Baixe inteligencia artificial e outras Notas de estudo em PDF para Cultura, somente na Docsity!
ARTIGOS
Inteligência artificial:
sistemas especialistas no
gerenciamento da
informação
Raquel Dias Mendes
Resumo
O principal objetivo deste artigo é propor um modelo para sistemas de gerenciamento da informação baseado em técnicas de inteligência artificial. O modelo propõe uma arquitetura de sistema especialista para gerenciamento da informação, sugerindo a utilização de um analisador semântico embutido na interface do usuário final. A abordagem enfatiza a dificuldade em se obter informações com precisão e qualidade, para apoiar tomadores de decisão, e a necessidade de prover os usuários finais com mecanismos poderosos capazes de analisar, selecionar e direcionar-lhes informações, de acordo com as necessidades e urgências de cada um.
Palavras-chave
Inteligência artificial; Sistemas especialistas; Sistemas de informação.
INTRODUÇÃO A SISTEMAS
BASEADOS EM CONHECIMENTO
A expressão inteligência artificial está associada, geralmente, ao desenvolvi- mento de sistemas especialistas. Es- tes sistemas, baseados em conheci- mento, construídos, principalmente, com regras que reproduzem o conheci- mento do perito, são utilizados para solucionar determinados problemas em domínios específicos. A área médica, desde o início das pesquisas, tem sido uma das áreas mais beneficiadas pelos sistemas especialistas, por ser consi- derada detentora de problemas clássi- cos com todas as peculiaridades neces- sárias para serem instrumentalizados por tais sistemas 8.
Nem todos os problemas devem ser re- solvidos por meio de sistemas especia- listas. Existem características que in- dicam se determinado problema deve ou não ser instrumentalizado por esta tec- nologia. A análise do problema, então, constitui-se no primeiro estágio do ci- clo de desenvolvimento dos sistemas especialistas, contribuindo fortemente para o sucesso da implementação do sistema. Buscando facilitar o processo de análise do problema, distinguimos, dentre outras, algumas condições, que, se observadas, poderão contribuir para a identificação do nível de adequação do uso da tecnologia de sistemas especia- listas para a resolução do mesmo^7 :
- existência de peritos que dominem o segmento do conhecimento que encer- ra o problema, pois é exatamente esse conhecimento que será o responsável direto pela resolução do problema;
- existência de tarefas que, para serem realizadas, necessitem da participação de vários especialistas que, isolados, não possuem conhecimentos suficien- tes para realizá-la, ou seja, o conheci- mento necessário para a análise e re- solução do problema é multidisciplinar;
- existência de tarefas que requeiram conhecimento de detalhes que, se es- quecidos, provocam a degradação do desempenho;
- existência de tarefas que demonstrem grandes diferenças entre o desempenho dos melhores e dos piores peritos;
- escassez de mão-de-obra especializa- da no conhecimento requerido para a solução do problema.
Com a emergência desta técnica, evi- denciaram-se alguns importantes as- pectos, até então inexplorados, como, por exemplo, o aumento significativo da produtividade de um especialista, na execução de tarefas especializadas, quando assistido por um sistema inteli- gente.
Outro aspecto relevante é a portabilida- de destes sistemas especialistas, por serem passíveis de desenvolvimento e utilização em microcomputadores. Isto os torna bastante populares e acessí- veis. Em geral, os sistemas com racio- cínio automatizado podem ser utilizados incorporando bancos de dados já exis- tentes na organização, ou sendo incor- porados ao conjunto de ferramentas dis- poníveis nos bancos de dados.
Sob nosso ponto de vista, a ciência da informação e muitas outras áreas po- dem encontrar, nos sistemas especia- listas, eficientes ferramentas para o gerenciamento da informação. Disponi- bilizar ferramentas para suporte à toma- da de decisão, neste caso, vai mais além do que fornecer gráficos e tabelas ao usuário: significa prestar-lhe orienta- ção, na identificação de suas necessi- dades, simulando cenários e possibili- tando maior exatidão e confiabilidade nos seus resultados.
