Inteligência Artificial

Apresentação em tema: "Inteligência Artificial"— Transcrição da apresentação:

1 Inteligência Artificial
Representação do Conhecimento Prof. Jorge Manuel Lage Fernandes

2 Representação de Conhecimento
Termo abstrato usado para capturar a compreensão de um indivíduo num domínio específico.  área de conhecimento bem delimitada, focalizada. Representação de Conhecimento Existem várias teorias que explicam como se organiza o conhecimento humano na resolução de problemas Vários Tipos de Conhecimento Representação de Conhecimento

3 Representação do Conhecimento
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.

4 Representação do Conhecimento
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 - planejamento e estratégia.

5 Representação do Conhecimento
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.

6 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

7 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.

8 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

9 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.

10 Representação do Conhecimento
Exemplos de paradigmas de representação do conhecimento: Conhecimento Procedural – o conhecimento é representado em forma de funções/procedimentos. Redes – 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. Frames – 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.

11 Representação do Conhecimento
Lógica – modo de declaração que representa o conhecimento. Árvores de Decisão – conceitos são organizados em forma de árvores. Conhecimento Estatístico – uso de fatores de certeza, Redes Bayesianas, Lógica Fuzzy, etc. Regras – sistemas de produção para codificar regras de condição/ação. Esquemas Híbridos – qualquer representação do formalismo que emprega a combinação de esquemas de representação do conhecimento.

12 Representação do Conhecimento
Casos – uma experiência passada, acumulando casos e tentando descobrir, por analogia, soluções para outros problemas. MetaConhecimento [Rich and Knight 1991] pode definir-se como conhecimento acerca do próprio conhecimento que se detém. Pode ser usado para: guiar a seleção, localização e uso de regras dar informação acerca das regras e do conhecimento justificar as regras melhorando a capacidade de explicação apoiar na detecção de erros ao introduzir novas regras facilitar a introdução de novo conhecimento

13 Representação do Conhecimento
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.

14 Representação do Conhecimento
Como poderíamos conceber um mecanismo geral para representar o conhecimento? Como podemos representar definições? E exceções? Quando um sistema inteligente deve fazer suposições pré-concebidas 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?

15 Representação & Raciocínio
Raciocínio é um processo de construção de novas sentenças a partir de sentenças existentes. Categorias (Típicas) de Raciocínio Dedução Indução Abdução Analogia

16 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

17 Categorias de Raciocínio: Dedução
Fatos + regras de inferência => novos fatos causa -> efeito Se há fogo (causa), há fumaça (efeito). Aqui tem fogo, logo, aqui tem fumaça (novo fato) É o único tipo de inferência que preserva a verdade

18 Categorias de Raciocínio: Dedução
Exemplo: Premissa 1: Todo homem é mortal Premissa 2: João é homem Conclusão: João é mortal

19 Representação do Conhecimento
Exemplo: Determine o tipo de raciocínio utilizado a seguir: Todos os alunos gostam de inteligência artificial. Francisco é aluno. Francisco gosta de inteligência artifical. Solução: Raciocínio por Dedução

20 Representação do Conhecimento
Exemplo: Determine o tipo de raciocínio utilizado a seguir: Todos os feijões deste saco são brancos. Estes feijões provêm deste saco. Estes feijões são brancos. Solução: Raciocínio por Dedução

21 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

22 Categorias de Raciocínio: Indução
Parte dos fatos para gerar regras fato1 + fato2 + fato 3 => regra! ex. Sr. Antônio, assim como D. Maria, tem dor de cabeça e dengue, então todo mundo que tem dengue, tem dor de cabeça Transforma conhecimento em extensão em conhecimento em intenção!!

23 Categorias de Raciocínio: Indução
Exemplo: Caso 1: Joseana é professora Joseana tem um ótimo salário Caso 2: Eustáquio é professor Eustáquio tem um ótimo salário Caso 3: Elmar é professor Elmar tem um ótimo salário Lei geral: Professor tem um ótimo salário

24 Representação do Conhecimento
Exemplo: Determine o tipo de raciocínio utilizado a seguir: O ferro conduz eletricidade O ferro é metal O ouro conduz eletricidade O ouro é metal O cobre conduz eletricidade O cobre é metal Logo os metais conduzem eletricidade. Solução: Raciocínio por Indução

25 Representação do Conhecimento
Exemplo: Determine o tipo de raciocínio utilizado a seguir: Estes feijões provêm deste saco. Estes feijões são brancos. Todos os feijões deste saco são brancos. Solução: Raciocínio por Indução

26 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 estar errada. “Formalmente”: Se Y é verdade e X implica em Y, então X é verdade

27 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) Ex. Se há febre e dor, a doença é dengue Este tipo de inferência preserva a falsidade 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.

28 Representação do Conhecimento
Exemplo: Determine o tipo de raciocínio utilizado a seguir: Todos os feijões deste saco são brancos. Estes feijões são brancos. Estes feijões provêm deste saco Solução: Raciocínio por Abdução

29 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.

30 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, eu passei aspirina e não deu certo, logo vou evitar receitar aspirina neste caso semelhante

31 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.

