UNIVERSIDADE DO PLAN ALTO CATARINENSE DEPARTAMENTO DE CIN CIAS EXATAS E TECNOL GICAS CURSO DE INFORMTICA (BACHARELADO)

DESENVOLV IMENTO DE UM SISTEMA ESP ECIALISTA PARA AUXLIO AO DIAGNSTI CO DE DOENAS EM MAC IEIRAS, BASEADO NO C ICLO DE VIDA DE UM PR OGRAMA
Relatrio do Trabalho de Concluso de Curso submetido Universidade do Planalto Cata rinense para obteno dos crditos de disciplina com nome equivalente no curso de Informtica Bacharelado. DANIEL RODRIGUES DA SILVA

LAGES, DEZEMBRO DE 2001

UNIVERSIDADE DO PLAN ALTO CATARINENSE DEPARTAMENTO DE CIN CIAS EXATAS E TECNOL GICAS CURSO DE INFORMTICA (BACHARELADO)

DESENVOLV IMENTO DE UM SISTEMA ESP ECIALISTA PARA AUXLIO AO DIAGNSTI CO DE DOENAS EM MAC IEIRAS, BASEADO NO C ICLO DE VIDA DE UM PROGRAMA
Relatrio do Trabalho de Concluso de Curso submetido Universidade do Planalto Cata rinense para obteno dos crditos de disciplina com nome equivalente no curso de Informtica Bacharelado. DANIEL RODRIGUES DA SILVA

Orientadora: Prof. Elia ne Pozzebon, Esp. Co-Orientadora: Prof. Maria Aparecida Fernandes Almeida, M.Sc.

LAGES, NOVEMBRO DE 2 001

iii

Dedico... A meus pais, D. Rosa e S. Vav, meus irmos, Eliane, Ped ro, Eliete e Alexandre, meus cunhado s e cunhadas e me us sobrinhos e sobrinha, por serem minha famlia e pelo esforo sem med idas que fizeram para que eu iniciasse e conclusse este curso.

iv

Agradeo... A todos os meus colegas de curso, por tudo que passamos, em especial queles que tive uma convivn cia estreita e fazamos os trabalhos juntos, Adrian, Andr, Aujor, Deyvid, Edion ei, Jean, Jos C, Jos Luiz, Lizandro, Robson , Rodrigo e Valrio. A todos os meus professores. Aos professores envolvidos neste trabalho, a orientadora Eliane Pozzebon, a co orientado ra Maria Aparecida e o supervisor Angelo Frozza. A meus amigos e amigas de So Jos do Cerrito, que sempre estiveram comigo e entre os quais nunca h ouve tristeza. A todos qu e de alguma forma contriburam para a realizao deste trabalho. A Deus.

SUMRIO

SUMRIO................................ ................................ ................................ ................. V LISTA DE FIGURAS ................................ ................................ ............................ VII LISTA DE QUADROS ................................ ................................ ......................... VIII LISTA DE ABREVIATURA S ................................ ................................ ................IX RESUMO ................................ ................................ ................................ .................. X ABSTRACT ................................ ................................ ................................ .............XI 1. INTRODUO ................................ ................................ ................................ ........... 1 1.1. Apresentao ................................ ................................ ................................ ........ 1 1.2. Definio do problema ................................ ................................ .......................... 2 1.3. Justificativa ................................ ................................ ................................ ........... 3 1.4. Objetivos ................................ ................................ ................................ .............. 5
1.4.1. Objetivo geral...............................................................................................................5 1.4.2. Objetivos especficos.....................................................................................................5

1.5. Metodologia ................................ ................................ ................................ .......... 6 2. INTELIGNCIA ARTIFICIAL ................................ ................................ ..................... 7 2.1. Conceitos ................................ ................................ ................................ .............. 7 2.2. Inteligncia ................................ ................................ ................................ ........... 8 2.3. Histrico da inteligncia artificial ................................ ................................ ......... 9 2.4. Aplicaes da inteligncia artificial ................................ ................................ ..... 14
2.4.1. Sistemas de viso ........................................................................................................15 2.4.2. Robtica .....................................................................................................................15 2.4.3. Sistemas especialistas .................................................................................................15 2.4.4. Processador de linguagem natural..............................................................................16 2.4.5. Redes neurais artificiais .............................................................................................16 2.4.6. Sistemas de aprendizagem ..........................................................................................16

3. SISTEMAS ESPECIALISTAS ................................ ................................ ..................... 17 3.1. Caractersticas de um sistema especialista ................................ ........................... 17 3.2. Estrutura comum de um sistema especialista ................................ ....................... 19
3.2.1. Base de conhecimento.................................................................................................20 3.2.2. Motor de inferncia ....................................................................................................21 3.2.3. Mecanismo de aprendizado.........................................................................................21 3.2.4. Interface / Explicao .................................................................................................22

vi

3.3. Representao do conhecimento nos sistemas especialistas baseados em regras ..22 3.4. Aplicaes de sistemas especialistas ................................ ................................ ... 24 4. CICLO DE VIDA DE UM PROGRAMA ................................ ................................ ........ 26 4.1. Engenharia de programas ................................ ................................ .................... 27 4.2. Paradigmas da engenharia de programas ................................ ............................. 28
4.2.1. Ciclo de vida clssico .................................................................................................28 4.2.2. Paradigma evolutivo...................................................................................................28 4.2.3. Paradigma espiral ......................................................................................................29

4.3. O desenvolvimento de sistemas especialistas ................................ ...................... 30

4.3.1. Integrantes do desenvolvimento e da utilizao de sistemas especialistas ...................30 4.3.2. Ferramentas para desenvolvimento de sistemas especialistas .....................................31

4.4. O conceito de ciclo de vida de um sistema especialista baseado em regras .......... 32 5. D ESENVOLVIMENTO DO PR OTTIPO ................................ ................................ .... 34 5.1. Anlise de oportunidades ................................ ................................ .................... 34 5.2. Anlise funcional ................................ ................................ ................................ 36 5.3. Conceituao ................................ ................................ ................................ ...... 36 5.4. Elicitao do conhecimento ................................ ................................ ................. 38 5.5. Implementao ................................ ................................ ................................ .... 39
5.5.1. Base de regras ............................................................................................................39 5.5.2. Interface com o usurio ..............................................................................................41

5.6. Teste do sistema especialista ................................ ................................ ............... 46 5.7. Manuteno ................................ ................................ ................................ ........ 46 5.8. Morte ................................ ................................ ................................ .................. 46 6. C ONCLUSES ................................ ................................ ................................ ........ 47 6.1. Propostas para trabalhos futuros ................................ ................................ .......... 47 REFERNCIAS ................................ ................................ ................................ ....... 49 APNDICE ................................ ................................ ................................ .............. 51

vii

LISTA DE FIGURAS

FIGURA 1 - Mquina Pascaline ................................ ................................ ................ 10 FIGURA 2 - Lady Lovelace ................................ ................................ ....................... 11 FIGURA 3 - Charles Babbage ................................ ................................ ................... 11 FIGURA 4 - Alan Turing ................................ ................................ ........................... 13 FIGURA 5 - Modelo co nceitual de inteligncia artificial ................................ ...........15 FIGURA 6 - Estrutura comum de um sistema especialista ................................ .........20 FIGURA 7 - Atividades bsicas para a construo de programas ............................... 26 FIGURA 8 - Ciclo de vida clssico ................................ ................................ ............ 28 FIGURA 9 - Paradigma evolutivo exploratrio ................................ .......................... 29 FIGURA 10 - Paradigma evolutivo descartvel ................................ ......................... 29 FIGURA 11 - Ferramentas para desenvolvimento de sistemas especialistas ............... 31 FIGURA 12 - Arquitetura do p rottipo ................................ ................................ ......38 FIGURA 13 - Manipulando variveis no Expert Sinta ................................ ............... 40 FIGURA 14 - Manipulando variveis objetivo no Expert Sinta................................ ..40 FIGURA 15 - Manipulando regras no Expert Sinta ................................ .................... 41 FIGURA 16 - Sema, inicializando o p rottipo................................ ........................ 42 FIGURA 17 - Sema, informaes iniciais ................................ ............................... 42 FIGURA 18 - Sema, rea de trabalho ................................ ................................ .....43 FIGURA 19 - Sema, incio da consulta ................................ ................................ ...43 FIGURA 20 - Sema, decorrer da consulta ................................ .............................. 44 FIGURA 21 - Sema, resulta dos da consulta ................................ ............................ 44 FIGURA 22 - Sema, base de regras ................................ ................................ ........45 FIGURA 23 - Sema, fotos de doenas ................................ ................................ ....45

viii

LISTA DE QUADROS

QUADRO 1 - Comparao entre inteligncia natur al e artificial ................................ ..9 QUADRO 2 - Exemplos de sistemas especialistas ................................ ..................... 24

ix

LISTA DE ABREVIATURA S

1. IA - Intelign cia Artificial 2. IAS - Inteligncia Artificial Simblic a 3. SE - Sistema Especialista 4. EP - Engenharia de Programas 5. RN - Redes Neurais 6. RNA - Redes Neu rais Artificiais 7. ABPM - Associao Brasileira dos Produtores de Mas

RESUMO

A Inteligncia Artificial (IA) um dos ramos da cincia da comp utao qu e mais vem crescendo no s ltimos ano s. At algumas dcadas atrs vista com um a grande dose de fico, hoje estudos e pesquisas fundamentam teorias que so aplicadas em diversos sistemas de uso efetivo. Uma das abordagens da IA que ganhou grande destaque a partir da dcad a de 70 a Inteligncia Artificial Simblica, da qual os primeiros Sistemas Especialistas (SE) construdo s fazem parte. Uma forma de se implementar um SE simblico baseando -se em regras. Regras so estruturas condicion ais do tipo Se condio Ento ao Ou concluso , usadas para representar computacionalmente o conhecimento hum ano. Este trabalho aprese nta a concepo de um prot tipo de um SE simblico baseado em regras, que para seu desenvolvimento considera o conceito de Ciclo de Vida de um programa. O c iclo de vida de um prog rama a base da Engenharia de Programas (EP), outro ramo da cincia da compu tao. Atravs da EP, benefcios como qualidade, com petitividade, rapidez e fa cilidade de manuteno podem ser incorporados a qualquer programa. O pr ottipo desenvolvido destina -se ao auxlio no d iagnstico de doenas qu e atacam macieiras. O cultivo de mas uma cultura bastante explorada na Regio Serrana de Santa Catar ina, e ainda pou co desenvolvida no mb ito tecnolgico. O trabalho pretende contribuir co m o desenvolvimento de aplicaes da informtica na agri cultura para a melhoria da qualidade da produo.

Palavras-chave: Intelignci a Artificial; Sistemas Especialistas; Ciclo d e Vida; Doenas; Mas.

xi

ABSTRACT

Artificial Intelligence (AI) is one of the branches of the comp uter science that has increased mo re in the last years. Until some d ecades ago, it was seen with a great sense of fiction, but tod ay studies and re search base on it theo ries that are applied in diverse systems of effective use. One o f the branches of AI that received great prominence in the 70 s is Symbolic Artificial Intelligence. The first Expert Systems (ES) c onstructed are part of it. One form to imp lement a Symbolic ES is based on rules. Rules are conditional structures such as If condition Then a ction Or conclusion , used to represent compu tationally the human knowledge. This work presents the conception of a rules based Symbolic ES prototype. Its development consid ers the concept of Cycle of Life of software. The cycle of life of software is the base of the Software Engineering (SE), another branch o f the comput er science. Through the SE benefit s as quality, competitiveness, speed and easiness of maintenance can be incorporated to any software. The d eveloped p rototype aims to aid the diagnosis of diseases that attack apple trees. The ap ple culture is largely explored in the mou ntains region of Santa Catarina, and still barely developed in the technological scope. This work intends to contribute to the comp uter science applications developmen t on agriculture for the quality improvemen t of the production.

