Tópicos de I.A.

1. Tópicos de I.A. RACIOCÍNIO BASEADO EM CASOS Prof. Régis Albuquerque

2. RACIOCÍNIO BASEADO EM CASOSINTRODUÇÃO O que é inteligencia artificial? para feigenbaum, IA é a parte da ciencia da computacao voltada para o desenvolvimento de sistemas de computadores inteligentes, isto é, sistemas que exibem caracteristicas, as quais associa-se com a inteligencia nos comportamento humanos - por exemplo: compreensao da linguagem, aprendizagem, raciocinio, resolucao de proclemas, etc. A inteligencia e o conhecimento o conhecimento é o que faz com que sejam possiveis o encadeamento e desenvolvimento da inteligencia.

3. RACIOCÍNIO BASEADO EM CASOSINTRODUÇÃO Representacao do Conhecimento para que o conhecimento possa ser armazenado, é essencial que se possa representa-lo grande parte de esforco em inteligencia artificial tem se concentrado em buscar ou aperfeicoar formalismos para a representacao do conhecimento. fatos: verdades em algum mundo relevante, essas sao as coisas que se quer representar representacao de fatos: com algum formalismo escolhido esses sao as coisas que efetivamente serao capazes de manipular.

4. RACIOCÍNIO BASEADO EM CASOSINTRODUÇÃO Paradigmas de representacao de conhecimento • - conhecimento procedural • - redes • - frames • - logica • - arvores de decisao • - conhecimento estatistico • - regras • - processamento paralelo distribuido • - esquemas hibridos • - casos: usa experiencia passada, acumulando casos e tentando descobrir, por analogia, solucao para outros problemas

5. RACIOCÍNIO BASEADO EM CASOSINTRODUÇÃO O que é o RBC? é uma ferramenta de raciocinio da inteligancia artificial. a filosofia basica desta tecnica é a de busca a solucao para uma situacao atual atraves da comparacao com uma experiencia passada semelhante. passos de um procedimento de RBC: -identificacao de um problema a ser resolvido (problema de entrada); -definicao das principais caracteristicas que identificam este problema; -busca e recuperacao na memoria de casos com caracteristicas similares; -selecao de uma ou mais dentre os casos recuperados; -revisao deste(s) caso(s) para determinar a necessidade de adaptacao; -reutilizacao do caso adaptado para resolver o problema de entrada; -avaliacao da solucao do problema de entrada; -inclusao do caso adaptado na memoria de casos (aprendizagem)

6. RACIOCÍNIO BASEADO EM CASOSINTRODUÇÃO HISTÓRICO de acordo com lagemann(1998), a origem do RBC data de 1977, devido a uma pesquisa na area da ciencia cognitiva, desenvolvida por schann e abelson. o desenvolvimento do RBC foi estimulado pelo desejo de com compreender como as pessoas conseguem recuperar recuperar informacoes e que as mesmas, frequentemente, resolvem problemas lembrando como solucionar casos similares no passado. o primeiro sistema que pode ser consideredo de RBC é o CYBER, desenvolvido por JANET KOLODNER. este sistema foi baseado no modelo de memoria dinamica de schank e na teoria dos mop's para aprendizagem e solucao de problema

7. RACIOCÍNIO BASEADO EM CASOSCONSIDERAÇÕES GERAIS • Os sereres humanos são considerados grandes resolvedores de problema. Muitas vezes resolvem problemas difíceis, apesar do conhecimento limitado e incerto. Além disso, com a experiência adquirida, a performance deles melhora cada vez mais. Todas estas qualidades são desejáveis em um sistema de Inteligência Artificial para o mundo real. (LEAKE, 1996)

8. RACIOCÍNIO BASEADO EM CASOSCONSIDERAÇÕES GERAIS RAZÕES PARA SE UTILIZAR RBC: • Aquisição do conhecimento • Manutenção do conhecimento • Eficiência crescente na resolução de problemas • Qualidade crescente nas soluções • Aceitação do usuário

9. RACIOCÍNIO BASEADO EM CASOSCONSIDERAÇÕES GERAIS PRINCÍPIOS DA NATUREZA DO MUNDO: • Regularidade: como no mundo, na grande parte das vezes, é regular, as ações executadas nas mesmas condições tendem a ter resultados similares ou iguais. • Tipicalidade: os tipos de problemas possuem a tendência de repetir. • Consitência: mudanças pequenas ocorridas no mundo pedem apenas pequenas mudanças na forma de interpretá-lo. Consequentemente, exigem pequenas mudanças nas soluções de novos problemas • Facilidade de adaptação: as coisas não se repetem da mesmo forma. As diferença possuem a tendência de serem pequenas, e pequenas diferenças são fáceis de serem compensadas.

