CONSTRUCCION DE SISTEMAS EXPERTOSlaboratorios.fi.uba.ar/lsi/rgm/CD-IC/CD-IC-2.pdf · con la...
Transcript of CONSTRUCCION DE SISTEMAS EXPERTOSlaboratorios.fi.uba.ar/lsi/rgm/CD-IC/CD-IC-2.pdf · con la...
CONSTRUCCION DE SISTEMAS EXPERTOS
TECNICAS DE EDUCCION DEL CONOCIMIENTO
Dr. Ramón GARCIA MARTINEZ
GRAFOS ARQUETÍPICOS
En muchos dominios de conocimiento, puede reconocerse una estructura de representación de la causalidad que es isomorfa con la estructura del dominio. En los problemas de diagnóstico o de clasificación, esta estructura recibe el nombre de grafo arquetípico.
El grafo arquetípico de un dominio será el grafo compuesto por los subgrafos asociados a cada problema de ese dominio.
Una vez producida la licitación de conocimiento, los componentes de esa estructura son rotulados y la estructura se transforma en un grafo casual. El grafo causal es una representación automáticamente manipulable del conocimiento asociado a los procesos deductivos del experto de campo.
El grafo arquetípico tiene tres clases de nodos:Nodos problemas
Nodos precondiciónNodos solución
GRAFOS ARQUETÍPICOS (cont.)
TECNICAS DE EDUCCION DEL CONOCIMIENTO
Tareas FamiliaresEntrevistas
Tareas de Información LimitadaSimulación del Escenario Hacia Adelante
Descomposición de objetivos
TAREAS FAMILIARES
La idea de este método es observar al expertocuando lleva adelante tareas que usualmente
ejecuta.
Se debe documentar la información obtenida en estas observaciones para utilizarla en la
profundización de áreas específicas del conocimiento del experto en posteriores sesiones.
En esta observación el Ingeniero de Conocimiento debe establecer:
[a] Las similitudes y diferencias establecidas por el experto de entre el problema en curso de solución y otros resueltos previamente.
[b] Las diferencias de términos y categorías establecidas por el experto.
[c] La habilidad puesta en juego por el experto para inferir nueva información y plantear nuevas hipótesis.
ENTREVISTAS
> La idea central de este método consiste en que el ingeniero de conocimiento identifique los módulos de conocimiento a partir del discurso del experto.
> Debe priorizarse el acceso al experto y minimizarse las interrupciones.
> Existen dos tipos de entrevistas:
no estructurada
estructurada.
ENTREVISTA NO ESTRUCTURADA
> La entrevista no estructurada consiste en hacer preguntas espontáneas al experto.
> Una técnica muy utilizada es hacer que el ingeniero de conocimiento se ponga en el lugar del novato y hacer preguntas sobre procedimientos, ideas sobreentendidas por el experto, tratando en todo momento que el experto piense en voz alta.
ENTREVISTA ESTRUCTURADA
> La entrevista estructurada consiste en combinar la
técnica de tareas familiares con entrevistas no
estructuradas.
> Formular un protocolo de preguntas sobre areas mal
definidas o vacantes en los procesos de educción de
conocimiento previamente realizados
TAREAS DE PROCESAMIENTO RESTRINGIDO
La idea de este método consiste en recurrir adistintas técnicas para deliberadamente forzar al
experto a que comprima o altere las estrategias de razonamiento.
TECNICAS PARA TAREAS DE PROCESAMIENTO RESTRINGIDO
> Limitar la cantidad de tiempo que el experto tiene para absorver información.
> Limitar la cantidad de tiempo que el experto tiene para emitir juicios.
> Elaborar cuestionarios sobre puntos específicos del problema a resolver.
> Aplicar el método de tareas familiares simuladas que consiste en cuestionar al experto a partir de información de archivo.
> Aplicar al método de escenarios que consiste en forzar al experto a que establezca analogías entre casos similares.
> Aplicar el método de restricciones combinadas que puede ser descripto por el siguiente algoritmo:
COMIENZOTomar un caso de estudio.Tomar la información pertinente al diagnóstico de la solución.Recortar la Información.Suministrar la información resultante al experto de campo.Observar las deferencias entre el diagnóstico
dado por el experto de campo y el diagnóstico dado en el caso de estudio.
FIN
TAREAS DE INFORMACIÓN LIMITADA
La idea de este método consiste en explorar alternativas que en una primera recopilación de
información no han sido suministradas por el experto; tomando cada tarea y profundizando sobre aspectos
que al experto puedan parecerle mas relevantes. Puede comenzarse con el método de tareas
familiares para recopilar información y profundizarutilizando las técnicas de procesamiento restringido.
