Inteligência Artificial Representação do Conhecimento Prof. Jorge Manuel Lage Fernandes Prof....

Inteligência ArtificialInteligência Artificial

Representação do Representação do ConhecimentoConhecimento

Prof. Jorge Manuel Lage FernandesProf. Jorge Manuel Lage Fernandes

[email protected]@youngarts.com.br

Representação de Conhecimento

2

ConhecimentoTermo abstrato usado para capturar a compreensão de um indivíduo num domínio específico.

área de conhecimento bem delimitada, focalizada.

Dados

InformaçãoEstruturada

Conhecimento

CompetênciaDecisão/Acção

Volume

Valor

Existem várias teorias que explicam como se organiza o conhecimento humano na resolução de problemas Vários Tipos de Conhecimento

3

O Estudo do Conhecimento Aprender - ato que produz um comportamento

diferente a um estímulo externo devido a excitações recebidas no passado e é, de uma certa forma, sinônimo de aquisição de conhecimento.

Mas se aprendizado pode ser considerado como parte do estudo do conhecimento, o que é conhecimento?

Conhecimento - é o que faz com que seja possível o encadeamento e desenvolvimento da inteligência.

Representação do Conhecimento

4

Conhecimento [Russel and Norvig 1995] é um conjunto integrado de fatos e relações que quando devidamente interpretado, produz um desempenho eficiente.

Nos Sistemas Baseados em Conhecimento há uma separação clara entre conhecimento e raciocínio, ou seja, o controle do programa não se mistura com a especificação do conhecimento.


Raciocínio - planejamento e estratégia.

5

Características do conhecimento que devem ser analisadas:

É volumoso possui diversos aspectos, características e detalhes. A cada

momento, novo conhecimento é gerado...

De difícil caracterização não sabemos explicar com formalismo como,quando e de que

forma o conhecimento foi adquirido, como também temos dificuldade de explicá-lo.

Em constante mudança é aperfeiçoado sistematicamente, crescendo e se modificando

permanentemente.

É individual e único cada indivíduo interpreta seu conhecimento de forma única.


6

Para que um sistema computacional possa utilizar aspectos do conhecimento existe a necessidade de estruturação daquilo que será empregado pelo sistema.

Essa estruturação é conhecida pelo nome de Representação do Conhecimento


7

Características Representação do Conhecimento: generalizável

vários pontos de vista do mesmo conhecimento concebem uma representação de modo que possa ser atribuído a diversas situações e interpretações.

representação passível de atualização/correção o conhecimento é dinâmico, portanto, existe a necessidade

permanente de atualização e ajustes do mesmo

robusta de tal forma que seja possível a sua utilização mesmo não

abordando todas as situações possíveis, ou seja, mesmo sendo incompleta e imprecisa.

compreensível compreensível ao ser humano e possível a sua interpretação.


8

O Estudo do Conhecimento Aquisição do conhecimento ou aprendizado, tenta

responder às seguintes questões: Como introduzir conhecimento na máquina? Como tratar consistência e redundância?

A manifestação inteligente pressupõe Aquisição, Armazenamento e Inferência do conhecimento


9


Quando se discute representação do conhecimento, se lida com dois tipos diferentes de entidades:

Fatos: Verdades em algum mundo relevante. Essas são as coisas que queremos representar.

Representação de fatos: com algum formalismo escolhido. Essas são as coisas que efetivamente seremos capazes de manipular.

10

Exemplos de paradigmas de representação do conhecimento:

Conhecimento Procedural – o conhecimento é representado em forma de funções/procedimentos.

Redes – o conhecimento é representado por um rótulo de grafos direcionados, cujos nós representam conceitos e entidades, enquanto os arcos representam a relação entre entidades e conceitos.

Frames – parecido com a rede semântica, exceto que cada nó representa conceito e/ou situações. Cada nó tem várias propriedades que podem ser especificadas ou herdadas pelo padrão.


11

Lógica – modo de declaração que representa o conhecimento.

Árvores de Decisão – conceitos são organizados em forma de árvores.

Conhecimento Estatístico – uso de fatores de certeza, Redes Bayesianas, Lógica Fuzzy, etc.

Regras – sistemas de produção para codificar regras de condição/ação.

Esquemas Híbridos – qualquer representação do formalismo que emprega a combinação de esquemas de representação do conhecimento.


12

Casos – uma experiência passada, acumulando casos e tentando descobrir, por analogia, soluções para outros problemas.

