Teoria | Aplicações | Exemplos | Componentes da equipe | Sites | Download | Softwares
Aplicações
Lógica Fuzzy;
A Lógica Fuzzy utiliza variáveis lingüísticas no lugar de variáveis numéricas. Variáveis lingüísticas admitem como valores apenas expressões lingüísticas (ou termos primários), como "muito grande", "pouco frio", "mais ou menos jovem", que são representadas por conjuntos Fuzzy. A estratégia de controle de um operador humano pode ser representada como um conjunto de relações condicionais Fuzzy que formam um conjunto de regras de decisão. Por exemplo, um regra típica para controle de temperatura poderia ser: "Se a temperatura está alta e aumentando lentamente, então, aumente o resfriamento um pouco". Esta regra pode ser escrita através de variáveis lingüísticas da seguinte forma: "Se temp = GP e variação_temp = PP então variação_resfr = PP", onde os termos primários GP e PP significam "grande positivo" e "pequeno positivo". Uma coleção de regras lógicas de controle é chamada de algoritmo de controle Fuzzy, ou regras de controle. A construção de um sistema de controle Fuzzy é baseada na idéia de se incorporar "experiência" ou "conhecimento especialista" de um operador humano para se obter a melhor estratégia de controle. Desse modo, a forma das regras empregadas depende do processo a ser controlado. Teoria dos Conjuntos Fuzzy: Assim como há uma forte ligação entre a lógica Booleana e o conceito de conjunto, existe também uma forte ligação entre a Lógica Fuzzy, na qual o controle fuzzy está baseado, com a teoria dos conjuntos fuzzy. Esta seção apresenta as noções básicas sobre os conjuntos fuzzy, fazendo uma comparação com a teoria clássica dos conjuntos. O objetivo não é apresentar uma descrição completa da teoria dos conjuntos fuzzy, mas uma revisão sobre os seus conceitos necessários para o entendimento da lógica Fuzzy e sua utilização como meio de representação do conhecimento. Uma coleção de objetos, onde nada em especial é assumido sobre a natureza dos objetos individualmente, é chamado de conjunto. Na teoria clássica dos conjuntos, um determinado elemento pertence ou não a um conjunto específico. Mais formalmente seja U uma coleção de objetos, chamado universo de discurso, u um elemento particular deste universo e A um dado conjunto contido em U, então, ou "u E A" ou "u !E A". Para cada elemento do universo de discurso pode-se, portanto, determinar sem ambigüidades quando pertence ou não a um conjunto. Podemos descrever um conjunto pela enumeração de todos os seus componentes, desde que seja contável, através de uma propriedade que deve ser satisfeita por seus membros (exemplo: o conjunto dos números inteiros positivos seria A={u E Z | u >= o} ).
Lógica Paraconsistente;
Podem ser usadas em Programação de Lógica Paraconsistente, Inteligência Artificial, na elaboração de sistemas especialistas. Sistemas Especialistas: Usando técnicas de inteligência artificial, uma base de conhecimento e programa de computador que usa conhecimento e procedimento de inferência. As técnicas de inteligência artificial utilizadas dão especialmente aquelas desenvolvidas para resolver problemas. A base de conhecimento consiste de fatos e heurística, onde "fatos" constituem o corpo da informação que é de notório conhecimento científico, público e geralmente de acordo com o pensamento de peritos da área e "heurística" (na maior parte confidencial), que são regras de raciocínio plausível, regras de bom senso característicos de uma decisão a nível-especialista feita na área. Um sistema especialista é composto de programas sofisticados que manipulam a base de conhecimento previamente adquirida de especialistas humanos, e, usando procedimento de inferência, heurística e incerteza, tem a capacidade de oferecer ao inquiridor conselhos inteligentes ou decidir inteligentemente sobre o processamento de uma função e também justificar sua própria linha de raciocínio de maneira direta quando inquiridos. Os problemas resolvidos por esses sistemas são delimitados em uma área específica do conhecimento humano, e necessariamente são problemas que possam ser simbolicamente representados. Os sistemas de computação desenvolvidos, sejam em IA como de modo geral, precisam e utilizam lógica para seu desenvolvimento. A lógica que é utilizada (pelo menos a mais utilizada) é a chamada tradicional que aceita apenas dois valores: verdadeiro ou falso. Contudo cada vez mais tem-se necessidade de uma lógica que não represente e aceite somente