Técnicas de Inferência

(1)

(2)

Raciocínio

 _{As pessoas resolvem problemas através da}

(3)

Raciocínio

 “O processo de trabalhar com conhecimento, fatos

e estratégias de resolução de problemas para inferir conclusões”

(4)

Raciocínio

 _{Pode ser dividido em:} – dedutivo,

– indutivo,

– _abdutivo, – _analógico,

(5)

Raciocínio

dedutivo

 _{Usamos o raciocínio dedutivo para deduzir}

novas informações a partir de informações já conhecidas (logicamente relacionadas).

Se A é verdadeiro e se A implica B é verdadeiro, então B é verdadeiro

(6)

Raciocínio

dedutivo: exemplo

 _Regra:

se uma pessoa é hispano-americana, ela fala espanhol.

 _Fato:

Pablo Neruda é hispano-americano

 Conclusão:

(7)

Raciocínio indutivo

 _{É o raciocínio usado para tirar uma}

conclusão geral a partir de um conjunto limitado de fatos através processos de generalização.

Para um conjunto de objetos, X = {a,b,c,..}, se a propriedade P é verdadeira para a, e se P é verdadeiro para b, e se P é verdadeiro para c,...., então P é verdadeiro para todo X

(8)

Raciocínio abdutivo

 _{Abdutivo é uma forma de dedução que}

permite apenas uma inferência plausível, pois ela pode não estar correta.

Se B é verdadeiro e se A implica B é verdadeiro, então A é verdadeiro?

(9)

Raciocínio abductivo: exemplo

 _Regra:

se uma pessoa é brasileira, ela fala português

 Fato:

Maria fala português

 _Conclusão:

(10)

Raciocínio analógico

 _{É um meio de adaptar o conhecimento}

existente para resolver um novo problema

 _{As pessoas formam um modelo mental de}

alguns conceitos através de suas experiências.

 _{Eles usam este modelo dentro do raciocínio}

analógico para ajudá-los a entender alguma situação ou algum objeto

(11)

Raciocínio senso comum

 _{Através da experiência, as pessoas}

aprendem a resolver problemas eficientemente.

 _{Elas usam o senso comum para achar}

(12)

Inferência

 _{Sistemas especialistas modelam o processo}

de raciocínio de humanos usando uma técnica chamada inferência

 “processo usado em um sistema especialista

para derivar uma nova informação a partir de uma informação já conhecida”.

(13)

Máquina de Inferência

 _{Um sistema especialista realiza a inferência}

usando um módulo chamado máquina de

inferência.

 _{A máquina de inferência é um processador}

que trabalha com uma informação atual para derivar conclusões adicionais.

(14)

Máquina de Inferência...

 _{O sistema combina fatos contidos na}

memória de trabalho com o conhecimento contido na base de conhecimento.

 _{Através desta ação ele é capaz de deduzir}

uma nova informação, que é adicionado então à memória de trabalho.

(15)

Máquina de Inferência: modelo

Base de Conhecimento Regras Frames Memória de Trabalho Casos/Fatos Conclusão Máquina de Inferência

(16)

Forward-chaining: definição

 _{Estratégia de inferência que começa com}

um conjunto de fatos conhecidos, usando regras, deriva novos fatos e continua até que um objetivo seja alcançado ou até que não haja mais fatos que possam ser

(17)

Forward_chaining: exemplo

 Regra 1

SE O paciente tem dor de garganta

E Há suspeita de infecção bacteriana

ENTÃO Paciente tem inflamação da garganta

Regra 2

SE A temperatura do paciente é > 38.5 graus

ENTÃO O paciente tem febre

Regra 3

SE O paciente está doente mais de um mês

E O paciente tem febre

(18)

Forward_chaining: exemplo...

 Memória de Trabalho

FATOS

A temperatura do paciente é = 39 graus O paciente está doente há dois meses

(19)

Forward-chaining: trace do ex.

Ciclo 1 Memória de Trabalho

Temp = 39

Doente há 2 meses Dor de garganta Regra 1, Premissa 1

Dor de garganta verdadeiro

Temp = 39

Doente há 2 meses Dor de garganta Regra 1, Premissa 2

Infecção bacteriana desconhecido

Temp = 39

Doente há 2 meses Dor de garganta

Paciente tem febre

Regra 2, Premissa 1

temperatura > 38.5 verdadeiro Dispara Regra 2

Paciente tem febre

(20)

Forward-chaining: trace do ex.

