Viviane Torres da Silva

Apresentação em tema: "Viviane Torres da Silva"— Transcrição da apresentação:

1 Viviane Torres da Silva
Raciocínio Viviane Torres da Silva

2 Raciocínio Racionalização é o processo cognitivo de ver a razão para uma determinada crença, conclusão ou ação Existem dois tipos de raciocínio: Raciocínio dedutivo Raciocínio indutivo Algoritmos utilizados Encadeamento para traz (Backward channing) Encadeamento para frente (Forward channing) Lógica nebulosa

3 Raciocínio Dedutivo O raciocínio dedutivo se baseia na análise de premissas, i.e., nas razões para chegar a conclusão Se as premissas forem verdadeiras, a conclusão será verdadeira Exemplo: Premissa 1: Todos os seres humanos são mortais Premissa 2: João é um ser humano Conclusão: João é mortal Varias lógicas formais foram propostas para descrever o raciocínio dedutivo: Lógica modal, lógica proposicional, lógica de predicados, …

4 Raciocínio Indutivo I/II
A verdade das premissas não garante a verdade da conclusão A conclusão de um argumento indutivo descreve a probabilidade da conclusão ser verdadeira Normalmente se utiliza quando é difícil ou impossível conhecer todos os fatos para chegar a conclusão

5 Raciocínio Indutivo II/II
Exemplo: Premissa: O sol nasceu no oriente todas as manhãs até hoje Conclusão: O sol nascerá no oriente amanhã Premissa: Todas as pessoas que vi nesta cidade são baixas Conclusão: Todas as pessoas desta cidade são baixas

6 Forward channing e Backward channing

7 Regras If…Then Uso de regras if…then para fazer a representação do conhecimento em aplicações de Inteligência Artificial Dois exemplos de algoritmos que se baseiam em regras if…then: Forward chaining Backward chaining Forward channing: utilizado para produzir novos fatos Backward channing: verifica se a conclusão é verdadeira ou falsa

8 Forward channing I/V O encadeamento começa com o conjunto de dados disponíveis para alcançar a conclusão Utiliza regras de inferência para extrair novos dados até alcançar a conclusão Uma máquina de inferência que utiliza forward channing busca no conjunto de regras de inferência uma onde a condição no IF seja verdadeira Quando encontra, a regra é executada e a informação no THEN passa a ser verdade, i.e., o novo dado entra no conjunto de dados da máquina

9 Forward channing II/V São três os elementos básicos: Exemplo:
A base de regras e os fatos A memória de trabalho para guardar os dados durante a inferência A máquina de inferência que executa as regras Exemplo: Regra 1: IF num_rodas < THEN veículo=bicicleta Regra 2: IF num_rodas >= 4 and motor=sim THEN veículo=veículo_motorizado Regra 3: IF veículo=veículo_motorizado and tamanho=grande THEN veículo=ônibus

10 Forward channing III/V
Fatos iniciais na base de dados: Num_rodas=4, motor=sim, tamanho=grande Regra 1: IF num_rodas < THEN veículo=bicicleta Regra 2: IF num_rodas >= 4 and motor=sim THEN veículo=veículo_motorizado Regra 3: IF veículo=veículo_motorizado and tamanho=grande THEN veículo=ônibus FALSO VERDADEIRO INCLUSÃO NA MEMÓRIA VERDADEIRO INCLUSÃO NA MEMÓRIA

11 Forward channing IV/V Fatos finais na base: Num_rodas=4 motor=sim
tamanho=grande veículo=veículo_motorizado veículo=ônibus

12 Ciclo do Forward channing V/V
Colocar as regras na máquina de inferência e colocar todos os dados na base da fatos na memória Verificar se as condições para executar as regras estão na memória. O conjunto de regras que tem as condições na memória chamamos conjunto de conflitos Utilizar um algoritmo para selecionar uma regra do conjunto Atualizar a memória com os fatos criados pela nova regra Repetir os passos 2, 3 e 4 até que não existam mais regras no conjunto

13 Backward channing I/IV
A conseqüência ou conclusão é avaliada primeiro Utiliza as regras para responder perguntas que verificam se a conseqüência é verdadeira ou falsa Somente as regras que são relevantes à pergunta são executadas

14 Exemplo: Backward channing II/IV
Vamos supor que queremos saber se o veículo que temos é um ônibus Começamos com a memória vazia Testamos a regra que verifica se o veículo é um ônibus Regra 3: IF transporte=veículo_motorizado and tamanho=grande THEN veículo=ônibus Para que o veículo seja um ônibus é necessário que as condições na regra 3 sejam verdadeiras

