Sistemas Especialistas - Faculdade de Tecnologia - Unicamp

As máquinas tentam simular tal senso com a lógica Fuzzy, que pode serdefinida como “uma derivação da vagacidade do universo crisp (onde só existemverdades e falsidades absolutas, o popular true or false), podendo definir situaçõesonde a verdade absoluta ou a falsidade absoluta não podem ser definidas, mas que asituação chegue perto de uma camada de coincidência onde possa ser definido umcenário propício a uma verdade ou falsidade”. (ABAR, 2008).Ou seja, máquinas podem executar sistemas cuja resposta assemelha-se a deespecialistas humanos, simulando o senso humano através de lógica cujo resultadopossa aproximar-se de uma possível resposta crisp, simulando, por sua vez, terconhecimento a respeito de determinado assunto.A especialização deste sistema se dá pelo “aprendizado” de novos conceitos enovas resoluções para problemas já apresentados anteriormente. Obviamente, umamáquina não aprende simplesmente o que fazer, pois lhe falta o senso, como descritoanteriormente, mas esta máquina poderá armazenar em sua base de dados, possíveisdados que possuam relação direta com uma determinada resposta que o usuáriopossa definir como sendo satisfatória.Como o sistema especialista “aprende”A formação de um sistema especialista é basicamente composta por trêscomponentes principais:- Base de dados, responsável por armazenar os dados pré-levantados e aspossíveis respostas de um determinado conjunto de entradas, assim chamada debase de conhecimento;- Conjunto de operadores, que são mecanismos que fazem as buscas na basede dados a fim de encontrar respostas aos dados informados inicialmente;- Estratégia de controle, que assim como uma árvore binária, é a responsávelpor facilitar a localização do conjunto de operadores, restringindo a base de dados aum subconjunto de metas, a fim de diminuir, a cada dado fornecido, a gama depossíveis respostas aos problemas especificados.Baseado em (FÁVERO & SANTO, 2005).5