Key-words: Artificial Intelligence, Exp ert Systems, Cycle of Life, Diseases, Apple s.

1. INTRODUO

1.1. Apresentao A expresso Inteligncia Artificial (IA) surgiu n a dcada de 50, e repre senta o desejo e a expectativa do homem em criar dispositivos e mquinas dotadas de inteligncia, capazes de rac iocinar e tomar decises tal qual um ser humano (BITTENCOURT, 2001). Mas os estudo s e pesquisas nesta rea ve m se estendendo h vrios sculos. Inicialmente, era encarada como algo sobrenatural e com uma poro muito grande de misticismo. A pou cas dcadas atrs a IA ligou-se a sonhos e aspiraes atravs de obras d e fico cientfica. Uma das mais recentes o filme "A .I. - Artificial Intelligence " do diretor Steven Spielberg ( EUA, 2001), que m ostra um futuro onde robs p ensam, falam e agem como um ser humano , alm de possuirem aparncia idntica. Tais esforos foram impul sionados pelo avano tecnolgico, que somente iniciou a partir do momento em que seu enfoque voltou -se para a pesquisa cientfica. Alm de sonhos e aspiraes, o avano trouxe tambm a viso real das possibilidades d a IA na resoluo de problemas. A partir de ento, a IA f oi encarada como u m ramo d a cincia da computao, e um do s ramos que mais tem avanado nos ltimos anos. A IA dividida em vrias reas de aplicao. Uma das reas que mais desenvolveu -se foi a dos Sistemas Especialista s (SE), atuante dentro do paradigma simblico (BARRETO, 2001). Os SE so utilizados para aux lio na resoluo de prob lemas ligados ao conhecimento de um ser humano, ou seja, um problema que somente uma pess oa pode

resolver. Atualmente existe um padro de formao desses sistemas, ou seja, que partes e funes eles devem con ter para abstrair e repr esentar o conhecimento de um especialista humano . Porm, o seu desenvolvimento, desde o nascimento do projeto at a sua morte, ainda no segue um padro. O desenvolvimento de um S E, seja qual for a sua finalidade, deve bas ear-se no seu ciclo de vida. Isso resume parte da abrangncia deste trabalho, que elaborou uma pesquisa sobre o ciclo de vida de um SE, e implementou uma aplicao baseada nesta pesquisa. Mas ao invs de criar uma aplicao exemplo qualquer, foi desenvolvido um p rottipo para utilizao ef etiva. A finalidade do SE implementado a de auxiliar os produto res de mas, com um prottipo capaz de auxiliar o diagnstico e a i dentificao de algumas doenas que atacam as macieiras.

1.2. Definio do problema Os SE so a principal aplicao da IA atual mente. Sua abrangncia bastante grande, e em vrias reas do conhecimento eles esto sendo utilizados. Pesquisas se espalham ao redor do mu ndo, e o material bibliogrfico v asto. Porm, sob um ponto de vista, sua evoluo no acompanha a veloci dade do avano tecnolgico: todo SE um programa. Isso quer dizer que, como todo programa, possue um ciclo de vida, que a base da Engenharia de Programas (E P). O problema abordado por este trabalho exatamente este : a carncia de pesquisas e estudos sobre o ciclo de vida de um SE; e uma maneira de contribuir com o ass unto o desenvolvimento do prottipo b aseado no ciclo de vida. O prottip o de um SE p ara auxlio ao diagnstic o de doen as em macieiras vem para somar esforos no desenvolvimento de um a rea que agora comea a ser impulsion ada: a informtica na agricultura. O uso de ferra mentas tecnolgicas, como programas de computado r, tendem a um crescimento na quantidade e na qualidade da produo . Tambm impo rtante ressaltar que esta uma rea ainda no ex plorada na regio serrana.

1.3. Justificativa A grande parte do esforo de desenvolver um SE se encontra na elicitao do conhecimento, ou seja, como capturar e utiliz ar o conhecimento de um ser humano em uma aplicao comp utacional. Essa uma tarefa real mente importante, mas para que ela resulte em um bom SE, o mesmo d eve ser desenvolvido u tilizando tcnicas que considerem todo o universo que o cerca, desde o incio do projeto at a morte do programa. Essas tcnicas envolvem o ciclo de vida de um programa, que aumenta a sua qualidad e e facilita a sua man uteno (SILVA, POZZEBON, ALME IDA, 2001). A concepo do prot tipo segue o conceito de ciclo de vida de um SE . Analisando os problemas inerentes EP nota -se que o desenvolvimento de um SE , seja qual for a sua f inalidade, deve basear -se no co nceito de ciclo de vida. A abordagem deste trabalho a elaborao de um SE, implementando -o em uma aplicao baseada n o paradigma da Inteligncia Arti ficial Simblica (IAS) obedecend o as fases do ciclo de vida da EP. A regio serrana de Santa Catarina tem sua ec onom ia baseada na produo agrcola. Diversos produtos constituem a matria -prima utilizada por muitas indstrias e empresas da regio, alm de serem a prin cipal fonte de renda para muitas fa mlias. A produo de mas altamente vivel nesta regio, visto o c lima favorvel e o grande nmero de p rodutores. Foi pensando justamente no desenvolvi mento econmico da regio que resolveu -se desenvolver um trabalho que pudesse, de alguma for ma, auxiliar a produo agrcola, se guindo o utros trabalhos j anteriormente, como o de NETO (2000). Segundo as norm as de classificao de m as da Associao Brasileira dos Produtores de Mas domestica borkh ." A antigidade da p articipao da ma na vida do homem um fato de notrio sab er: histrias envolvendo os frutos da macieira podem ser encontradas em lendas e em mito s provenientes de distintas civilizaes habitantes de l ocalidades muito d istantes (SILVA, POZZEBO N, ALMEIDA, 200 1). At os dias de hoje no se sabe ao certo quando e on de se originou a (ABPM): " entende-se por ma o fruto d a espcie malus desenvolvidos

macieira, e qual ou quais foram as espcies silvestres que deram o rigem ma contemporn ea, cujas variedades so atualmente conhecidas. Podem ser, po r exemplo, a malus sylvestris, originria da Europa, a malus prinifolia , originria do cucaso e de parte da Rssia, ou tod as elas em conjunto. A ma , talvez, a fruta que englob a a maior quantidade de variedades conh ecidas: estima-se algo entre 5 e 20 mil. Dessas 3 a 4 mil so cultivadas em maior ou menor escala, em diferentes partes do mund o. O certo que este nmero vem crescendo a cada dia com o aprimoramento e o desenvolvimento d e novas variedades em estaes experimentais (ABPM, 2001). Nas regies temperadas, a maci eira cultivada h milnios. No Brasil, os primeiros cultivadores que chegar am da Europa durante os anos 2 0, com o o bjetivo de se estabelecerem plantaes comerciais, foram instalados no sul de Minas Gerais, na regio de Maria d a F. Ali, as macieiras se deram mu ito bem, em virtude da altitude e do clima que se aproxima ao das regies temperadas (BE NASSI, 2000). Atualmente, muito b em adaptadas aos climas regionais brasil eiros, provm principalmente do sul e do sudeste do pas, onde os estados de Santa Catarina, Rio Grande do Sul, So Paulo e Paran so responsveis pel a quase totalidade do volume prod uzido. Desde a metade do s anos 70, o Brasil transf ormou-se em um grande produtor de mas, existindo inclusive, inmeras variedades da fruta desenvolvidas no prprio pas, tais como a Rainha, a Soberana e a Brasil. Em suas variedades, os f rutos da macieira podem ser distinguidos e agrupados por suas qualidades e sabor, tamanho, forma, aparncia e consistncia da polpa e da casca, e por suas distintas utilidade s. Em Santa Catarina, provavelmente um d os primeiros pomares a ser implantado foi no municpio de Bom Jardim da Serra. A implantao data de 1940 . A partir de 1963 , se deu o i ncio dos plantios comerciais no municpio de F raiburgo. Segundo FISCHER (2001), o estado de Santa Catarina foi responsvel por cerca de 490.00 0 toneladas de mas no ano 2000 . Isto corresponde a mais da metade da produo nacional qu e foi de 900.000 ton eladas/ano. A mdia de produtividade alcanada no Brasil de 20 toneladas por he ctare. Dados da ABPM indicam que a doena que mais ataca a macieira a sarna, quando as temperaturas esto mais baixas. Quando as temperaturas so mais elev adas,

a doena que mais prejudica a planta a podrido amarga. Alm da impo rtncia dos tratos cu lturais, existem rigorosas normas de classificao e co ntrole de qualidade p ara mas. Estas normas tm p or objetivo definir as caractersticas de identidade, qualidade, acondicioname nto, emb alagem e apresentao da m a para fins de comercializao, desti nadas ao consumo em estado fresco (in natura). Estes dados apontam para um grande interesse e a utilidade de um SE no auxlio a qualidade da produ o de mas do Planalto Catarinense. O prottipo desenvolvido tambm p ode auxiliar no treinamento de apre ndizes das escolas

agrcolas em Cincias Agrrias ex istentes na regio, na iden tificao de doenas.

1.4. Objetivos

1.4.1. Objetivo geral Utilizar o conceito de ciclo de vida de um programa para o desenvolvimento de u m SE voltado ao uso agrcola, na rea de diagnose de doenas em macieiras. 1.4.2. Objetivos especficos Os objetivos especficos do trabalho so: a) Oferecer uma viso geral da IA; b) Fazer um estudo sobre SE e suas aplicaes; c) Abordar o tpico ciclo de vida de um programa, e como ele aplicado para o desenvolvimen to de um SE; d) Desenvolver o projeto e implementao de um SE de uso agrcola para auxl io no diagnstico de doe nas em macieiras; e) Relatar concluses acerca deste trabalho e propor conjecturas para trabalhos futuros.

1.5. Metodologia A primeira etapa do trabalho compreende o levantamento bibliogrfico do material a ser utilizado. Os conhecimentos envolvidos no de senvolvimento do trabalho so os seguintes: Inteligncia artificial (lgica, IAS e SE); Engenharia de programas (fases do ciclo de vida de um programa); Programao (estruturada e orientada a objetos). Aps isso, foi executada a etapa da especificao, correspondente aquisio de informae s necessrias para a gerao da base d e regras do SE. Esta etapa foi composta das atividades de busca de um especiali sta humano, que forneceu o conhecimento referente as doenas das macieiras, e tambm da consulta em referncias bibliogrficas ligadas a este tema. Para a terceira etapa, a implementao do SE, foi necessrio um microcomp utador, e a utilizao das ferramen tas Expert Sinta e Borland Delphi 3.0.

2. INTELIGNCIA ARTIFIC IAL

O termo IA geralmente est as sociado a imagens de supercomp utadores, robs, e outras mqu inas dotadas de inteligncia e sentimentos, tal qual um ser humano. Isso naturalmente faz parte da c ultura humana, formada ao longo dos anos atravs de ob ras fictcias. Mas o que realm ente IA? Como ela surgiu? Onde usada? Essas so perguntas que esse captulo se prope a ap resentar.

