Inteligência Artificial

Transcrição

1 Inteligência Artificial Representação de conhecimento Nível do conhecimento e nível simbólico Prof. Paulo Martins Engel Informática UFRGS Prof. Paulo Martins Engel Representação do conhecimento As técnicas de IA fraca para resolução de problemas se concentram na representação de problemas. As técnicas de IA forte para resolução de problemas se concentram na representação de conhecimento. A abordagem dos Sistemas Baseados em Conhecimento supõe que, se for dado o conhecimento de domínio apropriado e mecanismos para realizar raciocínio sobre este conhecimento, então um SBC é capaz de igualar ou mesmo superar o desempenho de especialistas humanos em tarefas restritas. Nas décadas de 70 e 80, vários sistemas especialistas obtiveram sucesso: DENDRAL: infere a estrutura das moléculas orgânicas a partir de suas fórmulas químicas e de informações de espectrografia de massa das ligações químicas, usando conhecimento heurístico de especialistas em química. MYCIN: utiliza conhecimento de especialistas médicos para diagnosticar e prescrever tratamento para meningite espinhal e infecções bacterianas do sangue. Tratava raciocínio com informações incertas ou incompletas. 2

2 Informática UFRGS Prof. Paulo Martins Engel Representação do conhecimento Para a solução de problemas complexos encontrados na IA é preciso uma grande quantidade de conhecimento e alguns mecanismos para a manipulação deste conhecimento, a fim de criar soluções para novos problemas. O tipo de conhecimento útil para a solução de problemas é aquele que está associado às descrições, heurísticas e procedimentos que um especialista no domínio utiliza para a solução de problemas. Este conhecimento do domínio, se bem representado computacionalmente, pode ser manipulado adequadamente, contrastando com o conhecimento profundo, que normalmente está baseado numa descrição teórica de difícil trato computacional. Como exemplo, a descrição funcional de uma porta lógica através de uma tabela verdade equivaleria ao conhecimento do domínio, enquanto que a descrição do comportamento dos seus valores contínuos desde as suas entradas até as saídas através das equações de corrente representaria o conhecimento teórico do funcionamento deste componente. 3 Conhecimento Segundo [Hayes-Roth; Waterman; Lenat, 1983] consiste em (1) descrições simbólicas que caracterizam os relacionamentos empíricos e definicionais em um domínio e (2) os procedimentos para manipulação dessas descrições. Conhecimento inclui a informação sobre o domínio e a forma como essa informação é utilizada para resolver problemas. Ex.: Maria tem mais de 18 anos. Maiores de 18 anos são responsáveis legais por seus atos. Maria será cobrada pelos danos.

3 Informação Reconhecimento dos objetos do domínio, suas características, suas restrições e seus relacionamentos com os outros objetos, sem ater-se à utilidade dessa informação. É o dado com o seu significado associado. Ex.: Idade de Maria = 20 anos Dado Representação simbólica de um objeto ou informação do domínio sem considerações de contexto, significado ou aplicação. Ex.: 20 anos Domínio: Qualquer conjunto relativamente circunscrito de atividades.

4 Representação de Conhecimento Combinação de estruturas de dados e procedimentos de interpretação que, se utilizados do modo certo por um programa, irão levar um sistema a apresentar um comportamento inteligente. Representação < > Conhecimento Evolução Paradigma de transferência Especialista detém o conhecimento que deve ser extraído e colocado no sistema. Paradigma de modelagem Organização detém o conhecimento Conhecimento existente nas pessoas, arquivos, sistemas deve ser extraído e modelado em um formato computacional

5 Nível de Conhecimento de Newell Comportamento Agente Observador Nível do Conhecimento Racionalizar Implementar Ambiente Nível Simbólico Modelagem do Conhecimento Nível do Conhecimento Visão HUMANA Modela o conhecimento segundo a forma de solução de problemas do agente Uma aproximação do especialista Foco na semântica Nível Simbólico Visão da MÁQUINA Modela o conhecimento de forma que possa ser processável por computador Uma aproximação da máquina Foco na eficiência

