Post on 13-Oct-2018
Representación del Conocimiento Otros formalismos
Introducción a la Inteligencia Artificial.
Licenciatura en Ciencias de la Computación.
Conocimiento – Definición
El conocimiento es una mezcla de experiencia, información y “saber hacer” que actúa como marco para la incorporación de nuevas experiencias y guia la acción.
Se utiliza para alcanzar una meta
Genera nuevo conocimiento
Resulta en gran medida dependiente de la tarea y del dominio de aplicación.
PREMISA FUNDAMENTAL DE IA:
Para que un sistema informático demuestre un comportamiento “inteligente” en la solución de problemas, debe poseer :
•gran cantidad de conocimientos
•un potente mecanismo de razonamiento.
IMPORTANCIA DE UNA ADECUADA REPRESENTACION DEL CONOCIMIENTO
Niveles de representación:
• La representación elegida influye directamente en la
eficacia y eficiencia de la solución lograda
�Nivel del conocimiento
�Nivel simbólico
Hechos, comportamiento y objetivos de los agentes.
Símbolos manipulables por un sistema
Debe existircorrespondencia
Adecuación representacional
Adecuación inferencial
Representación:Modelado de un sistemaAdquisición del conocimiento
Conceptos y relaciones
Métodos deresolución
Modelo Conceptual
Modelo Formal
No computable
Semicomputable
�Representa simbólicamente y organiza el conocimiento.
�Determina el mecanismo de inferencia adecuado.
Representación: Modelado de un sistema
Modelo Computable
Operacional
� Bases de Conocimiento� Mecanismos de inferencia� Mecanismos de control
Las tareas de adquisición y modelado son difíciles y costosas.
Existen esquemas de representación útiles en dominios variados.
Los Sistemas Basados en Conocimiento los combinan.
ELEMENTOS BASICOS QUE INTERVIENEN EN EL DISEÑO DE UN SISTEMA BASADO EN EL CONOCIMIENTO (KBS)� Lenguaje formal para expresar conocimiento� Forma de efectuar razonamientos
COMPONENTE MEDULAR DE UN KBS (Agente)
BASE DE CONOCIMIENTOS (KB)
Es un conjunto de representaciones de hechos
acerca del mundo
Conjunto de sentencias del lenguaje para la
representación del conocimiento
DISTINTOS FORMALISMOS
�FORMALISMOS LOGICOS�SISTEMAS DE PRODUCCION�FORMALISMOS
ESTRUCTURADOS:• REDES SEMANTICAS
• FRAMES
• OBJETOS
OTROS FORMALISMOS Sistemas de producción
�Utilizan elementos de la lógica
�Salen del marco estrictamente formal�más flexibles�más eficientes
�Pierden propiedades fundamentales como la consistencia y completitud.
Newell & Simon - 1973
Sistemas de producción�Los procesos del dominio se representan como acciones
independientes que son integradas por el mecanismo de
inferencias para resolver una tarea más general.
Motor deInferencias
BASE DE CONOCIMIENTO
Base deHechos
Base deReglas
ARQUITECTURA
Sistemas de producción�Se utilizan Reglas de Producción para
representar el conocimiento�IF <premisa> THEN <conclusión y/o acción>
�Son los elementos de deducción básicos
�El proceso de inferencia se basa fundamentalmente en la Regla de Inferencia de la lógica denominada MP �A →B, A / ∴B
Reglas de producción�Es el modelo formal para representar un
elemento mínimo de conocimientoIF <premisa> THEN <conclusión y/o acción>
ConclusiónPuede especificar Acción
Estrategia�La premisa puede tener conectivos lógicos<premisa> = <cláusula1 AND/OR...AND/OR
cláusulak>
Reglas de producción- Ejemplos
� Si un animal come carne entonces es carnívoro.
� Si un animal tiene dientes agudos y garras entonces es carnívoro.
� Si un animal es carnívoro y es de color marrón-claro y tiene el pelaje franjas negras, entonces es un tigre.
Reglas de producción- Ejemplos
Sintaxis Reglas en KAPPA-PC
MakeRule( Rtigre, [],animal:grupo #= carnívoro Andanimal:color #= leonado And
animal:pelaje #= franjas_negras,animal:especie = tigre );
Sistemas de producción
�Cada regla es independiente del resto de las reglas en la BC.