2.1. Conceitos No existe uma conceituao exata para definir o que IA. O que existe so definies feitas por alguns pesquisadores do assunto, e qu e hoje so discutidas em busca de desvendar o porque to difcil conceituar IA . Para WINSTON APUD BARR ETO (2001 ), IA o estudo de conceitos que permitem aos computado res serem inteligentes. SHANK APUD BARRETO (200 1) escreveu: as pessoas acreditam que dizer que algo no human o inteligente diminue os humano s e diminue a viso que tm de si m esmos como centro do universo. Golfinhos so inteligentes. B aleias so inteligentes. Mac acos so inteligentes. At cachorros e gatos so inteligentes. Estas duas definies so bem colocadas, mas tornam -se recursivas a partir do mo mento em que perguntamo s: o que ser inteligente? Segundo RICH APUD ALMEIDA (1999 ), IA o estudo d e como fazer os computado res realizarem coisas que, no m omento, as pessoas fazem melhor. Comentand o esta definio, BARRE TO (2001) d iz que adotar esta definio condenar a IA e nunca c onseguir um sucesso, p ois cada vez que for resolvido um

problema, ele deixa de ser do seu domnio. Uma definio qu e possue vrias qualidad es a de CHERNIAK & McDERMOTT APUD BA RRETO (2001 ): IA o estudo das faculdades mentais com o uso d e modelos com putacionais. Mesmo assim ela no est livre de cr ticas. A dificuldade em defini r o que IA, segundo BARRETO (2001) vem da dificuldade em d istinguir seres inteligentes de no inteligentes, naturais e artificias.

2.2. Inteligncia Como foi visto, definir o que IA algo em tanto nebuloso, pela prpia dificuldade de definir o que inteli gncia. Uma definio de inteligncia bastante comentada a de MINSKY & PAPERT (196 9): inteligncia a habilidade de resolver problem as difceis. Nota-se que esta definio recursiva, pois difcil definir o que um prob lema difcil. Apesar de no existir um conceito padro para o que inteligncia, pode-se dizer que pa ra algo ser inteligente, ele deve ter um comportamento in teligente. Essa a abordagem d a IA. sabido q ue para se ter um com portamento inteligente neces srio a capacidade de reali zar algumas tarefas, que assim caracteri zam um comportamen to inteligente. Essas tarefas s o as seguintes: aprend er com a experincia, aplicar o conhecimento adquirido co m a experincia, tratar situaes complexas, resolver problemas qu ando faltam informa es importantes, determinar o que importante, raciocinar e pensar, reagir rpido e corretamente a novas situaes, compreender imagens visuais, processar e man ipular smbo los, ser criativo e imagi nativo, e utilizar a heurstica (STAIR, 1998). Algo que aux ilia a compreend er o que IA, debater sobre quais so as suas diferenas com a inteligncia natural. De acordo com o Quadro 1, que mostra uma comparao entre a inteligncia natural e a IA, essas diferenas esto diminuindo em nmero. Segundo STAIR (1998), um a das foras que movem os estudos sobre IA a

tentativa de reconhecer como as pessoas raciocinam. Julga -se que somente compreendendo isso que poderemos criar dispositivos com a capaci dade de raciocinar.
QUADRO 1 - Comparao entre inteligncia natural e artificial
Atribua o grau de capacidade para o seguinte: Obter um grande volume de informaes externas Usar sensores (olhos, ouvidos, tato, olfato) Ser criativo e imaginativo Aprender com a experincia Ser esquecido Realizar cl culos complexos Ser flexvel Usar diversas fontes de informaes Transferir informaes Custo da obten o de inteligncia Inteligncia Natural (humana) Alto Alto Alto Alto Alto Baixo Alto Alto Baixo Alto Inteligncia Artificial (mquina) Baixo Baixo Baixo Baixo Baixo Alto Baixo Baixo Alto Baixo

(Fonte: STAIR, 1998)

2.3. Histrico da inteligncia artificial O interesse do homem em criar dispositiv os que tenham um com portamento inteligente vem desde os tempo s remotos (ALMEIDA, 199 9). Para citar alguns exemplos, tem -se o distribuidor de gua em Delfos , na Grcia antiga, e o relgio da catedral de Estrasburgo , que con trolava um mecanismo responsvel pelo movimento de todas as suas peas: ponteiros, galo cuco, bon ecos representando as estaes etc. Atualmente, atribudo a Wilhem Schickard (1592 -1635), professor de matemtica e astronomia na Universidade d e Heidelberg o mrito de ter projeta do e implementado a primeira calculadora mecnica, em 1623, que realizava

instantaneamente adies e quase instantaneamente mu ltiplicaes e divises (BARRETO, 2001). Em 164 2, Blaise Pascal (1623-1662), matemtico e co -inventor da Teoria das Probabilidades, inventou uma mquin a de fazer clculos aritmticos, batizada de Pascaline, mostrada n a Figura 1, a qual realizava instantaneamente ad ies e subtraes, e tambm era cap az de converter vrias moedas, com suas subdivises. Certamente, esta foi a primeira mquina qu e causou reflexes sobre a inteligncia das

10

mquinas, e considerada a primeira referncia origem da IA.

FIGURA 1 - Mquina Pascaline (Fonte: BARRETO, 2001)

Outra mquina tambm importante, e construda no mesmo sculo, foi a de Gottfried Wilhelm Leibniz (1646 -1716), no ano de 1673 (BITTENCOURT, 2001). Esta tinha a capacidade d e efetuar instantaneamente as quatro ope raes bsicas. Aps isto, muitas outras mquinas foram construdas tendo como base o mesmo conceito, inclusive uma calcula dora com u ma portabilidade maior que ao longo de 60 anos vendeu mais de 15 00 unidades, construda pelo francs Charles Xavier Thomas, que foi a primeira calculadora comercial. Porm, uma caracterstica comum a todas estas mquinas que nenhuma era capaz de seguir a rotina de um programa, sendo totalmente controladas pelo operador. A primeira referncia a uma mq uina que pudesse ser programada e intelige nte no sentido atual um a aluso feita por Lady Lovelac e (Figura 2) Mquina Analtica, de Charles Babbage (Figura 3), em 18 43. Lady Lovelace pode ser con siderada a primeira programadora da h istria. Sua aluso r efere-se a mquina como sendo capaz de compor peas musicais de qualquer complexidade. Charles Babbage utiliz ou-se do conceito dos autmatos, b onecos animados p elos quais era apaixonado, e dos teares de bordado, cujas aes eram comandadas por uma sequnci a de cartes perfurados, para construir essa mquina. O curioso d isso que muitas pessoas atri buem a inveno dos cartes perfurados a Hollerich, que popularizou -os com o uso no ressenceamento dos EUA, em 1900, qu ase 100 anos ap s sua inveno (ALMEIDA, 1999).

11

FIGURA 2 - Lady Lovelace (Fonte: ALMEIDA, 1999)

FIGURA 3 - Charles Babbage (Fonte: ALMEIDA, 1999)

Leonardo Torres y Quevedo, nascido na Espanha em 185 2, tambm contribuiu para o desenvol vimento da IA. Ele construiu mquinas chamadas de autmatos, cuja fun o era jogar o final de um jogo de xadrez, do rei contra rainha e rei. Porm, o p rprio Torres no atribua intelig ncia sua mquina, porque tudo dependia de regras escolhidas pelo con strutor. A verdade que sua mquina usava tcnicas de resoluo de problemas qu e so utilizadas atualmente em muitas realizaes de IA (RUSSEL & NORV IG, 1995). Segundo BARRETO (2001), possvel dividir as fase da histria da IA e m perodos. O primeiro perodo foi este, conhecido como a poca Pr-histrica , e foi limitado pela complexidade de construo do s dispositivos estudados e tambm pel o forte apelo ao sobrenatural. Este perodo vai at 1875, quand o o italiano Camilo Golgi

12

descobre o neurnio. O segundo perodo, denominado poca Antiga , compreende o perodo de 1875 19 43. A primeira referncia a esta fase a inveno da palavra Robo, em 1917, pelo theco Karel Capck. Em theco a palavra Robot significa trabalhador, e sua traduo para o ingls, em 1 923, manteve a palavra original (ALME IDA, 1999). Em 194 3, McCulloch e Pitts el aboram um mod elo baseado na idia de que um neur nio possua dois estados: excitado e no excitado. Este modelo tentava reproduzir o funcionamento dos neurnios. Tambm de auto ria de McCulloch e Pitts o artigo A Logical Calculus o f the Ideas Immanent In Nervous Activity, considerado uma das bases das Redes Neurais Artificiais (RNA ) (MCCULOCH & PITTS, 1943). neste perodo que o crebro foi considerado o rgo responsvel pela inteligncia, e foi marcada pela realiza o dos trabalhos com enfoqu e na inteligncia humana, n a simulao do crebro em sistemas c omputacionais. Houve avanos na psicologia e na neurofisiologia, e o nascimento d a Psicanlise (ALMEIDA, 1999). De 1943 1956 arrasta-se o terceiro perodo: a poca Romntica . desta poca o Teste de Turing , criado po r Alan Turing (Figura 4). O teste consistia de um interrogador, um hom em e uma mulher. O interrogador no enxe rga os outros dois, e um deles era substitudo por um computador. Se o interrogador no distingui -se quem era humano e quem era mquina, o computado r era considerado inteligente. Este critrio largamente aceito com o teste de inteligncia, apesar de restringir a inteligncia hum ana e usar frases mal definid as (BITTENCOURT, 200 1). Como se pode perceber com este Teste de Turing, este perodo f oi uma extenso bem prxima d o anterior, e os modelos e mecanismos criados tenta vam imitar o funcionamento de uma rede de neurnio s e o comportamento inteligente. Este perido termina em um importante encontro no Darthmouth Colleg e, em 1956, no qual o termo IA surge. Logo ap s este encontro, surge o primeiro artigo sobre RNA - o Automata Studies (MCCARTHY APUD ALM EIDA, 1999). Deste encontro tamb m nasceram dois paradigmas da IA: o Paradigma Simblico e o Paradigma Conexionista (BARRETO, 2001).

13

FIGURA 4 - Alan Turing (Fonte: ALMEIDA, 1999)

Aps este encontro, o entusiasmo gerado foi muito grande, e diversas pesquisas comeam a ser iniciadas. A qui BARRETO (2001) define o quarto perodo, a poca Barroca , ocorrido entre 195 6 e 1969. As vrias aplicaes desenvolvidas visavam expandir a IA usando tanto o paradigma simblico quanto o conexionista. Apesar do avano da IA como um todo, a abordagem simblica que mais se destaca, e a conexionista, na qual est includo o estudo das Redes Neurais (RN), v seu progresso caminh ar lentamente. Os problemas apresentavam -se mais complexos que o esperado. O governo do EUA decide ento cortar o investimento em pesquisas nesta rea, e muitos ou tros pases adotam esta posio. Em 1969 , para finalizar esta fase, lanado o livro Perceptrons, de MINSKY & PAPERT (1969 ), o qual apresntava uma srie de conjecturas sobre as RN. Este livro foi o pon to chave para separar as pesquisas entre as abordagens simblica e con exionista. Entre as conjecturas apresentadas estava o problema de que o Perceptron (criado por Frank Rosenblat, um pesquisador pioneiro de RN) no podia resolver problemas complexos. Como Rosenb lat havia morrido um pouco antes em um acidente automobilstico, ele no pode defender seu modelo Perceptron. Isso c ondenou o estudo sob re redes neurais durante vrios a nos, e esse perodo qu e vai de 1969 a 1981, BARRETO (2001) define como o qu into perodo, conhecido como poca das Trevas. Nesta poca o computador passou a ser encarado como um produ to comercial, de forma que n o havia grande interesse pela IA. Os estudos nesta rea voltaram -se para a aplicao d e SE, e vrios SE foram contrudo s (RUSSEL & NORVIG, 1995).

