SISTEMAS INTELIGENTES DE APOIO À DECISÃO

SISTEMAS INTELIGENTES DE APOIO À DECISÃO

As organizações estão ampliando significativamente suas tentativas para auxiliar a inteligência e a produtividade de seus trabalhadores do conhecimento com ferramentas e técnicas de Sistemas Inteligentes de Apoio à Decisão, tais como:

 Inteligência Artificial

 Sistemas Especialistas

a) Uma Visão Geral da Inteligência Artificial

Inteligência artificial (IA) é uma ciência e tecnologia baseada em disciplinas como informática, biologia, psicologia, lingüística, matemática e engenharia. O objetivo da IA é desenvolver computadores que consigam pensar, bem como ver, ouvir, andar, falar e sentir. Um dos ímpetos principais da IA é o desenvolvimento de funções computacionais normalmente associadas à inteligência humana, tais como raciocinar, aprender e solucionar problemas.

Os Domínios da Inteligência Artificial:

 Ciência Cognitiva

 Robótica

 Interfaces Naturais

1) Ciência Cognitiva

Esta área da inteligência artificial é baseada em pesquisas em biologia, neurologia, psicologia, matemática e muitas disciplinas afins.

Ela se concentra em pesquisar como o cérebro humano funciona e como os seres humanos pensam e aprendem.

Os resultados dessas pesquisas em processamento humano de informações são a base para o desenvolvimento de uma diversidade de aplicações de inteligência artificial computadorizadas.

As aplicações da IA na área da ciência cognitiva incluem:

 Sistemas de Aprendizagem Adaptativa

 Sistemas de Lógica Difusa

 Rede Neural

 Algoritmo Genético

 Agentes Inteligentes

 Sistemas de Aprendizagem Adaptativa

Um sistema de informação que pode modificar seu comportamento com base em informações adquiridas enquanto opera.

Na realidade, é o sistema de administração do conhecimento, que coleta, transforma, armazena e dissemina conhecimento novo em toda organização.

 Redes Neurais

As redes neurais são sistemas de computação modelados segundo a rede em forma de malha do cérebro de elementos de processamento interconectados chamados neurônios.

É claro que as redes neurais são muito mais simples do que o cérebro humano (calcula-se que o cérebro humano tenha mais de 100 bilhões de neurônios).

Entretanto, como o cérebro, essas redes podem processar muitos fragmentos de informações simultaneamente e podem aprender a reconhecer modelos e padrões e se programar para resolver problemas por iniciativa própria. O software pode aprender processando exemplos de problemas e suas soluções.

As redes neurais podem ser implementadas em microcomputadores e outros sistemas de computação mediante o uso de pacotes de software que simulam as atividades de uma rede neural de muitos elementos de processamento. Chips de microprocessador de rede neural com finalidades especiais são utilizados em algumas áreas de aplicação.

Os usos incluem:

 Sistemas de armamentos militares

 Reconhecimento de voz

 Verificação de assinaturas em cheques

 Controle de qualidade na fabricação

 Processamento de imagens

 Avaliação de riscos no crédito

 Previsão de investimentos

 Data Mining

 Sistemas de Lógica Difusa

É um método de raciocínio que se assemelha ao raciocínio humano já que ele dá margem para valores e inferências aproximados (lógica difusa) e dados incompletos ou ambíguos (dados difusos) em lugar de recorrer apenas a dados claros, tais como os das escolhas binárias (sim/não).

São sistemas computadorizados que podem processar dados incompletos ou apenas parcialmente corretos. Esses sistemas podem resolver problemas não estruturados com conhecimento incompleto mediante o desenvolvimento de inferências e respostas aproximadas.

Exemplos de aplicações de lógica difusa nos negócios:

 Movimentação de trens de metrô e de elevadores

 Movimentação de carros que são guiados ou apoiados por controladores de processos difusos

 Comércio de ações na Bolsa de Valores utilizando um programa de comércio de ações baseado em lógica difusa

 Exemplos de produtos de fabricação que utilizam microprocessadores de lógica difusa são:

 câmeras com foco automático,

 aparelhos de ar condicionado com uso eficiente de energia,

 máquinas de lavar com ajustes automáticos

 transmissões automáticas para autos.

 Algoritmos Genéticos

O software de algoritmo genético utiliza a randomização darwiniana (sobrevivência do mais apto) e outras funções matemáticas para simular um processo evolutivo que pode proporcionar soluções progressivamente melhores para um problema.

Os algoritmos genéticos foram utilizados inicialmente para simular milhões de anos na evolução biológica, geológica e de ecossistemas em apenas alguns minutos em um computador. Agora, o software de algoritmo genético está sendo utilizado para construir modelos de uma multiplicidade de processos científicos, técnicos e empresariais.

