IA: Inteligência
Artificial
UNIFEI
Aula 12
Prof. José Hamilton Chaves Gorgulho Júnior
EME006 - Automação Industrial
DENDRAL ~ 1960
“Descobrimos que era melhor ser instruído do que inteligente.”
Edward Feigenbaum 1936 -Joshua Lederberg 1925 - 2008
Os Sistemas Especialistas
DENDRAL
ProblemaObter a estrutura molecular de substâncias orgânicas desconhecidas analisadas no espectrômetro de massa (como os átomos se
unem para determinar suas propriedades físico-químicas).
Primeira Tentativa (busca exaustiva) Realização de todas as combinações, mas
gerava mais moléculas que a natureza permite (combinações que, na realidade, são
Recebe dados do espectrômetro de massa; Regras baseadas em teorias químicas
determinam as estruturas moleculares possíveis;
As estruturas improváveis são eliminadas por
heurísticas;
Gera-se uma listagem com as características
físico-quimicas esperadas para cada forma molecular resultante;
Compara-se com o que é observado e tem-se a
forma molecular da amostra analisada.
Versão Final
DENDRAL
MYCIN ~ 1964
Edward Feigenbaum 1936 -Edward Shortliffe 1948 -Bruce Buchanan 19??-Sistema com cerca de 500 regras para diagnóstico de meningite e infecções do sangue;
Se
(o pigmento do organismo é gram-positivo) e (a morfologia do organismo é coccus) e (o crescimento do organismo é de blocos) então
(existe evidência sugestiva de que a identidade do organismo seja estafilococo)
Motor de Inferência
Retirando as informações médicas
específicas do MYCIN restava uma estratégia lógica para uso das regras.
Trocando a “base de conhecimento”
de um domínio para outro tem-se um novo sistema especialista (expert systems).
Sistema especialista
Sistema com conhecimento
especializado e prático;
Normalmente um conjunto de regras
Se-Então;
Vantagem: armazena o
conhecimento de especialistas;
Dificuldade: obtenção do
conhecimento e formatação das regras.
Representação de conhecimento
Sistemas de produção; Redes semânticas; Quadros e roteiros; Lógica das preposições; Lógica dos predicados; Etc.
Regras de produção são mais usadas por ser comum ao ser humano usar o par:
SE (condição) ENTÃO (ação).
Regra em soldagem
SE
espessura do material é grande
E
um único passe é exigido
E
completa penetração é exigida
ENTÃO
melhor processo é MIG (0.8)
A incerteza da regra (0.8) é combinada com as incertezas de cada componente de entrada (definidos pelo usuário do sistema) para definir a
Se tem gripe e idade vulnerável então procure médico (0.9) Se tem dor de garganta
então procure médico (1.0) Se tem resfriado
então tome aspirina e repouse (0.4) Se tem gripe e idade não vulnerável
então tome aspirina e repouse (0.4)
Se espirra e tem músculos doloridos e sem febre então está resfriado (0.7)
Se tem febre e garganta arranhando então tem dor de garganta (0.8)
Se tem menos de 8 anos ou mais de 60 anos então está em idade vulnerável (0.7)
Aspirina ou Médico?
Repouse e tome aspirina Dor de garganta Procure um médico Estado febril Dor muscular Menos de 8 anos Mais de 60 anos Garganta arranhando Gripe vulnerávelIdadeResfriado Espirrando .4 .4 .7 .7 .7 .8 1 .9
ELISA - DOCTOR ~ 1965
Joseph Weizenbaum 1923 - 2008Os homens são todos parecidos.
Em que sentido?
Estão sempre nos aborrecendo com uma coisa ou outra.
Você pode pensar em um exemplo específico?
Bem, meu namorado me fez vir até aqui.
Seu namorado a fez vir até aqui?
Ele diz que eu fico deprimida a maior parte do tempo.
Sinto ter de ouvir que você está deprimida.
É verdade, estou infeliz.
Você pensa que vir até aqui ajudará você a não ficar infeliz?
Preciso de alguma ajuda, não há dúvida quanto a isso.
O que significaria para você conseguir alguma ajuda?
Talvez eu aprenda a me relacionar melhor com a minha mãe.
