Inteligência Artificial. Categorias de Conhecimento

Documentos relacionados
Inteligência Artificial

Representação do Conhecimento

Representação do Conhecimento

O Estudo do Conhecimento

Inteligência Artificial. Sistemas Inteligentes. Síntese baseada no cap.2 Sistemas Inteligentes da Solange Rezende

Inteligência Artificial. Sistemas Baseados em Conhecimento. Representação de Conhecimento (continuação)

Sistemas Baseados em Conhecimento

Inteligência Artificial. Sistemas Baseados em Conhecimento. Técnicas para Representação de Conhecimento Continuação

Inteligência Artificial. Conceitos Gerais

Agentes Baseados em Conhecimento

Técnicas de Inteligência Artificial

Sistemas Especialistas (SE)

Sistemas Especialistas

Representação de Conhecimento

Sistemas Especialistas. Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 6)

Inteligência Artificial. Sistemas Baseados em Conhecimento. Aula IV Técnicas para Representação de Conhecimento

Tópicos Especiais em Informática Fatec Indaiatuba

Inteligência Artificial. Sistemas Baseados em Conhecimento. Técnicas para Representação de Conhecimento Continuação

Paradigma Simbólico. Sistemas de Informação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 2)

INTELIGÊNCIA COMPUTACIONAL

Fundamentos de Lógica e Algoritmos. Aula 1.2 Introdução a Lógica Booleana. Prof. Dr. Bruno Moreno

Introdução a Sistemas Inteligentes

Aula 02 Introdução à Lógica. Disciplina: Fundamentos de Lógica e Algoritmos Prof. Bruno Gomes

Fundamentos de Lógica Matemática

Representação de Conhecimento Considerações Gerais

Pós-Graduação em Engenharia de Automação Industrial SISTEMAS INTELIGENTES PARA AUTOMAÇÃO

CONTEÚDO LÓGICA NEBULOSA INTRODUÇÃO INTRODUÇÃO. Lógica Procura modelar o raciocínio. Lógica. Marley Maria B.R. Vellasco

µsíntese manhosa de PC

Inteligência Artificial. Prolog. Aula 2 Introdução (cont.)

Inteligência Artificial

Lógica Proposicional (Consequência lógica / Dedução formal)

Ontologias. Profa. Lillian Alvares Faculdade de Ciência da Informação, Universidade de Brasília

Inteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC

Aquisição de Conhecimento

Cálculo proposicional

Inteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC.

Sistemas Especialistas. Prof. Msc. Jacson Rodrigues

Programação Básica de Computadores

Fundamentos de Lógica Matemática

Lógica Proposicional. Prof. Dr. Silvio do Lago Pereira. Departamento de Tecnologia da Informação Faculdade de Tecnologia de São Paulo

GFM015 Introdução à Computação. Algoritmos. Ilmério Reis da Silva UFU/FACOM

INF 1771 Inteligência Artificial

TÓPICOS INTRODUÇÃO AO APRENDIZADO DE MÁQUINA INTELIGÊNCIA X APRENDIZADO INTELIGÊNCIA X APRENDIZADO APRENDIZADO DE MÁQUINA (AM) HUEI DIANA LEE

Dedução Natural e Sistema Axiomático Pa(Capítulo 6)

Lógica Proposicional e Dedução Natural 1/48. Douglas O. Cardoso docardoso.github.io

Inteligência Artificial. Algoritmos Genéticos. Aula I Introdução

Cálculo proposicional

Lógica Computacional

Fórmulas da lógica proposicional

Matemática Computacional. Introdução

Paradigmas de Linguagem de Programação. Aspectos Básicos

Figura: Capa do Livro Russell, S., Norvig, P. Artificial Intelligence A Modern Approach, Prentice-Hall.

MAC425/5739 Inteligência Artificial 6. Agentes lógicos

INTELIGÊNCIA ARTIFICIAL

INSTITUTO DE PÓS GRADUAÇÃO ICPG GESTÃO DA TECNOLOGIA DA INFORMAÇÃO

7 Congresso de Pós-Graduação MODELAGEM DE BASE DE CONHECIMENTO PARA TAREFA DE CLASSIFICAÇÃO EM MINERAÇÃO DE DADOS

onio Baseado em Casos

Introdução. Prof. Dr. Silvio do Lago Pereira. Departamento de Tecnologia da Informação Faculdade de Tecnologia de São Paulo

Ciências da Linguagem e da Cognição

SIMPÓSIO: COGNIÇÃO: RELEVÂNCIA E METAS COORDENADOR FÁBIO JOSÉ RAUEN (UNISUL)

Algoritmos Genéticos. Texto base: Stuart Russel e Peter Norving - Inteligência Artificial

Linguagem com sintaxe e semântica precisas: lógica. Mecanismo de inferência: derivado da sintaxe e da

Resumo aula. Conceituação; Origem; Lógica de programação; Argumentos; Lógica simbólica; Dedutivos; Indutivos;

Lógica. Abílio Rodrigues. FILOSOFIAS: O PRAZER DO PENSAR Coleção dirigida por Marilena Chaui e Juvenal Savian Filho.