14

Um fato importante deste perodo foi o desenvolvimento da linguagem Prolog, no ano de 1972, por Alan Colmerauer (BUCHANAN APUD ALMEIDA, 199 9). Com os estudo s concentrados nos SE, e com o cre scente uso do computador como instrumento comercial, vrios SE comerciais foram desenvolvidos. Em ou tubro de 1981, o Japo anun cia a liberao de verbas para o projeto de computadores de quinta gerao. Prolo g a linguagem escolhida para o projeto e se populariza no mundo inteiro. A p oca das Trevas chega ao f im, e o espao que compreende os anos de 1981 1987 considerado o sexto perodo, chamado de Renascimento . A IA ganha nova vida e as pesquisas em RN so ret omadas. Em 1986, o p roblema proposto pelo livro Perceptron resolvido pelo algoritmo apresentado no trab alho de McClelland e Rumelhart, entitulado de 'Parallel Distributed Processing'. O reconhecimento ptico de caracteres (OCR), baseado em RN, neste mesmo ano , uma empresa de 100 milhes de dlares (ALMEIDA, 1999). O stimo e ltimo perodo, a poca Contempornea (1987-atual), vem sendo marcado p elo aumen to de pesquisas e da larga aplicao de sist emas de IA. As RN ganharam mbito comercial e so aplicados em sistemas como: verif icadores ortogrficos e gramticos, consultas em banco de d ados, reconhecimen to de padres etc. Os SE comeam a ser desenvolvidos utilizando a tcnica da abordagem hbrida, baseada em RN e sistemas nebulosos (ALMEIDA , 1999). Novos paradigmas e termos de IA surgem constantemente, e ningum sabe quando acontecero os fatos que marcaro o encerramento dessa poca.

2.4. Aplicaes da inteligncia artificial Atualmente, a IA vem sendo aplicada em diversas re as do conh ecimento. Algumas dessas reas esto relacionadas entre si, e o avano de uma delas reflete no avano de outra. Alm de um model o conceitual descrito por STA IR (1998), que po de ser observado n a Figura 5, so descritos ou tras reas em que a IA utilizada como base para projetos de pesquisa.

15

FIGURA 5 - Modelo conceitual de inteligncia arti ficial (Fonte: STAIR, 1998)

2.4.1. Sistemas de viso Essa rea formada p or mquin as e programas que possibilitam a captura, armazenamento e man ipulao de imagens. Esses sistemas so larga mente utilizados, e podemo s citar como exemplos de aplicaes o rec onhecimento p tico de caracteres, de impress es digitais e de assinaturas. A robtica utiliza os sistemas de viso para prover "viso" aos rob s. Apesar de intensas pesquisas, o mximo que consegue -se alcanar no reconhecimento de imagens a distino das cores preto e b ranco e alguns tons de cinza, com d ificuldades para imagens tridimensionais (STA IR, 1998 ). 2.4.2. Robtica A robtica compreende o desenvolvimento de dispo sitivos mecnicos, controlados po r computadores, qu e efetuam tarefas que apresentam alto graus de preciso, ou so tedio sas ou perigosas para pessoas. Esta tecnologia bastante usada por ind strias, para a fabricao de seus produt os, e pela medicina, para realizao de cirurgias extremamente precisas (STAIR, 1998). 2.4.3. Sistemas especialistas Os SE so desenvolvido s e utilizados para conter o conh ecimento de um especialista humano, com a finalidade de auxiliar e/ou resolver problemas que s

16

seriam solucionado s com a presen a desse especialista. Os SE so a principal aplicao do paradigma simb lico (BITTECOURT, 2001 ). 2.4.4. Processador de linguagem natural O objetivo desta rea o desenvolvimento de sistemas que permitam ao computador compreender idiomas h umanos, ou seja, a linguagem natural, como o ingls e o portugus. Existem atualmente programas que permitem que, atra vs de um microfone, o compu tador obedea a comando s de voz, e processadores de texto escrevam automaticamente as palavras ditadas pelo usurio (STAIR, 1998). 2.4.5. Redes neurais artificiais Essa uma rea que cada vez mais vem ganhando imp ortncia. Antes da poca das Trevas , uma d as fases da histria da IA segundo BARRETO (2001), as RNA eram a principal re a de estudos, e por volta dos ano s 80 que come aram novamente a serem pesquisadas. As RNA so utilizadas para o reconhecimento de padres, como assinaturas e impresses digitais (a utiliz ada em conju nto com os sistemas de viso), e para solucionar prob lemas que no dispe de informaes completas, como as bases de dados in teligentes. Comercialmente j so larga mente utilizadas, e constituem a principal apli cao do paradigma conexionista (STAIR, 1998). 2.4.6. Sistemas de aprendizagem As pesquisas nesta rea visam permitir ao computador m odificar a maneira como ele reagir e funcionar aps analisar situaes que lhe so apresentadas. Atualmente, a aplicao que mai s utiliza esta rea so os jogos, nos quais seus personagens tomam de cises diferentes a cada situao diferente. Se o computador no conseguir vencer um jogo, ele le mbrar de no tomar os mesmos passos que tomou no jogo em que foi vencido (STAIR, 1998).

17

3. SISTEMAS ESPECIALIST AS

Como citado acima, os SE so a principal aplica o do p aradigma simblico da IA. Mas afinal, o qu e o paradigma simblico? De uma forma sucinta, pode -se dizer que uma diviso da IA responsvel por tratar de problemas cujos resultados finais esto visveis ao ser humano, e a maneira de como c hegar a esses resultados tambm. Ou seja, o objetivo desse paradigma dar a mquinas e dispositivos a capacidade de resolver problemas que j sabe -se como so resolvidos. Voltando a questo dos SE, tem -se a sua definio:
Sistemas especialistas so sistemas computacionais que devem apresentar um comportamento semelhante a um especialist a em um determinado domnio. Aps os primeiros anos de inteligncia arti ficial, em que se acreditava ser possvel ter um programa capaz de resolver problemas em geral, programas mais modestos em domnio, mas bastante performantes em um campo especfico comearam a aparecer e no tardou para que fossem conhecidos como sistemas especialistas. Com efeito, Allen Newel e Herbert A. Simon apresentaram em 1961 um programa, resultado de vrios anos de desen volvimento, chamado GPS ("General Problem Solver") que pretendia si mular o pensamento humano e resolver problemas em geral. Rapidamente, no entanto a comunidade interessada em inteligncia artificial percebeu que os reais probl emas so de complexidade NP-completos e para ser til era necessrio restringir o domnio dos dados, nascendo os sistemas especialistas. (BARRETO, 2001)

Alm de d efinir o que um SE, essa citao ta mbm mostra porque eles surgiram.

3.1. Caractersticas de um sistema especialista Um SE pode e deve, se po ssvel, reunir o conhecimento de vrios especialistas hum anos diferentes. So bases de conhecimento in dividuais. Algumas propriedades desejveis de um SE so encon tradas na literatura (BA RRETO, 2001): Aprendizado: O SE dever ser capaz de aprender. As tcnicas de

18

aprendizado so pro gramas que conseguem descrever em cima de uma base de conhecimentos e mud ar esta base de conhecimento de acordo com a sua util izao. Deve-se utilizar as tcnicas de manter a verdade, ou seja, quando se introduzir um novo conhecimento na base de conhecimento, este deve ser testado para verificar se e ntra em con flito com outros j existentes. A manipulao de informaes si mblicas permite analisar ilustraes, desenhos, smbolos na tela do comp utador, diagramas etc. So caractersticas que conferem alto valor no engrandecimento do SE. Explicao: Um SE d eve ser capaz de explicar s eu raciocnio, ou seja, como um programa chega a u ma concluso. Quais os passos que ele tomou, desde o incio at a finaliza o, com explicaes para cada passo. Essa caracterstica muito im portante, po is assim o usurio tem acess o ao mecanismo de raciocnio do sistema, de forma que sua validao se torna mais aceitvel. desejvel que tenha u ma interface em linguagem natural. Disponibilidade: O programa deve funcionar de maneira autnoma e ser disponvel para o uso. Os SE tm capacidade de absorver e ar mazenar o conhecimento human o, evitando que ele s e perca com o passar do tempo. Robustez: Um programa robusto se a variao dos dado s no varia muito o com portamento do programa. Neste ca so, o uso de abordagens como a lgica nebulosa til para dar robustez ao programa, pois permite tratar com um tipo de impreciso. Esta impreciso poderia ser maior ou menor e daria resultados semelhantes, dando o que se chamaria a robustez do pro grama. Uma caracterstica altamente relevante para os SE o recurso d e trabalhar com imprecises e incertezas. Assim, problemas cujo conhecimento seja incompleto ou no inteiramente precisos, podem ser resolvidos por meio d a satisfao e da heu rstica. Similaridade: uma prop riedade intrnseca a sua prpria def inio, similar ao especialista humano. Dentre os primeiros SE citado o

19

MYCIN, de Shortlife (SHO RTLIFE, 1974), para d iagnstico de doenas infecciosas do sangue, q ue sugeria uma separao entre a base de conhecimento e o modo d e manipulao da base de conhecimento. Para que um sistema seja realmente considerado especi alista, ele deve apresentar as propried ades caractersticas cit adas. Entretanto , as citadas at aqui so todas po sitivas, que influenciam positivamente na deciso de desenvolver um sistema especialista. Existem tambm as caractersticas negativas, que limi tam a sua utilidade, e a maioria tm a ver com custos, complexidade e controle. Segundo STAIR (1998) dentre as caractersticas consideradas negativas tem -se: Os SE ainda no so amplamente testados ou utilizados. Ainda no h um grande nmero d e usurios de SE. Esse um fator que contribue para o atraso das pesquisas e estudos. Um SE baseado em regras funciona atravs da comp arao das regras com casos semelhantes e de ou tras formas. Ele no consegue, por exemplo, funcio nar mesclando regras e casos. Isso p ode limitar sua capacidade de resolver problemas. O conhecimento presente em um SE precisa ser r efinado

constantemente, para que sua qualidade seja mantida. Atualmente, necessrio que o Engenheiro do Con hecimento faa este trabalho, p ois os SE no tem a capacidade de ab sorver novas regras direta mente, nem eliminar regras redundantes ou contraditrias. Problemas in erentes EP: Aceitabilidade, dificuldade de utiliza o por usurios e dificuldade com a manuteno do programa. Alm dessas, uma ou tra caracterstica marcante nos SE que eles no esto livres de erros. Mesmo que o conhe cimento seja absorvido de forma exata, e na programao no h aja erros, um SE pode resultar em erros, dev ido a sua complexidade de funcionamento (NETO, 2000).

3.2. Estrutura comum d e um sistema especialista

20

Quando os primeiros SE utilizando a IAS foram desenvolvidos, cada funo do sistema era tratada se paradamente como u m bloco o u comp onente. Essa estrutura de tratar separadamente cada funo tornou -se comum (mas no nica) para o desenvolvimento d e um SE. A Figura 6, encontrada em BARRETO (2001) mostra essa estrutura, que ser utilizada para o desenvolvimento do SE propo sto neste trabalho.

