Sistema especialista em é um termo que está circulando no mundo da tecnologia e por boas razões. Neste artigo, exploraremos esse tópico em detalhes.
As dicas a seguir serão abordadas neste artigo,
- O que é Inteligência Artificial?
- Sistema especialista em inteligência artificial
- Domínios onde sistemas especialistas são usados
- Principais áreas de aplicação
- Três estágios de design ES
- Prós Contras e Limitações
Então, vamos começar com este artigo,
O que é Inteligência Artificial?
Bem, normalmente o nome Inteligência Artificial sugere a Inteligência de uma máquina que é artificial. A inteligência que o ser humano possui é conhecida como inteligência humana, da mesma forma que a inteligência demonstrada por uma máquina é conhecida como Inteligência Artificial. Em ciência da computação. Inteligência artificial (IA), às vezes chamada de inteligência de máquina. O campo de pesquisa de Inteligência Artificial nasceu em um workshop no Dartmouth College em 1956.
Aplicações da inteligência artificial no mundo real:
Os chatbots como o SIRI, CORTANA que tanto ganharam popularidade nos dias de hoje. Outros exemplos como EVA (Electronic Virtual Assistant), um chatbot baseado em IA desenvolvido pelo departamento de pesquisa de IA dos bancos HDFC, que pode coletar conhecimento de milhares de fontes e fornecer respostas simples em menos de 0,4 segundos. Existem tantos exemplos de aplicações de IA que você encontrará em diferentes campos de nossa sociedade.
Continuando com este sistema especialista em inteligência artificial,
Sistema especialista em inteligência artificial
O que é um sistema especialista?
Pesquisadores da Universidade de Standford, Departamento de Ciência da Computação, introduziram este domínio da IA e é um domínio de pesquisa proeminente da IA. É um aplicativo de computador que pode resolver os problemas mais complexos de qualquer domínio específico. É considerado o mais alto nível de inteligência humana e especialização, pois é baseado no conhecimento adquirido de um especialista. Sistema especialista também pode ser definido como um sistema de tomada de decisão baseado em computador que pode resolver problemas complexos de tomada de decisão usando fatos e heurísticas.
Continuando com este sistema especialista em inteligência artificial,
Domínios onde sistemas especialistas são usados
Sistemas especialistas hoje
A American Medical Association aprovou o primeiro sistema especialista que foi o sistema Pathfinder. Foi construída a Standford University em 1980, para diagnóstico hematopatológico. Este sistema especialista teórico de decisão, em resumo Pathfinder, pode diagnosticar doenças de linfonodos. No final das contas, ele lida com mais de 60 doenças e pode reconhecer mais de 100 sintomas.
Sistema especialista em negócios
Recentemente desenvolveu um sistema especialista ROSS, o advogado de IA, ROSS é um sistema de autoaprendizagem que usa mineração de dados, reconhecimento de padrões, aprendizagem profunda e processamento de linguagem natural para imitar a maneira como o cérebro humano funciona.
Continuando com este sistema especialista em inteligência artificial,
Principais áreas de aplicação
- Interpretação - tirar conclusões de alto nível com base em dados.
- Predição - projetando resultados prováveis.
- Diagnóstico - determinação da causa de mau funcionamento, doença, etc.
- Projeto -estarencontrar a melhor configuração com base em critérios.
- Planejamento - propor uma série de ações para atingir um objetivo.
- Monitoramento - comparar o comportamento observado com o comportamento esperado.
- Depuração e reparo - prescrever e implementar soluções.
- Instrução - auxiliando os alunos na aprendizagem.
- Controle - governa o comportamento de um sistema.
Objetivo do Sistema Especialista
O principal objetivo de um sistema especialista é adquirir conhecimento de especialistas humanos e replicar esse conhecimento e habilidades de especialistas humanos em uma área particular. Em seguida, o sistema usará esse conhecimento e habilidades para resolver problemas complexos dessa área específica sem a participação de especialistas humanos.
Características dos sistemas especialistas
- Alta performance
- Compreensível
- Confiável
- Altamente responsivo
Principais componentes de um sistema baseado em regras ou especialista
Os principais componentes são:
- Base de conhecimento
- Memória de trabalho
- Motor de inferência
- Sistema de explicação
- Interface de usuário
- Editor da base de conhecimento
Continuando com este sistema especialista em inteligência artificial,
Três estágios de design ES
Aquisição de conhecimento:
o que alerta faz em javascript
O processo de obter conhecimento de especialistas entrevistando ou observando especialistas humanos, lendo livros específicos, etc.
