Sistema Especialista no Controle de Gado de Leite

Contato
José Luís Braga
UFV
Campus Universitário
36.571-000 - Viçosa - MG
e-mail: zeluis@dpi.ufv.br

Autoria
José Luís Braga - UFV
Emerich Michel de Sousa - UFV
Nádia Vieira Leão Pereira - UFV

RESUMO
Na agropecuária e agronegócios, um sistema de informações adequado e, principalmente, a capacidade de analisar os dados disponíveis no contexto específico de cada problema são fundamentais para tornar as decisões administrativas mais eficientes. Neste contexto, os Sistemas Especialistas (SE) podem se revelar importantes instrumentos de auxílio à tomada de decisões, fornecendo interpretações de resultados técnicos e econômicos e recomendando ações a serem implantadas.

Na tentativa de obter uma ferramenta capaz de fornecer subsídios ao produtor na resolução de problemas rotineiramente defrontados na sua atividade, construiu-se um SE em rebanho leiteiro que interage com o usuário através de perguntas sobre o manejo do rebanho e apresenta, ao fim de cada sessão, um diagnóstico contendo os problemas encontrados no rebanho em questão, bem como as soluções viáveis. Além disso, objetivou-se com esse trabalho fornecer um roteiro organizado de análise do problema, elaborar um instrumento de auxílio à difusão de tecnologia pela extensão rural, contando com esclarecimentos, sugestões e recomendações técnicas, e ainda fornecer um material de utilidade acadêmica, na área de aquisição e estruturação do conhecimento, além dos próprios conhecimentos técnicos ali presentes.

ABSTRACT
In agriculture and agribusiness, a well-suited information system and the ability to make good decisions based on data about a problem are highly desirable. In this context, an expert system (ES) can become an important aid to decision making, by providing timely and consistent interpretation of situations, and by indicating possible actions to be taken.

Based upon these premises, an expert system for the problem of dairy herd productivity was built. It intereacts with the external user (or expert) in a friendly way, asking questions about the problem at hand and providing an appropiate diagnosis.

Also, this system is well-suited for knowledge dissemination among users, by providing an organized step by step path from the problem to its possible solution. This makes it useful also for academic use, as a teaching tool for dairy herd productivity control.

1. Introdução

A preservação do conhecimento de especialistas em domínios de conhecimento humano, e sua disseminação no ambiente onde ele se fizer necessário, é uma preocupação constante nas diversas áreas tecnológicas. Isto decorre do fato de que esse conhecimento constitui um acervo rico e muito raro, desenvolvido ao longo da vida profissional do especialista, a partir do seu envolvimento com a solução de problemas na sua área de conhecimento.

Consequentemente, esse conhecimento torna-se de difícil disseminação, não estando disponível em livros sobre o assunto, exigindo a presença do especialista quando seu uso for necessário. Isto torna-se um problema quando esta necessidade distribui-se por regiões geográficas distantes e de difícil acesso, tornando ainda mais difícil e remota a possibilidade da presença do especialista.

A Ciência da Computação, em particular a área de Inteligência Artificial, contribui positivamente para a solução deste problema, através de técnicas desenvolvidas sob o tópico de Sistemas com Base de Conhecimento (Knowledge Based Systems) [Turban, 1993]. Através do uso dessas técnicas, é possível amenizar o problema apresentado, pela construção de Sistemas Especialistas (SE) específicos para cada tipo de problema.

A obtenção desses sistemas segue uma sequência de passos, alguns bem definidos e outros nem tanto, que pode ser resumida em: extração de conhecimento do especialista e sua transferência para o SE, armazenamento desse conhecimento em uma base de conhecimento, e uso deste conhecimento em problemas reais. Este uso se dá através da submissão de problemas ao SE através de interfaces de consulta, e sua solução utilizando o conhecimento disponível através do que se convencionou chamar de mecanismo de inferência [Turban, 1993]. O mecanismo de inferência simula o processo de solução de problemas do especialista, usando o conhecimento da base de conhecimento.

2. Sistemas Especialistas e a Produtividade de Rebanhos Leiteiros

Um protótipo de um SE na área de reprodução animal foi construído, na tentativa de obter uma ferramenta capaz de fornecer subsídios ao produtor na resolução de problemas rotineiramente defrontados na sua atividade. Além disso, objetivou-se:

fornecer um roteiro organizado de análise do problema a ser utilizado pela assistência técnica;
elaborar um instrumento de auxílio à difusão de tecnologia pela extensão rural, contando com esclarecimentos, sugestões e recomendações técnicas;
fornecer um material de utilidade acadêmica, na área de aquisição e estruturação do conhecimento além dos próprios conhecimentos técnicos ali presentes.

2.1 O IEP e seu uso

Dentre todos os fatores que afetam a eficiência de um sistema de produção de leite, a reprodução ocupa um lugar de destaque. Deseja-se que a vaca reproduza de maneira regular, com o estabelecimento de nova prenhez no máximo 82 dias após o parto, com o objetivo de se obter intervalos entre parições próximos de 365 dias. Produziu-se, então, um protótipo de SE que auxilie no diagnóstico do "status" reprodutivo do rebanho e forneça recomendações a fim de corrigir qualquer irregularidade no intervalo entre partos.