15 Exemplo: Backward channing III/IV
A condição veículo=veículo_motorizado está relacionada a regra 2, então … Para que as condições na regra 3 sejam verdades, é necessário que as condições na regra 2 sejam verdade Regra 2: IF num_rodas >= 4 and motor=sim THEN veículo=veículo_motorizado Verifico se a informação num_rodas >= 4 e motor=sim, e tamanho=grande estão na memória. Se não estão, então perguntar ao usuário se seu veículo tem estas propriedades

16 Ciclo do Backward channing IV/IV
Colocar as regras na máquina de inferência e colocar todos os fatos da base de fatos na memória Especificar a conclusão que deve ser confirmada Encontrar o conjunto de regras que tenha a conclusão no termo THEN Pegar uma regra do conjunto de regras Tentar verificar se a regra é verdadeira verificando todos os antecedentes Repetir os passos 3, 4 e 5 até que não tenha mais regras que executar. Perguntar ao usuário se necessário

17 Lógica Nebulosa (Fuzzy Logic)

18 Lógica Clássica Uma declaração é verdadeira ou falsa
Uma declaração não pode ser ao mesmo tempo parcialmente verdadeira ou parcialmente falsa A e ¬ A formam todas as possibilidades para A Lógica difusa ou nebulosa viola estas premissas

19 Lógica Nebulosa Algo pode e deve coexistir com seu oposto
A experiência humana não pode ser classificada sempre como verdadeira ou falsa O sim ou o não podem ser respostas incompleta Alguém pode ter dúvida sobre a resposta Conjunto da lógica clássica: O elemento pertence ou não ao conjunto Conjunto nebuloso: A certeza com a que um elemento pertence ao conjunto varia entre [0,1] frío agradável quente

20 Raciocínio na Lógica Nebulosa
Transformação das variáveis do problema em valores nebulosos Aplicação dos operadores nebulosos Aplicação da implicação Combinação entre todas as saídas nebulosas possíveis Transformação de resultado nebuloso em resultado nítido

21 Raciocínio na Lógica Nebulosa
Etapa 1: Transformação das variáveis do problema em valores nebulosos cada valor de entrada associamos a uma função de pertinência, que permite obter o grau de verdade da proposição; determinar o grau de pertinência de cada conjunto (proposição); limitar o valor da entrada entre 0 e 1. Etapa 2: Aplicação dos operadores nebulosos Exemplo de operadores: complemento (b=1-a), união (máximo entre dois valores), interseção (mínimo entre dois valores), ...

22 Raciocínio na Lógica Nebulosa
Etapa 3: Aplicação das implicação Exemplo: SE a comida é boa OU o serviço foi bom ENTÃO a gorjeta é alta Etapa 4: Combinação de todas as saídas nebulosas possíveis Combinação de todas as saídas em um único conjunto nebuloso, semelhante ao processo de união e interseção Etapa 5: “Difusificação” Retornar os valores; Obter um valor numérico dentro da medida estipulada pela lógica difusa.

23 Raciocínio com Normas

24 Objetivo (Parte I) Como um agente sabe o conjunto das normas aplicado a ele? Normas que estão ativas e que necessitam ser seguidas Como um agente sabe que outros agentes violaram normas? Normas violadas por outros agentes podem influenciar o comportamento de outro agente Implementar um mecanismo que pode, de acordo com o conjunto de ações, dizer para os agentes quais são as normas ativas e as violadas

25 Implementando Normas com JESS
Jess é um sistema baseado em regras que mantém uma coleção de fatos na sua base de conhecimento Fatos são incluídos na base de fatos e regras são ativadas de acordo com os novos fatos Regras: LHS => RHS LHS (left-hand side): lado esquerdo da regra Fatos que foram incluídos na base RHS (right-hand side): lado direito da regra Fatos que serão incluídos na base

26 Implementando Normas com JESS
Fatos: As ações executadas pelos agentes Os objetos no ambiente A informação sobre as normas: cumprida, ativa, inativa, e violada A informação sobre as punições e os prêmios Regras: Ativar e desativar uma norma Informar sobre o cumprimento e a violação de uma norma Informar sobre as punições e os prêmios de um agente

27 Normas x Regras em Jess Cada norma normalmente está associada a 4 regras em Jess Regra 1: Ativa a norma de acordo com as condições de ativação Regra 2: Desativa a norma de acordo com as condições de desativação Regra 3: Informa sobre o cumprimento da norma e os prêmios se a norma foi cumprida Regra 4: Informa sobre a violação da norma e as punições se a norma foi violada

28 Tipos de Normas Obrigação, permissão ou proibição simples
Obrigação, permissão ou proibição que deve ocorrer antes de um fato (ou se um fato ocorre) Obrigação, permissão ou proibição que deve ocorrer depois de um fato (e se um fato ocorre) Obrigação, permissão ou proibição que deve ocorrer se um fato ocorre Obrigação, permissão ou proibição que deve ocorrer entre dois fatos (e se um fato ocorre)