MetaConhecimento [Rich and Knight 1991] pode definir-se como conhecimento acerca do próprio conhecimento que se detém.

Pode ser usado para: guiar a seleção, localização e uso de regras dar informação acerca das regras e do conhecimento justificar as regras melhorando a capacidade de explicação apoiar na detecção de erros ao introduzir novas regras facilitar a introdução de novo conhecimento


13

Representação do Conhecimento Representação do conhecimento - sub-área de IA

cujo objetivo principal é a busca de formalismos que possam ser usados para representar informação a respeito do mundo real.

Muito do que se faz em IA baseia-se na chamada hipótese da representação do conhecimento.

De acordo com Reichgelt (1991), formalismos de representação do conhecimento podem ser discutidos em quatro níveis distintos: executável, lógico, epistemológico e conceitual.

Espistemologia - "estudo da ciência", vem do grego, (episteme) = ciência, conhecimento científico, (logos) = palavra, verbo, estudo, discurso.

14


Como poderíamos conceber um mecanismo geral para representar o conhecimento?

Como podemos representar definições? E exceções?

Quando um sistema inteligente deve fazer suposições pré-concebidas sobre informação ausente e como ele poderia ajustar o seu raciocínio caso estas suposições se mostrem erradas?

Como podemos representar o tempo da melhor forma possível? E a casualidade? E a incerteza?

15

Representação & Raciocínio

Raciocínio é um processo de construção de novas sentenças a partir de sentenças existentes.

Categorias (Típicas) de Raciocínio

Dedução Indução Abdução Analogia

16

Categorias de Raciocínio: Dedução

Processo de raciocínio no qual uma conclusão segue necessariamente das premissas supostas.

Baseia-se na criação de novas sentenças a partir de premissas dadas como verdadeiras. A sentença criada é necessariamente verdadeira.

Uma das regras básicas da inferência da Lógica Dedutiva: regra do modus ponens (Latim: modo que afirma) Se X é verdade e se X sendo verdade implica que Y é

verdade, então Y é verdade

17


Fatos + regras de inferência => novos fatos

causa -> efeito Se há fogo (causa), há fumaça (efeito). Aqui tem fogo, logo, aqui tem fumaça (novo fato)

É o único tipo de inferência que preserva a verdade

18


Exemplo:

Premissa 1: Todo homem é mortal

Premissa 2: João é homem

Conclusão: João é mortal

19


Exemplo:

Determine o tipo de raciocínio utilizado a seguir:

Todos os alunos gostam de inteligência artificial. Francisco é aluno. Francisco gosta de inteligência artifical.

Solução:

Raciocínio por Dedução

20


Exemplo:


Todos os feijões deste saco são brancos.

Estes feijões provêm deste saco.

Estes feijões são brancos.

Solução:

Raciocínio por Dedução

21

Categorias de Raciocínio: Indução

Uma conclusão sobre todos os membros de uma classe por meio do exame de apenas uns poucos membros da classe.

De maneira geral, raciocínio do particular para o geral.

“Formalmente”: Para um conjunto de objetos, X={a,b,c,d,...}, se a propriedade

P é verdade para a, e se P é verdade para b, e se P é verdade para c,... então P é verdade para todo X

Parte dos fatos para gerar regras fato1 + fato2 + fato 3 => regra! ex. Sr. Antônio, assim como D. Maria, tem dor de

cabeça e dengue, então todo mundo que tem dengue, tem dor de cabeça

Transforma conhecimento em extensão em conhecimento em intenção!!

22

Categorias de Raciocínio: Indução

23

Categorias de Raciocínio: Indução Exemplo:

Caso 1: Joseana é professora Joseana tem um ótimo salário

Caso 2: Eustáquio é professor Eustáquio tem um ótimo salário

Caso 3: Elmar é professor Elmar tem um ótimo salário

Lei geral: Professor tem um ótimo salário

24


Exemplo:


O ferro conduz eletricidadeO ferro é metalO ouro conduz eletricidadeO ouro é metalO cobre conduz eletricidadeO cobre é metalLogo os metais conduzem eletricidade.

Solução:

Raciocínio por Indução

25


Exemplo:


Estes feijões provêm deste saco.



Solução:

Raciocínio por Indução

26

Categorias de Raciocínio: Abdução Consiste em, dada uma premissa do tipo P → Q, e

sabendo-se que Q é verdadeira, admite-se que, talvez, P seja verdade, ou seja, supõe-se, sem certeza, que P é verdade.

