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. 1
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 é o processo de produzir inferências, a partir de conhecimentos armazenados na memória. 2
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. 3
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 4
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. 5
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 6
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. 7
Conhecimento Procedural Redes Semánticas Frames (Quadros) Scripts (Roteiros) Árvores de Decisão Conhecimento Probabilístico Conhecimento Fuzzy Regras Casos Esquemas Híbridos 8
Conhecimento Procedural o conhecimento é representado em forma de funções/procedimentos. Redes Semánticas 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. 9
Frames (Quadros) 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. Scripts (Roteiros) é uma representação estruturada que descreve uma seqüência estereotipada de eventos em um contexto particular. Criada por Schank como um meio de organizar estruturas conceituais. 10
Árvores de Decisão conceitos são organizados em forma de árvores. Conhecimento Probabilístico uso de probabilidades para representar incerteza embutida no conhecimento, Redes Bayesianas Conhecimento Fuzzy uso da Lógica Fuzzy para representar a imprecisão inerente ao conhecimento. 11
Regras sistemas de produção para codificar regras de condição/ação. Casos uma experiência passada, acumulando casos e tentando descobrir, por analogia, soluções para outros problemas. Esquemas Híbridos qualquer representação do formalismo que emprega a combinação de esquemas de representação do conhecimento. 12
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. 13
Como poderíamos conceber um mecanismo geral para representar o conhecimento? Como podemos representar definições? E exceções? Quando um sistema inteligente deve fazer suposições préconcebidas 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? 14
Representação & Raciocínio Raciocínio é um processo de construção de novas sentenças a partir de sentenças existentes. Categorias (Típicas) de Raciocínio Dedução Indução Abdução 15
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 16
Categorias de Raciocínio: dedução Exemplo: Premissa 1: Todo homem é mortal Premissa 2: João é homem Conclusão: João é mortal 17
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 18
Categorias de Raciocínio: indução Exemplo: Caso 1: Bactéria 1 é gram-positiva Bactéria 1 tem coloração violeta ou azul escura através da técnica de Gram. Caso 2: Bactéria 2 é gram-positiva Bactéria 2 tem coloração violeta ou azul escura através da técnica de Gram. Caso 3: Bactéria 3 é gram-positiva Bactéria 4 tem coloração violeta ou azul escura através da técnica de Gram. Lei geral: Bactérias gram-positivas tem coloração violeta ou azul escura através da técnica de Gram. 19
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 está errada. Formalmente : Se Y é verdade e X implica em Y, então X é verdade 20
Categorias de Raciocínio: abdução 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. 21
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. 22
Categorias de Raciocínio: analogia 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. 23
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. 24
Sistema baseado em conhecimento (dedutivo) 25
Como adquirir conhecimento? Aprender Várias técnicas... Aprendizagem Simbólica Redes Neurais Algoritmos Genéticos Explicitar: engenharia de conhecimento Várias técnicas... Programação em lógica, sistemas de produção,... 26
Ciclo de vida dos sistemas baseados em conhecimento Nível de Conhecimento AQUISIÇÃO linguagem natural Nível Lógico Nível de Implementação FORMALIZAÇÃO IMPLEMENTAÇÃO REFINAMENTO linguagem de representação de conhecimento BC linguagens de programação 27
: Lógica As representações lógicas Fruto do desenvolvimento teórico no domínio da lógica formal, estas representações remontam aos primeiros dias da IA (cf. o Logic Theorist de Newell, Shaw e Simon em 1956). Arquétipo da representação declarativa, elas concernem sobretudo a lógica matemática (lógica das proposições e lógica dos predicados de primeira ordem). Mas outras lógicas não padrão são igualmente utilizadas. 28
: Lógica A lógica das proposições As fórmulas lógicas coerentes O termo proposição recobre a idéia de asserção formulada seguindo uma certa sintaxe e susceptível de ser avaliado "verdadeiro" ou "falso" por um universo dado. Uma fórmula básica bem formada permite representar um fragmento do conhecimento (verdadeiro ou falso). 29
: Lógica A lógica das proposições Insuficiência da lógica das proposições A lógica das proposições se revela insuficiente quando deseja-se deduzir propriedades válidas para um conjunto de elementos do mundo real. A lógica das proposições de primeira ordem fornece os meios para precisar o alcance das assertivas mais gerais e, portanto, de exprimir este tipo de conhecimento. 30
: Lógica A lógica de predicados de primeira ordem Pode ser vista como uma extensão da lógica das proposições. Munida de propriedades de base da lógica das proposições, ela permite entre outras coisas, introduzir elementos gerais chamados "variáveis". As fórmulas bem formadas da lógica dos predicados podem, como antes, serem avaliados verdadeiras ou falsas para uma interpretação dada. 31
