Regras de Produção: o Motor de Inferência JESS

Apresentação em tema: "Regras de Produção: o Motor de Inferência JESS"— Transcrição da apresentação:

1 Regras de Produção: o Motor de Inferência JESS
Prof. Fred Freitas CIn - UFPE

2 Componentes de um Motor de Inferência
Um formalismo lógico de Representação de Conhecimento Ex: Lógica de Descrição, Frames, regras, etc. Um método ou estratégia de resolução ou mecanismo de inferência para o formalismo

3 Regras de Produção Representam conhecimento com pares condição-ação
Se condição (ou premissa ou antecedente) ocorre então ação (resultado, conclusão ou conseqüente) deverá ocorrer. Regras de produção produzem novos fatos a partir dos fatos e regras da BC. Esses novos fatos passam a fazer parte da BC

4 Regras de Produção Formalismo mais simples, procedimental e popular
animal(x)^estimação(x) ^pequeno(x) => (assert(doméstico(x)) premissas conseqüente Base de fatos e base de regras animal(Rex),estimação(Rex),pequeno(Rex) Mecanismo de inferência: São produzidos novos fatos instanciando fatos existentes nas regras (encadeamento para a frente) Estratégia de controle: resolução de conflito “Para todo x (quantificador universal implícito), se existe um fato afirmando que x é animal e outro fato afirmando que é de estimação e outro fato afirmando que é pequeno, isto implica a validade de um novo fato, o de que x é doméstico”.

5 Sistemas de Produção Fatos: x, y Regras: x & y => assert(p)
Encadeamento para a frente (Forward chaining) Dados x e y, derive então p OPS5, CLIPS, Jess Orientado a dados: O sistema deriva todas as conclusões possíveis, mesmo se elas não ajudam a resolver o problema Encadeamento para trás (Backward chaining) p é verdad? Então verificarei x e y. Prolog

6 Módulos de Sistemas de Produção
Base de Regras ou memória permanente regras se-então e fatos conhecidos Memória de Trabalho ou temporária percepções do agente, fatos iniciais e gerados a partir da BR pelo mecanismo de inferência Mecanismo (motor) de Inferência determina o método de raciocínio utilizado (progressivo ou regressivo) Executa a busca com casamento (unificação) resolve conflitos e executa ações.

7 Arquitetura de Sistemas de Produção

8 Funcionamento de um sistema de regras de produção
As regras seriam a memória duradoura Os fatos seriam a memória de trabalho Ao usarmos as regras sobre os fatos, são derivados novos fatos O ciclo se repete até que não haja mais fatos a derivar Conflito: várias regras podem ser disparadas ao mesmo tempo

9 Sistemas Especialistas
[Friedman-Hill] Facts "Item #123 is expensive speakers" "Gold cables are expensive" "Bob is a customer" "Bob is buying item #123" List of Actions to Take "Recommend that Bob buy gold cables." Inference Engine Rules "Recommend appropriate cables when customers buy speakers" O problema é simples...

10 Sistemas Especialistas
Facts List of Actions to Take "Recommend that Bob buy gold cables." Inference Engine For every customer, for every item in their cart, if it is speakers, for every catalog item, if the cart item is the catalog item, if the catalog item is in some price category, if it is a cable and it is in the same category, recommend that cable to that customer. Rules ... Mas a solução é cara: O (RFP)

11 O Algoritmo Rete Representa regras como dados
O compilador gera máquinas de estado a partir de regras Novos fatos guiam a máquina de estado (orientado a dados) O algoritmo lembra os estados antigos Charles L. Forgy, Artificial Intelligence 19 (1982),

12 O Algoritmo Rete ... o algoritmo Rete pode ser O(RF) Facts List of
Actions to Take "Recommend that Bob buy gold cables." Inference Engine When a customer picks out an item, if it is speakers, recommend the appropriate cables. Rules ... o algoritmo Rete pode ser O(RF)

13 O Algoritmo Rete [Friedman-Hill] “rede de padrões" x? y? x? y? z?
conjunta" p x & y => assert(p) x & y & z => assert(q) 8 nós q

14 O Algoritmo Rete x & y => p x & y & z => q x? y? z?
Otimização 1: Compartilhamento da rede de padrões p x & y => p x & y & z => q x & y => assert(p) x & y & z => assert(q) 6 nós q