É uma heurística para fazer “inferências plausíveis”.

Propicia uma conclusão plausível consistente com a informação disponível, a qual pode de fato estar errada.

“Formalmente”: Se Y é verdade e X implica em Y, então X é verdade

27

Categorias de Raciocínio: Abdução

Inverso da dedução: do efeito para a causa Se há fumaça, há fogo. Eu vi fumaça (efeito), logo aqui tem

fogo (causa) Ex. Se há febre e dor, a doença é dengue

Este tipo de inferência preserva a falsidade

Exemplo:

Se eu leio que fumar causa câncer de pulmão e José morreu de câncer de pulmão,

Lei Geral: posso inferir que José era um fumante.

28


Exemplo:




Estes feijões provêm deste saco

Solução:

Raciocínio por Abdução

29

Categorias de Raciocínio: Analogia

Baseia-se na experiência de casos anteriores, dos quais há verdades conhecidas. Se o caso que está sendo analisado assemelha-se ao(s) caso(s) anterior(es), então supõe-se, sem certeza absoluta, que as mesmas verdades são verdadeiras também para esse caso.

Parte do particular para o particular, não possui, do ponto de vista formal, uma força de prova, mas somente é verossímil ou provável.

Fatos + similaridades + regras de adaptação +... a partir de fatos (conhecimento em extensão), a

da similaridade entre eles, resolve o problema sem gerar regras

ex.: Naquele caso de dengue, eu passei aspirina e não deu certo, logo vou evitar receitar aspirina neste caso semelhante

30


31


Exemplo:

Caso anterior: João ingeriu bebida alcoólica em demasia. João teve amnésia.

Caso analisado: Maria ingeriu bebida alcoólica em demasia.

Inferência por analogia: Maria teve amnésia.

32


Exemplo:


A Terra e Marte são planetas, giram em torno do sol e têm atmosfera.

A Terra é habitada.

Marte também deve ser habitado

Solução:

Raciocínio por Analogia

33

Categorias de Raciocínio

O conhecimento novo baseado no raciocínio dedutivo é sempre verdade se as suposições são verdadeiras

O conhecimento novo baseado em vários casos (indução) é geralmente verdadeiro desde que os sistemas estudados sejam bem comportados.

Uma inferência baseada na abdução pode ser plausível mas deve carregar um fator de confiança para indicar a probabilidade de estar correta.

34

Sistema baseado em conhecimento (dedutivo)

Am

biente

Sensores

Efetuadores

Base deConhecimentoEspecializada

Máquina deInferênciaGenérica

Ask

Tell

Retract

Representação eAquisição de

Conhecimento

Raciocínio Automático

35

Como adquirir conhecimento?

Aprender

Várias técnicas ... Aprendizagem Simbólica Redes Neurais Algoritmos Genéticos

Explicitar: engenharia de conhecimento

Várias técnicas... Programação em lógica, sistemas de produção, ...

36

Ciclo de vida dos sistemas baseados em conhecimento

Nível de Conhecimento

Nível Lógico

Nível de Implementação

BC

AQUISIÇÃO

FORMALIZAÇÃO

IMPLEMENTAÇÃO

REFINAMENTO

linguagem natural

linguagem de representação deconhecimento

linguagens de programação

37

Redes Semânticas e Sistemas Frames

38

Redes Semânticas

Histórico Redes Semânticas foram propostas em 1913 por

Selz como uma explicação a fenômenos psicológicos.

Em 1966, Quillian implementou essas redes e mostrou como o conhecimento semântico poderia ser representado como relacionamento entre dois objetos.

39

Redes Semânticas

Uma rede semântica é uma representação na qual existem nós que representam entidades e links

(predicados) que representam relacionamentos entre essas entidades;

cada link conecta um nó origem até um nó destino;

normalmente, os nós e links denotam entidades de domínio específico.

40

Cadeira-27

Mobília

Cadeira

Preto

Couro

AssentoAna

Pessoa

é-um

Ako

é-um Tem-um

CorDono

Estofamento

Exemplo: Rede Semântica

41

Redes Semânticas Forma mais flexível e intuitiva de representar

conhecimento. Suportam herança de propriedades. Relações

Ako (a-kind-of): relações entre classes é-um (is-a): relações entre classes e instâncias

uma entidade pertence a uma classe mais alta ou uma categoria de objetos.

tem-um (has-a): identifica características ou atributos das entidades

parte-de (part-of): identifica características ou atributos das entidades

variados: identifica características gerais

42

Sistemas de Redes Semânticas

Base de conhecimento nós e links da rede.