Sistemas de informação baseados em conhecimento para bibliotecas
Metzeler( 1992) relatou^5 :
"A biblioteca do futuro pode ser capaz de prover um rico acesso para a utiliza- ção de conheòimento contido (freqüen- temente implícito) nas suas coleções. A maioria dos aspectos de desenvolvimen- to, nesta linha, poderia ser baseada em recuperação da informação. Isto, natu- ralmente, requereria um mais geral e ro- busto estigma da inteligência artificial e compreensão de linguagem natural do que existe no momento"^5.
Capturar o conhecimento humano não é uma tarefa simples; o problema toma pro- porções maiores quando nos dispomos a registrar a experiência humana, represen- tando-a sob a forma de programas a se- rem executados pelo computador.
O fascínio do homem é a possibilidade de se capturar a intuição humana.
Nível de exigências relativas ao conhe- cimento, intuição e experiência para a execução de tarefas normalmente exe- cutadas pelos bibliotecários são meno- res do que nas demais áreas como a medicina, engenharia, geologia. Há cer- ca de cinco anos, acreditava-se que os problemas envolvidos na automação de bibliotecas eram tremendamente subes- timados. Davis (1986) ressaltou que a experiência em catalogação estaria lon- ge de ser explícita em regras, por estar implícita em heurísticas empregadas pelos especialistas que realizam o tra- balho^5. Da mesma forma, Weibel (1992), referindo-se ao trabalho executado por Borko e Ercegovac (1989) sobre catalo- gação de mapas, também se mostrou contrário à aplicação de sistemas es- pecialistas para a execução destas ta-
refas, relatando que o "esforço dos es- pecialistas em cada procedimento es- tende-se além do que é articulado em um conjunto de regras formais" e que a complexidade das atividades atuam con- tra a aplicação de uma abordagem de sistema especialista 5.
Lancaster (1993) relatou que as tarefas intelectuais associadas à profissão de especialistas em ciência da informação não podem ser facilmente delegadas para máquinas. Considerando-se tudo que se espera de uma biblioteca como uma ins- tituição, é improvável que o especialista com habilidades em bibliotecas seja subs- tituído pela inteligência artificial ou por qualquer outra tecnologia no futuro, em concordância com as afirmações elo- qüentes de Horton (1982), que acentuou que "criatividade, talento e poder men- tal... são o real e principal bem da eco- nomia da informação", salientando tra- tar-se de um bem tão valioso, que não haveria de ser delegado o seu manuseio a simples máquinas^4.
Os crescentes investimentos em produ- ção de sistemas especialistas permiti- ram avanço e disseminação desta tec- nologia. Atualmente, podemos assistir a Lancaster, em recentes publicações, participando do desenvolvimento de sis- temas especialistas para seleção de bases de dados on-line e preocupando- se em medir o desempenho dos siste- mas baseados em conhecimento dedi- cados à recuperação da informação^310.
Em recente estudo sobre avaliação de sis- temas especialistas para serviços de refe- rência, Shiao observou que estes siste- mas demonstraram melhor performance com usuários totalmente inexperientes em atividades de referência^10.
Ainda sobre o uso de sistemas inteli- gentes para bibliotecas, Aluri conside- rou que, determinada a variedade de re- cursos de máquina e software disponí- veis, se um experimento falha, não se perde muito a não ser tempo e energia, podendo-se ganhar muito em termos de compreensão dos processos envolvidos nos diversos serviços oferecidos pelas bibliotecas^1.
Nos dias atuais, os sistemas especia- listas tornaram-se realidade, sob a for- ma de sistemas interativos que respon- dem a questões, solicitam e fornecem esclarecimentos, fazem recomenda- ções e, geralmente, auxiliam o usuário, orientando-o no processo de tomada de decisão, ou seja, simulam o raciocínio humano, fazendo inferências, julgamen- tos e projetando resultados.
Assim, usuários e sistema caminham juntos, perguntando e fornecendo infor- mações um ao outro, até à completa solução do problema analisado.