15 O Algoritmo Rete x & y => p x & y & z => q x? y? z?
Otimização 2: Compartilhamento na rede conjunta p x & y => p x & y & z => q x & y => assert(p) x & y & z => assert(q) 5 nós q

16 Boas práticas: eficiência
Durante o projeto de regras, lembrar que elas são implementadas através de uma rede Evitar predicados com atributos muito gerais e que variam com freqüência (ex: status); Construir o lado das premissas como uma consulta eficiente de banco de dados, ou seja, contendo apenas predicados necessários ao disparo de regras.

17 Praticando java jess.Main – inicia o motor Dentro do Jess:
Comandos de vizualização: (facts) – vê a base de fatos (watch compilations) – vê o processo de compilação da base de regras na rede (watch facts) – vê cada modificação na base de fatos (watch activations) – vê cada ativação de regra Quando a regra está pronta para ser disparada (watch rules) – vê as regras sendo disparadas (watch all) – todas as opções acima (unwatch XXX) – para desabilitar as opções acima

18 Definindo fatos e regras
(assert <fato>) – põe um fato na base Ex: (assert (pequeno fido)) (defrule <nome da regra> <padrão de fato 1> Lado esquerdo da regra (LHS) <padrão de fato n> => <ação 1> Lado direito da regra (RHS) <ação n> )

19 Exemplos Fido (batch example/Diver1.clp) (batch example/Diver2.clp)

20 Problemas de mergulho: DIVER1.CLP

21 Problemas de mergulho mais Detalhados: DIVER2.CLP

22 A Linguagem das Regras [Friedman-Hill]
(defrule recommend-appropriate-cables (customer (id ?id) (cart ?cart)) (cart (id ?cart) (contents $?cnt)) (item (id ?s&:(member$ $?cnt ?s)) (is speaker)(price-category ?pc)) (not (item (id ?c&:(member$ $?cnt ?c)) (is cable) (price-category ?pc)) => (printout t "You need to buy " ?pc " cables." crlf))

23 Pacotes (módulos) de Regras
Apesar de não queremos controlar o fluxo de processamento, às vezes precisamos de fases Em manutenção de dispositivos eletrônicos, e.g., as fases de detecção, isolamento, conserto e funcionamento Organizar regras em pacotes (módulos) que são ativados um por vez Engenharia de conhecimento

24 Qualidades das Regras São fáceis de compreender (legíveis) e de modificar Independência e Localidade Flexibilidade (Expressividade) Genericidade Portabilidade Facilidade, simplicidade e fidelidade semântica Alterabilidade - > código auto-alterável Liberdade e gradualidade Interoperabilidade de conhecimento Vide slides das aulas de ontologias O 1º argumento contra a representação procedural é a obrigação de se especificar de antemão para que o conhecimento será usado [Winograd 75]. Ao contrário, a representação declarativista permite múltiplos usos, com a clara característica de menor compromisso, já que preocupa-se em definir as entidades de um domínio, ao invés de definir de imediato como elas funcionam. : Fórmulas lógicas não influenciam o funcionamento de outras partes do sistema, provocando potenciais efeitos colaterais [Watt 89]. Elas simplesmente têm a propriedade de adicionar mais predicados verdadeiros à Base de Conhecimentos, não possuindo mais nenhuma interseção ou interferência em outro componente, exceto pelo fato de que um novo predicado válido adicionado poderá causar o disparo de novos predicados.

25 Desvantagens Há problemas eminentemente procedimentais Eficiência
Fácil funcionamento Efetividade Fluxo de Controle Controle de consistência Há problemas que são intrinsecamente funcionais ou procedurais, ou ficam melhor especificados dessa maneira. Em contrapartida, ainda não se tentou expressá-los ainda em termos de lógica, apesar de já haver pesquisa sobre métodos de inferência puramente declarativos [Chandrasekaram & Josephson 97].

