Sistema especialista

Um Sistema Especialista se divide em duas palavras, que são Sistema - "Conjunto de elementos, materiais ou ideais, entre os quais se possa encontrar ou definir alguma relação" e Especialista - "Pessoa que se consagra com particular interesse e cuidado a certo estudo. Conhecedor, perito", sendo uma classe de programa de computador desenvolvido por pesquisadores de Inteligência artificial durante os anos 1970 (1970) e aplicado comercialmente durante os anos 1980 (1980). Em síntese, são programas constituídos por uma série de regras (as vezes também heurísticas) que analisam informações (normalmente fornecidas pelo usuário do sistema) sobre uma classe específica de problema (ou domínio de problema).
Um termo relacionado é wizard (software) (em inglês). Como um sistema especialista, um wizard também é um programa de computador interativo que auxilia o usuário a resolver um problema. Normalmente, o termo wizard é empregado para designar programas que pesquisam uma base de dados procurando por critérios informados pelo usuário. Infelizmente, a distinção entre essas duas definições não é universal, e alguns programas baseados em regras são também chamados de wizards. Um sistema especialista(SE)é desenvolvido a partir da necessidade de se processar informações não numéricas, é capaz de apresentar conclusões sobre um determinado tema, desde que devidamente orientado e "alimentado". Um sistema especialista é uma forma de sistema baseado no conhecimento especialmete projetado para emular a especialização humana de algum domínio específico. Um SE irá possuir uma base de conhecimento formada de fatos e regras sobre o domínio, tal como um especialista humano faria, e devem ser capazes de oferecer sugestões e conselhos aos usuários.^[1]

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 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 seqüência 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 seqüência 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 seqüência 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.