1 Engenharia do Conhecimento Patrícia Tedesco Revisada por Flávia Barros.

Apresentação em tema: "1 Engenharia do Conhecimento Patrícia Tedesco Revisada por Flávia Barros."— Transcrição da apresentação:

1 1 Engenharia do Conhecimento Patrícia Tedesco Revisada por Flávia Barros

2 2 Plano de Aula Histórico e Conceitos Básicos Engenharia de Conhecimento em uma BC Um exemplo de Metodologia Conclusão

3 3 Sistemas Baseados em Conhecimento SBCs são sistemas que usam conhecimento especializado representado explicitamente para resolver problemas complexos São sistemas capazes de... Questionar o usuário Raciocinar com base no conhecimento disponível Explicar seu raciocínio ao usuário “Lidar” com seus erros

4 4 Relembrando... Sistemas BC X Agentes BC Sistemas baseados em conhecimento Têm uma base de conhecimento e uma máquina de inferência associadas Formalizam e implementam parte dos agentes BC Qual a diferença? Agentes interagem com o ambiente onde estão imersos através dos sensores e atuadores

5 5 Um Pouco de História... No início, a IA estava preocupada em desenvolver Formalismos para representar conhecimento Mecanismos de Inferência Formas de operacionalizar os SBCs Mas... Como garantir a escalabilidade desses sistemas?

6 6 Engenharia do Conhecimento -EC Área de pesquisa preocupada com desenvolver Métodos, Linguagens e Ferramentas adequados para o desenvolvimento de sistemas BC Foco principal: como adquirir, analisar, validar e manter uma Base de Conhecimento Construção da Base de Conhecimento Processo de acumulação, transferência e transformação de alguma fonte de conhecimento para um computador

7 Uma Área Multidisciplinar!

8 8 EC lida com dois tipos de sistemas SEs = Sistemas Especialistas SBCs SEs Representam conhecimento do domínio de forma explícita Aplicam conhecimento especializado na solução de problemas complexos

9 9 Etapas do desenvolvimento de SBCs 1. Construção da base de conhecimento Aquisição de conhecimento Representação do conhecimento (formalização) 2. Implementação do sistema Codificação Construção do sistema de explicação, interface, etc. 3. Refinamento e validação

10 10 Etapas do desenvolvimento de SBCs mais detalhes... 1. Planejamento do sistema Identificação do Domínio Seleção da equipe Seleção da ferramenta de desenvolvimento 2. Aquisição do conhecimento Identificação do conhecimento a adquirir Conceituação Formalização da BC

11 11 Etapas do Desenvolvimento de SBCs mais detalhes... 3. Implementação Criação de uma representação do conhecimento Implementação da Interface Documentação 4. Validação e Refinamento Validação Refinamento E tudo começa novamente...

12 12 BC Como o Conhecimento é Processado? Nível de Conhecimento Nível Lógico Nível de Implementação AQUISIÇÃO FORMULAÇÃO IMPLEMENTAÇÃO REFINAMENTO

13 13 Um Exemplo de Construção de BC Do livro AIMA

14 14 Construindo uma BC 1) Decida sobre o que falar 2) Escolha o vocabulário de predicados, funções e constantes (Ontologia do Domínio) 3) Codifique o conhecimento genérico sobre o domínio (axiomas)  x,y,z Americano(x)  Arma(y)  Nação(z)  Hostil(z)  Vende(x,z,y)  Criminoso(x) 4) Codifique uma descrição de uma instância específica do problema: Nação(Cuba), Nação(USA) 5) Proponha questões para o procedimento de inferência e obtenha respostas: West é criminoso?

15 15 Um Exemplo: Circuitos Digitais Objetivo: determinar se o circuito está de acordo com sua especificação (o circuito acima é um somador) responder a perguntas sobre o valor da corrente em qualquer ponto do circuito

16 16 Decida sobre o que falar Para alcançar o objetivo, é relevante falar sobre circuitos, terminais, sinais nos terminais, conexões entre terminais Para determinar quais serão esses sinais, precisamos saber sobre: portas e tipos de portas: AND, OR, XOR e NOT Não é relevante falar sobre: fios, caminhos dos fios, cor e tamanho dos fios, etc.