SIMULACIÓN DEL ESCENARIO HACIA ADELANTE
> En esta técnica el experto elige un escenario muy elemental y verbalmente “camina por entre” los razonamientos necesarios para llegar al objetivo.
> Esta técnica toma lugar en condiciones de laboratorio, no en el ambiente de trabajo del experto.
Esta técnica tiene por lo menos dos dificultades:
1.- La exploración a través del cuerpo de conocimiento durante el proceso de refinamiento del mismo involucra el manejo de términos y definicionescuyos detalles pueden no haber sido claramente establecidos en la definición del dominio resultando en demoras y confusiones.
2.- Se pueden confundir los métodos de razonamiento y los métodos del trabajo del experto.
DESCOMPOSICIÓN DE OBJETIVOS
> La descomposición de objetivos es el acercamiento al problema por la técnica de reducción tradicional y es útil para enumerar estados objetivo y describir categorías generales de objetivos.
> La técnica puede empezar con “Suponga que hay una X” pero colapsa en “Qué está impidiendo a X lograr su misión?”.
VENTAJAS Y DESVENTAJAS DE CADA TECNICA
TECNICAS Y ETAPAS DE DISEÑO
CONSTRUCCION DE SISTEMAS EXPERTOS
VERIFICACIONDE BASES DE CONOCIMIENTO
Dr. Ramón GARCIA MARTINEZ
PROBLEMAS EN BASES DE CONOCIMIENTO
Según las reglas:
TIPOS DE INCONSISTENCIAS
Según los componentes de las reglas:
PROBLEMAS DE INTEGRIDAD
TIPOS DE INCONSITENCIAS
- Reglas redundantes
- Reglas conflictivas
- Reglas incluidas en otras
- Condiciones SI innecesarias
- Reglas cíclicas
PROBLEMAS DE INTEGRIDAD
- Valores de atributo sin referencia
- Condiciones SI de punto muerto
- Objetivos de punto muerto
- Conclusiones inalcanzables
REGLAS REDUNDANTESDos reglas son redundantes si las pre-condiciones son equivalentes y una o más conclusiones son equivalentes. Este problema no causa problemas lógicos pero afecta a la eficiencia.Ejemplo:
P(x) => Q(x)P(y) => Q(y)
X e Y son variables y P y Q son predicados verificados por X e Y.
P(x) => Q(x)P(x) => Q(y) ˆ T(y)
REGLAS CONFLICTIVAS
Dos reglas son conflictivas si tienen equivalentes pre-condiciones y conclusiones contradictoras.
Ejemplo:P(x) => Q(x)
P(x) => ¬Q(x)
ó
P(x) => Q(x)
P(y) => ¬Q(y) ˆ T(y)
REGLAS INCLUIDAS EN OTRAS
Una regla esta incluida dentro de otra, si ambas tienen las mismas conclusiones y las pre-condiciones de una se satisfacen si las pre-condiciones de la otra se satisfacen.
Ejemplo:P(x) => Q(x)
P(x) ˆ T(y) => Q(x)
CONDICIONES SI INNECESARIASDos reglas presentan este problema cuando las conclusiones de ambas son equivalentes y una de las pre-condiciones en la primer regla es la negación de una de las pre-condiciones en la segunda regla, siendo el resto de las pre-condiciones equivalentes.
Ejemplo: P(x) ˆ T(y) => Q(x)
P(x) ˆ ¬T(y) => Q(x)
Es evidente que Q(x) se deduce independientemente de la verdad o faseldad de T(x) por lo que la regla resultante será:
P(x) => Q(x)
REGLAS CÍCLICAS
Este problema se presenta cuando el encadenamiento lógico de un conjunto de reglas genera un ciclo.
Ejemplo:P(x) => Q(x)Q(x) => R(x)R(x) => P(x)
VALORES DE ATRIBUTO SIN REFERENCIA
Ocurre cuando se han definido valores en el dominio de un atributo o pre-condición que no son utilizados por ninguna regla. No involucra problemas lógicos pero es un problema para el mantenimiento de la Base de Conocimiento.
Ejemplo: Una pre-condición numérica que fue definida como real y solo toma valores enteros.
CONDICIONES SI DE PUNTO MUERTO
Ocurre cuando en determinadas reglas encontramos condiciones que son inalcanzables por disparo de otras reglas.