�Las reglas no tienen porque estar ordenadas en la BC.
�Las reglas se pueden agrupar por nociones semánticas en “módulos” o “grupos”.
�El metaconocimiento puede ser expresadomediante reglas: metareglas
Sistemas de producción Como razonamos???
� Utilizando un
MECANISMO DE INFERENCIA
(MOTOR DE INFERENCIA)
El cual determina de que forma utilizar las reglas para alcanzar el objetivo planteado
Sistemas de producción Motor de Inferencia
Direcciones de búsqueda:
� Hacia delante, Forward Chaining o guiada por los hechos.
� Hacia atrás, Backward Chaining o guiada por los objetivos.
Implementa alguna estrategia de búsqueda dónde los operadores a aplicar son las reglas de producción.
Para seleccionar las reglas candidatas en cada estado utiliza elEMPAREJAMIENTO, FILTRADO o MATCHING.
Sistemas de producción Motor de Inferencia
Qué dirección de encadenamiento utilizar ???
Cantidad de estados iniciales vs. objetivos
Factor de ramificación
Necesidad de justificar el razonamientoDirección
natural para el
problema
A veces es conveniente encarar partes del problema con cada una
El menor
�Factores a tener en cuenta
Sistemas de producción
� Flexibles.
� Sencillos de modificar y extender.
� A los expertos les resulta simple “pensar en reglas”.
� Completitud y consistencia.
� El conocimiento se separa en pequeños “gránulos”.
VENTAJAS
PROBLEMAS Es común que se los combine con otros
formalismos.
Sistemas estructurados
� ESTRUCTURAS DE RANURA Y RELLENO (slot and filler) �REDES SEMANTICAS (Quillan 67/68)
� FRAMES (Minsky, 75)
� OBJETOS ( Década 80)
Redes semánticas� Idea: el significado de un concepto
depende del modo en que se encuentre conectado a otros conceptos
� Representación: mediante un grafo dirigido donde
� los nodos representan objetos y � los arcos relaciones entre los conceptos
REX PERRO MAMIFERO
INSTANCIA ES-UN
Redes semánticas - Ejemplo
ES- UN
ES- UNES- UN
TIENEEstudiante - FCEIA
Estudiante - UNR
Estudiante - LCC Estudiante - IEca
Juan PerezPedro García Legajo P- 1233/5
Legajo
Prom1 Prom2
Promedio
TIENE
INSTANCIA
INSTANCIAINSTANCIA
TIENETIENE
INSTANCIAINSTANCIA
Redes semánticas - Arcos
Etiquetas de los arcos
� “es-un” relación subclase-clase�“instancia” relación objeto-clase� “parte-de” relación componente-objeto
� definidas por el usuario
Dominio de aplicación
Generalización
Instanciación
Agregación
Descripción
Sistemas basados en Redes semánticas
Base de conocimiento
� En esta representación una BC es una colección de estos grafos
� Las modificaciones se refieren a inserción o eliminación de nodos y sus relaciones.
Redes semánticas Como razonamos???
�Búsqueda de intersecciónEncontrando relaciones entre objetos
�Cual es la conexión entre Rex y mamífero?
�Es Juan Pérez un estudiante de la UNR?
�Cuál es el promedio de Pedro García?
� Utiliza fundamentalmente la estructura jerárquica
Marcos (frames)�Una red semántica representa conexiones entre
entidadesProblemas más complejos
�Asignar más estructura a los nodos y a las conexiones
Marcos �No existe una distinción clara entre una Red
semántica y un sistema de Marcos
Marcos (frames)
� Idea: Estructura para atender la representación del conocimiento asociado a situaciones estereotipadas (Minsky)
� Representación: Es una colección de atributos (ranuras - slots) con valores asociados (y posibles restricciones entre valores, llamados facetas)
Marcos - Estructura
NOMBRE
ENCABEZADO ES-UN
INSTANCIA
ATRIBUTO1 VALOR1
ATRIBUTOn VALORn
•valores pordefecto•procedimientos•relación con otros marcos
(slots)
Marcos - EjemploEstudiante FCEIA
ES-UN Estudiante UNR
TIENE Legajo (letra/numerodigito)
TIENE Promedio (procedimiento)
Estudiante Ing.Eca.