O que se observa, nos sistemas de in- formações tradicionais, é uma eterna e penosa procura pelo que se deseja em meio a uma grande quantidade de infor- mações emaranhadas. Sistemas de fil- tragem de dados esforçam-se para tor- nar estas tarefas mais amenas, na ten- tativa de busca pelas informações de forma a subsidiar o usuário com as in- formações requeridas, a tempo e hora, para a tomada de decisão^6.
É neste ponto que destacamos a efi- ciência dos sistemas baseados em co- nhecimento no gerenciamento da infor- mação e propomos a sua utilização, acoplados a gerenciadores semânticos. Desta forma, eles serão capazes de re- ceber informações de diversas origens e tipos, interpretá-las, analisá-las, iden- tificando a sua pertinência e relevância, e direcioná-las para os diversos usuários de acordo com o interesse e a necessi- dade de cada um.
Em outras palavras, trata-se de um pro- cesso de análise de informação que pro- cura reduzir o espaço de busca recupe- rando apenas as informações que são úteis para a resolução de problemas específicos.
Para que o problema seja resolvido, o sistema deverá analisá-lo, à luz das heurísticas armazenadas em seu mo- tor de inferência e base de conhecimen- to, e interagir com o usuário, para obter todos os elementos informacionais ne- cessários à montagem do problema e possibilitar a busca de conhecimento necessário para sua resolução.
Ci. Inf., Brasília, v. 26, n. 1, p. 39-45, jan./abr. 1997
Os mecanismos de aprendizagem, que podem ser implementados nos sistemas especialistas, permitem que o sistema aprenda, cada vez que for utilizado, ao se deparar com regras e fatos novos. Isto é possível em virtude da estrutura modular da base de conhecimento, per- mitindo a adição ou deleção de novos elementos sem alterar a lógica global do sistema.
O motor de inferência
O motor de inferência é um elemento essencial para a existência de um siste- ma especialista. É o núcleo do sistema.
É por intermédio dele que os fatos e re- gras e heurística que compõem a base de conhecimento são aplicados no pro- cesso de resolução do problema.
A capacidade do motor de inferência é baseada em uma combinação de procedi- mentos de raciocínios que se processam de forma regressiva e progressiva.
Na forma de raciocínio progressivo, as informações são fornecidas ao sistema pelo usuário, que, com suas respostas, estimula o desencadeamento do proces- so de busca, navegando pela base de conhecimento, procurando pelos fatos, regras e heurísticas que melhor se apli- cam a cada situação. O sistema conti- nua nesta interação com o usuário, até encontrar a solução para o problema a ele submetido.
No modelo de raciocínio regressivo, os procedimentos de inferência dão-se de forma inversa. O sistema parte de uma opinião conclusiva sobre o assunto, po- dendo ser inclusive oriunda do próprio usuário, e inicia uma pesquisa pelas informações por meio das regras e fa- tos da base de conhecimento, procu- rando provar se aquela conclusão é a mais adequada solução para o proble- ma analisado.
Se uma premissa (IF) é consistente para o problema, o sistema continua com a cláusula IF (condição), tornando-a Then (conclusão) para a próxima pesquisa na base de conhecimento, até que encon- tre uma regra que o (IF) não seja consi- derado conclusão para outra regra, ao mesmo tempo em que o sistema pode- rá iniciar uma nova pergunta ao usuário para obter informações adicionais^9.
A interface com o usuário
A interface com o usuário final é talvez o elemento ao qual os desenvolvedores de sistemas especialistas dedicam mais tempo projetando e implementando.
Os procedimentos heurísticos são infor- mais. Um problema submetido a um sis- tema especialista é endereçado por es- tratégias de busca. O sistema sempre retém elementos de memória que per- mitem o encaixe e o desencadeamento com outra estratégia, sempre marcan- do o caminho percorrido.
Para que isto ocorra, é necessário que a interface com o usuário seja bastante flexível. Assim, a interação entre siste- ma especialista e usuário conduz um processo de navegação eficiente na base de conhecimento, durante o processa- mento das heurísticas.
A interface flexível permite que o usuá- rio descreva o problema ou os objetivos que deseja alcançar. Permite, ainda, que usuário e sistema adotem um modelo estruturado de consultas __
Isto facilita o processo de recuperação do caminho percorrido pelo sistema em tentativas de solucionar o problema. Este caminho, denominado trace, é mui- to importante, pois é a base de pesqui- sa para o desenvolvimento do processo de explanação.
