Sistemas Baseados em Conhecimento

1. Sistemas Baseados em Conhecimento Sistemas Periciais Helena Sofia Pinto (sofia.pinto@dei.ist.utl.pt) November 13, 2004

2. Definição • um programa que resolve problemas complexos • Normalmente resolvidos por peritos humanos. Normalmente, perito aprendeu inicialmente a executar a tarefa com os peritos que a executavam antes. Ao longo do tempo, com base na sua própria experiência, foi refinando técnicas e desenvolvendo técnicas próprias para resolver o problema. Ex. Horários com restrições de docentes, espaço, etc. • que correspondem a tarefas específicas • Conjunto de tarefas, problemas nos quais conseguem excelência: • interpretação de dados (Dendral, Prospector), • diagnóstico (Mycin), • configuração (XCON), planeamento, etc. • Não pretendem resolver várias tarefas ao mesmo tempo. Por exemplo, interpretação de dados, e diagnóstico e configuração e planeamento. • Não evolvem destreza manual!! November 13, 2004

3. Definição • num domínio específico • Não lida com diferentes domínios. Por exemplo, um sistema de diagnóstico de avarias em automóveis, não efectua diagnóstico médico apesar das técnicas de resolução de um problema de diagnóstico poderem ser exactamente as mesmas nos dois domínios. • conduzindo a soluções com a mesma qualidade e com a mesma performance que o perito – • Em geral, estes problemas também podem ser resolvidos por pessoas sem experiência usando técnicas mais gerais. No entanto, as soluções a que os não peritos chegam não têm normalmente a mesma qualidade e levam muito mais tempo para chegar a essas soluções. November 13, 2004

4. Definição • solução essa que é encontrada a partir do uso intensivo do conhecimento – • Que o perito foi aprendendo ao longo do tempo com base na sua experiência. • Estes sistemas usam as mesmas técnicas, métodos que o perito e o mesmo conhecimento do domínio, pois ambos (método e conhecimento) são a razão pela qual os peritos conseguem performances tão elevadas. November 13, 2004

5. Características básicas • Executam tarefas difíceis com performances e qualidade comparáveis às dos peritos humanos. • Utilizam conhecimento específico dos peritos tais como os truques de algibeira, e heurísticas que resultam da sua experiência acumulada. November 13, 2004

6. Características básicas • Baseados em métodos de resolução específicos e não em métodos gerais de IA. Logo, existe conjunto de problemas para os quais são particularmente úteis • Diagnóstico: • encadeamento de regras if-then regressivo. • Regras com factores de certeza (atribuídos pelos peritos), usados para determinar qual a regra que deve ser escolhida quando várias regras podem ser aplicadas. • Configuração (configurar objectos sujeitos a constrangimentos) : inferência progressiva de regras if-then. Não necessita factores de certeza. Não é necessário considerar todas as alternativas. Procura-se uma solução possível para o problema - Qualquer que respeite constrangimentos dados é solução possível. • gerar hipóteses e testá-las, propor soluções e incrementalmente rever essas soluções de forma a irem satisfazendo todas as restrições impostas pelo domínio, etc. • Um sistema pericial pode usar várias abordagens para resolver o seu problema. November 13, 2004

7. Características básicas • Para serem aceites pelos humanos têm de dar explicações e justificações sobre conclusões tiradas e perguntas efectuadas • Mostrar o conhecimento utilizado para chegar à conclusão • Raciocínio seguido para encontrar essa solução (explicação “como”). • Normalmente conhecimento são regras if-then, correspondem à formalização das regras empíricas utilizadas pelos peritos do domínio. • O sistema tem de poder mostrar essas regras com, de preferência, uma referência ao perito de onde esse conhecimento foi extraído. • Se conclusão tiver como base conhecimento público deve mostrar referências das fontes de conhecimento utilizadas (manuais de medicina). • Mostrar também como conhecimento foi usado e encadeado • ex. porque regra foi escolhida: porque era regra com maior factor de certeza/confiança por parte de um perito, quando existem várias regras que podem ser aplicadas. • Quando sistema interage com o utilizador sistema deve poder responder, porque a pergunta está a ser feita • humano poder tentar perceber a razão pela qual está a ser interrogado (explicação “porquê”). November 13, 2004

8. Casos de sucesso • MYCYN: diagnóstico médico de infecções bacterianas de sangue, interagindo com o médico de forma a obter dados clínicos do paciente e prescrevendo uma terapia. • Usa encadeamento regressivo para identificar os organismos causadores da doença • E Depois • Usa encadeamento progressivo para prescrever a terapia adequada. November 13, 2004

9. Hoje • Ainda em utilização!! • Alguns há 10-15 anos!! • Sem manutenção da ferramenta desde há 8 anos • Ex. Elf-Aquitaine • problemas de sondas de perfuração em plataformas petrolíferas oceânicas (3 peritos!!); complicado e demorado; plataforma inoperacional • Problema de ter a colaboração dos peritos para desenvolver o sistema • Colaboraram empenhadamente porque ficam libertos para os problemas com maiores dasafios para os quais ainda não há soluções! • Simplificam parte mais rotineira das suas tarefas November 13, 2004

10. Tipo de Conhecimento • Teórico ou público: definições, factos, classificações, teorias, etc. sobre o domínio em questão, publicadas em fontes de conhecimento. • Prático ou privado: regras de algibeira, truques, heurísticas, formas próprias de identificar classes de problemas e técnicas a aplicar para cada classe, formas de decompor os problemas, etc., desenvolvidas pelo perito com base na sua experiência. November 13, 2004

11. Sobre conhecimento • Enfâse no conhecimento adquirido com base na experiência prática, pois para estes problemas não existem normalmente formas de resolução algorítmicas tratáveis ou métodos de raciocínio formal adequados para a sua resolução. • Não é aprendido (automaticamente) pelo próprio sistema. • É extraído dos peritos humanos por Engenheiros do Conhecimento. Tarefa em geral complexa - bottleneck. • Normalmente, sistema construído com base no conhecimento de vários peritos e diversas fontes bibliográficas. • Várias técnicas que podem ser utilizadas pelos Engenheiros do Conhecimento para facilitar extracção de conhecimento. • Requer bastante tempo e esforço e requer que os peritos estejam empenhados e colaborem. • Envolve várias iterações - não é possível extrair todo o conhecimento de um perito correctamente numa única iteração. November 13, 2004

12. Sobre conhecimento • É extraído dos peritos humanos por Engenheiros do Conhecimento. Tarefa em geral complexa - bottleneck. • Conhecimento extraído é codificado numa linguagem formal e incorporado numa base de conhecimento de forma a poder ser usado por um motor de inferência adequado. November 13, 2004

13. Problemas • Não reconhecem as suas próprias limitações, situações para os quais o seu conhecimento já não é aplicável ou insuficiente. • Por exemplo, não podemos generalizar o diagnóstico de meningites em humanos para animais de quinta. Pessoa que interacciona com o sistema tem de conhecer os limites deste e saber em que casos o sistema pode ser aplicado. • Não têm forma independente de verificar se as suas conclusões e sugestões são razoáveis. • Por exemplo, um sistema de interpretação de dados geológicos poderia sugerir escavar até a um profundidade de 50 Km quando a profundidade máxima da crosta terrestre nos continente é de cerca de 45 Km e sob os oceanos é de cerca de 10 Km. November 13, 2004