FIGURA 6 - Estrutura comum de um sistema especialista (Fonte: BARRETO, 2001)

O engenheiro do co nhecimento o respon svel pela elicitao do conhecimento, ou seja, tem a funo de abstrair o conhecimento dos especialistas humanos e port -los para o compu tador. ele quem monitora o f uncionamento do SE, afim de corrigir e atualizar a base de conhecimento (BARRETO, 2001). O usurio uma pessoa, ou um grup o de pessoas, que ir utilizar ef etivamente o SE, dando condies necessrias para avaliao do mesmo, atravs de suas experincias com o uso do sistema. 3.2.1. Base de conhe cimento Este compo nente tem a funo de guardar todas as informaes relevantes para o S E. Essas informaes podem estar dispostas em forma de regras, casos e/ou frames. As regras so estruturas condicion ais que ligam certas condies a execuo de aes, para se chegar ao resultado. Os casos s o exemplos q ue podem ser utilizados para comparaes com o caso atual apresentado, por meio de p esquisas, e adaptar as solues dos e xemplos para acomod ar o caso atual. Os frames faze m relaes de um

21

objeto ou item d a base de con hecimentos a vrios fatos ou valores do mundo real (STAIR, 1998). No caso do prottipo aqu i proposto, a base de conhecimento baseada em regras condicionais. O contedo d e uma base de conhecimentos pode ser comparado a todo o conhecimento e e xperincia de um especiali sta humano, adqu irido durante anos de trabalho e/ou estudos em uma rea. O engenheiro do conh ecimento deve portar para o SE tanta experincia e conhecimento quanto for po ssvel (STAIR, 1998 ). 3.2.2. Motor de inferncia O objetivo do mot or de inferncia buscar informaes e relacionamentos na base de conhecimento e fornecer respostas, previses e sugestes do modo c omo uma pessoa faria. Os meios mais comu ns para o mo tor de inferncia executar es sa tarefa so o encadeamento p ara trs e o encadeamento para frente (STAIR, 1998 ). No encadeamento para trs, a execuo inicia pelas concluses e prossegue para trs at que os fatos suportem a concluso correta. O Encadeamento para frente faz o inverso: comea tratando os fatos para depois chega r a uma concluso. De uma forma geral, o encadeamento para fr ente produz concluses com um menor nm ero de consultas ao usurio do que o encad eamento para trs, porm ex ige mais processamento e m aior grau de sofisticao (STAIR, 1998). 3.2.3. Mecanismo de aprendi zado Uma das maiores dificuldades no desenvolvimento de um SE a criao e manuteno do banco de conhecimento. Nos primrdios do desenvolvimento de SE, esse trabalho era feito diretamente cdigo -fonte do sistema, atravs da linguagem de programao usada , e a cada regra includa, alterada ou excluda, o sistema tinha que ser refeito (STAIR, 1998). Atualmente j existem algoritmos que possibilitam a modificao da base de conhecimento diretamente pelo usurio. Essa a funo do mecanismo de aprendizado, que incorporado a um SE torna -o mais fcil e menos dispendioso para

22

manter (STAIR, 1998). 3.2.4. Interface / Explicao responsvel pelo dilogo entre o usurio e o SE. A interface pode ser linha de comando, janelas, interface grfica, interface usando multim dia , realidade virtual etc. Alm dessa funo, d eve tambm verificar se a resposta do usurio encontra -se diretamente na base de conhecimen to, e caso encontre, fornecer diretamente a resposta. Caso no encon tre, deve enviar a resposta para o motor de inferncia, que ir tratar a resposta, trabalhando em cima da base de conhecimento para resolver o problema (BARRETO, 2001).

3.3. Representao do con hecimento nos sistemas espe cialistas baseados em regras O desenvolvimen to da lgica formal no sculo XIX ofereceu u ma notao precisa para declaraes sobre todas as coisas do mundo e suas relaes. Os

programas de computadores po dem tomar uma d escrio em lgica e encontrar a soluo do problema, se ela existir. Em termos de comput abilidade, se no h soluo para o problema ele nunca pra. Em termos de complexidade, o tempo e recursos necessrios para resolver determinado problema po dem crescer de tal maneira que seja invivel sua resoluo. Geralmente, os problemas em IA so NP -completos (BARRETO, 2001). Observando estes critrios e as represe ntaes do conh ecimento utilizando a lgica clssica da IA simblica verifica -se quais so as regras de raciocnio vlido. Uma primeira maneira de representar o c onhecimento n o SE propo sto a utilizao de regras do tipo: SE c ondio ENTO ao ou concluso. Deve -se notar que a ao uma o rdem e a concluso uma pro va. Quando se coloca uma regra dentro de uma base de conhecimento, por exemplo: AB Supe-se que esta regra verdade, pois dentro de um a base de conhecimento

23

numa frmula l gica no se tem valores de verdade e falso 1. Dentro de uma base de conhecimento pode -se ter vrias regras. Alm desta representao pod e-se construir outras representaes para um prob lema. Outras representaes pod em utilizar redes semnticas (relaes e conceitos) num grafo semntico ou moldu ras cuja idia colocar uma estrutura com plexa que define toda u ma situao de algo (BARRETO, 1995). O SE, aqui proposto, utiliza como modelo de representao do

conhecimento um Sistema de Produ o. Definio 1 : Um Sistema de Produo SP definido como uma qudrupla: SP = < R, E, e 0, F > onde: R um conjunto de regras; E um conjunto de estados; e0 o estado inicial; F o conjun to de estados finais. As regras so constitudas de um la do esquerdo (um p adro) que determina a que estados a regra pode ser aplicada, e um lado direito, qu e descreve a transformao a ser aplicada aos estados que se encaixam no padro, originando novo s estados. So estruturas do tipo: SE <condio> ENTO < ao> onde: <condio> estabelece um teste cujo resultado depende do estado atual da base de con hecimento. Tipicamen te o teste verifica a presena ou no de certas informaes na base. <ao> altera o estado atual da base de conhecimento, adicionand o, modificando ou removendo unidades de conhecimento presentes na base. A base de conhe cimentos constituda de inmeras regras utilizando os operadores E, OU ou NO.
1

No descartad o aqui a possibilidade da construo deste SE de modo hbrido, utilizand o, por exemplo, os conjuntos nebulosos . Entretanto, para o desenvolvimento do prottipo escolheu -se os sistemas clssicos da IA simblica.

24

3.4. Aplicaes de sistemas especialistas Pode-se afirmar que os SE aos poucos esto sendo introduzido s em produtos de uso d irio. Um exemplo o sistema de freios AB S, aplicado em carros modernos, onde u m processador sente quando os pn eus esto comeando a derrapar e solta os freios por uma frao de segundos para impedir a derrapagem. Pesqu isadores de IA buscam meios de utiliz -los em RN e em robtica, e at em produ tos como torradeiras, despertadores e televises (STAIR, 1998). Uma barreira que o u so de SE enfrenta a integrao desses sistemas com a cultura da organizao em que utilizado. Alguns exemplos de pod em ser vistos no Quadro 2.
QUADRO 2 - Exemplos de sistemas especialistas
Kaiser Permanente, uma grande organizao de manuteno da sade, ut iliza um SE e resposta vocal para automatizar sua funo de auxlio. O auxl io vocal libera o pessoal para cuidar de necessidades mais complexas, e fornece pronta assistnci a para chamadas de rotina. Nynex (New York and New England Telephone Exchange) - dispe de SE para auxiliar seus funcionrios a localizar e resolver problemas telefnicos relacionados a clientes. MYCIN um SE iniciado na Universidade de Stanford para analisar in feces sangneas. ACE um SE util izado pela AT&T para analisar a manuteno das redes telefnicas. Um SE mdico usado pelo Harvard Community He alth Plan permite que seus membros obtenham diagnsticos mdicos via computadores pessoais. N o caso de problemas menores, o sistema oferece tratamentos simples; para condies mais srias, o sistema marca consultas. O sist ema altamente exato, e diagnostica 97 % dos pacientes corret amente. CARGEX - Cargo Expert System. uti lizado pela Lufthansa, uma empresa alem, p ara auxiliar a escolhe das melhores rotas de expedio de carga. CoverStory um SE que extrai informaes de marketing de um banco de dados e prepara relatrios automaticamente. (Fonte: STAIR, 1998)

STAIR (1998) descreve algumas aplicaes de SE em reas funcionais dos negcios, como cont abilidade, finanas, mark eting, produo, gerenciamento de materiais e outras. Eis uma b reve descrio sobre a aplicao de SE em cad a uma dessas reas: Sistemas relacionados contabilidade: Os sistemas contbeis foram os primeiros a serem compu tadorizados. Um SE nesta rea pode ser til para analisar fluxo de caixa, contas a pagar, contas a receber e lanamentos efetuados. A base de c onhecimento pode con ter dados sobre leis fiscais, organizaes e prticas de contabilidade. Planejamento de recursos de capital: Essa rea envolve tomada de

25

decises sobre investimentos de fundos em d iversos setores da organizao. Um SE aplicado nesta re a pode ajud ar aos gerentes e executivos na elaborao do planejamento. Anlise de pedido de emprstimos: Um SE voltado a este mercado deve auxiliar ao gerente de um banco, por exemplo, a autorizar ou no um pedido de emprstimo ou financiamento para um dad o cliente. Gesto financeira: Os SE utilizados p ara a gesto financeira tem condies de analisar o mercado financeiro, indicando onde seria uma boa proposta de investimento. Existem alguns SE que operam nesse ramo e que funcionam atravs de informaes o btidas em bol sas de valores. Produo: Na rea de produo, os SE so utilizados em conjunto com a robtica, atravs de m quinas que op eram tarefas repetitivas e perigosas, conseguindo p roduzir com maior rapidez e confiabil idade. Um exemplo a indstria automobilstica, que em grande parte da sua produo de carros utiliza mquinas p ara a fabricao. Marketing: SE aplicados ao marketing auxiliam na tomada de de cises e elaborao do plane jamento de marketing de uma organizao. Para is so, o SE requer que s ua base de conh ecimento tenha informaes sobre o mercado, clientes, concorrentes e fatores internos da organizao. Diagnose: Um SE pode ser utilizado para indicar a ocorrncia de problemas em um objeto qualquer, como uma pessoa ou uma organizao, por ex emplo. Existem d iversos SE em uso nesta rea, principalmente na medicina, on de auxiliam o mdico a diagnosticar um paciente. O prottipo p roposto n este trabalho tem sua utilizao nesta rea.

26

4. CICLO DE VIDA DE UM PROGRAMA

Segundo YOURDON (1990) o processo de desenvolvimento de programas envolve basicamente o conjunto d e trs atividades, que so comuns a todos os processos d e construo d e program as. A Figura 7 (CARVALHO & CHIOSSI, 2001 ) mostra qu ais so essas atividades.

FIGURA 7 - Atividades bsicas para a construo de programas (Fonte: CARVALHO & CHIOSSI, 2001)

A seguir uma breve descrio sobre cada uma (CARVALHO & CHIOSSI, 200 1).

dessas atividades

Desenvolvimento: Atividade ond e so elaboradas as especificaes das funcionalidades e restries relativas a operaci onalidad e do programa. Tambm feita a implementao do programa, de acordo com essas especificaes. Validao: Etapa ond e os testes so realizados pelos usu rios efetivos do programa, afim de valid -lo, ou seja, garantir que ele faa exatamente o que o usurio d eseja. Manuteno: Correes de erros, adaptaes e am pliaes para atender novos requisitos do usurio e mu danas na tecnologia aps a entr ega do produto (programa).