ES-UN ESTUDIANTE FCEIA
Juan Perez
INSTANCIA Estudiante Ing.Eca.
TIENE Promedio = 6,80
DIRECCION ...... (Defecto Rosario)
TEL .....
TRABAJA NO (Defecto No)
Sistemas de MarcosMC ActoresInterpreta: Si(*)Nombre: Conj Caracteres(*)Peliculas: (0..100)(*)Fecha1aPelicula:
MC Fecha(*)Dia: (1..31)(*)Mes: (0..12)(*)Año: 1900..2006
MC ActorSexo: H(*)ParejaMiticaCon:
MC ActrizSexo: M(*)ParejaMiticaCon:
MI - 7543Nombre: H.BogartFecha1aPelicula:ParejaMiticaCon:
MI - 8832Nombre:L.BacallPeliculas: 42ParejaMiticaCon:
MI - 2232Dia: 27Mes: 3Año: 1944
Instancia
Instancia
Instancia
InstanciaInstancia
Sistemas de Marcos
Marcos Clase
Marcos Instancia
Representan conceptos, o situaciones genéricas
descriptos por propiedades comunes
Elementos específicos. Sus propiedades se
asocian con información de cada individuo
Propiedades
De Clase: Atributos genéricos de un concepto,
con valores comunes a todas sus ocurrencias.
De Instancia: Atributos con valores particulares
para cada ocurrencia del concepto (*).
Slots definidos enlos marcos Clase
Sistemas de MarcosConsideraciones al definir los Slots:
Evitar redundancias aprovechando la herencia.
Poseer información suficiente para identificar el marco clase.
En un marco clase se puede definir un slot de instancia en base a otro marco clase.
Los slots de instancia pueden tener uno o varios valores.
En los marcos clase se pueden redefinir slots heredados para representar excepciones a la herencia.
Sistemas de Marcos
Facetas Modelan características de slots y relaciones
Algunas facetas declarativas usuales:
Tipo de Slot: Tipo de datos de los valores, puede apuntar a otro marco.
Cardinalidad: Cantidad de valores posibles.
Valores permitidos: tipo de datos, rango o puntero a otro marco.
Valores por defecto: Para slots de instancia si quedan sin definir.
Marcos – Facetas/Métodos
Hay facetas ligadas a métodos de uso frecuente, asociados a cambios o utilización de los valores de las ranuras:
� When_needed: Formas de conseguir el valor cuando se lo necesita y no está disponible.
� Before_changed: Restricciones propias del dominio.
� After_changed: Acciones pertinentes asociadas a los cambios de valor de la ranura.
� When_accessed: Acciones pertinentes cuando la ranura es accedida de alguna forma.
Sistemas de Marcos
BASE de marcos relacionados mediante los valores de los slots (atributos)
INFERENCIA
�Utilizar la estructura jerárquica para heredar propiedades (valores de slots).
�Tener procedimientos (reglas) para hallar valores de los slots.
Sistemas de Marcos
Tienen mucha tradicion en IA y son antecesores de los objetos
Los sistemas de marcos agregan expresividad a las redes semánticas y permiten representar conocimiento declarativo y procedimental.
Marcos se utilizan para estructurar el conocimiento en Kappa-PC
Redes SemánticasSistemas de Marcos
Lógica de predicados
PODER EXPRESIVO
MAS CLAROS (GRAFICA)UTILIZAN HERENCIA
PRUEBAS DE COMPLETITUD YCONSISTENCIA
Expresividad Sistemas de Marcos - Redes
Objetos
Los vemos más como una forma de representar el mundo que como un paradigma de programación
IIA
Los encontramos en muchas herramientas dentrodel área.
Tienen ciertas características en común con los agentes.
Objetos
Pensados como gran aporte para el Reuso
BALA DE PLATA
Década del 80
Actualmente se apunta a relaciones arquitecturales entre clases para
lograr Evolución y Mantenibilidad
Patrones de diseño
Fantasías
Objetos OBJETO: Es una entidad que tiene un comportamiento.
ESTADO INTERNO MENSAJES que es capaz de responder.
INTERFAZ
Un PROGRAMA OO es una red de objetos cooperantes, que interactúan entre sí, enviándose mensajes.