Máquina de inferência busca e casamento de padrões a busca se dá para frente e para trás através dos links.

A busca pode ser usada de várias maneiras para se extrair informações como uma ferramenta explicativa; para explorar exaustivamente um tópico; para encontrar o relacionamento entre dois objetos.

43

Comer

Pássaro

Animal

Mamífero

Cão

Pêlos

Ako Ako

Ako

tem

faz

Exemplo: Busca em redes semânticas

44

Busca como Ferramenta Explicativa

Para provar a declaração “Cães comem” pode-se supor que cães comem, e usar busca

sobre a rede para provar a hipótese.

Buscando a partir do nó “Cão”, temos: “Cão é-um mamífero”

“Mamífero é-um animal”

“Animal faz comer”

Isto é uma prova para “Cães comem”

45

Explorar exaustivamente um tópico

Para derivar todo o conhecimento sobre “cães”, usa-se Busca em Largura a partir do nó “Cão” “Cães são Mamíferos”

“Cães têm Pêlos”

“Cães são Animais”

“Cães Comem”

46

Relacionando tópicos

Para verificar se “Cães” e “Pássaros” estão relacionados, pode-se executar, a partir de ambos os nós, uma Busca em Largura.

A interseção entre os nós visitados nos dá uma pista sobre o relacionamento entre os nós iniciais.

Isto é chamado ativação distribuída ou interseção de busca.

47

Vantagens

Representação visual fácil de entender. Flexibilidade na manipulação de nós e links

adição, exclusão, modificação Economia

herança via relações “é-um” e “ako”. Capta “senso-comum”

semelhante ao armazenamento de informações no cérebro.

48

Limitações Busca em redes semânticas grandes pode ser muito

ineficiente. Não há homogeneidade na definição de nós e links. Hereditariedade pode causar dificuldades no

tratamento de exceções. Pode haver conflito entre características herdadas. É difícil representar conhecimento procedimental

seqüenciamento e tempo não estão explícitos.

Menos expressiva que a Lógica de Primeira Ordem não há quantificadores.

49

Frames (quadros) Características

Um frame é identificado por um nome e descreve um objeto complexo através de um conjunto de atributos

Um Sistema de Frames é um conjunto de frames organizados hierarquicamente.

São uma evolução das Redes Semânticas: nós são substituídos por frames

arcos são substituídos por atributos (slots)

procedimentos podem ser anexados a um frame

50

Frames: atributos (slots) Frames

Possuem pelo menos dois atributos: Nome Ako ou is-a

A fim de melhorar a estruturação (hierarquia), privilegiam dois tipos de relações:

ako: relação entre classe e sub-classe is-a: relação entre classe e instância.

Cada atributo aponta para um outro frame ou para um tipo primitivo, ex.

string; consiste em um conjunto de facetas (atributos de atributos).

51

Animalfaz comer

Pássaro Ako Comer

Mamífero Ako tem

Comer

Cão Ako

Babalu é-um

pêlos

Exemplo: Classes e Instâncias

52

Facetas Descrevem conhecimento ou algum

procedimento relativo ao atributo. Propriedades

Valor: especifica o único valor possível. Valor default: especifica o valor assumido pelo

atributo caso não haja nenhuma informação a esse respeito.

Tipo: indica o tipo de dado do valor. Domínio: descreve os valores possíveis para o

atributo. Procedimentos Demons

como os triggers nos bancos de dados

53

< Nome do Frame> < atributo1 >

< faceta1 >: valor

< atributo2 >

< faceta1 >: valor< faceta2 >: valor< faceta3 >: valor

< atributo3 >

< faceta1 >: valor< faceta2 >: valor< faceta3 >: valor

Uma Representação Abstrata de um Frame

Os frames integram conhecimento declarativo sobre objetos e eventos e conhecimento procedimental sobre como recuperar informações ou calcular valores.

54

Procedimentos Demons Definição

São procedimentos anexados aos frames, disparados por consultas ou atualizações.

Podem inferir valores para atributos a partir de valores de outros atributos especificados anteriormente em qualquer frame do sistema.