10. RACIOCÍNIO BASEADO EM CASOSETAPAS DO CICLO DE RBC • Representação dos casos • Indexação • Recuperação • Ajuste da Situação • Aprendizagem

11. RACIOCÍNIO BASEADO EM CASOSETAPAS DO CICLO DE RBC

12. RACIOCÍNIO BASEADO EM CASOSCASOS Caso: • É a forma de conhecimento contextualizado representando uma experiência que ensina uma lição útil. (KOLODNER, 1993) • É uma abstração de uma experiência, que deve estar escrita em termos de conteúdo e contexto. Estas experìências precisam ser organizadas em unidades bem definidas, formando a base de raciocínio ou memória de casos. Os casos representam o próprio conhecimento no sistema. (Buta, 1997).

13. RACIOCÍNIO BASEADO EM CASOSCASOS PARTES DE UM CASO (segundo Kolodner, 1993): • 1 – Descrição do problema • 2 – Solução do problema • 3 – Resultado da aplicação Um experiência vivida a primeira vez é um caso. Nas demais vezes que for executada a mesma tarefa, é intuitivo que se use aquilo que foi aprendido na primeira vez, tornando-se uma rotina e deixando de ser um caso.

14. RACIOCÍNIO BASEADO EM CASOSrepresentação dos casos • Um caso pode ser representado de diferentes maneiras, mas a descrição através de atributos é a forma mais usual. Algumas aplicações necessitam um conhecimento profundo do domínio do problema, utilizando-se o conhecimento do especialista. A representação dos casos é uma das mais importantes etapas do processo de desenvolvimento de um sistema de RBC (RAMSAMY, 1999)

15. RACIOCÍNIO BASEADO EM CASOSrepresentação dos casos Exemplo de um caso: Tentar buscar solução para um acidente de trânsito, o ponto de partida seria a identificação das causas do acidente. A modelagem poderia ser orientada tanto pelos agentes envolvidos no acidente, como pelos carros, pessoas e local. A representação dos casos é uma tarefa complexa e importantíssima para o sucesso ou o fracasso de um sistema de RBC. O grande problema é decidir o que será armazenado e econtrar a estrutura ideal para descrever o conteúdo do caso.

16. RACIOCÍNIO BASEADO EM CASOSrepresentação dos casos • Lee (1996) diz que a representação dos casos é a representação do conhecimento. Há alguns momentos em que algum conhecimento especialista é representado em RBC, no entanto, nos casos é que está contido o conhecimento que servirá para sugerir uma solução para o problema.

17. RACIOCÍNIO BASEADO EM CASOSrepresentação dos casos • O que deve-se guardar de um caso? • Qual a estrutura apropriada para a descrição do mesmo? • Como a memória de casos deve ser organizada e indexada para efetuar-se satisfatoriamente a recuperação e reutilização?

18. RACIOCÍNIO BASEADO EM CASOSmodelagem dos casos • De acordo com Lee (1996), a representação de casos se dá por uma lista de atributos valorados. • As características de um determinado caso referem-se ao par atributo-valor. • Componentes básicos na representação dos casos: descrição do problema e a descrição da solução.

19. RACIOCÍNIO BASEADO EM CASOSmodelagem dos casos - problema • Descrição do Problema: é a atribuição de características que irão descrever o problema de entrada, podendo ter forma de nomes, números, funções ou textos, o que irá determinar a similaridade com outro caso. • Lagemann (1998) coloca que se pode utilizar arquivos e banco de dados para armazenar informações sobre os casos.

