Representação de Conhecimento com Formalismos Orientado a Objetos

Apresentação em tema: "Representação de Conhecimento com Formalismos Orientado a Objetos"— Transcrição da apresentação:

1 Representação de Conhecimento com Formalismos Orientado a Objetos
Jacques Robin Cin-UFPE

2 Roteiro Histórico Redes Semânticas Frames Lógicas Descritivas
Formalismos híbridos regras + objetos

3 Formalismos de representação do conhecimento orientado a objetos (FRCOO) : histórico
Redes semânticas aparecem no fim dos anos 70 Primeiro formalismo de IA estruturando o conhecimento em uma hierarquia de conceitos (classes) e instâncias (individuais, objetos) com herança de propriedades Contribui a gênese das linguagens de programação e engenharia de software orientada a objeto Em retrospecto, os diagramas mais utilizados de UML (classes, objetos) definem uma redes semântica Vinham com interpretadores o que os tornavam linguagem de implementação e não apenas de especificação

4 FRCOO: histórico (cont.)
Duas limitações principais das redes semânticas: 1. Computacionalmente incompletos para implementar a maioria dos sistemas inteligentes 2. Sem semântica declarativa formal bem-definida (atalho entre nível do conhecimento e nível da implementação sem lógica) Frames são sucessores das redes semânticas visando a superar a 1a limitação Lógicas descritivas são sucessores das redes semânticas visando a superar a 2a limitação Atualmente: Redes semânticas caíram em desuso para sua função inicial de formalismo de implementação de BC Redes semânticas mais usadas do nunca do que hoje em nova função de especificação de BC e de software em geral (UML)! Emergência proeminente dos FRC híbridos regras + objetos

5 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. Exemplo: Cadeira-27 Mobília Cadeira Preto Couro Assento Ana Pessoa é-um Ako Tem-um Cor Dono Estofamento

6 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

7 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.

8 Redes semânticas: 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.

9 Redes semânticas: 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.

10 Frames 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

11 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).

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

13 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

14 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.

15 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

16 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

17 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:

18 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)

19 Sistemas de frames: serviços
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!

20 Sistemas de frames: vantagens e limitação
Permite capturar conhecimento terminológico e procedimental Computacionalmente completo via os procedimentos (implementados em uma linguagem hospede, geralmente funcional, as vezes imperativa) Distingue entre vários tipos de conhecimento (exato, default, declarativo, procedimental, etc.) Demons podem ser usados para as funcionalidade de interface aquisição de conhecimento e explicação de raciocínio de um shell de sistemas especialistas

21 Sistemas de frames: limitações
Conhecimento comportamental não declarativo impede codificação direita por especialista do domínio que não é programador Sem semântica formal Implementação ad-hoc de dedução e adbução, geralmente ineficientes Não existe máquina de inferência indutivas para aprendizagem Não inclui noções de encapsulamento e componentes das linguagens de programação OO modernas Não escaláveis para grande bases de conhecimento

22 Lógicas Descritivas (LD): filosofia
Usar lógica para definir formalmente semântica de formalismos de representação de conhecimento OO. Estudar computabilidade e complexidade das linguagens e serviços de inferência antes de implementá-los. Limitar expressividade para garantir esses serviços sejam computacionalmente tratáveis. SPIV invade a IA. Motivação e objetivos da lógica descritiva. Dizer o que é SPIV. S- Specify; P- Prove; I- Implement; V- Verify

23 Lógicas descritivas: conceitos chaves
Formalismos lógicos para representação das informações sobre classes de indivíduos e suas descrições. Subconjunto da lógica de primeira ordem, trata de: Relações unárias (conceitos) Ex, Student = {x | Student(x)} Relações binárias (papéis); Ex, SUPERVISED = {(x,y) | SUPERVISED(x,y) } Possui também: Construtores sobre os conceitos (,, outros) Ex, PdhStudent = Student  SUPERVISED.AcademicStaff = { x | Student(x)  y.SUPERVISED(x,y)  AcademicStaff(y) } Indivíduos, e instâncias dos conceitos franklin, jacques, thiago; Student(thiago), PhdStudent(franklin), Researcher(jacques) Trade-offs entre expressividade e complexidade computacional conhecidos.