26 Sistemas de Produção Plugáveis
Antes: Dificuldade de integrar as linguagens lógicas – LISP e Prolog- com as outras Solução adotada: Permitir inferência às linguagens imperativas (C, Java, ...) Interoperabilidade, portabilidade e reuso Motores de inferência “plugáveis”

27 CLIPS: Integração C-regras
"C” Language Integrated Production System) [Giarratano & Riley 98] Inclui uma linguagem interna, COOL (“C” Object Oriented Language) que representa classes como frames Características de frames: herança múltipla, atributos podem ser instâncias de outras classes, inferência direta, facetas, etc

28 JESS - Java Expert System Shell
Integra objetos Java e Java beans a regras Projetado para servir à comunidade de orientação a objetos Milhares de usuários

29 Frames e Herança em JESS
Instanciação (deftemplate box (slot location) (multislot contents)) (assert (box(location kitchen) (contents spatula sponge frying-pan))) Herança apenas herança simples (deftemplate ANIMAL (slot color) (slot weight)) (deftemplate CAT extends ANIMAL (slot whisker-count)) ;;CAT has three slots: color, weight, and whisker-count

30 Manipulando JESS a partir de Java
Exemplo: alterando a base de fatos a partir de um código em um projeto Java public void definaInstancia(String atomo, Object objeto) throws ReteException { Funcall f = new Funcall("definstance", rete); f.add(new Value(atomo, RU.ATOM)); f.add(new Value(objeto, RU.EXTERNAL_ADDRESS)); f.simpleExecute(f, rete.globalContext()); }

31 Integração com Java new Chamadas a métodos (Call) get e set
Conversões de tipo import Chamadas a métodos (Call) get e set Manipulação direta das propriedades de um Bean try-catch, throw Persistência, GUI, Beans, ...

32 Integração com Java [Friedman-Hill] (import java.util.*)
; create a Vector, add entries (bind ?v (new Vector)) (call ?v addElement "foo") (call ?v addElement "bar") ; iterate over Vector and print entries (bind ?e (call ?v elements)) ; retorna um ; Enumeration que tem metodo nextElement(),… (while (call ?e hasMoreElements) do (printout t (call ?e nextElement) crlf))

33 Jess e Ontologias via Protégé
Integrados via plugin Protégé JessTab [Eriksson 2003] Agora Jess passa a ter atributos que podem ser instâncias de outras classes como o CLIPS Executável dentro do Protégé De Jess, pode-se manipular Protégé e vice-versa

34 Achar as cidades paraibanas mais próximas (entre 5  )
Bodocongó João Pessoa Esperança Campina Grande Amparo

35 Estilo de programar com regras
Na ontologia temos : City x,y,name E aí, como achar???

36 1º. Calcular as distâncias
Função (distância euclidiana): (deffunction fdist (?x1 ?y1 ?x2 ?y2) (return (sqrt (+ (** (- ?x1 ?x2) 2) (** (- ?y1 ?y2) 2)))))

37 1º. Calcular as distâncias
(defrule dist (object (is-a City) (OBJECT ?o1) (name ?n1) (x ?x1) (y ?y1)) (object (is-a City) (OBJECT ?o2&~o1) (name ?n2) (x ?x2) (y ?y2)) (not (object (distance (city1 ?o1) (city2 ?o2)))) (not (object (distance (city1 ?o2) (city2 ?o1)))) => (make-instance (str-cat ?n1 ?n2) of distance (city1 ?o1) (city2 ?o2) (value (fdist ?x1 ?y1 ?x2 ?y2)) ?map))

38 3º Achar o menor 3.1. Criar o predicado menor (defrule first-menor
(not (closer ?)) (object (distance (city1 ?o1) (city2 ?o2) (OBJECT ?o))) (assert (closer ?o))) 3.2. Comparar distâncias com o menor

39 3º Achar o menor (defrule menor ?f <- (closer ?oc) (object (distance (city1 ?o1) (city2 ?o2) (OBJECT ~?oc) (value ?v&:(< ?v (slot-get ?oc value))))) =>(printout t "a menor distancia agora entre 2 cidades paraibanas é “ (* 100 (slot-get ?oc value)) " entre " (slot-get ?o1 name) " e " (slot-get ?o2 name) "." crlf) (modify ?f (closer ?o)))

40 Conclusões Formalismo fácil de usar
Integrável a uma linguagem hospedeira (C, java,...) Modelo de computação um tanto diferente... Vantagens declarativas Porém, formalismo não-monotônico