Os algoritmos genéticos são particularmente úteis para situações nas quais milhares de soluções são possíveis e precisam ser avaliadas para produzir uma solução ótima. O software de algoritmo genético utiliza conjuntos de regras de processo matemático (algoritmos) que especificam como as combinações de componentes ou etapas de processos devem ser formadas.

Isso pode envolver:

 Experimentar combinações aleatórias de processos (mutação)

 Combinar partes de diversos processos eficazes (encruzilhada)

 Selecionar conjuntos eficazes de processos e descartar conjuntos deficientes (seleção)

 Agentes Inteligentes:

Um agente inteligente (também chamado assistente/wizard inteligente) é um software substituto para um usuário final ou um processo que preenche uma necessidade ou atividade declaradas. Um agente inteligente utiliza uma base de conhecimento embutida e aprendida sobre uma pessoa ou processo para tomar decisões e executar tarefas de um modo que satisfaça as intenções do usuário.

Um dos mais conhecidos usos de agentes inteligentes são os Assistentes (Wizards) encontrados no Microsoft Word, Excel, Access e PowerPoint.

Espera-se que o uso dos agentes inteligentes cresça rapidamente como uma maneira de os usuários:

 Simplificar a utilização de softwares.

 Acessar recursos de rede.

 Exibir e recuperar informações.

2) Robótica:

IA, engenharia e fisiologia são as disciplinas básicas da robótica. Esta tecnologia produz máquinas-robôs com faculdades físicas semelhantes às humanas, inteligência de computador e controle por computador.

As aplicações da robótica incluem:

1. Percepção visual (visão) 2. Faculdades táteis (tato)

3. Destreza (habilidade no manuseio e manipulação)

4. Locomoção (capacidade para se mover sobre qualquer terreno)

5. Condução (encontrar adequadamente seu caminho até um ponto de destino)

3) Interface Natural

O desenvolvimento de interfaces naturais é considerado uma das principais áreas de aplicação da IA e é essencial ao uso natural de computadores por seres humanos. O desenvolvimento de linguagens naturais e reconhecimento do discurso, por exemplo, são importantes objetivos desta área. Ser capaz de conversar com computadores e robôs em linguagens humanas de conversação e conseguir que eles nos “compreendam” é uma meta da pesquisa da IA. Esta área de aplicação envolve pesquisa e desenvolvimento em lingüística, psicologia, informática e outras disciplinas.

Esforços nesta área incluem:

 Linguagem Natural

Uma linguagem de programação que é muito próxima da linguagem humana.

Além disso, é chamada de linguagem de alto nível.

 Interfaces Multi-sensoriais

A capacidade que os sistemas de computadores possuem para reconhecer uma diversidade de movimentos do corpo humano que lhes permite operar.

 Reconhecimento de voz

A capacidade que um sistema de computador possui para reconhecer modelos de voz e para operar utilizando esses modelos.

 Realidade Virtual

A realidade virtual (VR) é a realidade simulada por computador.

A utilização de interfaces multi-sensoriais homem-computador que permitem aos usuários humanos experimentarem objetos, entidades, espaços e “mundos”

simulador por computador como se estes realmente existissem (também chamada de ciberespaço ou realidade virtual).

Aplicações da VR

 Projeto assistido por computador (CAD)

 Diagnóstico e tratamento médico

 Experimentos científicos em diversas ciências físicas e biológicas

 Simulação de vôo para treinamento de pilotos e astronautas

 Demonstrações de produtos

 Treinamento de funcionários

 Entretenimento (vídeo games em 3D)

Limitações da VR

O uso da realidade virtual parece limitado apenas pelo desempenho e custo de sua tecnologia.

Alguns usuários da VR, por exemplo, desenvolvem:

 Ciberenjôo – tensão ocular, náusea por movimento, problemas de desempenho

 O custo da VR é muito dispendioso

b) Sistemas Especialistas

Sistemas Especialistas – Um sistema de informação computadorizado que utiliza seu conhecimento sobre uma área de aplicação específica e complexa para atuar como um consultor especializado para os usuários.

O sistema consiste em uma base de conhecimento e módulos de software que executam inferências no conhecimento e transmitem respostas para as perguntas de um usuário.

Fornecem respostas a questões de uma área problema muito específica fazendo inferências de tipo humanas sobre conhecimento contido em uma base de conhecimento especializado. Eles devem ser capazes de explicar a um usuário o seu processo de raciocínio e conclusões.

Sistema Baseado no Conhecimento – adiciona uma base de conhecimento e algumas faculdades de raciocínio ao banco de dados e a outros componentes encontrados em outros tipos de sistemas de informação computadorizados.

