S I S I N T

Sistemas de Informação Inteligentes

Finalidade

Os Sistemas de Informação (SI) e Inteligência Artificial (IA), apesar das aparências não indicarem, são tópicos intimamente ligados. Os SI abordam o problema específico que engloba aquisição, armazenamento e recuperação de informação. Entretanto a IA é uma metodologia de resolver problemas em geral, cuja solução requer inteligência. Logo a junção SI e IA para a resolução de problemas na aquisição, armazenamento e recuperação da informação com o uso da inteligência, gera o que chamamos de Sistemas de Informação Inteligentes (SII).

Histórico

No passado, por volta dos anos 60, era comum acreditar que as memórias enormes dos computadores, da época, tornassem os computadores verdadeiras enciclopédias ambulantes. Foi nesta época que se desenvolveram os primeiros conceitos de bases de dados e suas visões: de dados, de usuários e de gerência. Falava-se de modelos de redes e modelos hierárquicos e muito se fez com estes conceitos. Foi nesta época que se firmou a certeza que:

"De uma base de dados só se pode extrair o que se introduziu e a qualidade das respostas depende apenas da qualidade dos dados de entrada. O computador serve para memorizar e extrair dados e com estes dados vem as informações que estão associadas".

Imagine o que se pensaria daquele que afirmasse ser possível, introduzir em um computador dados e os modos de combinar estes dados para gerar outros novos segundo as necessidades, e que estes novos dados poderiam ser usados. Neste caso, o computador teria deixado de ser um instrumento para passivamente fazer o que lhe era comandado para se tornar um colaborador do usuário, ou seja, seria inteligente.

Níveis de Inteligência de um SI

O que se chama nível de inteligência de um SI corresponde ao nível de novidade que se obtém na saída do SI em comparação com a entrada. Em um SI onde só se pode obter dados na saída que foram introduzidos na entrada, tem-se o que pode ser chamado de um sistema sem inteligência. Seja um sistema de pesquisa em arquivo, como a do exemplo 1, é um sistema sem característica de inteligência. Este sistema não entra na classificação a ser apresentada. Seja agora um SI baseado em um banco de dados relacional, como a do exemplo 2, no qual tem-se as tabelas das relações de atribuição de disciplinas a professores e alunos matriculados em cada disciplina. Pode-se facilmente responder a perguntas do tipo “quais são os professores que o aluno X terá?”. Este dado não está explícito nas fontes de dados, mas pode ser obtido por regras. No caso, estas regras são aplicadas manualmente, usando conectivos entre as relações conhecidas para obter novas relações. De acordo com a definição este é um sistema SI inteligente, entretanto, esta inteligência é fornecida pelo usuário do sistema sob a forma da linguagem de manipulação de dados. Diz-se que o sistema é de Nível 0. Nível 0 corresponde a Lógica de proposições por não trabalhar com variáveis. O uso de variáveis permitiria colocar regras como dados e ter uma base de dados dedutiva ou lógica, trabalhando com a Lógica dos Predicados ou Lógica de primeira ordem, neste caso diz-se que o sistema é de nível 1. Nestes, as entradas são dados F e regras de manipulação destes dados R. Estas regras permitem deduzir fatos implícitos e, de certa forma, apresenta estrutura bastante semelhante a de um sistema especialista. Tanto no caso do Nível 0 como 1 a saída é obtida por manipulações sintáticas. é possível também que se deseje extrair conhecimento de uma base de dados, neste caso deve-se obter uma saída semântica para o SI, cujo nível de inteligência passa a ser dois. Este é o caso das técnicas KDD (Knowledge Discovery in Database) ou dito em português Descobrimento de conhecimento em bases de dados, a qual inclui como uma das fases no seu processo o Datamining.

  Equipe

 Coordenador: 

 Jorge Muniz Barreto, D.Sc.A.

 Participantes:

 Jovelino Falqueto, Professor Adjunto, UFSC

 Kathya Silvia Collazos Linares, Doutoranda em Engenharia Elétrica, UFSC.

 Gisele Pelegrini, Doutoranda em Engenharia Elétrica, UFSC

 Rosane Gotardo, Mestranda

Trabalhos

1.      Amplification of Perspectives in the Use of Evolutionary Computation
Autores: Jovelino Falqueto ; Jorge M. Barreto; Paulo S.S. Borges.
Publicado em: IEEE International Symposium on Bio-Informatics and Biomedical Engineering
BIBE2000, Arlington, VA, 8-10, p. 150-157, nov. 2000.

 2.      The Measurement of Artificial Intelligence: An IQ for Machines?
       Autores:  Jovelino Falqueto; Walter C. Lima; Paulo S.S. Borges; Jorge M. Barreto
       Publicado em: Proceedings of the IASTED International Conference on Modelling, Simulation and Control.
       Innsbruck, Austria, February 19-22, 2001 Vol. I, pp. 409-413. Acta Press, Anaheim, Calgary, Zurich.
       ISBN 0-88986-316-4; ISSN 1025-8973.

 3.      KDD para o estudo epidemiológico das malformações
      Autores: Kathya Collazos L. & Jorge M. Barreto
      Publicado em: Anales del I Congreso Peruano de Ingeniería Biomédica, p. 113-115,
      Lima-Perú, 08-09 de Setiembre, 1998.

 4.      KDD em base de dados na área médica
      Autores: Kathya Collazos L., Eliane Ternes Pereira, Aurea Gomes Nogueira, Lisandro Rueckert
      Publicado em: Anais do XVII Congresso Brasileiro de Engenharia Biomédica, p. 765-768,
      Florianópolis-Brasil, 11-13 de Setembro, 2000.

 5.      Análise do prontuário médico para a utilização com KDD
       Autores: Kathya Collazos L., Jorge M. Barreto, Gisele F. Pelegrini
       Publicado em: CD-ROM com os Anais do VII Congresso Brasileiro de Informática em Saúde e
       II Simpósio Internacional de Sistemas de Informação Hospitalar (CBIS’2000 SISIH’2000),
       São Paulo-Brasil, 14-18 de Outubro, 2000.

 6.      Extração de conhecimento a partir dos sistemas de informação
       Autores: Gisele F. Pelegrini, Kathya Collazos L., Jorge M. Barreto, 
       Publicado em: CD-ROM com os Anais do VII Congresso Brasileiro de Informática em Saúde e II Simpósio 
       Internacional de Sistemas de Informação Hospitalar (CBIS’2000 SISIH’2000), São Paulo-Brasil,
       14-18 de Outubro, 2000.

7.      Extração de conhecimento de uma base de prontuários médicos utilizando KDD
Autores: Gisele F. Pelegrini, Kathya Collazos L., Jorge M. Barreto.
Publicado em: Revista Tecnologia da Informação. Universidade Católica de Brasília.
p. 25-28; v. 2; n. 1; dezembro, 2000.