Tipos de Problemas Solucionados por Sistemas Especialistas

Tipicamente, os problemas que podem ser solucionados por um sistema especialista são do tipo que seria atendido por um especialista humano - um médico ou outro profissional (na maioria dos casos). Especialistas reais no domínio do problema (que normalmente é bem específico, como por exemplo "'diagnosticar doenças de pele em adolescentes'") fornecem regras gerais indicando como analisariam o problema, tanto explicitamente com a ajuda de um analista de sistema (ou Análise de Sistemas) experiente, como implicitamente, fazendo com que estes especialistas analisem casos de teste e usando programas de computador para analisar os dados de teste e, de forma limitada, derivar regras dessa análise.

Os sistemas especialistas trabalham com problemas cada vez mais difíceis, assim eles necessitam usar todas as técnicas disponíveis de Inteligência Artificial.
 

A fim de escolher o método mais apropriado (ou uma combinação de métodos) para um determinado problema, é necessário analisá-lo em várias dimensões-chaves.
 

Abaixo encontram-se os critérios que dão origem as classes de problemas e as classes propriamente ditas:

• O problema pode ser decomposto em um conjunto (ou quase isto) de subproblemas independentes, menores e mais fáceis?

      - Decomponíveis;

      - Não-decomponíveis.

• Certos passo em direção à solução podem ser ignorados ou pelo menos desfeitos caso fique provado que são imprudentes?

      - Ignoráveis: as etapas para a solução podem ser ignoradas. Exemplo: demonstração de teoremas;

      - Recuperáveis: as etapas para a solução podem ser desfeitas. Exemplo: quebra-cabeça de 8;

      - Irrecuperáveis: as etapas para a solução não podem ser desfeitas. Exemplo: xadrez.

• A recuperabilidade de um problema tem papel importante na determinação da complexidade da estrutura de controle necessária para a solução do problema.

      - Ignoráveis: estrutura de controle simples que nunca retrocede;

      - Recuperáveis: estrutura de controle ligeiramente mais complicada (utilizará o retrocesso com uma estrutura de pilha na qual as decisões de         pilha na qual as decisões são gravadas se precisarem ser desfeitas mais tarde), que às vezes comete erros;

      - Irrecuperáveis: sistema que depende muito esforço para tomar decisões (sistema de planejamento no qual toda uma sequência de passos           é analisada de antemão, para descobrir onde levará, antes do primeiro passo ser realmente tomado), já que são definitivas.

• O universo do problema é previsível?

      - Com resultado certo: podemos usar planejamento para gerar uma sequência de operadores que certamente levará a uma solução. Exemplo:         quebra-cabeça de 8;

     - Com resultado incerto: podemos usar planejamento para, na melhor das hipóteses, gerar uma sequência de operadores com boas chances          de levar a uma solução. Exemplo: bridge, truco, canastra. Para solucionar problemas desse tipo precisamos permitir que um processo de              revisão de planos ocorra durante a execução do plano e que seja fornecida a realimentação necessária.

• Uma boa solução para o problema pode ser considerada óbvia sem haver comparação com todas as soluções possíveis?

     - Aceitam qualquer caminho: podem ser solucionados em tempo razoável através do uso de heurísticas que sugerem bons caminhos a serem          explorados. Exemplo: lógica de predicados para saber se Marcos ainda vive;

     - Só aceitam o melhor caminho: não existe a possibilidade de usarmos qualquer heurística que possa prever a melhor solução, portanto, será          realizada uma busca mais exaustiva. Exemplo: problema do Caixeiro Viajante, encontrar a rota mais curta.

• A solução desejada é um estado do mundo ou um caminho para um estado?

     - A solução é um estado do mundo. Exemplo: a compreensão da linguagem natural;

     - A solução é um caminho para um estado. Exemplo: o problema das jarras d'água.

• Há necessidade absoluta de grande quantidade de conhecimento para resolver o problema, ou o conhecimento é importante apenas para limitar a busca?

     - Muito conhecimento é importante apenas para restringir a busca. Exemplo: xadrez.

     - Muito conhecimento é necessário até mesmo para que se possa reconhecer uma solução. Exemplo: folhar jornais diários para decidir qual            deles apoia o governo e qual apoia a oposição nas próximas eleições.

• Um computador que simplesmente receba o problema tem condições de retornar a solução, ou esta exige a interação entre o computador e a pessoa?

     - Solitário: o computador recebe a descrição de um problema e produz uma resposta sem nenhuma comunicação imediata e sem pedir                  nenhuma explicação sobre o processo de raciocínio. Exemplo: demonstrar um teorema;

     - Conversacional: existe comunicação intermediária entre uma pessoa e o computador, para proporcionar assistência adicional ao computador        ou para proporcionar informações adicionais ao usuário, ou ambos. Exemplo: produzir um diagnóstico médico.

 

Não existe uma única maneira de resolver todos os problemas. Ao contrário, se analisarmos nossos problemas cuidadosamente e classificarmos nossos métodos de solução de acordo com o tipo de problema aos quais se adaptam, seremos capazes de trazer para cada novo problema muito do que aprendemos na solução de outros problemas semelhantes.

 

Tipos de raciocínio diagnóstico¹³ existem três tipos básicos de raciocínio diagnóstico:

1) o raciocínio fisiopatológico;

2) o raciocínio por reconhecimento de padrões;

3) o raciocínio probabilístico;

 

O raciocínio fisiopatológico é o mais difícil de simular em um programa de computador. Quando um paciente descreve história de febre há seis semanas, seguida três semanas depois por dor no quadrante superior direito de crescente severidade, o médico começa a imaginar uma massa que cresce e estabelece pressão em estruturas sensíveis à dor. Começa então a pensar em um abscesso hepático ou em um nódulo maligno com centro necrótico, causando resposta inflamatória.