32 Representação do Conhecimento
Exemplo: Determine o tipo de raciocínio utilizado a seguir: A Terra e Marte são planetas, giram em torno do sol e têm atmosfera. A Terra é habitada. Marte também deve ser habitado Solução: Raciocínio por Analogia

33 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.

34 Sistema baseado em conhecimento (dedutivo)
Ambiente Sensores Raciocínio Automático Base de Conhecimento Especializada Máquina de Inferência Genérica Ask Tell Retract Representação e Aquisição de Conhecimento Efetuadores

35 Como adquirir conhecimento?
Aprender Várias técnicas ... Aprendizagem Simbólica Redes Neurais Algoritmos Genéticos Explicitar: engenharia de conhecimento Várias técnicas... Programação em lógica, sistemas de produção, ...

36 Ciclo de vida dos sistemas baseados em conhecimento
Nível de Conhecimento Nível Lógico Nível de Implementação BC AQUISIÇÃO FORMALIZAÇÃO IMPLEMENTAÇÃO REFINAMENTO linguagem natural linguagem de representação de conhecimento linguagens de programação

37 Redes Semânticas e Sistemas Frames

38 Redes Semânticas Histórico
Redes Semânticas foram propostas em 1913 por Selz como uma explicação a fenômenos psicológicos. Em 1966, Quillian implementou essas redes e mostrou como o conhecimento semântico poderia ser representado como relacionamento entre dois objetos.

39 Redes Semânticas Uma rede semântica é uma representação na qual
existem nós que representam entidades e links (predicados) que representam relacionamentos entre essas entidades; cada link conecta um nó origem até um nó destino; normalmente, os nós e links denotam entidades de domínio específico.

40 Exemplo: Rede Semântica
Pessoa Mobília Ako é-um Cadeira Couro é-um Estofamento Tem-um Ana Cadeira-27 Assento Dono Cor Preto

41 Redes Semânticas Forma mais flexível e intuitiva de representar conhecimento. Suportam herança de propriedades. Relações Ako (a-kind-of): relações entre classes é-um (is-a): relações entre classes e instâncias uma entidade pertence a uma classe mais alta ou uma categoria de objetos. tem-um (has-a): identifica características ou atributos das entidades parte-de (part-of): identifica características ou atributos das entidades variados: identifica características gerais

42 Sistemas de Redes Semânticas
Base de conhecimento nós e links da rede. Máquina de inferência busca e casamento de padrões a busca se dá para frente e para trás através dos links. A busca pode ser usada de várias maneiras para se extrair informações como uma ferramenta explicativa; para explorar exaustivamente um tópico; para encontrar o relacionamento entre dois objetos.

43 Exemplo: Busca em redes semânticas
faz Animal Comer Ako Ako tem Pássaro Mamífero Pêlos Ako Cão

44 Busca como Ferramenta Explicativa
Para provar a declaração “Cães comem” pode-se supor que cães comem, e usar busca sobre a rede para provar a hipótese. Buscando a partir do nó “Cão”, temos: “Cão é-um mamífero” “Mamífero é-um animal” “Animal faz comer” Isto é uma prova para “Cães comem”

45 Explorar exaustivamente um tópico
Para derivar todo o conhecimento sobre “cães”, usa-se Busca em Largura a partir do nó “Cão” “Cães são Mamíferos” “Cães têm Pêlos” “Cães são Animais” “Cães Comem”

46 Relacionando tópicos Para verificar se “Cães” e “Pássaros” estão relacionados, pode-se executar, a partir de ambos os nós, uma Busca em Largura. A interseção entre os nós visitados nos dá uma pista sobre o relacionamento entre os nós iniciais. Isto é chamado ativação distribuída ou interseção de busca.

47 Vantagens Representação visual fácil de entender.
Flexibilidade na manipulação de nós e links adição, exclusão, modificação Economia herança via relações “é-um” e “ako”. Capta “senso-comum” semelhante ao armazenamento de informações no cérebro.

48 Limitações Busca em redes semânticas grandes pode ser muito ineficiente. Não há homogeneidade na definição de nós e links. Hereditariedade pode causar dificuldades no tratamento de exceções. Pode haver conflito entre características herdadas. É difícil representar conhecimento procedimental seqüenciamento e tempo não estão explícitos. Menos expressiva que a Lógica de Primeira Ordem não há quantificadores.

49 Frames (quadros) Características
Um frame é identificado por um nome e descreve um objeto complexo através de um conjunto de atributos Um Sistema de Frames é um conjunto de frames organizados hierarquicamente. São uma evolução das Redes Semânticas: nós são substituídos por frames arcos são substituídos por atributos (slots) procedimentos podem ser anexados a um frame

50 Frames: atributos (slots)
Possuem pelo menos dois atributos: Nome Ako ou is-a A fim de melhorar a estruturação (hierarquia), privilegiam dois tipos de relações: ako: relação entre classe e sub-classe is-a: relação entre classe e instância. Cada atributo aponta para um outro frame ou para um tipo primitivo, ex. string; consiste em um conjunto de facetas (atributos de atributos).