24 Lógicas descritivas: construtores
Explicar os construtures usados nos exemplos.

25 Lógicas descritivas: semântica formal
Baseada na teoria dos conjuntos; Semântica definida por uma interpretação (I,I); Conjunto não-vazio, domínio I; Função de interpretação I que mapeia: Todo conceito em um subconjunto de I; Todo papel em um subconjunto de I x I; Unicidade de nome Se a  b então aI  bI Um modelo para C é uma interpretação onde CI é não-vazio Um conceito é satisfiable se ele possui pelo menos um modelo. Apresentação opcional

26 LD: semântica dos construtores
Apresentação Opcional. Mostrar semântica dos exemplos; Convenção de nomes AL[c][u][r]...; Equivalências ALEU = AUCN.

27 Lógicas descritivas: bases de conhecimento
KB = Tbox + Abox Tbox (Terminological part) = Descrições Exemplos: Student = Person   STUDIESAT.University PhdStudent  Student  Researcher Abox (Assertional part) = Instâncias PdhStudent (franklin) STUDIESAT (franklin,UFPE)

28 Lógicas descritivas: serviços de inferência
Dada uma base de conhecimento  = <Tbox,Abox>, dois conceitos C e D, e um indivíduo a, chamamos: Satisfiability:  |= C   Verificar se há um modelo I de  tal que CI   Exemplo: Student  Person ? Subsumption:  |= C  D Verificar se C é subsumed por D. CI  DI em todo modelo I de  Exemplo: Employee  Person  Student ? Consistência:  |= Verificar se a própria base tem um modelo. Exemplo: Student = Person ? Classificação de instância:  |= C(a) Verificar se uma dada asserção é válida. Exemplo: Person(franklin)

29 LD: raciocínio na Tbox Tbox: Expressividade Vs Complexidade
Syntax-based reasoning: Structural Comparison Semantic-based reasoning: Constraint Systems Expressividade Vs Complexidade Expressividade é diretamente proporcional à complexidade computacional.

30 LD para o exemplo  = <Tbox,Abox>
Tbox – Conceitos Student  Person STUDIESAT  Student  University Student = Person   STUDIESAT.University Employee  Person AFILIATEDTO  Employee  Organization Employee = Person   AFILIATEDTO.Organization AcademicSaff  Employee SUPERVISES  AcademicStaff  PhdStudent AcademicSaff = Employee   SUPERVISES.PdhStudent Researcher  AcademicStaff PhdStudent  Student  Researcher SUPERVISED  PhdStudent  AcademicStaff PdhStudent = Student   SUPERVISED.AcademicStaff Abox – Instâncias Student(thiago) STUDIESAT(thiago,UFPE) PhdStudent(franklin) STUDIESAT(franklin,UFPE) Researcher(jacques) SUPERVISED(franklin,jacques) AFILIATEDTO(jacques,UFPE)

31 LD: exemplos de serviços de raciocínio  |= C  
 |= Student  Person   ? Equivalente a: Student  Person =  ? Se já temos x Student(x)  Person(x) x Student(x)  Person(x)  x Person(x)  Person(x) que é impossível. Logo o conjunto formado pela conjunção Student  Person é . Não satisfiable. Person e1 e2 ... Student en e5 e14

32 LD: exemplos de serviços de raciocínio  |= C  D
 |= AcademicStaff  Researcher ? AcademicStaff  Researcher Equivalente a: x Researcher(x)  AcademicStaff(x) O conjunto de indivíduos do tipo Researcher está contido no do conjunto de AcademicStaff. AcademicStaff e1 e2 ... Research en e5 e14

33 LD: exemplos de serviços de raciocínio  |= 
A base contém asserções/definições contraditórias? Adicionando Person(franklin) mantém a base consistente ? Raciocinando com as instâncias da Abox e conceitos da Tbox, temos: PhdStudent(franklin) : Abox Student(franklin) : Regra PhdStudent  Student da Tbox Person(franklin) : Regra Person  Student da Tbox Ao término das expansões da Abox temos: Abox = Abox0 , Student(franklin), Person(franklin) Ao adicionarmos Person(franklin) teríamos uma KB com contradições, isto é, inconsistente onde franklin é Student e franklin não é Student. Conclusão: Uma KB que possua a Tbox anterior, não pode ter Abox com asserções do tipo PhdStudent(franklin) e Person(franklin) pois se torna uma base inconsistente.

34 LD: exemplos de serviços de raciocínio  |= C(a)
 |= Person(franklin) ? Raciocínio sobre a hierarquia definida na Tbox, gera: Student(franklin) Person(franklin) Assim, Person(franklin) pode ser deduzido como uma instância válida dentro da KB.