6 Modelagem Conceitual Guizzardi, Giancarlo. Ontological foundations for Structural Conceptual Models. CTIT, Enschede, Netherlands, 2005 Guarino, N. Formal ontology, conceptual analysis and knowledge representation. Int.Journal Human-Computer Studies:43, , Modelagem Conceitual Atividade de descrever formalmente o mundo físico e social com o propósito de compreensão e comunicação. É voltado para pessoas e não para máquinas. Oferece suporte para lidarmos com tarefas do dia a dia, oferecendo modelos que capturem parte da realidade, ou seja, o domínio do discurso. Por exemplo: um sistema de atendimento médico vai ser referir a pacientes, doenças, tratamentos, médicos, planos de assistência, etc. 12

7 Guizzardi, Giancarlo. Ontological foundations for Structural Conceptual Models. CTIT, Enschede, Netherlands, Representações de porções da realidade são úteis para Compreender e aprender comunicar-se raciocinar e resolver problemas 13 Modelos e Ontologias Extensional A sobre B B sobre Mesa Relações definidas sobre um domínio específico <D, R> R : função das relações relevantes em D Mundo dos Blocos A B C Intensional O quê significa sobre em qualquer mundo possível? Relações definidas sobre um espaço de domínio. <D, W> W : conjunto dos mundos possíveis R : função total de todas a relações em D. A B C C B B A A C A C B Guarino, Formal ontology and Information systems,

8 Entidades abstratas Representações Abstração Construída em termos de Conceitualizações: conjunto de conceitos que suportam as atividades do domínio; Modelo : abstração de uma porção da realidade, articulada de acordo com uma conceitualização particular Especificação do modelo: representação do modelo através de algum formalismo para que seja documentado e comunicado, um modelo deve ser capturado em uma representação Linguagem de especificação : formalismos que definem o significado dos símbolos que representam um modelo Conceitualizações e modelos são entidades abstratas que só existem na mente dos usuários de uma linguagem. 15 Representada por Conceitualização Interpretada como Linguagem Instância de Usado para compor Instância de Usado para compor Representado por Modelo Mundo mental Interpretado como Mundo formal Especificação do Modelo 16 Guizzardi, 2005

9 Ontologias Termo do domínio da Filosofia A disciplina filosófica preocupada com o estudo do ser. Sistematiza conjuntos de categorias das coisas que existem. Um conjunto de categorias que sistematiza as coisas fundamentais que existem. Ontologias Na Ciência da Computação Uma especificação formal e explícita de uma conceitualização compartilhada (Gruber) Um artefato de engenharia (processável por computador) que representa a conceitualização que uma dada comunidade tem de uma dada porção da realidade (domínio). Envolve a representação de Conceitos, relações, atributos que usamos para estruturar os discursos do domínio.

10 Ontologias Na Ciência da Computação Do ponto de vista de sistemas: O que existe do mundo é o que pode ser representado computacionalmente. Ontologias definem o que existe para o sistema De um modo que reflita a conceitualização humana. Ontologias Conceitualização?

11 Conceitualização? Ontologias Mesma conceitualização abstrai diferentes estados de coisas do mundo. Bloco, está abaixo de, está acima de, etc Para que servem? Ontologias Permitir que tanto pessoas quanto agentes de software compartilhem uma compreensão comum da estrutura da informação de um domínio. Permitir o reuso do conhecimento de domínio Tornar as suposições do domínio explícitas Separar o conhecimento declarativo do domínio do conhecimento operacional/procedural (utilizado para manipular o conhecimento declarativo)

12 Triangulo de Ullmann Conceito Conceitualização Compromisso Ontológico! abstrai representa Objeto Realidade refere-se a Símbolo Linguagem 23 Níveis de Abstração Existência Slajsjfeioruasfdjdfdsjf Flsdjf;lwejr;ewoujradsfjsdj Kdflasjdfl;wejr;dsajflsjd Lsdjflaewj;ra;ewj;fljds Sdfkasdl;fksadkf Dskfaskdfá;kfas Sdkfakdsfaksdf;kasdfsd;fk Conceitualização Representação