O processo de explanação consiste na explicação, quando requerida pelo usuá- rio, sobre o "porquê" e o "como" o siste- ma chegou a determinada conclusão, rumo à solução do problema analisado. Neste momento, o sistema realiza um processo inverso de busca, percorren- do as trilhas utilizadas e marcadas du- rante a sessão de consulta e apresen- tando todos os argumentos que o leva- ram à solução apresentada.
Este processo é muito importante e pro- porciona ao usuário subsídios para jul- gar se adota ou não a solução apresen- tada pelo sistema especialista.
Ainda, pode-se considerar o processo de explanação como importante instru- mento que poderá ser utilizado para o treinamento do usuário, uma vez que apresenta conceitos teóricos e aplica- ções práticas.
A interface com o usuário pode assu- mir formas variadas, dependendo de como foi implementado o sistema es- pecialista.
De qualquer forma, a interface com o usuário procura tornar o uso do sistema fácil e agradável, eliminando-se as com- plexidades.
Linguagem natural
A compreensão da linguagem natural é um problema muito complexo, que en- volve, entre outros aspectos, os seguin- tes:
- reconhecimento do significado da mensagem;
- mapeamento da mensagem em um modelo adequado, a partir do valor se- mântico das palavras, estrutura sintáti- ca da frase e do conhecimento sobre o ambiente;
- eliminação de ruídos.
Estes são os elementos mínimos de que um ser humano necessita para com- preensão de uma mensagem.
No caso de comunicação oral, a contri- buição da entonação da voz, para o en- tendimento da mensagem, torna o pro- blema da utilização de linguagem natu- ral em sistemas especialistas ainda mais complexo.
Considerando situações mais restriti- vas, podemos amenizar o nível de com- plexidade que envolve a utilização de lin- guagem natural, tornando a solução do problema mais viável e menos custosa. Por exemplo, podemos nos restringir à compreensão da linguagem natural es- crita, colocando a mensagem de forma que não haja perda de conteúdo pelo fato de a mensagem ser escrita. Outro fator a ser considerado é a redução do contexto, de forma que o volume de conhecimento a ser considerado não adquira proporções astronômicas. Com estes cuidados, reduzimos o problema a um processo de mapeamento da men- sagem em um modelo conceituai ade- quado, utilizando o valor semântico das palavras, a estrutura sintática da frase e o conhecimento armazenado, na base de conhecimento do sistema. Ainda es- taremos considerando que a capacida-
de de compreensão tenha uma abran- gência bem delimitada, como, por exem- plo, um software que responda a pergun- tas relativas a dados contidos em uma base.
Convém ressaltar que encontrar o valor semântico de cada palavra não se re- duz a um processo independente da análise sintática e da semântica global da frase.
Por essa razão, a interface com o usuá- rio é de difícil implementação, por fazer uso de diversas ferramentas. Na maio- ria das vezes, o emprego da tecnologia de linguagem natural se afigura muito complexo, conforme mencionado ante- riormente.
Nesta proposta, teremos um analisador semântico embutido na interface com o usuário. Ele será responsável pela aná- lise da sentença da mesma forma que observamos as sentenças em estudos de gramática. Este processo resulta em uma construção de uma árvore de aná- lise. Os fragmentos das informações são traduzidos por comandos por intermé- dio da análise semântica. Nesta análi- se, os componentes são encadeados iniciando-se pelos verbos usados nas perguntas e/ou nas respostas resultan- tes da interação homem-máquina. Tam- bém, pode-se considerar, além dos ver- bos, outras palavras-chave, que são devidamente comparadas com as pala- vras contidas em um dicionário. O di- cionário é essencialmente uma lista de comandos, sinônimos para as palavras que possam ser utilizadas no domínio da aplicação. O sistema deverá pedir explicações ao usuário, caso surjam, no diálogo, palavras que possuam dú- bio sentido, antes de prosseguir com a análise.
