O que são sistemas periciais em inteligência artificial

13/12/2023 6 min read

Os sistemas periciais são frequentemente utilizados como alternativas na procura de soluções para problemas complexos que exigem um tipo particular de competências humanas. Um sistema pericial de inteligência artificial (IA) é um sistema de tomada de decisões que utiliza computadores. Destina-se a resolver problemas complexos. Para o efeito, utiliza o conhecimento, o pensamento lógico e o cumprimento de normas. É uma das primeiras aplicações práticas da inteligência artificial.

O que é um sistema pericial?

Os sistemas periciais são ferramentas de tomada de decisão interactivas e fiáveis, baseadas em computador, que utilizam dados e heurísticas para resolver problemas de tomada de decisão difíceis. Considera-se que representam o pináculo do conhecimento e da sabedoria humana. A função de um sistema pericial é resolver os problemas mais complicados num domínio específico.

Características dos sistemas periciais

Seguem-se as características de um sistema pericial.

Um perito humano pode mudar, mas um sistema pericial pode durar para sempre.
Facilita a distribuição de conhecimentos humanos especializados.
O sistema pericial pode incorporar conhecimentos de vários peritos humanos, o que aumentaria a eficácia das respostas.
Reduz a despesa de procurar aconselhamento de um especialista em vários domínios, incluindo o diagnóstico médico.
Em vez de utilizar um código de procedimento normalizado, os sistemas periciais podem tratar questões complexas inferindo novos factos a partir de factos conhecidos, que são normalmente representados como regras “se-então”.

Componentes do sistema pericial

Existem cinco componentes do sistema pericial em inteligência artificial:

Base de conhecimento: A base de conhecimentos contém factos e regras de um sistema pericial. Inclui normas para a resolução de problemas e métodos de formulação pertinentes para o domínio e conhecimentos em disciplinas específicas.
Motor de inferência: A função mais fundamental do motor de inferência é recolher informações pertinentes da base de conhecimentos, analisá-las e identificar uma solução para o problema do utilizador. Os motores de inferência também possuem capacidades explicativas e de resolução de problemas.
Módulo de aquisição e aprendizagem de conhecimentos: Com a ajuda deste componente, os sistemas periciais podem recolher mais informações de várias fontes. Depois disso, o conhecimento é armazenado na base de conhecimentos.
Interface do utilizador: Com este elemento, um utilizador não especializado pode comunicar com o sistema pericial e desenvolver soluções.
Módulo de explicação: Este módulo dá ao utilizador uma justificação para a conclusão.

Exemplos de sistemas periciais

Seguem-se alguns exemplos de sistemas periciais:

MYCIN: Reconhece diferentes bactérias que podem causar infecções agudas e baseia-se no encadeamento para trás. Além disso, pode sugerir medicamentos com base no peso do doente. É um dos principais exemplos de um sistema pericial.
DENDRAL: Uma ferramenta de previsão de estruturas moleculares para análise química.
CaDet: É um dos melhores exemplos de um sistema especializado que pode detetar o cancro nas suas fases iniciais.
PXDES: O tipo e o estádio do cancro do pulmão são identificados através do sistema especializado PXDES. O sistema tira uma fotografia da parte superior do corpo, que se assemelha a uma sombra, para identificar a doença. Esta sombra determina o tipo e a gravidade.

Vantagens dos sistemas periciais

A utilização de sistemas periciais em vez de peritos humanos tem várias vantagens:

Precisão: Os sistemas periciais são imunes à imprecisão emocional ou humana. Baseiam as suas escolhas em factos e regras.
Permanentes: Quando os especialistas humanos deixam as suas posições, a informação técnica pode seguir-se. Os sistemas baseados no conhecimento oferecem um reservatório permanente de informações e conhecimentos.
Dedução lógica: Os sistemas periciais utilizam uma variedade de princípios, como as regras “se-então”, para tirar conclusões a partir de dados já conhecidos.
Controlo de custos: Quando comparados com o custo da contratação de especialistas humanos, os sistemas periciais são comparativamente baratos. Podem ajudar a tomar decisões de forma mais rápida e económica.
Vários peritos: A base de conhecimentos de um sistema pericial é aumentada por vários peritos. Isto permite obter mais informações e impede que um perito influencie o processo de tomada de decisão.

Utilização de sistemas periciais

O sistema pericial é um sistema de cálculo que tem uma vasta gama de aplicações na conceção e fabrico de objectos tangíveis, incluindo a conceção e produção de automóveis e lentes de câmaras.
Estes sistemas são normalmente utilizados no domínio do conhecimento para divulgar informações pertinentes aos utilizadores. Os conselheiros fiscais e os conselheiros são os dois sistemas periciais padrão utilizados neste domínio.
É utilizado no sector financeiro para identificar potenciais fraudes e comportamentos suspeitos.
O sistema pericial em inteligência artificial é utilizado na avaliação e reparação de equipamentos. O sistema pericial é utilizado no diagnóstico médico e foi a primeira aplicação destes sistemas.

Sistema convencional vs. sistema pericial

A diferença crucial entre os sistemas periciais e o software convencional de resolução de problemas é o método utilizado para codificar os conhecimentos especializados relacionados com o problema. Nas aplicações tradicionais, as estruturas de dados e os programas são ambos utilizados para codificar os conhecimentos especializados do problema. No método pericial, todos os conhecimentos especializados relacionados com o problema são representados apenas em estruturas de dados e não em programas.

Os sistemas convencionais não são capazes de explicar uma solução específica para um problema. Estes sistemas têm como objetivo fornecer soluções simples. No entanto, os sistemas periciais podem justificar porque é que determinada informação é necessária durante um processo e como é que um resultado específico foi alcançado.

Normalmente, um sistema pericial executa a sua inferência através de cálculos simbólicos utilizando os símbolos do conhecimento, como as regras, várias formas de redes, quadros, guiões, etc. No entanto, estes termos não podem ser expressos pelos sistemas tradicionais. Estes simplificam demasiado os problemas e não conseguem articular as questões “como, porquê”.

Perito humano vs. sistema pericial

A distinção significativa entre os sistemas periciais em inteligência artificial e os peritos humanos é que os sistemas periciais processam conhecimentos representados sob a forma de regras e utilizam o raciocínio representacional numa área limitada, enquanto os peritos humanos utilizam conhecimentos sob a forma de heurísticas ou regras de ouro para resolver problemas num domínio limitado.

Os sistemas periciais estão sempre acessíveis, ao contrário dos peritos humanos, que só estão disponíveis durante certas horas do dia. Os sistemas periciais resolvem qualquer problema num curto espaço de tempo, ao passo que os peritos humanos podem levar o seu tempo.

Em conclusão, os sistemas periciais são interactivos e fiáveis na resolução de problemas complicados. São utilizados em programas de recursos humanos, medicina e outros fins. A melhoria da qualidade das decisões, a poupança de custos, a consistência, a rapidez e a fiabilidade são algumas das principais vantagens dos sistemas periciais na inteligência artificial.