ENCAPSULAMIENTO
Permite la utilización de clases con implementaciones intercambiables.
Objetos Una CLASE es la abstracción de objetos con atributos, acciones y relaciones con otros objetos y semántica común.
Define la estructura y comportamiento de cada objeto de la clase.
Es la definición de un nuevo tipo de dato.
Un OBJETO es la instancia de una clase.
Cada objeto tiene una identidad única, aún si su estado es igual al de otro objeto.
Objetos
Características de la POO
Abstracción
Encapsulamiento
Modularidad
Jerarquía
Polimorfismo
Tipos ( Tipificación)
Concurrencia
Persistencia
Objetos
ABSTRACCIÓN Una Abstracción denota las características
esenciales de un objeto que lo distinguen de todos los demás tipo de objetos y
proporciona así fronteras conceptuales
nítidamente definidas respecto a la perspectiva del observador.
Objetos ENCAPSULAMIENTO El encapsulamiento es el proceso de
almacenar en un mismo compartimiento los elementos de una
abstracción que constituyen su estructura y su comportamiento; sirve
para separar la interfaz de una abstracción y su implementación.
Objetos MODULARIDAD La Modularidad consiste en dividir un
programa en módulos que pueden compilarse separadamente, pero que
tienen conexiones con otros módulos.
Objetos JERARQUÍA
La jerarquía es una
clasificación u ordenación de abstracciones.
Las dos jerarquías más
importantes en un sistema
complejo son su estructura de clases (la jerarquía "de
clases") y su estructura de objetos (la jerarquía "de
partes").
Objetos TIPOS (TIPIFICACIÓN)
Los tipos son la puesta en vigor de la
clase de los objetos, de modo que los objetos de tipos distintos no pueden
intercambiarse o, como mucho, pueden intercambiarse sólo de formas
muy restringidas.
Objetos CONCURRENCIA La concurrencia es la propiedad que
distingue un objeto activo de uno que no está activo
Objetos PERSISTENCIA La persistencia es la propiedad de un objeto
por la que su existencia trasciende el tiempo (el objeto continua existiendo después de que
su creador deja de existir) y/o el espacio (la posición del objeto varía con respecto al
espacio de direcciones en el que fue creado).
Objetos
Las CLASES se organizan en jerarquías modelando el dominio
De Estructura: Más estática.
De Comportamiento: Ocurre en ejecución. HERENCIA
Esquema de colaboración entre objetos
(explícito en el código)
Cuando un objeto recibe un mensaje, busca el código en su clase, y si no lo encuentra comienza a buscar en las clases superiores según la jerarquía definida.
Objetos
POLIMORFISMO� Clases diferentes (polimórficas) implementan métodos con el mismo nombre.
Esto permite reducir el espacio de nombres y que el código sea más genérico, conciso y comprensible.
Es aconsejable maximizarlo
Objetos
DISEÑO
Se crean clases
Se trabaja sobre abstracciones
EJECUCIÓNRed de objetos que se envían mensajes
El significado y la implementación delos mensajes está a nivel de las clases
Jerarquía de clases: Un ejemplo CuentaBancaria
número
titular
saldo
depositar
CajaAhorro
cantExtracciones
extraer
CuentaCorriente
rojoPermitido
extraer
Objetos
Una jerarquía de clases es “sana” cuando cada vez que en una expresión un objeto de la clase más genérica recibe un mensaje, ese mensaje se puede reemplazar en las clases más específicas y la expresión sigue teniendo sentido.
Aún en los problemas más simples, cuando se sale del dominio del problema y se entra en el dominio de la solución, aparecen jerarquías más complejas y que no tienen contrapartida en el mundo real.
Ontologías•El objeto de estudio de la ciencia de la Ontología es el estudio de las categorías que existen en un dominio
•El resultado de este estudio es lo que denominamos una ontología
• Una ontología es un catálogo de los tipos de cosas que asumimos que existen en un dominio D desde la
perspectiva de alguien que usa un lenguaje L con el propósito de hablar de D
• Los elementos de una ontología representan predicados, constantes, conceptos y relaciones pertenecientes a un lenguaje L cuando se usa para
comunicar información sobre D
• Una ontología es un vocabulario
Ontologías•La capacidad de obtener deducciones a partir de la información que representa la ontología viene dada por el uso de una lógica
•La lógica por si misma no habla sobre nada, es neutra
respecto al significado, es su combinación con una ontología lo que le da a un formalismo lógico la capacidad de expresar significados, por ejemplo:
Este razonamiento no habla sobre nada en concreto salvo que asignemos significados a los átomos (P =
llueve, Q = me mojo)
Ontologías
•El desarrollo de las ontologías entronca directamente con
la Filosofía.