Funcionamento de um
Sistema Especialista
Sistema de Consulta
Base de
Conhecimento Quadro Negro
Motor de Inferência USUÁRIO Sistema de Consulta se A então M se F então Y se X e A então Z se E então P se B então P se B e C então L se C e M então X se D e A então X se P e Y então W Motor de Inferência B a s e d e C o n h e c im e n to Q u ad ro N eg ro A B C Sistema de Consulta se A então M se F então Y se X e A então Z se E então P se B então P se B e C então L se C e M então X se D e A então X se P e Y então W A B C Motor de Inferência B a s e d e C o n h e c im e n to Q u ad ro N eg ro
Sistema de Consulta se A então M se F então Y se X e A então Z se E então P se B então P se B e C então L se C e M então X se D e A então X se P e Y então W A B C M P L Motor de Inferência B a s e d e C o n h e c im e n to Q u ad ro N eg ro Sistema de Consulta se A então M se F então Y se X e A então Z se E então P se B então P se B e C então L se C e M então X se D e A então X se P e Y então W A B C M P L X Motor de Inferência B a s e d e C o n h e c im e n to Q u ad ro N eg ro Sistema de Consulta se A então M se F então Y se X e A então Z se E então P se B então P se B e C então L se C e M então X se D e A então X se P e Y então W A B C M P L X Z Motor de Inferência B a s e d e C o n h e c im e n to Q u ad ro N eg ro 1921
Consideração da incerteza
Observações do dia-a-dia:
Mais ou menos;
Aproximadamente;
Maior que;
Em torno de...
Incompatíveis com o modelo
convencional booleano (0 ou 1).
Em fuzzy: de 0 até 1.
Formação de famílias
de peças usando lógica
fuzzy
Inclusão de novas
peças em famílias já
formadas utilizando
lógica fuzzy
Mineração de dados
(Data mining e Big Data)
Mineração de dados
Leitura da crônica “O Lixo” de LuizProcesso de explorar grandes quantidades de dados não estruturados à procura de
padrões consistentes, como regras de associação ou sequências temporais, para detectar relacionamentos sistemáticos entre
variáveis, detectando assim novos subconjuntos de dados.
Mineração de dados
Mineração de dados
Empresas de cartão de crédito verificam:
• valor da compra;
• tipo de estabelecimento; • horário;
• o período entre essa compra e a anterior.
Comparam com o perfil do dono do cartão em busca por sinais de ação fraudulenta.
Algoritmo Genético
Técnica de busca e otimização; Inspirada na teoria da evolução das
espécies de Charles Darwin: As espécies evoluem pelo principio da seleção natural e sobrevivência do mais apto (A Origem das Espécies, 1859);
Desenvolvido por John Holland (1975) e
seus alunos e popularizado por David Goldberg (1989).
Paralelismo: realiza a busca em um conjunto de
pontos de forma simultânea.
Direcionamento: passagem, sem alteração, dos
melhores elementos para a geração seguinte (manutenção do ótimo atual - Elitismo).
Aleatoriedade: alterações entre gerações: Mutação: pequena alteração no
cromossomo que pode melhorar o ótimo atual.
Cruzamento: alteração mais drástica
buscando fugir do ótimo atual (que pode ser um ótimo local).
1. Gerar população inicial.
2. Avaliar cada indivíduo da população.
3. Enquanto critério de parada não for satisfeito faça 3.1 Selecionar os indivíduos mais aptos.
3.2 Criar novos indivíduos (cruzamento e mutação). 3.3 Novos indivíduos formam a nova população. 3.4 Avaliar cada cromossomo da nova população. 4. Melhor indivíduo da última população é a solução.
Algoritmo Genético
Algoritmo Genético
Cruzamento em 1 ponto
Pai 1: [ 1 0 1 1 0 1 1 1 0 0 0 1]
Pai 2: [ 1 1 0 1 1 1 0 0 0 1 1 1]
Filho 1: [ 1 0 1 1 0 1 1 0 0 1 1 1]
Filho 2: [ 1 1 0 1 1 1 0 1 0 0 0 1]
= 2929
= 3527
= 2919
= 3537
Cruzamento em n pontos
Algoritmo Genético
Mutação
Indivíduo: [ 1 0 1 1 0 1 1 1 0 0 0 1]
Indivíduo: [ 1 0 1 0 0 1 1 1 0 0 0 1]
Gene selecionado1
Gene mutanteAlgoritmo Genético
Critério de parada
Encontrou a solução se esta é
conhecida;
Perda de diversidade (os indivíduos
ficam iguais);
Convergência (não há melhora nas
últimas k gerações);
Algoritmo Genético
Função de aptidão
Avalia os indivíduos da população para verificar o quão boa é a solução representada por ele.