Base de Conhecimento:
A base de conhecimento é um contêiner de conhecimento de alta qualidade. Habilidades desenvolvidas através da prática e inteligência vem do conhecimento sem conhecimento que não se pode provar ou não se pode mostrar sua inteligência, então o conhecimento é muito importante para desenvolver habilidade e exibir inteligência. Da mesma forma, o conhecimento é necessário para que a máquina também exiba sua inteligência. A precisão da previsão e também o desempenho do sistema são altamente dependentes da coleta de conhecimento perfeito, exato e preciso.
Agora, o que é conhecimento?
Conhecimento é dado ou informação. Para nós, seres humanos, lendo artigos e lendo livros ou de diferentes recursos que usamos para reunir conhecimento, se pudermos ver o processo de ganhar e enriquecer o conhecimento minuciosamente, então descobriremos que lendo livros ou lendo artigos ou de quaisquer recursos que estamos buscar e extrair dados e informações de diferentes fontes, que então usamos para armazenar em nosso cérebro. Portanto, conhecimento é dado, conhecimento é informação. Conhecimento também é coleção de fatos.
Dados, informações e experiências anteriores combinados são chamados de conhecimento.
Representação do Conhecimento:
A representação do conhecimento é o método de seleção das estruturas mais adequadas para representar o conhecimento. É o método de organizar e formalizar o conhecimento na base de conhecimento. Isso é feito na forma de regras IF-THEN-ELSE.
Validação de conhecimento:
O teste de conhecimento do ES está correto e completo.Todo esse processo é chamado de engenharia do conhecimento.
Motor de inferência:
No caso do ES baseado em conhecimento, o Inference Engine adquire e manipula o conhecimento da base de conhecimento para chegar a uma solução específica.
No caso de ES baseado em regras,
- Ele aplica regras repetidamente aos fatos, que são obtidos da aplicação de regras anteriores.
- É a adição de novos conhecimentos à base de conhecimento, se necessário.
- Ele resolve o conflito de regras quando várias regras são aplicáveis a um caso específico.
O Inference Engine usa as seguintes estratégias e menos
- Encadeamento para frente
- Encadeamento para trás
Encadeamento para frente
No Forward Chaining, o Inference Engine fornece o resultado seguindo a cadeia de condições e derivações. Qualquer que seja o conhecimento alimentado no sistema, ele passa por todos esses conhecimentos e fatos e os classifica antes de concluir uma solução. Por meio do método de encadeamento direto, o sistema especialista tenta responder: 'O que pode acontecer a seguir?'
Aplicação de encadeamento direto: previsão do preço da casa, previsão do estoque, previsão do mercado de ações, etc.
Encadeamento para trás
comprimento de um array javascript
Quando algo acontece em um domínio específico, o Inference Engine tenta descobrir qual condição poderia ter acontecido no passado para esse resultado. Pelo método de encadeamento reverso, o sistema especialista tenta responder, “Por que isso aconteceu?”. Pelo método de encadeamento reverso, o mecanismo de inferência tenta descobrir a causa ou razão.
Por exemplo: diagnóstico de câncer no sangue em humanos.
Prós Contras e Limitações
Vantagens do sistema especialista
- Contém grandes quantidades de informações
- Minimize os custos de treinamento de funcionários
- Centralize o processo de tomada de decisão
- Torne as coisas mais eficientes reduzindo o tempo necessário para resolver problemas
- Combine várias inteligências humanas especializadas
- Reduza o número de erros humanos
- Fornece vantagens estratégicas e comparativas que podem criar problemas para os concorrentes
- Examine as transações que os especialistas humanos podem não pensar
- Fornece respostas para decisões, processos e tarefas que são repetitivas
Desvantagens do sistema especialista:
- Falta de respostas criativas que os especialistas humanos são capazes de dar
- Incapaz de explicar a lógica e o raciocínio por trás de uma decisão
- Não é fácil automatizar processos complexos
- Não há flexibilidade e capacidade de se adaptar a ambientes em mudança
- Não é capaz de reconhecer quando não há resposta
- Nenhum bom senso usado na tomada de decisões
Limitações:
- Ele não consegue dar respostas criativas, pois é uma máquina.
- Se os dados alimentados na base de conhecimento não forem precisos ou corretos, eles fornecerão previsões e resultados errados.
- O custo de manutenção do sistema especialista é alto.
- Quando surgem problemas diferentes, o especialista humano pode dar diferentes soluções e respostas criativas, mas o sistema especialista falha em dar respostas criativas.
Isso nos leva ao final deste artigo sobre Sistemas Especialistas em Inteligência Artificial.
Se você deseja se inscrever em um curso completo de Inteligência Artificial e Aprendizado de Máquina, Edureka tem uma curadoria especial isso o tornará proficiente em técnicas como aprendizado supervisionado, aprendizado não supervisionado e processamento de linguagem natural. Inclui treinamento sobre os mais recentes avanços e abordagens técnicas em Inteligência Artificial e Aprendizado de Máquina, como Aprendizado Profundo, Modelos Gráficos e Aprendizado por Reforço.