•Aristóteles acuñó el término Categoría como la palabra
para describir las diferentes clases en las que se dividían
las cosas del mundo
•El término ontología es relativamente moderno (s. XIX),
proviene del griego Ontos (Ser) y Logos (Palabra)
•Este se empezó a utilizar para distinguir el estudio de la
categorización del ser de la categorización que se hacía en
biología. De hecho el trabajo de categorización surge en
muchas áreas de la ciencia (filosofía, biología, medicina,
lingüística, ...)
ANTECEDENTES
Ontologías
¿Cuales son los puntos interesantes que motivan el uso de
las ontologías?
•Permiten compartir la interpretación de la estructura de la
información entre personas/agentes
•El establecer una ontología sobre un dominio permite que
dos agentes puedan entenderse sin ambigüedad y sepan a
que se refieren
•Hacer una descripción de un dominio permite que esta
pueda ser usada por otras aplicaciones que necesiten tratar
con ese conocimiento
MOTIVACIÓN
Ontologías
• Hacen que nuestras suposiciones sobre el dominio se
hagan explícitas. Facilita replantearse las suposiciones
sobre el dominio y ayuda a que otros puedan entender su
descripción
•Separan el conocimiento del dominio del conocimiento
operacional
• Permiten analizar el conocimiento del dominio.
• Una vez que tenemos una especificación del
conocimiento podemos analizarlo utilizando métodos
formales (para comprobar si es correcto, completo, ...)
MOTIVACIÓN
Ontologías
•En nuestra área de trabajo (agentes), una ontología será
una descripción formal explícita de los conceptos de un
dominio (Clases)
•Estas clases se describirán a partir de propiedades que
representarán las características, atributos y relaciones de
las clases
•Adicionalmente estas características tendrán restricciones
(tipo, cardinalidad, ...)
•Finalmente tendremos instancias (elementos
identificables) que constituirán los individuos concretos que
representa la ontología
COMPONENTES
Ontologías
Desarrollar una ontología requerirá:
•Definir las clases que forman el dominio
•Organizar las clases en una jerarquía taxonómica
•Definir las propiedades de cada clase e indicar las
restricciones de sus valores
•Asignar valores a las propiedades para crear instancias
DESARROLLO
Ontologías
• No existe una metodología establecida sobre como
desarrollar ontologías, comenzaremos por una informal
y luego veremos metodologías mas formales
• Debemos tener en cuenta:
• No existe un modo correcto de modelar un dominio.
La mejor solución dependerá de la
aplicación/problema concreto
• Los objetos de la ontología deberían ser cercanos a
los objetos y relaciones que se usan para describir
el dominio (generalmente se corresponden a
nombres y verbos que aparecen en frases que
describen el dominio)
METODOLOGÏAS
Ontologías
•No incluir versiones singulares y plurales de un término (la
mejor política es usar solamente nombres en singular o
plural)
•Los nombres no son las clases, debemos distinguir la
clase del nombre que le damos, podemos tener sinónimos,
pero todos representan a la misma clase
•Asegurarnos de que la jerarquía está correctamente
construida
•Observar las relaciones de transitividad y comprobar si
son correctas
•Evitar ciclos en la jerarquía
CONSEJOS
Ontologías
•Todas las subclases de una clase deben estar al mismo nivel de generalidad
•No hay un criterio respecto al número de clases, la experiencia dice que un número entre dos y doce es habitual, mas indicaría que tenemos que estructurar las clases añadiendo mas niveles
• Suele ser incómodo navegar por jerarquías o muy planas o muy profundas, se debería elegir un punto intermedio, algunas indicaciones serían:
•La nuevas clases tienen propiedades adicionales que no tiene la superclase
•Tienen restricciones diferentes
•Participan en relaciones diferentes
CONSEJOS