A ampliação do intervalo entre partos concorre para diminuir a produção média de leite por vaca/dia de vida útil, e esse fator é mais importante para a economia do sistema que a produção por lactação. Cada dia a mais no intervalo entre partos representa uma determinada quantidade de leite que o produtor deixa de produzir e, consequentemente, de receber em termos financeiros. Além disso, concorre para aumentar o número de animais improdutivos na fazenda. Outra conseqüência é a redução do número de novilhas disponíveis para a reposição, fato este que concorre para diminuir a eficiência dos programas de seleção, de descartes e de venda de reprodutoras [FARIA E CORSI, 1988].

Considerou-se um IEP igual a 12 meses como o resultado ideal. Como o nível de produção diária de leite da vaca pode afetar o seu desempenho reprodutivo, procurou-se analisar o IEP dentro de faixas de produtividade segundo o quadro que se segue :

( Inserir quadro de relação IEP/Produtividade do arquivo anexo.rtf )

O resultado "satisfatório" determina que não há problemas de rebanho a ser resolvido. Surgem problemas para vacas que tenham IEP acima daquele valor satisfatório, distanciando-se da média do rebanho. Nesses casos, o SE determina a existência de problema, e se encarrega de dirigir consultas ao usuário externo, que lhe permitam situar melhor o problema identificado.

2.2 Os Blocos de Conhecimento

Tendo em vista que o intervalo entre partos é fortemente influenciado pela alimentação e pelos manejos reprodutivo e sanitário do rebanho, diagnosticado o problema com o IEP, o sistema partirá para a análise deste fatores, sendo que diferentes inter-relações entre estes itens ocorrem e vão influenciar de diferentes maneiras a performance reprodutiva do rebanho. Logo, o conhecimento, experiência em emitir julgamentos, e parte da experiência do especialista foram agrupadas em três blocos de conhecimento: Alimentação, Reprodução e Sanidade, julgados essenciais para obtenção do protótipo. Cada bloco de conhecimento citado foi, na implementação do protótipo, transformado em uma base de conhecimento logicamente independente, e o conhecimento entre elas é relacionado através de uma base de controle.

A partir das respostas do usuário, e de sua comparação com o conteúdo das bases de conhecimentos, o SE caminhará em direção a uma solução possível para o problema (ou possível problema).

Abaixo são apresentados exemplos de regras de decisão de duas das bases lógicas de conhecimento do sistema, codificadas a partir da estrutura de conhecimento extraída do especialista.

Base de Controle
RULE Conclui que o manejo está correto
IF aux = 1 //variável de controle
AND média do período entre partos IS 13 meses
OR média do período entre partos IS 14 meses
AND produtividade > 10
THEN Manejo Correto do Gado de Leite
AND avaliação reprodutiva IS SATISFATÓRIA
Base de Reprodução
RULE Manejo Incorreto IA
IF método de reprodução IS inseminação artificial
AND encarregado que identifica IS é treinado
AND tentativas de identificação IS duas ou mais vezes ao dia
AND encarregado da inseminação IS não é treinado
THEN O problema é de manejo reprodutivo
AND avaliação do manejo reprodutivo IS INSATISFATÓRIA
AND comentário IS treinamento

A primeira regra determina um manejo correto do gado de leite apartir da análise do IEP e produtividade do rebanho. A segunda, presente na base de reprodução, conclui sobre um problema de manejo reprodutivo a partir da análise de fatores essenciais a um manejo reprodutivo correto, quando o método de reprodução utilizado é a inseminação artificial.

3. Considerações Finais

Nesse ponto, o protótipo disponível consegue resolver e emitir diagnóstico correto para a maioria dos problemas apresentados a ele. Isso significa que a base de conhecimento está perto da ideal, ou seja, daquela que permitirá obter o melhor desempenho do sistema. Atualmente o SE está passando por uma etapa de validação dos diagnósticos e da linha de decisão do protótipo, que consiste em submetê-lo ao uso de outro especialista diferente daquele cujo conhecimento foi transferido para a base de conhecimento inicial.

Finda essa etapa de validação, e promovidos os acertos finais no protótipo, ele pode então receber acabamentos, que devem incluir: construção de uma interface amigável de uso, adição de sistemas de esclarecimento e ajuda baseados em hipertexto, que incluam todos os detalhes necessários à elucidação de dúvidas de usuários, melhoria na base de conhecimento do ponto de vista estrutural, com vistas ao aumento da eficiência na obtenção de respostas aos problemas propostos, etc.

4. Referência Bibliográfica

[FARIA E CORSI, 1988] FARIA, V. P. & CORSI, M. Índices de produtividade em gado leiteiro. In: FARIA, V. P. Produção de leite: conceitos básicos. Piracicaba, FEALQ,1988. p. 23-44.
[Turban, 1993] Turban, E. Decision Support and Expert Systems: Managements Support Systems. Easter Illinois University, New York, Macmillan Publishing Company, vol1, 3(ed, 1993. 463p.

IEP	PRODUTIVIDADE (litros/vaca em lactação/dia)

	até 10	10-25	acima de 25
12 13 ou 14 15 16 ou mais	satisfatório problema problema problema	satisfatório satisfatório problema problema	satisfatório satisfatório satisfatório problema

Quadro 1: Relação IEP/Produtividade em rebanhos leiteiros