Regra 3, Premissa 1 Doente mais de um mês

verdadeiro

Regra 3, Premissa 2

Paciente tem febre Temp = 39

Paciente tem febre

Infecção bacteriana verdadeiro conclusão Temp = 39 Doente há 2 meses Dor de garganta

Paciente tem febre

Dispara Regra 3

(21)

Forward-chaining: trace do ex.

verdadeiro

Temp = 39

Paciente tem febre

Infecção bacteriana Infecção de garganta verdadeiro conclusão Temp = 39 Doente há 2 meses Dor de garganta

Paciente tem febre

Dispara Regra 1 Infecção de garganta Regra 1, Premissa 1 Dor de garganta Regra 1, Premissa 2 Infecção bacteriana PARA

(22)

Backward-chaining: definição

 _{Estratégia de inferência que tenta provar}

uma hipótese através da obtenção de informações que a suportem.

(23)

Forward-chaining: exemplo

 Regra 1

SE Há sinais de infecção de garganta

E Há evidências que o organismo seja streptococcus ENTÃO Paciente com infecção streptococcal da garganta

Regra 2

SE Paciente com garganta vermelha

ENTÃO Há sinais de infecção de garganta

Regra 3

SE A COLORAÇÃO DO organismo é gram-positivo

E A morfologia do organismo é coccus

E O crescimento do organismo é cadeias

(24)

Backward-chaining: trace do

exemplo

Memória de Trabalho Passo 1

Meta:paciente tem infecção

streptococcal da garganta

Passo 2

Meta conhecida Não

Passo 3

Encontre regra com meta na parte ENTÃO: regra 1

Passo 4

Veja se Regra 1, Premissa 1 é conhecida “Há sinais de

(25)

Backward-chaining: trace do

exemplo

Memória de Trabalho Passo 5 Passo 6 Não

Encontre regra com esta premissa na parte ENTÃO: Nenhuma

Passo 7

Veja se Regra 2, Premissa 1 é conhecida “Paciente com

garganta vermelha”

Encontre regra com esta premissa na parte ENTÃO: regra 2

(26)

Backward-chaining: trace do

exemplo

Paciente com garganta vermelha Infecção de garganta Memória de Trabalho Passo 8

Esta premissa é uma primitiva que resulta nas seguintes perguntas e resposta, e que

disparam a Regra 2:

P: A garganta do paciente está vermelha?

R: Sim

Dispara Regra 2

“Há sinais de infecção da garganta”

Passo 9

Veja se Regra 1, Premissa 2 é conhecida “Há evidência que o

organismo é streptococcus”

(27)

Backward-chaining: trace do

exemplo

•Paciente com garganta vermelha •Infecção de garganta •Decoloração é grampos •Morfologia é coccus •Cresce em cadeias Memória de Trabalho Passo 10 Passo 11

Encontre regra com esta premissa na parte ENTÃO: regra 3

Os passos seguintes resultam em:

Todas as três premissas da regra 3 são

primitivas resultando em perguntas ao

usuário.

Suponha que todas as respostas sejam verdadeiras.

O sistema adiciona estas informações na memória de trabalho, além do fato “há

evidência que o organismo é streptococcus” disparado pela regra 3.

(28)

Backward-chaining: trace do

exemplo

•Paciente com garganta vermelha

•Infecção de garganta •Decoloração é grampos •Morfologia é coccus •Cresce em cadeias

•Paciente tem infecção streptococcal de

garganta

Memória de Trabalho Passo 12

“Paciente com infecção

streptococcal de garganta”

Já que foi possível provar as premissas da regra-meta original, i.e. Regra 1 é disparada e a sua conclusão é

(29)

Vantagens do forward-chaining

 _{É eficiente quando o problema geralmente}

começa pelo acúmulo de informações e,

posteriormente, busca extrair o que pode ser inferido a partir delas.

 Exemplo:

– _{Paciente tem uma temperatura alta, dor de}

(30)

Desvantagens do forward-chaining

 _{Ele pode não reconhecer que algumas}

evidências são mais importante que outras.

 _Exemplo:

– Você acredita que você esta tendo um ataque de coração?

(31)

Vantagens do backward-chaining

 _{Adequado quando o problema geralmente}

começa formando uma hipótese, e então é concluído que esta pode ser provada.

 _Exemplo:

– Eu acredito que o paciente está com a garganta inflamada.

(32)

Desvantagens do Backward-chaining

 _{A principal desvantagem do sistema}

Backward-chaining é que ele sempre

continuará seguindo uma determinada linha de raciocínio.

(33)

Escolhendo entre forward e backward

 _{Conhecer o problema.}

 Poderemos fazer a escolha mais adequada, analisando como um especialista resolve um determinado problema.

 Rever de que maneiras já foi resolvido o problema anteriormente.