A linguagem natural interpreta muitas palavras comuns, mas palavras raramen- te utilizadas e/ou jargões técnicos es- pecíficos da área deverão ser integra- dos ao dicionário.
Linguagem natural na recuperação da informação
Um sistema de recuperação da informa- ção sem controle de vocabulário pode ser chamado de sistema de linguagem natural, ou, às vezes, de sistemas de texto livre. Segundo W. F. Lancaster, o
FIGURA 2
Diagrama de Contexto de um sistema especialista para gerenciamento de informações
Usuário final Entradas Fonte de informações
Entradas Fonte de informações Entradas Fonte de informações
INTERFACE COM O USUÁRIO FINAL
ANALISADOR SEMÂNTICO
BASE DE REGRAS SOBRE AXIOMAS GRAMATICAIS E LÉXICO.
MOTOR DE INFERÊNCIA (ESTRATÉGIA DE RACIOCÍNIO) BASE DE CONHECIMENTO BASE DE INFORMA- ÇÕES ESTRATÉGICAS
BASE DEREGRAS QUE ESPELHAM AS NE- CESSIDADES EIDENTIFI CAM O USUÁRIO FINAL
sistema Uniterm é um sistema em lin- guagem natural no qual os termos de índices foram extraídos dos documen- tos por indexadores humanos^5. Com a utilização de computadores para recu- peração de informações, os sistemas de linguagem natural tornaram-se mais prevalecentes e mais possíveis. Um dos principais problemas dos sistemas de recuperação de informação é a manipu- lação física de uma longa lista de pala- vras, o que se torna trivial em sistemas mecanizados^4.
Os documentos são indexados por meio de palavras que representam o assun- to-alvo. Em geral, esses índices são extraídos do próprio documento. Existem situações em que os termos indexadores não são extraídos dos do- cumentos, mas isto raramente aconte- ce. Os termos indexadores, também, po- dem ser selecionados, de forma auto- mática, ou seja, por meio de um siste- ma especializado para extrair palavras de textos.
É importante ressaltarque todos esses métodos de indexação têm de ser com- preendidos pelo computador, ou seja, as regras da base de conhecimento do sis- tema devem contemplartal conhecimen- to, para que o sistema possa recuperar adequadamente as informações solici- tadas. Por outro lado, um sistema cuja interface com o usuário contenha um analisador semântico não terá, neces- sariamente, de ser baseado em indexa- ção. Neste caso, os textos completos comporão uma base de dados textual (resumos, títulos). Isto provocará maior exigência de recursos de hardware, mais especificamente, de memória, para viabilizar a implementação do sistema. Pode-se reduzir os custos com memó-
ria com o desenvolvimento de sistemas capazes de identificar ocorrências de palavras no texto, analisá-las e arma- zenar as suas sintaxes. As ocorrências redundantes, então, seriam devidamen- te eliminadas, permitindo a recuperação do texto, utilizando-se qualquer combi- nação de palavras. Na indexação auto- mática, mantêm-se os arquivos inverti- dos, possibilitando a recuperação de textos que incorporem proximidade com a palavra considerada, permitindo a re- cuperação de qualquer documento no qual ocorrer a palavra utilizada na bus- ca. Neste caso, utiliza-se como restri- ção a especificação da palavra e de sua posição em relação a outras, dentro do mesmo parágrafo, sentença, ou em re- lação a determinado número de palavras intervenientes.
ARQUITETURA PARA O
SISTEMA ESPECIALISTA EM
GERENCIAMENTO DA
INFORMAÇÃO (SEGI)
Um sistema de gerenciamento da infor- mação, conforme mencionado anterior- mente, deverá ser construído a partir da integração dos seus elementos básicos: interface com o usuário, base do conhe- cimento e motor de inferência, que po- dem ser visualizados no diagrama apre- sentado na figura 2.
Base de conhecimento
A base de conhecimento do sistema proposto consistirá da integração de sub-bases de conhecimento constituí- das pelas regras que reflitam o conhe- cimento, as necessidades de informa- ções, periodicidades e o nível de aces- so de cada usuário de cada segmento da organização.
