Escolar Documentos
Profissional Documentos
Cultura Documentos
1
Temas
3
Conceitos fundamentais
– Representação de Conhecimento e
raciocínio:
• Uma parte da IA preocupada em estudar
como um agente usa o que ele conhece para
decidir o que fazer.
(Brachman & Levesque, 2004).
Conceitos fundamentais
• Conhecimento
– "João sabe que x“
• x é substituível por uma sentença declarativa
– "a neve é branca“
• Sentenças declarativas como essa representam
proposições
• Proposição: entidade abstrata que é sobre o mundo
e que pode ser (classicamente) verdadeira ou falsa.
– Conhecimento é que resulta quando um agente toma o
mundo de uma certa maneira e não de outra.
Conceitos fundamentais
• Representação:
– Uma relação entre dois domínios, onde "um representa o
outro".
– A representação (eventualmente) é concreta e mais
facilmente manipulável que o representado.
– Símbolo:
• Uma representação particularmente importante na IA.
• Uma entidade formal concreta, computacionalmente
processável.
Conceitos fundamentais
• Raciocínio (na IA):
– Processamento formal de símbolos que representam uma
coleção de proposições em que um agente acredita, para
produzir representações de novas proposições.
– Inferência lógica:
• Um tipo de raciocínio particularmente importante na IA
• Representações geradas pela inferência, são
conclusões lógicas das anteriores.
Por que representação de
conhecimento e raciocínio?
• Mundo de Wumpus
– Ambiente:
• Uma grade de 4X4 áreas
• É possível sentir um cheiro forte em áreas adjacentes ao
Wumpus.
• É possível perceber uma brisa em áreas adjacentes a
poços.
• É possível perceber um brilho na área que está o ouro.
• É possível pegar e largar o ouro.
– Sensores:
• De cheiro, brisa e brilho
– Atuadores:
• Virar para esquerda ou direita, mover-se para a frente,
pegar ou largar o ouro, escalar
Por que representação de
conhecimento e raciocínio?
4
1 2 3 4
Agente não percebe brisa, nem cheiro forte.
Por que representação de
conhecimento e raciocínio?
4
1 2 3 4
Agente percebe brisa em (1,2). O que podemos deduzir deste fato?
Por que representação de
conhecimento e raciocínio?
4
1 2 3 4
Existe pelo menos um poço em (1,3) ou em (2,2)
Por que representação de
conhecimento e raciocínio?
4
1 2 3 4
Agente volta e para em (2,1), onde percebe um cheiro forte.
O que podemos deduzir deste fato?
Por que representação de
conhecimento e raciocínio?
4
1 2 3 4
Não pode haver poço em (2,2), porque o agente não percebeu brisa em (2,1).
Não pode haver Wumpus em (2,2), porque o agente não percebeu cheiro em (1,2).
Por que representação de
conhecimento e raciocínio?
4
É possível representar
o conhecimento do
mundo usando lógica
3 e derivar conclusões a
cada passo usando
métodos de
2 inferência.
1 2 3 4
Não pode haver poço em (2,2), porque o agente não percebeu brisa em (2,1).
Não pode haver Wumpus em (2,2), porque o agente não percebeu cheiro em (1,2).
Exemplo de prova de teorema
– 𝑅1 : ¬𝑃1,1
– 𝑅2 : 𝐵1,1 ⇔ (𝑃1,2 ∨ 𝑃2,1 )
– 𝑅3 : 𝐵2,1 ⇔ (𝑃1,1 ∨ 𝑃2,2 ∨ 𝑃3,1 )
Premissas
– 𝑅4 : ¬𝐵1,1
– 𝑅5 : 𝐵2,1
– 𝑅6 : (𝐵1,1 ⇒ (𝑃1,2 ∨ 𝑃2,1 )) ∧ ((𝑃1,2 ∨ 𝑃2,1 ) ⇒ 𝐵1,1 ) (eliminação do bicondicional em 𝑅2 )
– 𝑅7 : (𝑃1,2 ∨ 𝑃2,1 ) ⇒ 𝐵1,1 (eliminação do E em R 6 )
– 𝑅8 : ¬𝐵1,1 ⇒ ¬(𝑃1,2 ∨ 𝑃2,1 ) (contraposição em 𝑅7 )
– 𝑅9 : ¬(𝑃1,2 ∨ 𝑃2,1 ) (Modus Ponens com 𝑅8 e 𝑅4 )
– 𝑅10 : ¬𝑃1,2 ∧¬𝑃2,1 (Regra de De Morgan em 𝑅9 )
24
Sistemas baseados em conhecimento
e sistemas especialistas
• Sistemas baseados em conhecimento:
– Representam explicitamente o conhecimento de uma área
– Manipulam este conhecimento através de mecanismos de
inferência para resolver problemas.
