You are on page 1of 4

Sistemas Especialistas

Visando uma maior compreenso do que so sistemas especialistas (SE), temos


que entender alm de sua eficincia a arquitetura simples dos sistemas. Nota se que um
SE atual, em geral so representadas por uma arquitetura de trs mdulos: uma base de
regras, uma memria de trabalho e um motor de inferncia. A soma de dois mdulos
como a base de regras e memria de trabalho forma a chamada base de conhecimento
do SE, representando o conhecimento sobre o domnio. J motor de inferncia
responsvel pelo controle do sistema que avalia e aplica as regras, que em sistemas mais
complexos pode ser implementado como um SE de alto nvel. (Bittencourt, 2001)
A base de regras contm as condies que representam perguntas
representao de conhecimento da memria de trabalho. A estas perguntas, so
limitadas comparao de caracteres no modelo e podem ser de vrios tipos.
(BITTENCOURT, 2001)
A base de regras ou de conhecimento como alguns autores descrevem, podem
ser obtidas de varias fontes, como por exemplo: revistas, livros, relatrios, dados
empricos e a prpria experincia de especialistas. (ARTERO, 2009)
A memria de trabalho trata-se apenas de uma sequencia de caracteres. Alm
de ser uma estrutura de dados devem respeitar um mtodo de representao de
conhecimento. como um quadro negro onde a estrutura que contm informaes que
podem ser examinadas por outro sistema especialista. (ARTERO, 2009)
O motor de inferncia o responsvel pela atividade do sistema. A atividade
ocorre em ciclos e cada ciclo consiste em trs fases:
1. Correspondncia de dados, onde so selecionadas as regras que satisfazem
a descrio da situao.
2. Resoluo de conflitos, as regras que so realmente executadas sero
escolhidas dentre as regras escolhidas e ordenadas.
3. Ao, execuo das regras.
O segredo para o desempenho de um SE esta no conhecimento armazenado em
suas regras e em sua memria de trabalho, cujo este conhecimento deve ser adquirido de
um especialista humano do domnio. Com isso divide um SE em duas partes: a
ferramenta de programao onde define o conhecimento de memria de trabalho e de
regras, o conhecimento do domnio alm dos aspectos operacionais de sua utilizao.
(ARTERO, 2009)
Regras como representao do conhecimento
Para representar conhecimento usando regras que expressem o que deva
acontecer ou o que acontece diante de certas condies. As regras so expressas na
forma de instrues SE...ENTO..., por exemplo:
SE A ENTAO B. (COPPIN, 2010)
Podemos dizer que o proposito de uma regra , geralmente, dizer a um SE o
que deve fazer em certas circunstncias, ou que concluses obter.
Para COPPIN (2010), uma regra pode ter mais de antecedente, geralmente
combinados por E ou OU. O antecedente de uma regra compara um objeto a um
possvel valor, usando um operador. Exemplo:
SE x > 3
SE nome Bob
SE clima frio

Sendo os objetos o x, nome e clima, operador > e valores so 3, Bob e frio.
Como exemplo de regra, temos:

SE nome Bob
E clima frio
ENTO diga a Bob Use um casaco

Sistemas Baseados em Regras

Trata-se de um sistema de apoio deciso que procura representar o modo de
raciocnio e o conhecimento utilizado por especialistas na resoluo de problemas no
seu mbito de especialidade. Ou seja, existe um paralelismo entre estes sistemas e a
forma como os especialistas humanos atingem um alto nvel de desempenho na
resoluo de problemas, na medida em que estes conhecem muito bem as suas reas de
especializao. (COPPIN, 2010)
Assim dizemos que estes sistemas, so computacionais que usam regra para
fornecer recomendaes ou diagnsticos, ou determinar uma linha de ao em uma
situao particular ou para solucionar um problema especifico.


Encadeamento Direto

Nos sistemas especialistas, uma tcnica de inferncia que obriga o usurio a
definir todos os dados relevantes antes que o processamento seja iniciado; modo de
funcionamento de um dispositivo de inferncia, que simula o raciocnio a partir dos
fatos estabelecidos (dados) para chegar a uma concluso. (ARTERO, 2009)
Este processo termina quando ocorre confirmao de todas as premissas de
uma regra cuja concluso possa ser aceita como uma resposta final. Consequentemente
neste caso o motor de inferncia vai percorrer as regras sequencialmente e, usando os
fatos presentes na base de conhecimento, tentando provar tudo que for possvel at obter
a concluso que deseja provar. (COPPIN, 2010)

Encadeamento Reverso
A ideia desta estratgia usar somente as regras que so relevantes ao
problema em questo. A principal diferena entre as duas estratgias que o
encadeamento reverso assume que uma concluso (estado final) verdadeira, passando
a utilizar a parte condicional das regras para provar esta concluso. (ARTERO, 2009)
Os fatos e concluses dos SE no so sempre do tipo verdadeiro ou falso.
Algumas vezes existe uma incerteza associada validade do fato ou a acuracidade da
regra, o que faz com que a representao do conhecimento se preocupe com a
estruturao do conhecimento incompleto ou incerto.













REFERNCIA

ARTERO, Almir Olivette. Inteligncia Artificial Terica e Prtica. 2009.

BITTENCOURT, Antnio Guilherme. Inteligencia Artifical Ferramentas e Teorias.
Florianpolis: UFSC, 2001.

COPPIN, Ben. Inteligncia Artificial. Rio de Janeiro: LTC, 2010.