13 Conceitualização X Linguagens L1 Maçã Mesma Conceitualização! L2 Apple L1 Jaguar L2 Jaguar Diferentes Conceitualizações! 25 Construção de Modelos Representação de ontologias devem seguir a Máxima Conversacional : A mensagem deve ser relevante, completa, clara, não-ambígua, breve, sem excesso de informação e verdadeira do ponto de vista do conhecimento do emissor 26

14 Engenharia de Ontologias Ontologia como Modelo Conceitual PROJETO Ontologia como Implementação 1 (SHOIN/OWL-DL, DLR US ) Ontologia como Implementação 2 (CASL) Ontologia como Implementação 3 (Alloy, F-Logic ) 27 Primitivas de Modelagem das Linguagens Conceito, classe ou objeto Propriedades ou atributos Espaço de domínio de propriedades Relações estruturantes (IS-A, Sub-class) Outras relações Axiomas Qual a semântica associada a essas primitivas?

15 Informática UFRGS Prof. Paulo Martins Engel Sistemas baseados em conhecimento A maioria dos sistemas de IA baseados em conhecimento (SBC) se compõe de uma base de conhecimento (BC) e uma lógica de controle, responsável pelo mecanismo de raciocínio. A separação do conhecimento do domínio do mecanismo de manipulá-lo permite que sejam implementadas diferentes tarefas com o mesmo conhecimento. SBC Entradas: fatos, evidências Base de conhecimento Saídas: ações, hipóteses, etc. Mecanismo de raciocínio 29 Informática UFRGS Prof. Paulo Martins Engel Formas de representação do conhecimento Usualmente, um SBC utiliza as seguintes formas de representação do conhecimento: Regras de produção Lógica Redes semânticas Frames Procedimentos Além dessas formas de representação explícita do conhecimento, um sistema inteligente pode se valer de outras formas de representar e manipular conhecimento, como: Redes neurais artificiais Raciocínio baseado em casos 30

16 Informática UFRGS Prof. Paulo Martins Engel Categorias de problemas para SBC Interpretação: formar conclusões de alto nível de coleções de dados brutos. Predição: projetar conseqüências prováveis de situações disponíveis. Diagnóstico: determinar a causa de mau funcionamento em situações complexas com base em sintomas observáveis. Projeto: encontrar uma configuração de componentes do sistema que alcance os objetivos de desempenho, satisfazendo restrições de projeto. Planejamento: estabelecer uma seqüência de ações que alcançarão um conjunto de objetivos, dadas certas condições iniciais e restrições de tempo de execução. Monitoramento: comparar o comportamento observado de um sistema com o seu comportamento esperado. Instrução: dar assistência ao processo de educação em domínios técnicos. Controle: governar o comportamento de um ambiente complexo. 31 Informática UFRGS Prof. Paulo Martins Engel Representação do Domínio O processo de engenharia de conhecimento se preocupara em representar o domínio através dos seus conceitos gerais: objetos, ações, crenças, tempo, formando uma ontologia do domínio. A organização de objetos em categorias é muito importante, porque grande parte do raciocínio ocorre no nível de categorias. Por exemplo, um consumidor talvez esteja interessado em comprar uma bola de futebol e não uma determinada bola de futebol, como a BF9. As categorias permitem fazer previsões sobre objetos, p. ex: se um determinado objeto é identificado como uma fruta, então ele é comestível. A Lógica de Primeira Ordem (LPO) é uma ferramenta adequada para formalizar conhecimento de domínio, entretanto, com ela é difícil tratar exceções. A representação de conhecimento por regras de produção (RP) é mais modular e flexível, mas tem pouca estrutura. Qualquer forma de representação do domínio traz vantagens e desvantagens. 32