CONCLUSÃO
Como exemplo prático da utilização de sistemas inteligentes com analisador semântico podemos citar sistemas inte- ligentes de recuperação de informações que incorporem conhecimentos e/ou es- trutura de registro, políticas de indexa- ção e estratégias de pesquisas. Estes sistemas poderiam auxiliar os usuários que têm dificuldades em se lembrar de regras, como, por exemplo, no caso de bibliotecas, regras de truncagens, no- ções dos operadores booleanos etc.
Neste caso, a linguagem natural parti- ciparia com expressivo valor, permitin- do que os usuários interroguem o siste- ma de forma amigável.
Diversos outros exemplos de aplicação se adequariam ao uso destes sistemas, considerando que a sua tônica principal é a capacidade de entender as informa- ções advindas de diversas fontes e in- terpretá-las, proporcionando saídas aos usuários finais de acordo com as ne- cessidades de cada um.
Com este tipo de ferramenta, obtém-se a vantagem de o sistema ser totalmen- te simples de operar e compreender a linguagem do usuário que normalmente expressa suas necessidades em sua língua nativa.
Existem algumas metodologias para o desenvolvimento de sistemas de apoio à decisão. Alguns aspectos são co- muns a todas as metodologias. Deve ser criado um grupo de profissionais que têm por missão o acompanhamento da evolução do sistema. No caso específi- co de um sistema especialista, consi- derando que seja um sistema dotado de mecanismos de aprendizagem, tal sis- tema deverá ter a sua base de conheci- mento avaliada periodicamente, bem como o seu desempenho, para adequa- ção quanto às necessidades de recur- sos de hardwares adicionais, ou mes- mo para análise de sua eficácia.
Entre outras vantagens advindas do uso de um sistema inteligente, destacamos a total facilidade no treinamento para o uso do sistema, bem como a rapidez na obtenção de sugestões para a reso- lução dos problemas a ele submetidos.
REFERÊNCIAS BIBLIOGRÁFICAS
- ALURI, Rao. Expert systems for libraries. Library administration & management. March 1988
- CHECLAND, P.B. Systems Thinking, Systems Practice, Chichester, England: JohnWiley, 1981.
- LANCASTER, F.W. et alii. Evaluation of In- teractive Knowledge - Based Sistems: Overview and Design for Empirical Testing. Journal of the American Society for Information Science. 47 (1) p.57-69,
- LANCASTER, F. Wilfrid. Information retrieval systems: caracteristics, testing and evaluation, Chichester, England: John Wiley, 1978, p. 279-282.
- LANCASTER, F. Wilfrid and Warner, Amy J. Information retrieval today, Information resources Virgínia: press, 1993, p.301-
- LAND, F. Adapting to Changing User R e q u i r e m e n t s , Information & Management, 5(1), p 91-107, 1982.
- MENDES, Raquel D. Projeto e desenvolvi- mento de um sistema especialista para diagnóstico de sarcomas ósseos. S.Paulo: ITA, 1991, Dissertação - mestra- do.
- NILSON, Neils S. Principies of Artificial Intelligence, SpringerVerlag, Berlin, 1982.
- RICH, Elaine, Artificial Intelligence, New York: Mc Graw Hill Book, 1983.
- SHIAO, FengSu; LancasterF. W.. Evaluation of Expert Systems in Reference Service Applications. RQ 35, n.2, Winter 1995, p.219-228.
Artificial intelligence: specialized systems for information management
Abstract
The aim of this article is to propose a model for management information system, based on artificial intelligence techniques. This work proposes an expert system architecture for management information. The model suggests the utilization of semantic analyzer, incorporated at end-user interface. The approach does emphasize the difficulty to obtain informations with accuracy and quality for support for makers decisions, and the need to provide end-users with a powerfull mechanisms capable to analyse, select and toward informations them, according with their needs and urgency.
Keywords
Artificial intelligence; Expert systems; Information systems.
Raquel Dias Mendes
Mestre em inteligência artificial pelo ITA, douto- randa em ciência da informação no Departa- mento de Ciência da Informação e Documenta- ção (CID) da Universidade de Brasília (UnB).
<[email protected]. cef.gov. br>