27

4.1. Engenharia de programas A partir da dcada de 80, qu ando avanos na microeletrnica trouxeram maior poder de processamento computacional a um custo menor, o computador pessoal comeou a ganhar mercado. Porm, o desenvolvimento dos p rogramas para computador no e stavam acompanhando esse avan o. Prazos no eram cumpridos, o custo excedia o previsto, o p rograma no cumpria os requisitos est ipulados e assim por diante. Em vista disso, foi -se desenvolvendo a tcnica da EP, cujo ob jetivo auxiliar no processo de prod uo de programas, de forma que o processo d o rigem a produtos de alta qualidade, produzidos com rapidez e um custo m enor (PRESSMAN, 1995). Pode-se dizer que EP uma disciplina quer rene metodologias, mtodos e ferramentas a serem utilizados, desde a percepo do prob lema at o moment o em que o sistema desenvolvido deixa de ser operacional, visando resolver problemas inerentes ao processo de desenvolvimento e ao produto de programa, CARVALHO & CHIOSSI (2001). Para PRESSMAN (1995), existem alguns princpios que norteiam a EP, princpios que devem garantir que os o bjetivos sejam alcanados. So eles: Formalidade: O desenvolvimento de programas uma atividade criativa, e tende a ser imp recisa e a seguir a inspirao do desenvolvedor. A formalidade no restringe a criatividade, mas melhor a, atravs do aumento d a confiana do desenvolvedor em resultados criativos, uma vez que eles so criticamente analisados por uma avaliao formal. Abstrao: o processo de identificao de aspectos importantes de um determinado fenmeno, ignorando os d etalhes. Os detalhes ignorados dependem d o objetivo da abstrao. Decomposio: A decomposio visa separar o processo de

desenvolvimento e programas em vrias tarefa s especficas, onde cada equipe de desenvolvedores fica responsvel por uma tarefa. Generalizao: A generalizao um princpio que faz com o desenvolvedor projete uma p arte do programa que possa ser reutilizada

28

em outro s pontos do p rograma ou em out ros programas. Vale ressaltar que a generalizao pode dispensar mais tempo de desenvolviment o, e por conseqncia um custo maior. Flexibilizao: Tem por o bjetivo fazer com o prod uto final tenha facilidades de man uteno.

4.2. Paradigmas da engenharia de programas Paradigmas da EP so mecanismos utilizados para controlar o processo de desenvolvimento de programas. Alguns dos p aradigmas mais utilizados so o ciclo de vida clssico, o paradigma evolutivo e o paradigma espiral (PRESSMAN). 4.2.1. Ciclo de vida clssico Tambm conhecido como cascata, este paradigma utiliza um mtodo sistemtico e seqencial, onde o resultado de um a fase constitue a entrada de outra. Na figura 8, en contrada em CARVALHO & CHIOSSI (2001), v -se as etapas do processo de desenvolvimento de prog ramas utilizando o cliclo de vida clssic o.

FIGURA 8 - Ciclo de vida clssico (Fonte: CARVALHO & CHIOSSI, 2001)

4.2.2. Paradigma evolutivo O paradigma evolutiva baseado no desenvolvimento e implementao de

29

um programa inicial, que submetido a testes por parte do usurio. De a cordo com as crticas e comentrios do usur io, o pro grama vai sendo refinado at que alcane seus objetivos. As etapas de desenvolvimento e validao so desempenhadas paralelamente. Este paradigma pode ser de dois tipos (PRESSMAN, 1995): Exploratrio: O processo de d esenvolvimento trabal hado em conjunto com o usurio para que se possa descobrir seus requisitos, quando inicialmente d ifcil identificar esses requisitos. A Figura 9

(CARVALHO & CHIOSSI, 2001) mostra as atividades do paradigma evolutivo exploratrio.

FIGURA 9 - Paradigma evolutivo exploratrio (Fonte: CARVALHO & CHIOSSI, 2001)

Descartvel: Este tipo de paradigma evolutivo baseia -se na construo de mod elos informais e incompletos, onde so feitos ex perimentos com os requisitos do usurio. Com base nos modelos construdo o programa que o u surio utilizar.

FIGURA 10 - Paradigma evolutivo descartvel (Fonte: CARVALHO & CHIOSSI, 2001)

4.2.3. Paradigma espiral conhecido como Paradigma de Boehm . Foi desenvolvido para englobar as melhores caractersticas do ciclo de vida clssic o e do p aradigma evolutivo, e tambm

30

adicionar u ma no va tarefa: a anlise de risco. Riscos so circ unstncias adversas que podem atrapalhar o desenvolvimento e a qu alidade do programa (PRESSMAN, 1995). As etapas do desenvolvimento pod em ser organizadas como uma espiral que tem muito ciclos. Cada ciclo representa uma etapa no processo de desenvolvimento. No existem fase fixas neste parad igma. Durante o planejamen to que se decide quais e qual a ordem das eta pas do desen volvimento (CARVALH O & CHIOSSI, 2001).

4.3. O desenvolvimento de sistemas especialistas Inicialmente, a estrutura bsica dos SE eram desenvolvidas imaginando -se que a reso luo dos p roblemas era feita atravs de um comp utador digital. Atualmente, em vez de definir o SE dando sua estrutura de implementao, melhor se definir independente da maneira qu e ele vai ser implementado (ALMEIDA A PUD SILVA, POZZEBON, ALMEIDA, 2001). Os SE pod em ser implemen tados atravs de: IAS - Intelign cia Artificial Simb lica - com m anipulao simblica. IAC - Inteligncia Artificial Conexionista - a implemen tao feita com o p aradigma de Redes Neurais Artificiai s (GALLANT, 198 8). Sistemas hbridos: podem utilizar o paradigma simblico,

conexioni sta e evolutivo (BARRET O, 2001). Neste trabalho, o prottipo ut ilizou a IAS para sua implementao. 4.3.1. Integrantes do desenvolvimento e da utilizao de sistemas especialis tas Segundo STAIR (1998), as pessoas que devem estar envolvidas no desenvolvimento e na utilizao de um SE s o: Especialista do domnio: a pessoa ou grup o de pessoas que fornecem o conhecimento qu e se deseja que o SE armazene. Ele s abe como identificar problemas nos ma is variados casos apresentados, e indicar qual o procedimento para contornar estes problemas. Engenheiro do conhecimento: Indivduo qu e tem treinamento e/ou experincia no projeto, desenvolvimento, implementao e manuteno

31

de SE. Deve saber como transpor o conhecimento do especialista humano para um p rograma computacional, e como utiliz -lo da fo rma mais transparente para o usurio. Usurio do conhecimento: Indivduo ou grup o que u tiliza e beneficia-se com o SE. No precisa ter treinamento no desenvolvimento e/ou operao de programas de computador ou SE. 4.3.2. Ferramentas para desenvolvimento de sistem as especialistas Teoricamente os SE podem ser desenvolvidos com qualque r linguagem de programao (STAIR, 199 8). Os primeiros SE foram desenvolvidos atravs de linguagens de programao com o Pascal, Fortran e Cobol. Logos aps surgiram linguagens desenvolv idas especialmente para aplicaes de IA, como Lisp e Prolog. Atualmente, j existem programas especficos para a con struo de SE. Esses programas dispensam o con hecimento de programao por parte dos dese nvolvedores, beneficiando assim usurios que no sabem programar e querem d esenvolver seus prprios SE (STAIR, 1998). essas ferramentas d -se o nome de shells, que so pacotes com to das as caractersticas neces srias para se construir um SE da maneira mais fcil conhecida. A Fig ura 11 d a idia do nv el de facilidade de desenvolvimento de um SE d e acordo com a ferramenta escolhida.

FIGURA 11 - Ferramentas para desenvolvimento de sistemas especialistas (Fonte: STAIR, 1998)

32

Pode-se citar como exemplo d e shells de SE atualm ente em uso o Babylon, Expert Elements Environment, RT -Expert, WindExS, Mobal, FOCL e o Expert Sinta. O prottipo im plementado neste trabalho teve s ua base de conhecimento con struda com a utilizao da shell Expert Sinta.

4.4. O conceito de ciclo de vida de um sistema especialista baseado em regras Como foi visto anteriormente, a EP baseia -se no conceito de ciclo de vida de um prog rama. Dessa maneira, um SE computacional, por tratar -se de um programa, tambm po de ser desenvolvido atravs da EP. Assi m, o conceit o de ciclo de vida aplicado ao desenvolvimento d e SE para acrescentar todos o s benefcios que a EP acrescenta ao desenvolvimento de qualquer tipo de programa. O SE aqui propo sto foi tratado segundo o conceito de ciclo de vida de um SE baseado em regras e as linhas guias podem ser encontradas em BARRETO (2001). As fases do ciclo de vida de um SE baseado em regras podem ser descritas como (BARRETO, 2001): Anlise de Oportunidades: o estudo dos problemas relevantes a serem tratados pelo SE. Anlise Funcional: Aps saber se o SE tem uma potencial comunidade de usurios, torna -se necessrio saber que funcionalidades so desejadas deste SE. Conceituao: Criao do modelo capaz de resolver o problema, incluindo a definio das ferramentas a serem utilizadas. Elicitao do conhecimento: Obteno do conh ecimento do especialista pelo Engenheiro do Conhecimento. Implementao: Desenvolvimento con strutivo do sistema utiliz ando alguma linguagem e/ou ferramenta de programao. Teste do SE: a utilizao de problem as e solues propostas por especialista diferentes das usadas para construir a base de conhecimentos

33

e comparando as respo stas do SE com o especialista. Manuteno: a atualizao da base de conhecimentos, melhoria da interface etc. Morte: Quando o SE totalmente m odificado, e novas caractersticas s o implementadas, a verso anterior morre, terminando o ciclo de vida.