Componentes dos Sistemas Especialistas:

Os componentes de um sistema especialista incluem uma base de conhecimento e módulos de software que realizam inferências sobre o conhecimento e comunicam respostas para as perguntas de um usuário.

 Base de Conhecimento: - a base de conhecimento contém:

1. Fatos sobre uma área temática específica

2. Heurística (princípios úteis) que expressa os procedimentos de raciocínio de um agente em relação ao assunto.

 Recursos de Software: - Um pacote de software de ES contém:

1. Um utilitário de inferência que processa o conhecimento relacionado a um problema específico.

2. Um programa de interface com o usuário que se comunica com os usuários finais.

3. Programa de explicação para explicar ao usuário o processo de raciocínio.

4. Ferramentas de software para o desenvolvimento de sistemas especialistas que incluem programas de aquisição de conhecimento e shells (ou sub- programas) do sistema especialista.

 Recursos de Hardware

 Recursos de Pessoal

Aplicações dos Sistemas Especialistas:

 É explorada a solução para um problema, com o sistema especialista atuando como um consultor.

 Faz perguntas ao usuário, consulta sua base de conhecimento em busca de fatos e regras ou outro conhecimento.

 Explica seu processo de raciocínio quando perguntado

 Dá conselho especialista ao usuário na área temática que está sendo explorada.

Exemplos incluem: administração de crédito, atendimento ao cliente e administração da produtividade.

Aplicações dos Sistemas Especialistas:

 Gerenciamento de Decisões

 Diagnóstico de Problemas de Operação

 Manutenção/Programação

 Desenho/Configuração

 Seleção/Classificação

 Monitoração/Controle de Processo

Shells de Sistemas Especialistas.

A maneira mais fácil de desenvolver um sistema especialista é utilizar uma shell de sistema especialista como ferramenta de desenvolvimento.

Uma shell de sistema especialista é um pacote de software que consiste em um sistema especialista sem seu núcleo, ou seja, sua base de conhecimento. Isto deixa uma shell de software (os programas da máquina de inferência e da interface com o usuário) com capacidades genéricas para inferências e interface com o usuário.

Outras ferramentas de desenvolvimento (tais como editores de regras e geradores de interface com o usuário) são adicionadas para tornar a shell uma poderosa ferramenta de desenvolvimento do sistema especialista.

O Valor dos Sistemas Especialistas

Os sistemas especialistas não são a resposta para todos os problemas enfrentados por uma organização. Surge a pergunta “Quais os tipos de problemas mais adequados a soluções do sistema especialista?”. Maneiras de responder a esta pergunta incluem:

 Considerar os exemplos das aplicações de sistemas especialistas correntes, inclusive as tarefas genéricas que estes executam.

 Identificar critérios que tornam uma situação problemática adequada para um sistema especialista.

Alguns desses importantes critérios incluem:

Domínio: O domínio, ou área temática, do problema é relativamente pequeno e limitado a uma área-problema bem definida.

Know-how: As soluções para o problema exigem os esforços de um especialista.

Ou seja, são necessários um corpo de conhecimento, técnicas e intuição que apenas poucas pessoas possuem.

Complexidade: A solução do problema é uma tarefa complexa que exige processamento lógico de inferências, que não seria muito bem controlado pelo processamento convencional de informações.

Estrutura: O processo de solução deve ser capaz de lidar com dados mal estruturados, imprecisos, deficientes e conflitantes e com uma situação-problema que muda com o correr do tempo.

Disponibilidade: Existe um especialista que é articulado e cooperador e que tem o apoio da administração e usuários finais envolvidos no desenvolvimento do sistema proposto.

Benefícios dos Sistemas Especialistas

 Captura o know-how de especialistas. Ele pode superar o desempenho de um especialista humano isolado em muitas situações problemáticas.

 É mais rápido e mais consistente do que um especialista humano

 Pode ter o conhecimento de vários especialistas

 Não se cansa ou se distrai por excesso de trabalho ou estresse.

 Está sempre disponível, ao passo que um especialista humano pode estar ausente, doente ou pode ter deixado a empresa.

 Pode ser utilizado para treinar os novatos.

O uso eficaz dos sistemas especialistas pode permitir a uma empresa:

a. aumentar a eficiência de suas operações.

b. gerar novos produtos e serviços.

c. manter clientes e fornecedores com novas relações comerciais.

d. formar recursos estratégicos de informação baseados no conhecimento.

Limitações dos Sistemas Especialistas

 Foco limitado (problemas e domínios específicos).

 Incapacidade para aprender

 Problemas de manutenção dos sistemas especialistas

 Custo envolvido em seu desenvolvimento.

Fim