29 Obrigação, permissão ou proibição simples
Obrigação, permissão ou proibição para executar uma ação X Regra 2 (desativar norma) não pode ser implementada Proibição Ativa a proibição -- Não é possível informar sobre o cumprimento e dar prêmios ao agente pois esta norma está sempre ativa Informar sobre a violação e a punição se a ação X foi executada Obrigação Ativa a obrigação Informa sobre o cumprimento e o prêmio se a ação X foi executada -- Não é possível verificar a violação pois a qualquer momento o agente pode executar a obrigação

30 Obrigação, permissão ou proibição simples
Ativa a permissão -- Não faz sentido informar sobre o cumprimento e sobre o prêmio -- Não existe violação pois a qualquer momento o agente pode executar a ação

31 Exemplo: Proibição simples
O jogador de futebol não pode pegar a bola com a mão Punição: O árbitro informa sobre o pênalti Proibição: regras Ativa a proibição -- (norma nunca é desativada) -- Não é possível informar sobre o cumprimento e dar prêmios ao agente pois esta norma está sempre ativa ;(rule i) (defrule handleBall_rule_i => (assert (FORBIDDEN-non-dialogical-action-plan … (status ACTIVATED))))

32 Exemplo: Proibição simples
Informar sobre a violação e a punição se a ação X foi executada ;(rule iv) (defrule handleBall_rule_iv ?forbidden <- (FORBIDDEN-non-dialogical-action-plan …) ?factViolatingNorm <- (non-dialogical-action-plan (plan play) (action handleBall)... ) => (if (= (fact-slot-value ?factViolatingNorm role) (fact-slot-value ?forbidden role)) then (assert (NormStatus_per_Agent (agent (fact-slot-value ?factViolatingNorm entity)) (norm (fact-id ?forbidden))(status VIOLATED) (reason (fact-id ?factViolatingNorm)))) (assert (PUNISHMENT …)) )

33 Obrigação, permissão ou proibição que deve ocorrer antes de um fato Y
Obrigação para executar a ação X antes de um fato Y Obrigação Ativar a obrigação Desativar a obrigação se a obrigação está ativa e Y é incluído na base de fatos Informar sobre o cumprimento e o premio se a ação X é executada e a obrigação está ativa Informar sobre a violação e a punição se a obrigação está desativada e a ação X não foi executada Problema Solução: Verificar se existe uma informação de cumprimento da norma

34 Obrigação, permissão ou proibição que deve ocorrer antes de um fato Y
Permissão para executar a ação X antes de um fato Y Permissão Ativar a permissão Desativar a permissão se a permissão está ativa e Y é incluído na base de fatos --- Informar sobre a violação e a punição da permissão se a ação X foi executada depois de Y

35 Obrigação, permissão ou proibição que deve ocorrer antes de um fato Y
Proibição para executar a ação X antes de um fato Y Proibição Ativar a proibição Desativar a proibição se a proibição está ativa e Y é incluído na base de fatos Informar sobre o cumprimento e o prêmio se a norma é desativada e a ação X não foi executada Informar sobre a violação e a punição se a proibição está ativada e a ação X é executada Problema Solução: Verificar se existe uma informação sobre violação da norma

36 Exemplo: Obrigação que deve ocorrer antes de um fato Y
O juiz tem que verificar o equipamento dos jogadores antes de começar a partida Obrigação Ativar a obrigação ;(rule i) (defrule checkEquipment_rule_i => (assert (OBLIGED-non-dialogical-action-plan (status ACTIVATED))))

37 Exemplo: Obrigação que deve ocorrer antes de um fato Y
O juiz tem que verificar o equipamento dos jogadores antes de começar a partida Obrigação Desativar a obrigação se a obrigação está ativa e Y está na base de fatos ;(rule ii) (defrule checkEquipment_rule_ii ?obliged <- (OBLIGED-non-dialogical-action-plan (status ACTIVATED)) ?factDeactivatingNorm <- (dialogical-action (scene game) (state si)(content gameStart)...) => (modify ?obliged (status DEACTIVATED)) )