Ejemplo: Podemos tomar la siguiente Base de Conocimiento:
P(x) => T(x)T(y) => Q(x)R(x) => Q(x)
La precondición de la tercera regla R(X) no es disparada como conclusión por ninguna de las otras dos reglas.
OBJETIVOS DE PUNTO MUERTO
Ocurre cuando se plantea un objetivo que es inalcanzable por disparo de las reglas pertenecientes a la Base de Conocimiento.
Ejemplo: Podemos tomar la siguiente Base de Conocimiento:
P(x) => T(x)T(x) => Q(x)
Para este ejemplo el objetivo R(x) sería de punto muerto pues no es disparado como conclusión por ninguna de las reglas.
CONCLUSIONES INALCANZABLES
Este tipo de conclusiones pertenecen a reglas con pre-condiciones que son de punto muerto.
Ejemplo: Podemos tomar la siguiente Base de Conocimiento:
P(x) => T(x)T(x) => S(x)R(x) => Q(x)
La pre-condición de la tercera regla R(X) no es disparada como conclusión por ninguna de las otras dos reglas, por lo que Q(x) se convierte en una conclusión inalcanzable.
CRITERIOS DE EVALUACIONDE UNA BASE DE CONOCIMIENTO
Exactitud: Cuan bien el Sistema Experto refleja el comportamiento del experto humano.
Adaptabilidad: Posibilidad de extender la experticia del Sistemas Experto en un desarrollo futuro.
Envergadura: Cantidad de tareas que el sistema experto es capaz de llevar adelante. Normalmente esta relacionado con la cantidad de reglas o con grupos de estas asociadas a tareas o problemas.
Profundidad: Cantidad necesaria de restricciones a satisfacer para lograr la identificación de un problema o tarea.
Generalidad: Capacidad de un Sistemas Experto de ser utilizado en un amplio rango de problemas.
Validez: Capacidad de un Sistemas Experto de producir predicciones “empíricamente” correctas.
Robustez: Capacidad del Sistemas Experto de determinar la relevancia de determinada información en orden a obtener sus objetivos.
Disponibilidad: La posibilidad de poder construir un modelo más simple que con pocas restricciones exhiba un comportamiento similar al del Sistemas Experto.
CONSTRUCCION DE SISTEMAS EXPERTOS
METODOLOGIAS
Dr. Ramón GARCIA MARTINEZ
METODOLOGIA DE GROVER
Se concentra:
> En el la definición del dominio (conocimiento, referencias, situaciones y procedimientos)
> En la formulación del conocimientofundamental (reglas elementales, creencias y expectativas)
> En la consolidación del conocimiento de base(revisión y ciclos de corrección).
La metodología de adquisición de conocimiento para el dominio del problema de Grover tiene tres fases:
> DEFINICIÓN DEL DOMINIO
> FORMULACIÓN FUNDAMENTAL DEL CONOCIMIENTO
> CONSOLIDACIÓN DEL CONOCIMIENTO BASAL.
CONOCIMIENTOBASAL
CUERPO DE CONOCIMIENTO FUNDAMENTAL
DEFINICION DEL PROBLEMA
REVISION DEL EXPERTO
CONSOLIDACIONDEL CONOCIMIENTOBASAL
FORMULACION DEL CONOCIMIENTO FUNDAMENTAL
•DESCRIPCION DEL PROBLEMA•REFERENCIAS BIBLIOGRAFICAS•GLOSARIO DE TERMINOS•IDENTIFICACION DE EXPERTOS•CRITERIOS DE PERFORMANCE•ESCENARIOS EJEMPLO
ACTIVIDAD BASALDEL
SISTEMA EXPERTO
VERIFICACION GENERALDEL COMPORTAMIENTO
•VERIFICACION DE SINTAXIS•VERIFICACION DEL COMPORTAMIENTO (FORZADO)
DEFINICIONDEL DOMINIO
ESCENARIOSINICIALES
NUEVOSESCENARIOS
PRIMERA FASE: DEFINICIÓN DEL DOMINIODEFINICIÓN DEL DOMINIO
Generación del Manual de Definición del Dominio:
• Descripción general del problema.• Bibliografía de los documentos referenciados.• Glosario de términos, acronismos y símbolos.• Identificación de expertos autorizados.• Definición de métricas de performance apropiadas y
realistas.• Descripción de escenarios de ejemplos razonables.