17 17 Decida qual vocabulário usar Usado para nomear objetos e relações do domínio com funções, predicados e constantes constantes  distinguir as portas: X1, X2...  distinguir os tipos de porta: AND, OR, XOR... funções e predicados  tipo de uma porta: Tipo(X1) = XOR, Tipo(X1, XOR), XOR(X1)  indicar entradas e saídas: Out(1, X1), In(1, X2)  indicar conectividade entre portas: Conectado(Out(1, X1), In(1, X2))

18 18 Codifique regras genéricas (1) Dois terminais conectados têm o mesmo sinal:  t1, t2 Conectado(t1, t2)  Sinal(t1) = Sinal(t2) (2) O sinal de um terminal é On ou Off (nunca ambos)  t Sinal(t) = On  Sinal(t) = Off, On  Off (3) Conectado é um predicado comutativo  t1,t 2 Conectado(t1, t2)  Conectado(t2, t1) (4) Uma porta OR está On sse qualquer das suas entradas está On:  g Tipo(g) = OR  Sinal(Out(1,g)) = On  n Sinal(In(n,g))=On

19 19 Codifique a instância específica Portas: Tipo(X1) = XOR Tipo(X2) = XOR Tipo(A1) = AND Tipo(A2) = AND Tipo(O1) = OR Conexões: Conectado(Out(1,X1),In(1,X2)) Conectado(Out(1,X1),In(2,A2)) Conectado(Out(1,A2),In(1,O1))...

20 20 Proponha questões ao mecanismo de Inferência Que entradas causam Out(1,C1) = Off e Out(2, C1) = On?  i1, i2, i3 Sinal(In(1,C1)) = i1  Sinal(In(2,C1)) = i2  Sinal(In(3,C1)) = i3  Sinal(Out(1,C1)) = Off  Sinal(Out(2,C1) = On Resposta: (i1 = On  i2 = On  i3 = Off)  (i1 = On  i2 = Off  i3 = On)  (i1 = Off  i2 = On  i3 = On)

21 21 Engenharia do Conhecimento Mais detalhes...

22 22 EC - Conceitos Básicos Engenheiro de conhecimento Guia a aquisição, a criação da representação do conhecimento especializado, a implementação e o refinamento do SBC Expertise conhecimento especializado adquirido por longo treinamento, leitura e experiência Especialista Quem possui conhecimento especializado, experiência e métodos, e a habilidade de aplicá-los para dar “conselhos” e resolver problemas

23 23 EC - Conceitos Básicos Há diferentes “tipos” de conhecimento Que devem ser representados separadamente!  Conhecimento ontológico, conhecimento do domínio,... Qual a forma de representação adequada?  Ontologias, Bases de conhecimento,... Há diferentes tipos de especialistas e de expertise Como elicitar os diferentes “conhecimentos”? Há vários usos para conhecimentos semelhantes Reusabilidade é a chave!

24 Construindo uma BC Elicitação do conhecimento Formalização do conhecimento Implementação do sistema BC Nível do conhecimento : Nos termos do especialista do domínio de aplicação Linguagem natural, Notações gráficas ad-hoc Nível semi-formal: Notação textual estruturada padrão (XML) Notação gráfica padrão (UML) Validação com especialista Nível formal: Notação sem ambigüidade com semântica formalmente definida (Lógica, Probabilidades) Verificação de consistência Nível da implementação: Codificação em uma linguagem de programação Teste de protótipo

25 Artefatos e Tarefas Envolvidos Elicitação do conhecimento Formalização do conhecimento Implementação do sistema BC Nível do conhecimento : Nos termos do especialista do domínio de aplicação Linguagem natural, Notações gráficas ad-hoc Nível semi-formal: Notação textual estruturada padrão (XML) Notação gráfica padrão (UML) Validação com especialista Nível formal: Notação sem ambigüidade com semântica formalmente definida Verificação de consistência Nível da implementação: Codificação em uma linguagem de programação Teste de protótipo Entrevistas estruturadas com especialista Preparação de dados Ontologias Linguagens semi-formais de representação do conhecimento Linguagens formais de representação do conhecimento Aprendizagem de Máquina Compiladores Máquinas de inferências Aprendizagem de Máquina

26 26 Aquisição do Conhecimento Principais fases da aquisição Identificar características do problema  Do domínio da aplicação Isolar e representar os conceitos principais e suas relações  através de uma Ontologia, por exemplo Identificar inferências sobre estes conceitos O conhecimento pode originar-se de várias fontes: especialistas, livros e documentos, filmes, etc.