34

5. DESENVOLVIMENTO DO P ROTTIPO

5.1. Anlise de oportunidades Como citado no captulo 1, a regio serrana de Santa Ca tarina tem uma economia bas tante forte na rea agrcola, e vrias empresas trabalham com a fruticultura. Dessas empresas, o fruto mais cultivado com certeza a ma. Pensando nisso, foi realizado um estudo su perficial sobre a cultura da ma. A concluso que uma grande preocupa o dessa atividade o controle e a preveno de doenas, que po dem atacar o pomar e destruir gra nde parte da produ o. O diagnstico e a preveno d as doenas que atacam o pomar f eito por profissionais, geralmente agrnomos, tcn icos agrcolas, professo res e produtores com experincia. uma rea do conhecimen to bastante especfica, e por isso com grandes probabilidades de ser eficientemente transportada para o comp utador. Um sistema que trate uma situao em que so apresentados sintomas visveis nas ma cieiras, pode ser de grande auxlio a uma pessoa que no tem o conhecimen to e a experincia necessria para dar uma avaliao coerente sobre esta situao. Pode ajudar tambm pessoas que j tenham o conhecimento e a experincia, somando resultados para ger ar uma anlise mais precisa. Realizou -se tambm uma pesquisa sobre qu ais so os tipos de aplicaes computacionais existentes na rea agrcola. Tambm foi pesquisado se existem SE com aplicao voltada a essa rea. A pesquisa sob re as aplicaes existentes apontou para um dado importante: a maioria das ap licaes ligadas a rea agrcola tem sua aplica o voltada ao controle

35

administrativo e ao controle de produo. Aplicaes para controle de produo de animais, produ o agrcola, controle ge ral da produ o de fazendas, clnicas veterinrias, controle de mquin as agrcolas etc so os que mais despontam entre as aplicaes pesquisadas. Outras aplicaes interessantes tambm foram encontradas, entre as quais: O program a ADM-Clima 1.0 , da emp resa Agrisoft, um banco de dados sob re informaes metereolgicas, se ndo possvel obter estatsticas para qualquer perodo d e tempo a partir dos dados armazenados. CliqSolo II, da empresa Magister Consultores Associados, um programa para interpretao de anlises de solo e recomendaes de calagem e adubao. uma ferramenta de decises relativas fertilidade dos solos p ara plantas cultivadas. Acqua_Sit, aplicado ao controle e tratamento de gua na indstria de alimentos. Foi desenvolvido por u ma equipe da Agrosoft, um ncleo pertencente a Softex. Umigros, programa tambm d esenvolvido pela Agrosof t. Permite o clculo do teor de umidade de equ ilbrio para 12 dos principais gros agrcolas, para distintas condies ou caractersticas termodinmicas do ar de secagem ou do ambiente de armazenagem. Win-Fit 2000, desenvolvido p ela empresa Agromark, uma emp resa incubada pela In cubadora d e Empresas de Base Tecnolgica da Universidade Federal de Viosa - MG. um banco de dados sobre produtos fitossanitrios (agrotxicos) com re ceiturio agronmico. Os dados so obtidos di retamente de rgos pblicos da rea. Com relao a SE voltados rea agrcola, encontrou -se vrias aplicaes deste ramo, com destaque para o TomEx -UFV, desenvolvido na Universidade Federal de Viosa MG. Este SE se dedica ao diagnstico de doenas do tom ateiro e encontra-se na etapa da manuteno . Aps a etapa dos testes, realizados com 30 usurios, concluiu -se que o TomEx -UFV obteve 95,8% de acerto nos diagnsticos.

36

5.2. Anlise funcional Aps a anlise de oportu nidades, preciso discutir sobre a funcionalidade do SE, ou seja, q uais as funes que ele de ve apresentar para ser til aos usurios efetivos. A principal funo do SE em questo, de acordo com a anlise de

oportun idades, a capacidade de diagnosticar a s doenas q ue atacam as macieiras . Reconhecer os sintomas apresentados em um a dada situao, trat-los de forma coerente para chegar a um resultado que indique qual a doen a que a macieira pode ter, de tal forma qu e o resultado seja o mesmo ou at superior a avaliao de um especialista humano, o foco p rincipal deste SE. Um pon to importante para o usurio final a documen tao do SE. Compreende essa docum entao um conjun to de informaes dispostas em forma de textos, fotos, vdeos, udios etc. Essas inf ormaes d evem auxiliar o usurio a utilizar o SE, explicando as funes do mesmo, como elas so desempenhadas e qual o embasamento que o SE usa para desempenh -las. Outro aspecto levantado nesta etapa o desenvolvimento de uma interface clara e objetiva, totalmente transparente para o usurio.

5.3. Conceituao No SE aqui proposto, a Conceituao apontou p ara o desenvolvimento de um prot tipo para auxlio ao diagnstico de doenas em macieiras. Basicamente, um mod elo capaz de resolver o problema pode ter se u funcionamen to da seguinte maneira: aps a abertura do programa, o usurio conduzido a uma tela inicial com informaes s obre quais doenas o prottipo pode diagnosticar. Assim que essa tel a fechada, o usurio po de ento iniciar uma consulta, ou visualiz ar informaes que sejam releva ntes para o objetivo do p rottipo. Quando inicia uma consu lta, o usurio segue as indicaes na tela, at ravs de perguntas qu e lhe so feitas. Ele escolhe as re spostas qu e so cabveis, at chegar a o final das perguntas. Qua ndo isso acontece, o SE processa as respostas f ornecidas, em

37

busca de resultados q ue satisfaam as cond ies da base de regras. informado ao usurio q ual a(s) doena(s) que o SE diagnosticou, e qual a porcentagem de confiana nesta resposta. Aps isso, o usurio p ode iniciar uma n ova consulta ou fechar a tela de consultas. Quanto s informaes relevantes ao SE, convencionou -se que seriam uma galeira de fotos, apresentando partes de macieiras (como folhas e frutos), em que os sintomas das do enas esto visveis. Dessa forma, o usurio po de tirar dvidas quanto ao reconhecimen to de sintoma s que o SE faz referncia. interessante tambm que o SE fornea a visualizao da base de regras, provendo outros meios do usu rio atestar a integridade do SE. Para a criao da base de regras, optou -se por utilizar a ferramenta Expert Sinta. O Expert Sinta um shell, uma espcie de ferramenta visual RAD ( Rapid Application Developm ent) para con struo de SE. Essa ferra menta de fcil aprendizado, e possui toda sua doc umentao em po rtugus, o que tambm facilita . Consequentemente, a p lataforma de desenvolvimento ser o sistema operaci onal Windows 95 o u superior, por ser esta a plataf orma supo rtada pelo Expert Sinta.
O Expert Sinta uma ferramenta computacional que utiliza tcnicas de Inteligncia Artificial para gerao automtica de sistemas especialistas. Esta ferramenta utiliza um modelo de representao do conhecimento baseado em regras de produo e probabilidades, tendo como objetivo principal simplificar o trabalho de implementao de sistemas especialistas atravs do uso de uma mquina de inferncia compartilhada, da construo automtica de telas e menus, do tratamento probabil stico das regras de produo e da utilizao de explicaes sensveis ao contexto da base de conhecimento modelada. (GRUPO SINT A, 1996)

O Expert Sinta foi desenvolvido pelo Grupo Sinta, um projeto do LIA (Laboratrio de Inteligncia Artificial ) da Universidade Federal do Cear, e entre outras caractersticas, tem: Utilizao do encadeamen to para trs. Utilizao de fatores de confiana. Ferramentas de depurao. Possibilidade de incluir ajudas on -line para cada base d e regras. O Expert Sinta um a ferramenta bsica para a cria o de SE que deixa a desejar em dois pontos importantes: no possvel personalizar as telas do SE gerado,

38

ou seja, o padro de telas sempre o mesmo; e o outro pon to que uma consulta base de regras dependente do Exp ert Sinta, de forma que no se pod e utilizar a base de regras sem que o Exp ert Sinta esteja ins talado no computador. Para sanar estes probl emas, o Grupo Sinta desenvo lveu uma VCL (Visual Compo nent Library - Biblioteca de Compon entes Visuais) que po de ser utilizada em conjunto co m o ambiente visual de desenvolvimento Delphi. Essa VCL possui componentes (objetos) qu e permitem que a b ase de regras construda no Expert Sinta seja importada e usada em um aplicativo desenvolvido no Delphi. Por essa razo, optou -se por implementar a interface do prottipo utilizando a VCL Expert Sinta em conjunto com o Delphi. Isto permite q ue a interface seja personalizada, alm da gerao de um aplicativo independente de qualquer outro programa. A Figura 12 mostra um diagrama simplific ado da arquitetura do prottipo.

FIGURA 12 - Arquitetura do prottipo (Fonte: SILVA, POZZEBON, ALMEIDA, 2001)

Resumindo, as ferramentas utilizadas para a construo do prottipo foram: Base de conh ecimento (regras): shell Expert Sinta. Mquina de inferncia: Compo nentes da VCL Expert Si nta. Interface com o usurio: ambiente visual de desenvo lvimento Delphi.

5.4. Elicitao do conhecimento Um estudo das principais d oenas que atacam as macieira s a base desta

39

etapa. A base de conhecimentos do prottipo foi desenvolvida com auxlio de especialistas humanos (p rofessores da rea agrcola e agricultores) e tambm das referncias bibliogrficas (BONETI & RIB EIRO, 199 9; BLEICHER, 1982 ). A base de conhe cimentos foi dividida levando em considerao os aspectos f sicos da macieira. As doenas so identificadas de acordo com sintomas apresentados nas folhas, ramos e frutos, po r serem nestes os sintomas mais apresentveis e visveis.

5.5. Implementa o nesta etapa que o SE implementado, onde o cdigo compu tacional escrito. Aps definir quais ferramentas iro ser utilizadas, e com as informaes relevantes pa ra a criao da base de regras em mos, deve -se desenvolver o trabalho de construo do SE. 5.5.1. Base de regras Como definido anteriormente, a base de regras deste prottipo foi

implementad a no shell Expert Sinta. Para cri ar uma base de regras no Expert Sinta, necessrio seguir os passos de criao de uma base de regras neste shell, que pod em ser encontrados comp letamente descritos em GRUPO SINTA (1996). Basicamente, preciso co mear definind o quais sero as variveis do SE. As variveis so estruturas de dad os que po ssuem um nom e e armazenam valores. Na definio das regras, as variveis so utilizadas para con dicionar as regras e armazenar valores referentes a essa s condi es. A Figura 13 (GRUPO SINTA, 1996) m ostra a janela de manipul ao de variveis do Exp ert Sinta.

40

FIGURA 13 - Manipulando variveis no Expert Sinta (Fonte: GRUPO SINTA, 1996)

Em seguida , preciso definir qual ser ou quais sero as varivei s objetivo. Essas variveis representam o probl ema tratado pelo SE, ou seja, a resposta que o SE atinge armazenada em uma varivel, chamada varivel objetivo. A F igura 14, encontrada em GRUPO SINTA (1996) mostra a janela de manipu lao de variveis objetivos do Expert Sinta.

FIGURA 14 - Manipulando variveis objetivo no Expert Sinta (Fonte: GRUPO SINTA, 1996)

O passo seguinte a criao das regras . Em um a regra, definido as premissas de condio, qu e so variveis comparadas a um valor pertencente ao seu conjunto de valores; tambm defin ido a premissa de ao ou concluso, que so atribuies de um valor uma v arivel ou varivel objetivo. A F igura 15 ilustra a janela de manipulao d e regras do Expert Sinta.

41

FIGURA 15 - Manipulando regras no Expert Sinta (Fonte: GRUPO SINTA, 1996)

Aps a criao da base de regras, o Expert Sinta d a possibilidade de incluir algumas informaes como: Anexar um arquivo de ajud a com textos explicativos sobre a base de regras. Elaborar um texto inicial, com informaes gerais sobre a base de regras. Modificar a interface de uma varivel, agregando u ma pergunta a uma varivel, que depois ser usada pelo Expert Sinta durante uma consulta base de regras. Dos passos expl icados sobre a criao d e bases de regras no Expert Sinta, todos foram implementados na base de regras do prottipo em questo, com exceo da incluso de um arquivo de ajuda. 5.5.2. Interface com o usurio Aps a criao da base de regras, o prottipo foi implementado na ferramenta de desenvolvimento visual Delphi. Para aproveitar a base de regras criada no Expert Sinta, foi utilizado a VCL Expert Sinta, que permite a importao da base de regras para um aplicativo padro Windows. O nome dado ao prottipo Sema - Sistema especialista Para Auxlio ao Diagnstico de Doe nas em Macieiras.

42

Como descrito no modelo (tpico 5.3), o prottipo con sta de uma tela inicial, que exibida enqu anto o mesm o carregado. Esta tela vi sta na Figura 16.

FIGURA 16 - Sema, inicializando o prottipo

Assim que o sistema carregado, uma tela com informaes gerais sobre o SE mostrada (Figura 17).