SEGUNDA FASE: FORMULACIÓN FUNDAMENTAL FORMULACIÓN FUNDAMENTAL DEL CONOCIMIENTODEL CONOCIMIENTO
Se revisan los escenarios seleccionados por el experto que satisfacen los siguientes cinco criterios de conocimiento “fundamental”:
> el más nominal
> el más esperado
> el más importante
> el mas arquetípico
> el mejor entendido.
Esta revisión forma una base para:
> Determinar la performance mínima
> Realizar el testeo y efectuar corrección
> Determinar las capacidades del sistema experto que pueden ser expandidas y sujetas a experimentación.
Esta base del conocimiento fundamental debe incluir:
• Una ontología de entidades del dominio, relaciones entre objetos (clases) y descripciones objetivas;
• Un léxico seleccionado (vernáculo)
• Una definición de fuentes de entrada y formatos
• Una descripción del estado inicial incluyendo el conocimiento estático
• Un conjunto básico de razones y reglas de análisis
• Una lista de estrategias humanas (meta-reglas) las cuales pueden ser consideradas por los diseñadores del sistema experto como reglas a incluir en la base de conocimiento.
> Este cuerpo de conocimiento debe estar escrito
> Parte de el habrá sido adquirido previamente durante la definición del dominio.
> La validez de este cuerpo de conocimiento puede ser testeada implementándola en una base de conocimiento que se contraste con los escenarios desde los cuales fue adquirida y verificando que se produzca un comportamiento similar al del experto en el mismo escenario.
TERCERA FASE: CONSOLIDACION DEL CONSOLIDACION DEL CONOCIMIENTO BASALCONOCIMIENTO BASAL
> Corresponde al ciclo de “revisión y mejoramiento” del conocimiento educido.
> La actividad basal puede ser definida en el mismo sentido que la medicina: el menor nivel de actividad(comportamiento del sistema) esencial para el mantenimiento de funciones vitales.
> En un sistema experto, esto refiere a que todos los componentes del sistema experto operacional estandesarrollados, pero sin la amplitud ni profundidadque la versión final necesitará.
> Se debe encontrar el conjunto de estándares mínimos de performance en la definición del dominio.
> El conocimiento basal, es el conjunto de reglas y definiciones adecuadas para producir actividad basal.
> En esta etapa el cuerpo fundamental del conocimiento es revisado e integrado a través de la apropiada reconstrucción de reglas.
> La corroboración con expertos adicionales puede colaborar en el cumplimiento de este objetivo. En esta etapa pueden trabajarse los niveles de confianza de las distintas piezas de conocimiento.
CONOCIMIENTOBASAL
CUERPO DE CONOCIMIENTO FUNDAMENTAL
EVALUACION Y MEJORA CON EL
EXPERTO
ACTIVIDAD BASALDEL
SISTEMA EXPERTO
•CONSIDERACION DE LOS ASPECTOS DE CONTROL•SECUENCIAMIENTO DE REGLAS•ADECUACION DE REGLAS•CONSISTENCIA DE REGLAS•INCORPORACION DE VALORES DE CONFIANZA (GRADOS DE VERDAD)
ESQUEMA DE CONSOLIDACION
METODOLOGIA IDEAL
Este método fue desarrollado en la Facultad de Informática de la Universidad Politécnica de Madrid y consta de las siguientes fases:
Fase I. IIdentificación de la tareaFase II. DDesarrollo de los prototiposFase III. EEjecución de la construcción del
sistema integradoFase IV. AActuación para conseguir el
mantenimiento perfectivoFase V. LLograr una adecuada transferencia
tecnológica
FASE I: IDENTIFICACIÓN DE LA TAREAIDENTIFICACIÓN DE LA TAREA
> Considera la definición de los objetivos del proyecto de sistema experto
> Determinar si la tarea asociada es susceptible de ser tratada con la tecnología de Ingeniería del Conocimiento.
> En caso afirmativo:
+ Se definen las características del problema
+ Se especifican los requisitos que enmarcan la solución del problema.
La FASE I se estructura en tres ETAPAS:
ETAPA I.1: PLAN DE REQUISITOS Y ADQUISICIÓN PLAN DE REQUISITOS Y ADQUISICIÓN DE CONOCIMIENTOSDE CONOCIMIENTOS
ETAPA I.2: EVALUACIÓN Y SELECCIÓN DE LA EVALUACIÓN Y SELECCIÓN DE LA TAREATAREA
ETAPA I.3: DEFINICIONES DE LAS DEFINICIONES DE LAS CARACTERÍSTICAS DE LA TAREACARACTERÍSTICAS DE LA TAREA
FASE II. DESARROLLO DE LOS PROTOTIPOSDESARROLLO DE LOS PROTOTIPOS
> Involucra el desarrollo de los distintos prototipos que permiten ir definiendo y refinando más rigurosamente las especificaciones del sistema, de una forma gradual hasta conseguir las especificaciones exactas de lo que se puede hacer y cómo realizarlo.