esses valores. Sistemas especialistas e bases de conhecimento sobre um domínio de D são usualmente construídos por programadores que em geral, tem pouco conhecimento sobre D. Os programadores operam por uma consulta de um grupo de domínio especialista. Área Médica > Podemos imaginar de uma forma bem simplificada que, um paciente pode "entrevistar-se" com um determinado computador e, mediante perguntas e respostas, o computador pode chegar a diagnosticar e até mesmo medicar o paciente. Para ele agir, cria-se um banco de dados contendo opiniões dos diversos médicos, e é a partir do que há nesse banco de dados que o sistema vai derivar conclusões, valendo-se de regras de alguma lógica. Devido ao fato que os médicos possam ter opiniões divergentes, em nosso banco de dados há duas proposições que contradigam uma à outra, se o sistema operar com a lógica clássica, pode ocorrer a dedução de uma contradição, o que inviabiliza o sistema como um todo, e isso traz conseqüências imprevisíveis, posto que, "qualquer coisa" poderia ser inferida (ou sugerida ao paciente). Deste modo, se nós desejarmos construir um sistema médico especialista preocupado com o ácido base, então nós podemos consultar vários médicos e induzir para articular regras de manusear que eles usam em diagnósticos de pacientes. Para o tempo presente, nós assumimos que cada destas regras de manusear e/ou fatos que os médicos mencionam podem ser expressados de uma forma adequada em algumas lógicas. Infelizmente, o mundo não é perfeito, e especialistas em qualquer campo de estudo dado estão propensos para a discordância. Por exemplo, dados os mesmos sintomas observados, médico d1 pode acreditar que o paciente tem, em toda probabilidade uma infeção de vírus. Por outro lado, médico d2 pode concluir que o paciente tem uma reação alérgica. Médico d3, que é muito conservador pode dizer justo que o paciente tem qualquer infeção viral ou uma alergia, mas não ambos. Se nós tivéssemos usado as opiniões dos médicos d1, d2 e d3 para criar nossa base de conhecimento, então, nós estaríamos aprovando uma inconsistência. O ponto importante aqui é que esta inconsistência é natural. Cientistas discordam por muitos bons motivos. E de fato, isto é verdade em quase todas as profissões. Muitas vezes, isto é importante para relatar que cientistas tem opiniões conflitantes sobre um problema particular ou fenômeno. Igualmente importante é que o modo mais comum de construir bases de conhecimento(isto é, para construir os especialistas nos campos de interesse) é seriamente propenso à inconsistências. Após, devemos ter certeza que a existência de inconsistência não alertará o usuário da base de conhecimento. Deste modo, OLDKB é uma consistência, usual da base de conhecimento médico, e alguns malícias individuais introduzem dois novos fatos P and Ø P em OLDKB para a forma NEWKB, então NEWKB é desnecessário igualar ainda que (intuitivamente dito) a inconsistência em que NEWKB tem notação para fazer com a informação em OLDKB. Robótica > Um grande problema que observamos quando falamos de robôs inteligentes, falando a grosso modo, é o fato deles, com o uso da lógica tradicional, serem muito "caxias", ficando longe do modo como uma pessoa pensa. Por esse motivo tem se falado e utilizado de lógicas não convencionais, como esta que estamos apresentando. Um ser humano consegue raciocinar com base em informações contraditórias e chegar a alguma conclusão. Na matéria da Folha de São Paulo sobre o assunto, o professor Jair Minoro Abe da Escola Politécnica da USP e da Unip dá um exemplo de um dispositivo que se utilizaria de tal lógica. O professor Abe e colegas desenvolveram um programa chamado ParaLog (corruptela de Prolog) que reconhece as contradições. Outras > Outras aplicações das lógicas paraconsistentes foram encontradas em controle de tráfego em aeroportos; na própria matemática , em física nos conceitos de "complementaridade". Exemplificando : "p é uma partícula" e "p é uma onda". O que acontece é que uma é a negação da outra. Para tratar da lógica da complementaridade e mecânica quântica pode ser usada a lógica paraclássica, que é um tipo de lógica paraconsistente. Outro tipo é a lógica paraconsistente deônticas aplicada à Filosofia da Ciência e do Direito. Podem ser aplicadas também: na ética, nas relações entre certos aspectos da dialética e a lógica, na questão da aceitabilidade de hipóteses científicas, na psicanálise, nos problemas oriundos da lógica da crença, etc.