FIGURA 17 - Sema, informaes iniciais

O usurio deve ento clicar c om o cursor mou se no boto Fechar, para iniciar o uso do prottipo. A rea de trabalho do prottipo visualizada na Figura 18.

43

FIGURA 18 - Sema, rea de trabalho

O SE possui quatro fun es bsicas: Nova Consulta: Esta funo faz com que o SE inicie uma nova consulta base de regras (Figura 19). a principal funo do SE. O procedimento para se fazer uma consulta descrito abaixo.

FIGURA 19 - Sema, incio da consulta

Ao iniciar uma consulta, o usurio deve escolher a regio da macieir a

44

onde observou os sintomas, e ento clicar no boto Prximo. O Boto Fechar encerra a con sulta. Feito isso, o SE comea uma srie de perguntas sobre possveis sintomas que a m acieira pode apresentar (Figura 20). O usurio respond e estas perguntas, sempre escolhe ndo uma entre as respostas apresentadas.

FIGURA 20 - Sema, decorrer da consulta

Ao trmino das perguntas, exibido a janela com o resultado da consulta, indicando a(s) doen a(s) que o SE diagnosticou (Figura 21).

FIGURA 21 - Sema, resultados da consulta

45

Base de Regras: o usurio p ode visualizar a base de regras do SE (Figura 22).

FIGURA 22 - Sema, base de regras

Fotos: o usurio pod e visualizar fotos de partes de macieiras atacadas pelas doenas que o SE po de diagnosticar (Figura 23).

FIGURA 23 - Sema, fotos de doenas

Sair: encerra a execuo do SE.

46

5.6. Teste do sistema especialista At a fase anterior, o sistema deve est ar pronto. Nesta etapa o SE aplicado com usu rios reais, e deve-se fazer um estudo sobre isso. abordado a qu esto da interface do SE, e tambm os resultados que o SE conseguiu (doenas diagnosticadas ), se esto coerentes, precisam mudar etc. nesta etapa que o desenvolvimento do SE proposto se encontra. Os testes esto sendo realizados por grupos distintos de usurios: Professores da rea da IA: avaliam, entre outros, o aspecto ligado a conceitos utilizados para sua implementao, com o ferramentas utilizadas, a maneira de construo da ba se de regras, e o material de apoio ao usurio que o SE provm. Professores da rea da fruticultura: avaliam, entre outros, o aspecto dos dado s tcnicos, ou seja, se as inf ormaes contidas na base de conhecimento so c oerentes. Produtores de ma: este grupo avalia, entre outros, o aspecto da viabilidade do SE. Apontam se o prottipo pod e ser utilizado efetivamente com o ferramenta auxiliar na produo.

5.7. Manuteno Devido a fase anterior (testes) no estar conclu da, a etapa da manuteno no se realizou, ficando esta como proposta para trabalhos futuros.

5.8. Morte Esta etapa no foi aplicada ao SE em questo neste trabalho, uma vez que o prottipo no sofreu manu teno, portanto no teve alteraes que ca usassem a morte de verses desatualizadas.

47

6. CONCLUSES

Atravs da realizao deste trabalho, p de-se concluir que os SE so aplicaes que pode m ser utilizadas pelas mais diversas reas, desde que disponham de um conhecimento tcnico e especialista. Na rea da f itopatologia (estudo das doenas d as plantas), os SE podem ser aplicados perfeitamente como ferramenta auxiliar ao diagnstico de doenas. Com relao aplicao proposta para o SE desenvolvido, o auxlio ao diagnstico de doen as em macieiras, conclui-se que sua aplica o pode ser de grande valia para produtores de m a, que teriam uma ferramenta auxiliar para a melhoria na qualidade d a produo. Pod e ajudar tcnicos e engenheiros agrcolas com conhecimento especialista na rea de doenas da macieira, sendo utilizado com o suporte para a tom ada de decises na hora de diagnosticar qual doena determinada situao apresentou. Na rea educacional tambm visualizada uma aplicao para o SE desenvolvido. Cursos voltados ao en sino da fruticultura e da fitopatologia podem usar o SE como ferramenta de ensino do diagn stico de doenas em macieiras. Verificou-se, atravs de pesquisa realiz ada, que no existe nenhuma aplicao computacional desenvolvida ou em desenvolvimento, com propsito semelhante prop osta deste trabalho. Isto um motivo p ara justificar a implementao do SE em questo.

6.1. Propostas para trabalhos futuros A seguir, so apresentadas algumas propostas para o desenvolvimento de trabalhos futuros, que tenham como base o material desenvolvido neste tr abalho.

48

Concluso dos testes, aplicando o prottipo no maior nmero de usurios possveis, de forma a ter uma avaliao consistente do que foi produzido com este trabalho. Lapidao da b ase de conhecimento, fazendo as eventuais correes das regras atuais. Ampliao da base de conhecimento, incluin do novas regras pertinentes a outras doen as da macieira. Adicionar ao prottipo mais dado s e informaes sobre as doenas, inclusive indicando como preveni -las e trat-las. Adicionar ao prottipo ajuda on -line ao usurio, para facilitar a sua operao. Adicionar ao prottipo recursos de captura automtica de conhecimento, ou seja, fazer com que ele armazene c ada caso que trate, abstraindo informaes da situao apresentada e gerando novas regras a partir disso. Tornar o SE portve l a plataformas mveis, como Internet, Laptops, Palmtops e celu lares WAP. Criar um mod elo capaz de estender a rea de aplicao do SE. Fazer com que ele possa armazenar conhecimen tos sobre doenas de outras plantas cultivares, como pessegueiros, p arreiras, pereiras etc.

49

REFERNCIAS

ABPM, Associao Brasile ira dos P rodutores de Mas, URL: http://www.abpm.org.br/ , 2001. ALMEIDA, Maria Aparecida Fernandes. Aprender, atividade inteligente: e se esta inteligncia for parci almente artificial? 1999, 115 f. Tese (Mestrado em Cincia da Computao) - Curso de Ps -graduao em Cincia da Computao, Universidade Federa de Santa Catarina, Florianpolis. BARRETO, Jorge Muniz. Inteligncia Artificial no Limiar do Sculo XXI. Florianpolis: J. M. Barreto, 3 Ed., 2001. BARRETO, Jorge Muniz. Notas de aulas da disciplina Lgica Nebulosa. Mestrado em Engenharia Biomdica, GPEB, Universidade Federal de Santa Catar ina, 199 5. BENASSI, I. O cultivo da ma. Irmos Benassi, URL: http://www.irmaosbenassi.com.br/ , 2000. BITTENCOURT, Guilherme. Inteligncia artificial: ferramentas e teorias. Florianpolis: Guilherme Bittenc ourt, 2 Ed., 2001 BLEICHER, Jorge. Doenas da macieira e seu controle. 2 Ed. Florianpolis, EMPASC - Empresa Catarinense de Pesquisa Agropecuria S. A ., 1982 . BONETI, J. I. S. ; RIBEIRO, L. G. Manual de Identificao de doenas e pragas da macieira. Florianpo lis, EPAGRI - Empresa de Pesq uisa Agropecuria e Extenso Rural de San ta Catarina S. A., 199 9. CARVALHO, Ariadne M. B. Rozzoni ; CHIOSSI, Thelma C. d os Santos. Introduo engenharia de software. Campinas, Editora da Unica mp, 20 01. FISCHER, I. Florada da Ma. Fraiburgo, URL: .http://www.fischerfraiburgo.com.br/produ cp.htm#florada , 2001. GALLANT, S. Connectionis t Expert Systems. Communications of ACM, vol.31, no. 2, february, 1988.

50

GRUPO SINTA - Sistemas INTeligentes A plicado s. Expert sinta verso 1.1 Manual do usurio. Universidade Federal do Cear , 1996 . GRUPO SINTA - Sistemas INTeligentes A plicado s. Expert sinta visual componente library verso 1.1 - Manual do desenvolvedor. Universidade Federal do Cear, 1998. MINSKY, M. L. ; PAPERT, S. A. Perceptrons: an introduction to computational geometry. Massachusets: The MIT Pres s, 1969 . MCCULLOCH, W. S. ; PITTS, W. H. A logical calculus of ideas immanent o n nervou s activity. Bull. of mathematical biophysics , no. 5, 1943. NETO, Wilson Castello Branco. Sistema especialista para diagnstico de doenas infecto-contagio sas em bovinos e eqin os - SE-VET. 2000, 12 f. Artigo Universidade Federal de Santa Catarina, Florianpolis. PRESSMAN, Roger S. Engenharia de software. Editora Makron Books, So Paulo, 1995. RURAL N EWS. Mas, URL: http://ruralnews.terra.com.br/agricultura/frutas/maca.htm , 2001. RUSSEL, S; NORVIG, P. Artificial Intelligence: a modern approach. London: Prentice Hall, 1995. SHORTLIFE, E.H. MYCIN: a rule -based computer program for advising physicians regarding an timicrobial therapy selection. Stanford Un iversity, California, 1974. SILVA, Daniel Rodrigues; POZZEBON, Elian e; ALMEIDA, Maria Aparecida Fernandes. Sistema especialista pa ra auxlio ao diagnstico de do enas em macieiras. 2001, 7 f. Artigo - Universidade do Plan alto Catarinense, Lages. STAIR, Ralph M. Princpios de sistemas de informao - uma abordagem gerencial. LTC Editora, 1998. SWAN, Tom. Delphi - Bblia do Programador . Berkeley Brasil Editora, So Paulo, 1996. YOURDON, Edward. Anlise estruturada moderna. Editora Campus, Rio de Janeiro, 1990.

51

APNDICE

52

Sistema Especialista SEMA Prottipo Para Auxlio ao Diagnstico de Doenas em Macieiras Avaliao do Prottipo (se preciso use o verso da folha) 1. A VALIADOR (A): Nome: _______________________________________________________________ Ocupao: ____________________________________________________________ Graduao: ___________________________________________________________

2. CONTEDO (BASE DE REGRAS, CONHECIMENTO ABSTRADO): Os conceitos definidos pelo prottipo esto corretos? Justifique: [ ] Sim [ ] No ________________________________________________________________________ ________________________________________________________________________ O quanto o prottipo se aprofunda no contedo considerado suficiente? Justifique: [ ] Sim [ ] No ________________________________________________________________________ ________________________________________________________________________ 3. ASPECTOS TCNICOS E INTERFACE:
[ [ [ [ [ [ [ [ ] Sim [ ] Sim [ ] Sim [ ] Sim [ ] Sim [ ] Sim [ ] Sim [ ] Sim [ ] No ] No ] No ] No ] No Apresenta as instrues de forma clara Indica as possibilidades de uso Facilidade de inst alao e desinstalao Apresenta facilidad e de navegao As fotos, animaes, e outras mdias so agradveis.

] No - As cores so bem distribu das, evitando poluio visual. ] No ] No As representaes das funes da int erface (cone, menus etc) so fceis de serem reconhecidas/entendidas. As funes so fceis de serem utilizadas.

Descreva pontos positivos e negativos da interface:

___________________________________________________________________________ 4. CONCLUSES: Espao para concluses, recomendaes e sugestes: ________________________________________________________________________ ________________________________________________________________________ Voc acha que o prottipo pode ser usado efetivamente por algum? Quem? Por qu?

________________________________________________________________________ ________________________________________________________________________ Data da avaliao: _____/_____/________ Assinatura: ______________________