> La construcción relativamente rápida de un prototipode demostración permitirá al ingeniero de conocimiento, al experto y directivos comprobar la viabilidad de la aplicación y comprender mejor los requisitos de los usuarios y las especificaciones del sistema.
La FASE II se estructura en seis ETAPAS:
ETAPA II.1. CONCEPCIÓN DE LA SOLUCIÓN.CONCEPCIÓN DE LA SOLUCIÓN.
ETAPA II.2. ADQUISICIÓN DE CONOCIMIENTOS Y ADQUISICIÓN DE CONOCIMIENTOS Y CONCEPTUALIZACIÓN DE LOS CONCEPTUALIZACIÓN DE LOS CONOCIMIENTOSCONOCIMIENTOS
ETAPA II.3. FORMALIZACIÓN DE LOSFORMALIZACIÓN DE LOSCONOCIMIENTOSCONOCIMIENTOS
ETAPA II.4. IMPLEMENTACIÓNIMPLEMENTACIÓN
ETAPA II.5. VALIDACIÓN Y EVALUACIÓNVALIDACIÓN Y EVALUACIÓN
ETAPA II.6. DEFINICIÓN DE NUEVOS REQUISITOS, DEFINICIÓN DE NUEVOS REQUISITOS, ESPECIFICACIONES Y DISEÑOESPECIFICACIONES Y DISEÑO
FASE III. EJECUCIÓN DE LA CONSTRUCCIÓN DEL EJECUCIÓN DE LA CONSTRUCCIÓN DEL SISTEMA INTEGRADOSISTEMA INTEGRADO
La FASE III se estructura en tres ETAPAS:
ETAPA III.1. REQUISITOS Y DISEÑO DE LA REQUISITOS Y DISEÑO DE LA INTEGRACIÓN CON OTROS SISTEMASINTEGRACIÓN CON OTROS SISTEMAS
ETAPA III. 2. IMPLEMENTACIÓN Y EVALUACIÓN DE IMPLEMENTACIÓN Y EVALUACIÓN DE LA INTEGRACIÓNLA INTEGRACIÓN
ETAPA III.3. ACEPTACIÓN POR EL USUARIO DEL ACEPTACIÓN POR EL USUARIO DEL SISTEMA FINAL.SISTEMA FINAL.
FASE IV. ACTUACIÓN PARA CONSEGUIR EL ACTUACIÓN PARA CONSEGUIR EL MANTENIMIENTO PERFECTIVOMANTENIMIENTO PERFECTIVO
> Dadas las características específicas de los sistemas basados en conocimiento, el mantenimiento perfectivo es esencial, puesto que. además del aumento de funcionalidades (como en los sistemas tradicionales), efectúa la incorporación de nuevos conocimientos que, sin duda, se van a generar por el propio uso del sistema basado en conocimiento.
> Este mantenimiento viene reflejado en el ciclo de vida en la tercera dimensión de la espiral tronco-cónica.
La FASE IV se estructura en tres ETAPAS:
ETAPA IV.1. DEFINIR EL MANTENIMIENTO DEL DEFINIR EL MANTENIMIENTO DEL SISTEMA GLOBALSISTEMA GLOBAL
ETAPA IV.2. DEFINIR EL MANTENIMIENTO DE LAS DEFINIR EL MANTENIMIENTO DE LAS BASES DE CONOCIMIENTOSBASES DE CONOCIMIENTOS
ETAPA IV.3. ADQUISICIÓN DE NUEVOS ADQUISICIÓN DE NUEVOS CONOCIMIENTOSCONOCIMIENTOS
FASE V. LOGRAR UNA ADECUADA LOGRAR UNA ADECUADA TRANSFERENCIA TECNOLÓGICATRANSFERENCIA TECNOLÓGICA
La FASE V se estructura en dos ETAPAS:
ETAPA V.1. ORGANIZAR LA TRANSFERENCIA ORGANIZAR LA TRANSFERENCIA TECNOLÓGICATECNOLÓGICA
ETAPA V.2. COMPLETAR LA DOCUMENTACIÓN COMPLETAR LA DOCUMENTACIÓN DEL SISTEMA DEL SISTEMA