A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Representação de Conhecimento Guilherme Bittencourt Departamento de Automação e Sistemas Universidade Federal de Santa Catarina Brasil Inteligência Artificial.

Apresentações semelhantes


Apresentação em tema: "Representação de Conhecimento Guilherme Bittencourt Departamento de Automação e Sistemas Universidade Federal de Santa Catarina Brasil Inteligência Artificial."— Transcrição da apresentação:

1 Representação de Conhecimento Guilherme Bittencourt Departamento de Automação e Sistemas Universidade Federal de Santa Catarina Brasil Inteligência Artificial aplicada a Controle e Automação DAS 6607

2 Computação

3 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 3 Computação F = m a Modelo Predição « Nous devons […] envisager l’état présent de l’univers comme l’effet de son état antérieur et comme la cause de celui qui va suivre. Une intelligence qui pour un instant donné connaîtrait toutes les forces dont la nature est animée et la situation respective des êtres qui la composent, si d’ailleurs elle était assez vaste pour soumettre ces données à l’analyse, embrasserait dans la même formule les mouvements des plus grands corps de l’univers et ceux du plus léger atome : rien ne serait incertain pour elle, et l’avenir, comme le passé, serait présent à ses yeux ». Pierre Simon Laplace (1825)

4 Computação Kurt Gödel (Czech): Aritmética (e portanto toda a Matemática) é indicidível, 1931 Lambda Calculus: Alonso Church, Princeton, United States, Abril 1936. Turing Machine: Alan Mathison Turing (1912-1954), King's College, England, Agosto 1936. Sistemas de Produção: Emil Post (Polish), Cidade College, United States, Outubro 1936.

5 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 5 Computação II Guerra Mundial Criptografia Balística Bomba atômica

6 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 6 Inteligência Artificial "I propose to consider the question, 'Can machines think?' This should begin with definitions of the meaning of the terms 'machine' e 'think' ". A.M. Turing, Computing Machinery e Intelligence, 1950.

7 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 7 Além da Computação Rosa r (uma constante) conjunto Linguagem natural: Lógica: What´s in a name? that which we call a rose by any other name would smell as sweet. Romeo e Juliet, Act 2, Scene 2, William Shakespeare

8 Representação de conhecimento

9 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 9 Representação de Conhecimento Sistemas computacionais e formalismos matemáticos para expressar e manipular conhecimento declarativo de forma tratável e computacionalmente eficiente Um formalismo deve prover: –Linguagem de representação de conhecimento –Mecanismo de inferência –Estratégias de controle da inferência

10 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 10 Representação de conhecimento Lógica: base matemática para todos os mecanismos de representação. –Teoria dos modelos –Teoria da prova –Implementável computacionalmente

11 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 11 Lógica Kurt Gödel e Jacques Herbrand (1930): existem sistemas lógicos nos quais toda fórmula verdadeira pode ser provada (completude) Alfred Tarski (1934): definição formal da semântica da lógica Alonzo Church, Alan Turing, Post (1936): indecidibilidade

12 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 12 Semântica de Tarski Linguagem natural: Cochabamba é uma Cidade. Lógica: Cidade(cochabamba) Coisas Cidades

13 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 13 Exemplo Bolívia América do Sul

14 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 14 Exemplo Regiao(planicie) Regiao(vales) Regiao(altiplano) Cidade(Cobija) Cidade(Trinidad) Cidade(La_Paz) Cidade(Oruro) Cidade(Santa_Cruz) Cidade(Sucre) Cidade(Potosi) Cidade(Tarija) Cidade(Cochabamba) Clima(planicie,tropical) Clima(vales,temperado) Clima(altiplano,frio) Altitude(Cobija,240) Altitude(Trinidad,250) Altitude(La_Paz,3200) Altitude(Oruro,4000) Altitude(Santa_Cruz,200) Altitude(Sucre,2800) Altitude(Potosi,3000) Altitude(Tarija,2500) Altitude(Cochabamba,2700) Local(Cobija,planicie) Local(Trinidad,planicie) Local(La_Paz,altiplano) Local(Oruro,altiplano) Local(Santa_Cruz,planicie) Local(Sucre,vales) Local(Potosi,altiplano) Local(Tarija,vales) Local(Cochabamba,vales) Voltagem(Cobija,220) Voltagem(Trinidad,220) Voltagem(La_Paz,110) Voltagem(Oruro,220) Voltagem(Santa_Cruz,220) Voltagem(Sucre,220) Voltagem(Potosi,220) Voltagem(Tarija,220) Voltagem(Cochabamba,220) Representação lógica:

15 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 15 Redes semânticas Propostas por Quillian (1968) como modelo da memória associativa humana. Nodos (objetos, conceitos) conectados por arcos (relações binárias). Arcos: is a, is part (herança), outros (propriedades) Aplicações: processamento de linguagem natural

16 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 16 Exemplo 220 Rede semântica: Cidade cochabamba Regiao Clima Local Altitude Voltagem is a temperado 2700 vales is a

17 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 17 Frames Marvin Minsky (A framework to represent knowledge, 1975). Frame (objetos ou conceitos) Slots (nomes de propriedades) com valores Herança (só arcos is a e is part) Valores default e facetas Ligação procedural

18 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 18 Exemplo Frames: is part is a Regiao Voltagem: 220 Planicie Clima: tropical Vales Clima: temperado Altiplano Clima: frio Cochabamba Altitude: 2700 Tarija Altitude: 2500 Sucre Altitude: 2800 Oruro Altitude: 4000 La Paz Altitude: 3200 Voltagem:110 Santa Cruz Altitude: 200 Trinidad Altitude: 250 Cobicha Altitude: 240 Potosi Altitude: 3000 is part is a is part

19 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 19 Lógica de descrição Descendente das linguagens terminológicas (KL-ONE) e das redes semânticas. Baseada em conceitos (classes) e papéis –conceitos (classes): conjuntos de objetos –papéis: relações binárias entre objetos Construtores permitem a definição de conceitos e papéis complexos a partir de primitivos Fragmento decidível da lógica de primeira ordem Relacionada com a Lógica Modal Propriedades principais: –Semântica bem definida –Inferência decidível e (as vezes) tratável

20 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 20 Lógica de descrição Abox (data) (is-a John happy-father) (has-child John Mary) Tbox (schema) (def man (and human male)) (def happy-father (and man (exist has-child female) …) Knowledge Base Sistema de inferência Interface

21 SECCOM - 07/10/ 2004 - gb@das.ufsc.br - www.das.ufsc.br/~gb 21 História Clássica (1956-1970)} –Objetivo: simular a inteligência humana –Métodos: solucionadores gerais de problemas e lógica –Limitação: subestimação da complexidade computacional dos problemas Romântica (1970-1980) –Objetivo: simular a inteligência humana em situações pré- determinadas. –Métodos: formalismos de representação de conhecimento. –Limitação: subestimação da quantidade de conhecimento necessária. Moderna (1980-1990) –Objetivo: simular o comportamento de um especialista humano ao resolver problemas em um domínio específico. –Métodos: Sistemas de regras, representação da incerteza. – Limitação: subestimação da complexidade do problema de aquisição de conhecimento. Contemporânea (1990-hoje) –Objetivo: aplicações reais (Internet) –Métodos: Ontologias (?)


Carregar ppt "Representação de Conhecimento Guilherme Bittencourt Departamento de Automação e Sistemas Universidade Federal de Santa Catarina Brasil Inteligência Artificial."

Apresentações semelhantes


Anúncios Google