20. RACIOCÍNIO BASEADO EM CASOSmodelagem dos casos - solução • Solução nada mais é que a saída sugerida pelo sistema de RBC. • A solução pode ser descrita, através da metodologia da solução, que deve descrever a forma de implementação da solução, e deve ser acompanhada do porquê da escolha dessa opção.

21. RACIOCÍNIO BASEADO EM CASOSmodelagem da memória • A memória compreende a base de casos. • Modelos de memória nada mais são que estruturas de organização de casos. • Tipos de memória: • Memória Dinâmica • Usua uma estrutura hierárquica de pacotes de organização de memória (MOP – Memory Organization Packets), ou pacotes generalizados, que irão conter caracteristicas comuns. • Memória Prototípica • A memória prototípica classifica um novo caso de entrada dentro de umas das categorias representadas na mesma.

22. RACIOCÍNIO BASEADO EM CASOSorganização dos casos • Alguns estilos de organização de casos, como cita Lee (1996), são: memória plana, memória hierárquica, banco de dados relacional, redes semânticas, redes discriminatórias, redes de características compartilhadas e árvores de decisão.

23. RACIOCÍNIO BASEADO EM CASOSindexação • Os índices de um caso são tão importantes como os índices de livros em uma biblioteca. A indexação se faz necessário para que os casos possam ser recuperados, sendo que ela determina quais os atributos que devem ser comparados para se avaliar a similaridade entre o caso de entrada e o casos da base. • Definição de Índices: é o processo de identificação dos descritores para um caso particular. • Índices devem ser preditivos; • Predições feitas devem ser úteis. • Índices devem ser concretos o suficiente para serem facilmente reconhecíveis em futuras situações.

24. RACIOCÍNIO BASEADO EM CASOSrecuperação • A recuperação é a etapa em que é disparada uma função para recuperar casos similares. • Essa função pode utilizar uma métrica, métodos de classificação e requer um limite de casos que podem ser recuperados. • Divisão da Recuperação: • Identificação das características; • Unificação inicial; • Busca; • Seleção.

25. RACIOCÍNIO BASEADO EM CASOSsimilaridade • A avaliação da similiaridade do caso a ser solucionado se faz comparando-se com os casos candidatos, sendo o que torna um caso similar a outro é a semelhança das características que irão representar o conteúdo e o contexto da experiência.

26. RACIOCÍNIO BASEADO EM CASOSadaptação • A adaptação pode variar da substituição de um atributo da solução por outro, ou mesmo uma complexa e total modificação da solução. • Processo de adaptação: • Inclusão de um novo comportamento à solução recuperada. • Eliminação de um comportamento da solução recuperada. • Substituição de parte de um comportamento.

27. RACIOCÍNIO BASEADO EM CASOSaprendizagem • Acontece ao acumular-se novas experiências na memória do sistema de RBC e da correta indexação dos problemas. • Um sistema de RBC somente será eficiente ao conseguir aprender através de experiências passadas e correta indexação dos problemas.

30. CONCLUSÃO • Os Sistemas de RBC possibilitam a utilização do conhecimento especialista no apoio a decisões administrativas, devido à compatibilidade natural desses sistemas com os sistemas de banco de dados institucionais. Eles permitem a extração, organização e reuso de conhecimento utilizado para tomada de decisões no passado, tornando explícitos os métodos utilizados e permitindo o seu aperfeiçoamento. • A utilização dessa técnica fica limitada apenas ao acesso às bases de dados completas, corretas e confiáveis que contenham entre as informações armazenadas, a descrição completa de problemas e das soluções que foram aplicadas em algum momento. Esta é a matéria prima inicial e básica para a construção de sistemas baseados em casos. (WIKIPEDIA)

31. EXERCÍCIO DE FIXAÇÃO: • O que é IA? • Na sua opinião existe inteligência sem conhecimento? • O que é RBC? • Quais são as etapas de um sistema de RBC? Esquematize. • O que são casos e quais as partes de um caso? • Com suas palavras exemplifique um caso. Defina o problema, retire caracteristícas importantes e defina a solução do problema. (Pode usar experíencias próprias).