APLICAÇÃO DE ALGORITMOS BIO-INSPIRADOS EM CONTROLE ÓTIMO

Fundamentos da Computação 1. Aula 03

Aula 2 BD Introdução. Profa. Elaine Faria UFU

Sistemas Especialistas e Representação do Conhecimento. Sistemas Especialistas e Representação do Conhecimento. Sistema Especialista

Lógica Proposicional Parte 2

Sumário Raciocínio Baseado em Casos

INF 1771 Inteligência Artificial

Sistemas Baseados em Conhecimento SBC

Modelo Entidade Relacionamento

CP Introdução à Informática Prof. Msc. Carlos de Salles

INTELIGÊNCIA ARTIFICIAL

Projeto de Interface Homem- Máquina

Interpretação de Imagens com CSP

Modelagem de Dados Usando o Modelo Entidade-Relacionamento (ME-R)

Fundamentos de Inteligência Artificial [5COP099]

Conhecimento e Raciocínio Agente Lógicos Capítulo 7. Leliane Nunes de Barros

Lógica Formal. Matemática Discreta. Prof Marcelo Maraschin de Souza

Algoritmos e Programação de Computadores Disciplina:

Computação I: Representações de Algoritmos

DS: notação. Falta-nos apenas dar exemplos de DSS que contenham a criação de objectos temporários e sua posterior destruição.

LÓGICA NEBULOSA CONTEÚDO

Fundamentos de Programação

Universidade Federal do ABC Rua Santa Adélia, Bairro Bangu - Santo André - SP - Brasil CEP Telefone/Fax:

Tipos de Raciocínio. Indução e Dedução. Prof. Samuel Swerts

CP Compiladores I Prof. Msc.. Carlos de Salles

Afirmação verdadeira: frase, falada ou escrita, que declara um facto que é aceite no momento em que é ouvido ou lido.

Inteligência Artificial. Aula 1 Prof. Nayat Sánchez Pi

Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação. Inteligência Artificial. Lógica Fuzzy Aula II

Transcrição:

Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2017.html Inteligência Artificial Categorias de Conhecimento

Roteiro Conclusão das discussões sobre representação de conhecimento

Estruturação do Conhecimento Representação esquemática da relação entre a qualidade do dado/informação e seu volume. Volume Competência Decisão/Acção Conhecimento Informação Estruturada Dados Valor

Características do Conhecimento Características do conhecimento: Ele é volumoso possui diversos aspectos, características e detalhes. A cada momento, novo conhecimento é gerado... Ele é 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. Ele está em constante mudança é aperfeiçoado sistematicamente, crescendo e se modificando permanentemente. Ele é individual e único cada indivíduo interpreta seu conhecimento de forma única. 4

Representação do Conhecimento 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 5

Representação do Conhecimento 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. 6

Representação do Conhecimento 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 7

Representação do Conhecimento 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. 8

Representação do Conhecimento Algumas técnicas p/representação de conhecimento: Lógica Regras de produção Redes semânticas Frames OO Árvores de Decisão Scripts Esquemas Híbridos 9

Categorias de Raciocínio Categorias Típicas de Raciocínio Dedução Indução Abdução Analogia 10

Categorias de Raciocínio: dedução 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 11

Categorias de Raciocínio: dedução Fatos + regras de inferência => novos fatos Causa e efeito: Se há fogo (causa), há fumaça (efeito). Aqui tem fogo, logo, aqui tem fumaça (novo fato) 12

Categorias de Raciocínio: dedução Exemplo: dedução Premissa 1: Toda mulher é interessante Premissa 2: Maria é mulher Conclusão: Maria é interessante 13

Categorias de Raciocínio: indução 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 14

Categorias de Raciocínio: indução Parte dos fatos para gerar regras fato1 + fato2 + fato 3 => regra! Exemplo: Antônio e Maria, têm dor no fundo dos olhos e ambos tem dengue, então todo mundo que tem dengue, tem dor no fundo dos olhos Transforma conhecimento em extensão em conhecimento em intenção!! 15

Categorias de Raciocínio: indução Conhecimento em extensão = Instâncias do conceito Ex1. cadeira 1, cadeira 21, cadeira 613,... Ex2. os sintomas de dengue de João, de Maria, de José,... Conhecimento em intenção = Definição do conceito (ou ação), normalmente usando regras, em termos de sua função, estrutura, etc. Ex1. X, cadeira(x) assento(x). cadeira: serve para sentar, tem assento,... Ex2. X, tem-dengue(x) tem-dores(x) tem-febre(x). quem tem dengue tem febre, dores,.. 16

Categorias de Raciocínio: indução Exemplo: indução Caso 1: Beatriz é médica Beatriz tem um ótimo salário Caso 2: Carlos é médico Carlos tem um ótimo salário Caso 3: Lucas é médico Lucas tem um ótimo salário Lei geral: Médico tem um ótimo salário 17

Categorias de Raciocínio: abdução 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 18

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) Exemplo. Se há dor no fundo dos olhos, a doença é dengue 19

Categorias de Raciocínio: abdução Exemplo: Se eu vi um vídeo dizendo que fumar causa câncer de pulmão e José morreu de câncer de pulmão, Lei Geral: posso inferir que José era um fumante. 20

Categorias de Raciocínio: analogia 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 aceitável ou provável. 21

Categorias de Raciocínio: analogia 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, o uso de aspirina não foi adequado, então vamos evitar receitar aspirina neste caso semelhante 22

Categorias de Raciocínio: analogia Exemplo: Caso anterior: João bebeu a vida toda. João teve cirrose hepática. Caso analisado: Maria ingeriu bebida alcoólica a vida toda. Inferência por analogia: Maria pode ter cirrose hepática. 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

Conhecimento declarativo x Procedimental Conhecimento representado de modeo procedimental ou declarativo Procedimental São fatos e seqüências de instruções para manipular esses fatos Ex.: como trocar um pneu de um carro Declarativo São descrições dos fatos, relacionamentos e regras Ex.: o fígado é um órgão do corpo humano 25

Processo de Desenvolvimento de um SBC (Rezende)

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