51 Exemplo: Classes e Instâncias
Animal faz comer Pássaro Ako Comer Mamífero tem Cão Babalu é-um pêlos

52 Facetas Descrevem conhecimento ou algum procedimento relativo ao atributo. Propriedades Valor: especifica o único valor possível. Valor default: especifica o valor assumido pelo atributo caso não haja nenhuma informação a esse respeito. Tipo: indica o tipo de dado do valor. Domínio: descreve os valores possíveis para o atributo. Procedimentos Demons como os triggers nos bancos de dados

53 Uma Representação Abstrata de um Frame
< Nome do Frame> < atributo1 > < faceta1 >: valor < atributo2 > < faceta1 >: valor < faceta2 >: valor < faceta3 >: valor < atributo3 > < faceta1 >: valor < faceta2 >: valor < faceta3 >: valor Os frames integram conhecimento declarativo sobre objetos e eventos e conhecimento procedimental sobre como recuperar informações ou calcular valores.

54 Procedimentos Demons Definição Procedimentos (Demons):
São procedimentos anexados aos frames, disparados por consultas ou atualizações. Podem inferir valores para atributos a partir de valores de outros atributos especificados anteriormente em qualquer frame do sistema. Procedimentos (Demons): when-requested quando o valor é pedido mas não existe ainda when-read quando valor é lido when-written quando valor é modificado

55 Exemplo: Procedimentos Demons
Ako: Lugar-coberto Cômodo Atributo Default Tipo Se-necessário Nº de paredes 4 número Formato retangular símbolo Altura 3 número Área número número Volume Área * Altura Ako Sala Ako: Cômodo Atributo Default Tipo Mobiliário (sofá,mesa,cadeiras) lista de símbolos Finalidade Área convivência 25 símbolo número

56 Exemplo de Sistema de Frames
Ana é-um: Pessoa Mobília ... ... ... verde é-um: String Cadeira Ako: Mobília ... ... Cadeira-27 é-um: Cadeira dono: cor: tem-um: Assento couro estofamento: tamanho: ... é-um:

57 Herança de Propriedades
Três tipos de informações podem ser de herdadas valor (= POO) procedimento (= POO) valor default Idéia: herdar das classes superiores em caso de conflito, vale a informação mais específica Existem dois tipos de herança: Herança simples existe uma única super-classe para cada classe Herança múltipla uma classe pode ter mais de uma super-classe, podendo herdar propriedades ao longo de diversos caminhos diferentes (= o caos)

58 Scripts Especialização de frames projetados p/ manipular situações além de objetos Nós = eventos Link = causadores Um evento provoca o próximo – um Script é como um script cinematográfico Como num script de cinema precisamos considerar o número de elementos quando projetamos o script: Quais são os papéis dos objetos/pessoas no script; Quais objetos de cena se relacionam ao script; Quais são as motivações ou entradas condicionais para execução do script; Quais cenas estão para ocorre; e Em qual ordem elas devem ocorrer; etc.

59 Scripts Antes de projetarmos o script, necessitamos de uma sequência básica inicial. Por exemplo, na ida a um restaurante há uma sequencia de eventos que podemos esperar:

60 Scripts Colocando os eventos junto com aos demais elementos, poderíamos imaginar o script “Restaurante” assinalando apenas algumas coisas, tais como: SCRIPT RESTAURANTE Papéis: Freguês, garçon, cozinha. Objetos de cena: Mesas, cadeiras, garfos, facas, pratos, copos, garrafas de vinho... Entradas Condicionais: Freguês está faminto; Freguês está vestido inapropriadamente; Freguês tem dinheiro.

61 Scripts Cena 1: Entrar ou Cena 2: Pedir a Refeição.
SCRIPT RESTAURANTE (Continuação) Cena 1: Entrar Estacionar o carro Entrar no Restaurante Esperar por uma Mesa ou Ir até a Mesa Ler o Menu Cena 2: Pedir a Refeição.

62 Scripts Scripts podem ser usados para:
Contar histórias sobre uma sequência de eventos Responder questões tais como: O que acontece se o bife do freguês estiver queimado? Pegadas dos eventos levem a alguma decisão. Scripts são muito similares a frames, são codificados da mesma forma e são, normalmente, considerados como uma subclasse de frames.

63 Sistemas Frames: Funções (historicamente)
Reconhecer que uma dada situação pertence a uma certa categoria (matching) ex. reconhecimento visual de uma sala de aula Interpretar a situação e/ou prever o que surgirá em termos da categoria reconhecida (matching) ex. pessoa com revolver (revolver arma -> perigo) Capturar propriedades de senso comum sobre pessoas, eventos e ações foi a primeira tentativa de estruturar conhecimento declarativo sem usar regras. Deu origem ao que chamamos hoje de Ontologias!

64 Ontologia É a parte da filosofia que trata da natureza do ser, da realidade, da existência dos entes e das questões metafísicas em geral. A ontologia trata do ser enquanto ser, isto é, do ser concebido como tendo uma natureza comum que é inerente a todos e a cada um dos seres. Costuma ser confundida com metafísica. Conquanto tenham certa comunhão ou interseção em objeto de estudo, nenhuma das duas áreas é subconjunto lógico da outra, ainda que na identidade.