Procedimentos (Demons): when-requested

quando o valor é pedido mas não existe ainda when-read

quando valor é lido when-written

quando valor é modificado

55

Cômodo Ako: Lugar-coberto

Atributo Default Tipo Se-necessário

Nº de paredesFormato

Altura

Área

Volume

número

número

número

número

símbolo4

retangular

3

Área * Altura

Sala Ako: Cômodo

Atributo Default Tipo

MobiliárioFinalidadeÁrea

lista de símbolossímbolonúmero

convivência25

(sofá,mesa,cadeiras)

Ako

Exemplo: Procedimentos Demons

56

Exemplo de Sistema de FramesMobília

...

Cadeira

...

Ako: Mobília

Cadeira-27

dono:cor:tem-um:

é-um: Cadeira

Ana

...

é-um:

String

...

Assento

estofamento:tamanho: ...

Pessoa

...

verde é-um:

couro é-um:

57

Herança de Propriedades

Três tipos de informações podem ser de herdadas valor (= POO) procedimento (= POO) valor default

Idéia: herdar das classes superiores em caso de conflito, vale a informação mais específica

Existem dois tipos de herança: Herança simples

existe uma única super-classe para cada classe Herança múltipla

uma classe pode ter mais de uma super-classe, podendo herdar propriedades ao longo de diversos caminhos diferentes (= o caos)

58

Scripts Especialização de frames projetados p/ manipular situações além

de objetos Nós = eventos Link = causadores Um evento provoca o próximo – um Script é como um script

cinematográfico Como num script de cinema precisamos considerar o número de

elementos quando projetamos o script: Quais são os papéis dos objetos/pessoas no script; Quais objetos de cena se relacionam ao script; Quais são as motivações ou entradas condicionais para execução do script; Quais cenas estão para ocorre; e Em qual ordem elas devem ocorrer; etc.

59

Scripts

Antes de projetarmos o script, necessitamos de uma sequência básica inicial.

Por exemplo, na ida a um restaurante há uma sequencia de eventos que podemos esperar:

60

Scripts

Colocando os eventos junto com aos demais elementos, poderíamos imaginar o script “Restaurante” assinalando apenas algumas coisas, tais como:

SCRIPT RESTAURANTE Papéis: Freguês, garçon, cozinha. Objetos de cena: Mesas, cadeiras, garfos, facas, pratos, copos,

garrafas de vinho... Entradas Condicionais: Freguês está faminto; Freguês está vestido

inapropriadamente; Freguês tem dinheiro.

61

Scripts

SCRIPT RESTAURANTE (Continuação) Cena 1: Entrar

Estacionar o carro Entrar no Restaurante Esperar por uma Mesa

ou Ir até a Mesa Ler o Menu

Cena 2: Pedir a Refeição.

62

Scripts Scripts podem ser usados para: Contar histórias sobre uma sequência de

eventos Responder questões tais como: O que acontece

se o bife do freguês estiver queimado? Pegadas dos eventos levem a alguma decisão. Scripts são muito similares a frames, são

codificados da mesma forma e são, normalmente, considerados como uma subclasse de frames.

63

Sistemas Frames: Funções (historicamente) Reconhecer que uma dada situação pertence a uma

certa categoria (matching) ex. reconhecimento visual de uma sala de aula

Interpretar a situação e/ou prever o que surgirá em termos da categoria reconhecida (matching) ex. pessoa com revolver (revolver arma -> perigo)

Capturar propriedades de senso comum sobre pessoas, eventos e ações foi a primeira tentativa de estruturar conhecimento

declarativo sem usar regras. Deu origem ao que chamamos hoje de Ontologias!

64

Ontologia

É a parte da filosofia que trata da natureza do ser, da realidade, da existência dos entes e das questões metafísicas em geral. A ontologia trata do ser enquanto ser, isto é, do ser concebido como tendo uma natureza comum que é inerente a todos e a cada um dos seres.

Costuma ser confundida com metafísica. Conquanto tenham certa comunhão ou interseção em objeto de estudo, nenhuma das duas áreas é subconjunto lógico da outra, ainda que na identidade.

http://pt.wikipedia.org/wiki/Filosofia

http://pt.wikipedia.org/wiki/Ser

http://pt.wikipedia.org/wiki/Metaf%C3%ADsica

Inteligência Artificial Representação do Conhecimento Prof. Jorge Manuel Lage Fernandes Prof....

Documents

Transcript of Inteligência Artificial Representação do Conhecimento Prof. Jorge Manuel Lage Fernandes Prof....