Inteligência Artificial

Ξ Deixe um comentário

Sistemas Computacionais Simbolistas

publicado por Márcio Pulcinelli

No texto “Os Sistemas Computacionais Simbolistas”, de Luís Alfredo Vidal de Carvalho, publicado no livro DATAMINING, o autor apresenta a descrição de que os sistemas simbolistas são programas de computador que seguem uma arquitetura padronizada que materializa as duas hipóteses do paradigma simbolistas informando que estes sistemas possuem basicamente 3 elementos: base de dados, regras de produção e sistema de controle.

Para o primeiro dos 3 elementos, o autor cita que a base de dados representa o conhecimento declarativo sobre o problema, ou seja, é uma representação simbólica do mesmo.

Sistemas Computacionais SimbolistasPara o segundo elemento, o autor informa que as regras de produção são a representação simbólica dos operadores, capazes de criar e alterar os símbolos, que estão representados pela a base de dados. As regras de produção são aplicadas sobre a base de dados, alterando-a até que a solução do problema seja encontrada. Ainda segundo o autor, as regras de produção tem um formato “Se um conjunto de condições é satisfeito então realize uma data operação”.

Para o terceiro elemento citado pelo autor, os sistemas simbolistas possuem uma estrutura de controle e supervisão que decide a cada instante que regra de produção será aplicada sobre a base de dados. Segundo o autor, a decisão é tomada baseada nas heurísticas existentes sobre o problema e representadas em um banco de heurísticas ao qual o sistema de controle tem acesso. No sistema de controle está guardado o conhecimento heurístico sobre o problema que é o conhecimento mais profundo e importante para o sistema simbolista.

Sistema de Controle -> Regras de Produção -> Base de Dados

O autor cita no texto os tipos de busca utilizados pelos simbolistas como:

Irrevogável, Tentativas, Backtracking, Busca Heurística.

Segundo o autor, a busca irrevogável se caracteriza por não permitir que se volte atrás na aplicação de uma regra. A regra escolhida é aplicada sobre a base de dados, gerando uma nova base de dados a partir da qual uma nova regra será aplicada. As vantagens são a economia de memória, pois a árvore de busca é pequena e sua velocidade de aplicação, porém nem sempre resulta em uma resposta única.

O Backtracking, segundo o autor, é o processo mais simples na utilização de tentativas, no qual pontos de retorno são marcados e, após a conclusão de que uma regra foi mal aplicada, retorna-se ao ponto e se aplica nova regra. Isso permite a abertura de vários ramos da árvore ao invés de somente um como na busca irrevogável. No Backtracking o critério de escolha das regras deve ser simples, pois do contrário este processo rápido e barato pode se tornar caro a ponto de ser mais útil a utilização de heurísticas.

Em seguida o autor escreve sobre a busca heurística e informa que na buscar heurística todos os ramos que são abertos são guardados e, a medida que a busca se faz, alguns ramos são expandidos e outros permanecem intocados. Em um certo momento da busca, um ramo que não fora expandido pode se tornar atraente e vir a ser expandido. Desta forma a busca se transfere de ramo, mantendo os demais ramos prontos para uma futura expansão caso seja necessário. Segundo o autor, o consumo de memória é maior do que na busca irrevogável e mesmo no backtracking, entretanto seus resultados tendem a ser melhores.

O autor entra mais a fundo e apresenta duas formas de busca heurística: uma por largura e outra por profundidade. Informa que ambos os processos são desinformados pois ordenam os nós da lista sem conhecimento específico do problema.

Em seguida, o autor apresenta a definição de heurísticas. E informa que a melhor forma de representar uma heurística é através da definição de uma função que associa um valor a cada nó gerado na árvore de busca.

Segundo o autor, a escolha por uma boa função de avaliação é fundamental para a eficiência do processo. Geralmente, ainda segundo o autor, a função ideal de avaliação F( n ) é composta de duas partes. 1) G( n ), que fornece o custo (o número de regras aplicadas) para se caminhar do nó inicial s para o nó n e 2) H( n ), que calcula o custo para se caminhar do nó n ao nó final t. Ou seja, que F( n ) = G( n )+H( n ) fornece o custo total para se ir do nó inicial s ao nó final t passando-se obrigatoriamente por n.

Por fim, o autor disserta sobre o custo da busca heurística. Na busca totalmente informada, tem-se um alto custo no processamento das heurísticas, pois as mesmas nos fornecem com exatidão o nó mais promissor a ser expandido com exatidão, mas tem-se um baixo custo de aplicação de regras, pois não serão aplicadas regras inúteis que gerem ramos não promissores. Na busca desinformada tem-se o oposto. O custo no processamento das heurísticas é pequeno (quase nulo), pois elas são simples, porém aplica-se um grande número de regras para a geração da árvore de busca na tentativa de chegar ao nó final.

Autor

Márcio Pulcinelli é consultor da área de Tecnologia a mais de dez anos. Os últimos oito anos foram voltados para projetos na área de gestão de sistemas em Gás & Energia e Petróleo junto aos clientes Petrobras S.A e Gas de France (GdF Suez E&P Norge AS) sendo o último, projeto no exterior (Noruega) ambos pela empresa Accenture do Brasil. Alguns anos em projetos de crédito junto ao cliente Caixa Econômica pela empresa UNISYS Outsourcing. Experiência em gestão de projetos de tecnologia, mapeamento de processos, modelagem organizacional de negócio, Implantação de Enterprise Project Management (EPM) com foco em gestão de projetos de manutenção de plataforma de petróleo e perfuração de poços exploratórios, modelagem de painéis de indicadores para CLPs (Computador Lógico Programável) em malha de gasodutos, responsável pela modelagem de sistemas de intervenções e paradas para malha de gasoduto, dentre outras áreas de atuação. Visite meu site: blog.marcio-pulcinelli.com

Márcio Pulcinelli

Comentários

You must be logged in to post a comment.

Busca

Patrocínio

Publicidade



Siga-nos!

Newsletter: Inscreva-se

Para se inscrever em nossa newsletter preencha o formulário.

Artigos Recentes