: Lógica A lógica de predicados de primeira ordem Observações: A noção de primeira ordem é associada ao fato das variáveis poderem ser quantificadas, mas não os predicados nem as funções. Demonstra-se que é impossível encontrar um método geral para decidir o valor de uma fórmula quantificada: a lógica dos predicados de primeira ordem é "não decidível". 32
: Lógica A Inteligência Artificial (IA) deve ter mecanismos para a representação de fatos. A Lógica representa os fatos do mundo real por meio das fórmulas bem formadas ("fbf's") ou proposições lógicas. A prova de teoremas foi um dos primeiros domínios a explorar as técnicas de IA. 33
Lógica É importante lembrar que: Lógica proposicional - O termo proposição recobre a idéia de asserção formulada seguindo uma certa sintaxe e susceptível de ser avaliado "verdadeiro" ou "falso" por um universo dado. 34
Lógica É importante lembrar que: Lógica de predicados de primeira ordem - pode ser vista como uma extensão da lógica das proposições Munida de propriedades de base da lógica das proposições, permite introduzir elementos gerais chamados "variáveis (normalmente chamadas u, v,, z), que podem ser quantificadas pelo quantificador universal (qualquer que seja) ou pelo quantificador existencial (existe). 35
Lógica Simbologia a ser utilizada: (implicação) (negação) (disjunção) (conjunção) É importante lembrar que: A noção de primeira ordem é associada ao fato das variáveis poderem ser quantificadas, mas não os predicados nem as funções. (quantificação universal = "para todos") (quantificação existencial = "existe"). 36
Lógica Objetivo: Explorar o uso da lógica de predicados como uma forma para representar o conhecimento. Considere o seguinte conjunto de sentenças: 1. Marco era um homem. 2. Marco era um pompeiano. 3. Todos os pompeianos eram romanos. 4. César era um soberano. 5. Todos os romanos ou eram leais a César ou o odiavam. 6. Todos são leais a alguém. 7. As pessoas somente tentam assassinar soberanos aos quais elas não são leais. 8. Marco tentou assassinar César. 37
Lógica Representação dos fatos descritos por estas sentenças a partir de um conjunto de fbf's na lógica de predicados: 1. Marco era um homem. homem(marco) 2. Marco era um pompeiano. pompeiano(marco) 3. Todos os pompeianos eram romanos. X: pompeia no(x) 4. César era um soberano. soberano(cesar) romano(x) 38
Lógica 5. Todos os romanos ou eram leais a César ou o odiavam. X: romano( X) leal(x,cesar) 6. Todos são leais a alguém. X: Y: leal(x,y) odiar(x,cesar) 7. As pessoas somente tentam assassinar soberanos aos quais elas não são leais. X: Y: pessoa(x) tentarassassinar(x,y) leal(x,y) 8. Marco tentou assassinar César. tentarassassinar(marco,cesar) 39
Lógica Deste exemplo simples, é possível perceber três pontos importantes na conversão de sentenças do português em fórmulas da lógica: Muitas sentenças do português são ambíguas (por exemplo, 5, 6 e 7). A escolha da interpretação correta pode ser difícil. Existe freqüentemente uma escolha de como representar o conhecimento. Representações simples são desejáveis mas elas podem impedir certos tipos de raciocínio. Mesmo em situações muito simples, um conjunto de sentenças não parece conter toda a informação necessária para raciocinar sobre o tópico em questão. Para ser capaz de usar um conjunto de fórmulas efetivamente, é muitas vezes necessário ter acesso a um outro conjunto de fórmulas que representam fatos considerados óbvios demais para mencionar (senso comum). 40
Lógica Como responder à questão: Marco era leal a César? Parece que usando 7 e 8, dá para concluir que Marco não era leal a César (ignorando a distinção entre passado e presente). Há a necessidade de inclusão de conhecimento de senso comum: X (homem(x) 9. Todos os homens são pessoas. pessoa(x)) 41
Lógica O desenvolvimento de uma base de conhecimento em lógica de primeira ordem exige um processo cuidadoso de análise do domínio, escolha de um vocabulário e codificação dos axiomas necessários para dar suporte às inferências desejadas. 42
Lógica Vantagens da lógica formal Fundamenta-se sobre bases teóricas sólidas; Possui formato/estrutura natural para exprimir fatos e relações dedutíveis entre os fatos; Perfeitamente adaptada ao raciocínio exato em situações em que dispõe de dados completos, como a demonstração de teoremas, a resolução de enigmas, etc. 43
Lógica Inconvenientes da lógica formal O rigor do seu formalismo, no qual os predicados recebem valores binários VERDADEIRO ou FALSO, não permite exprimir apreciações mais sutis; Não permite tomar decisões nos casos de informações incompletas; Como alternativa para estas limitações, outras lógicas foram introduzidas: lógicas não monotônicas, lógicas multivaloradas e lógicas modais. 44
Lógica Inconvenientes da lógica formal Não fornece meios de organização do conjunto de conhecimentos manipulados (Em casos onde este conjunto é importante, este é um inconveniente quanto à sua manipulação); Consequentemente, representar conhecimento de natureza procedural ou heurística é bastante difícil. 45
Lógica Aplicações da lógica - Diversos sistemas ou linguagens integram o raciocínio lógico: PROLOG, As bases de dados dedutivas, nas quais as técnicas de inferência lógica encontram uma aplicação na resolução de um problema expresso na forma de consulta a uma base de dados, permitindo deduzir uma informação que não é organizada explicitamente na base. Os diferentes modelos atuais correspondem a uma ligação mais ou menos forte entre um sistema de gerenciamento de banco de dados (SGBD) clássico, adaptado à manipulação de grandes quantidades de informação estruturada de maneira uniforme, e um mecanismo de dedução do tipo PROLOG. 46