27 27 Aquisição do Conhecimento Abordagens... Abordagem de Transferência O conhecimento já está “pronto”, só precisa ser coletado E o conhecimento empírico do especialista? Veremos as dificuldades na aquisição de conhecimento... A máquina objetiva resolver o problema como o especialista faria

28 28 Aquisição do Conhecimento Abordagens... Abordagem de Modelagem Modelo => aproximação da realidade Construção de modelos de solução Processo interativo de modelagem e reuso de conhecimento  via ontologias Utilização de aquisição automática de conhecimento A máquina deve resolver o problema tão bem quanto o especialista

29 29 Gargalo na Aquisição do Conhecimento A maior parte do conhecimento está na cabeça dos especialistas... Especialistas têm muito conhecimento empírico  Difícil de ser capturado e representado formalmente são “caros” não sabem tudo! têm dificuldade de verbalizar sob pressão usam vocabulário próprio (jargão)

30 30 Gargalo na Aquisição do Conhecimento Dificuldade de introspecção O especialista quase nunca está ciente de como usa o conhecimento que possui  Pode não saber porque escolheu uma estratégia Algumas soluções são intuitivas ou “compiladas” O conhecimento expresso pode ser incompleto O especialista pode não lembrar em detalhes qual o conhecimento utilizado para resolver um problema O especialista pode pular pontos importantes

31 31 Gargalo na Aquisição de conhecimento O conhecimento expresso pode ser incorreto ou inconsistente Afinal, quem garante a qualidade da solução, já que ela é “coisa de especialista”? O conhecimento expresso pode ser irrelevante quantidades enormes de informações são coletadas, para serem organizadas ou desprezadas... desafio:  evitar informação irrelevante sem bloquear a descoberta de conceitos importantes

32 32 Como minimizar o gargalo da Aquisição? Automatização! Métodos de aquisição Três categorias  Manual  Semi-automático  Automático

33 33 Método de Aquisição Manual Entrevistas estruturadas ou não estruturadas Tracking methods análise de protocolos e observação especialista Base de conhecimento Engenheiro de conhecimento documentação codificação explicitação

34 34 Aquisição Manual Problemas: Toma muito tempo Requer a presença do especialista Difícil de gerenciar Existem conhecimentos de vários tipos  teórico, procedural, etc. Quando usar? identificação do conhecimento: brainstorming, entrevistas não estruturadas especificação do conhecimento: self report refino do conhecimento: entrevista estruturada

35 35 Métodos de Aquisição Semi- automática Baseado em ferramentas de Ajuda ao especialista  grid repertory analysis Ajuda ao engenheiro de conhecimento  Editores de texto, documentadores, etc. especialistaFerramentas interativas de entrevista Base de conhecimento Engenheiro de conhecimento

36 36 Métodos de Aquisição Automática Aprendizado de máquina Machine learning Casos e exemplosIndução automáticaRegras

37 37 Metodologia para EC CommonKads

38 38 CommonKADS Pesquisa colaborativa na União Européia mais de 15 anos Utiliza fórmulas e ontologias para representar o conhecimento Utiliza diagramas baseados em UML Diagrama de classes Diagrama de estados Diagrama de atividades

39 39 CommonKADS Possui seis modelos Modelo organizacional Modelo de tarefas Modelo de agentes Modelos de “expertises” Modelos de comunicação Modelo de projeto

40 40 CommonKADS: Modelos

41 41 CommonKADS Modelo organizacional Objetiva analisar a organização Modelo de tarefas Descreve as tarefas a serem executadas Distribui as mesmas entre os agentes Modelo de agentes É o executor do modelo de tarefas Descreve as capacidades e características dos agentes

42 42 CommonKADS Modelo de Comunicação Troca de mensagens Modelo de expertise É o foco da metodologia!!! Três sub-níveis  Conhecimento do domínio: Conceitos, Propriedades, Relações  Conhecimento da inferência  Conhecimento da tarefa Modelo de projeto de base de conhecimento Descreve a arquitetura e o projeto

43 43 EC hoje... Como está? EC vs ES

44 44 EC hoje Conta com Metodologias Utiliza (e reutiliza) ontologias em diferentes domínios Dispõe de Ferramentas de Software Parte integrante da área de Gerenciamento de Conhecimento

45 45 EC x ES Engenharia de software o cliente não é, necessariamente, um especialista o cliente define apenas o quê fazer processamento divido em muitos componentes simples componentes desenvolvidos pelo programador Engenharia do conhecimento o cliente é um especialista o especialista define também como fazê-lo processamento divido em poucos componentes complexos componentes geralmente reutilizados (bibliotecas)

46 46 A seguir... Sistemas Especialistas!