38 Exemplo: Obrigação que deve ocorrer antes de um fato Y
O juiz tem que verificar o equipamento dos jogadores antes de começar a partida Obrigação Informar sobre o cumprimento e o prêmio se a ação X é executada e a obrigação está ativa ;(rule iii) (defrule checkEquipment_rule_iii ?obliged <- (OBLIGED-non-dialogical-action-plan ... (status ACTIVATED)) ?factFulfillingNorm <- (non-dialogical-action-plan (plan managingGame) (action checkEquipment) ...) => (if (= (fact-slot-value ?factFulfillingNorm entity) (fact-slot-value ?obliged entity)) then (assert (NormStatus_per_Agent (norm (fact-id ?obliged)) (agent (fact-slot-value ?factFulfillingNorm entity)) (status FULFILLED) (reason (fact-id ?factFulfillingNorm)))) (assert (REWARD ...))) )

39 Exemplo: Obrigação que deve ocorrer antes de um fato Y
O juiz tem que verificar o equipamento dos jogadores antes de começar a partida Obrigação Informar sobre a violação e a punição se a obrigação está desativada e a ação X não foi executada ;(rule iv) (defrule checkEquipment_rule_iv ?obliged <- (OBLIGED-non-dialogical-action-plan (status DESACTIVATED)) => (bind ?result (assert (NormStatus_per_Agent (agent (fact-slot-value ?agent agents)) (norm ?obliged) (status FULFILLMENT)))) (try (= false ?result) ; the agent has fulfilled the norm catch (modify ?result (status VIOLATED)) (assert (PUNISHMENT ...)) )

40 Obrigação, permissão ou proibição que deve ocorrer entre dois fatos
Obrigação para executar a ação X antes de um fato Y e depois de um fato W Obrigação Ativar a obrigação se o fato W é incluído na base de fatos Desativar a obrigação se a obrigação está ativa e Y está na base de fatos Informar sobre o cumprimento e o prêmio se a ação X é executada e a obrigação está ativa Informar sobre a violação e a punição se a obrigação está desativada e a ação X não foi executada Problema Solução: Verificar se existe uma informação de cumprimento da norma

41 Obrigação, permissão ou proibição que deve ocorrer entre dois fatos
Permissão para executar a ação X antes de um fato Y e depois de um fato W Permissão Ativar a permissão se o fato W é incluído na base de fatos Desativar a permissão se a permissão está ativa e Y é incluído na base de fatos --- Informar sobre a violação e a punição da permissão se a ação X foi executada depois de Y ou antes do fato W Podemos assumir duas coisas: Se não existe uma permissão explícita então é proibido O agente não sabia que era proibido pois a norma ainda não tinha sido disparada

42 Obrigação, permissão ou proibição que deve ocorrer entre dois fatos
Proibição para executar a ação X antes de um fato Y e depois de um fato W Proibição Ativar a proibição se o fato W é incluído na base de fatos Desativar a proibição se a proibição está ativa e Y é incluído na base de fatos Informar sobre o cumprimento e o prêmio se a norma é desativada e a ação X não foi executada Informar sobre a violação e a punição se a proibição está ativada e a ação X é executada

43 Raciocínio sobre normas (Parte II) I/V
Agentes que executam em um sistema normativo necessitam raciocinar sobre as normas do sistema. Por exemplo: Perceber se a norma foi violada ou foi cumprida Detectar os conflitos e solucionar os mesmos Poder escolher as normas que desejam cumprir e as que desejam violar .... Conclusão: o processo de raciocínio de um agente normativo é mais complexo que o raciocínio de um agente não normativo Existem várias abordagens que implementam agentes normativos BDI (Belief, Desires, Intention) Elas estendem a arquitetura BDI para poder implementar o raciocínio com normas.

44 Raciocínio sobre normas II/V
Arquitetura BDI (Belief, Desire, Intention)

45 Raciocínio sobre normas: alguns trabalhos no tema III/V
BOID architecture [10] Considera a influência de obrigações, crenças, intenções e dos objetivos atuais na geração dos novos objetivos A influência ocorre de acordo com o tipo do agente. Realista: as crenças são mais valorizadas que os outros itens Egoísta: desejos são mais valorizados que as obrigações Social: obrigações mais valorizadas que os desejos NBDI (Norm-Belief-Desire-Intention) architecture [11] Verifica se o agente é o responsável por cumprir com a norma Percebe que a norma foi ativada ou desativada Permite escolher as normas que vai cumprir ou violar Permite escolher os objetivos com base na normas

46 Raciocínio sobre normas: alguns trabalhos no tema IV/V
ANA architecture [12] Verificar se o agente é o responsável por cumprir com a norma Perceber que a norma foi ativada ou desativada Perceber que a norma foi violada ou foi cumprida Detectar os conflitos e solucionar os mesmos Poder escolher as normas que desejam cumprir e as que desejam violar Escolher seus objetivos com base na normas que desejam cumprir e violar Escolher os planos a serem executados com base nas normas que desejam cumprir e violar

47 Raciocínio sobre normas: alguns trabalhos no tema V/V
ANA architecture [12]