– Tecnologia prática, baseada nos desenvolvimentos teóricos da
área de representação de conhecimento e raciocínio.
Sistemas baseados em conhecimento
e sistemas especialistas
• Sistemas baseados em conhecimento:
– Representam explicitamente o conhecimento de uma área
– Manipulam este conhecimento através de mecanismos de
inferência para resolver problemas.
– Tecnologia prática, baseada nos desenvolvimentos teóricos da
área de representação de conhecimento e raciocínio.
• Sistemas especialistas:
– Tipo específico de sistema baseado em conhecimento.
– Sistema que simula a performance de um especialista humano
em um dado domínio específico.
– Incorpora conhecimento altamente especializado de um ou mais
especialistas em um dado domínio e tarefa.
• Geralmente representado como heurísticas na forma de
regras.
Sistemas baseados em conhecimento
e sistemas especialistas
Principais componentes
Mecanismo de
Algoritmos independentes de domínio
inferência
Base de
Conteúdo dependente de domínio
conhecimento
Sistemas baseados em conhecimento
e sistemas especialistas
Principais componentes
Mecanismo de
Algoritmos independentes de domínio
inferência
Base de
Conteúdo dependente de domínio
conhecimento
Conjunto de sentenças
declarativas que
descrevem o mundo em
uma linguagem formal.
Sistemas baseados em conhecimento
e sistemas especialistas
Principais componentes
Mecanismo de
Algoritmos independentes de domínio
inferência
Base de
Conteúdo dependente de domínio
conhecimento
“A grama é verde”.
Conjunto de sentenças
“A Lua é cúbica”.
declarativas que “Que dia é hoje?”
descrevem o mundo em “Olá!”
uma linguagem formal.
Sistemas baseados em conhecimento
e sistemas especialistas
Principais componentes
Mecanismo de
Algoritmos independentes de domínio
inferência
Base de
Conteúdo dependente de domínio
conhecimento
“A grama é verde”.
Conjunto de sentenças
“A Lua é cúbica”.
declarativas que “Que dia é hoje?”
descrevem o mundo em “Olá!”
uma linguagem formal.
Sistemas baseados em conhecimento
e sistemas especialistas
Principais componentes
Mecanismo de
Algoritmos independentes de domínio
inferência
Base de
Conteúdo dependente de domínio
conhecimento
“A grama é verde”.
Conjunto de sentenças
“A Lua é cúbica”.
declarativas que “Que dia é hoje?”
descrevem o mundo em “Olá!”
uma linguagem formal.
Base de
conhecimento
Engenheiro de Mecanismo de
conhecimento inferência Usuários
• DENDRAL
– Identificação de constituintes químicos
• MYCIN
– Diagnóstico de doenças
• PROSPECTOR
– Análise de dados geológicos
– Descobriu um depósito mineral de $100 milhões
• …
Engenharia de Conhecimento
38
Engenharia de Conhecimento
Mudança de paradigma
Paradigma de Paradigma de
transferência modelagem
47
Paradigma de transferência
48
Paradigma de modelagem
• É o paradigma moderno
• Assume que construir um KBS é uma atividade de modelagem.
• Construir um KBS é desenvolver um modelo computacional
cujo objetivo é viabilizar que o computador exiba capacidade de
resolução de problemas comparáveis ao do especialista
humano.
• O objetivo não é desenvolver um modelo cognitivo adequado,
ou simular o processo cognitivo do expert, mas elaborar um
modelo que atinja resultados semelhantes.
49
Paradigma de modelagem
51
No Moodle: Knowledge Engineering: Principles and Methods
Nível de Conhecimento de Newell
52
Nível de Conhecimento de Newell
Comportamento Agente Observador Nível do
Conhecimento
Racionalizar
Mecaniza
Ambiente Nível
Simbólico
Nível da
Implementação
54
Principal contribuição das idéias de
Newell
55
Principal contribuição das idéias de
Newell
56
Abordagem de Modelagem
• Modelos formais
• Conceitos representados explicitamente
• Métodos de solução representados
explicitamente e de modo abstrato
• Compartilhamento de conceitos e métodos
• Reuso do modelo
57
Componentes do Modelo
Conhecimento
Objetivos Ações
58
Componentes do Modelo
O que o agente sabe.
Conhecimento
Objetivos Ações
O que o agente deseja. O que o agente pode fazer
O problema a ser resolvido. para atingir o objetivo,
sabendo o que sabe
59
Modelo de perícia (CommonKADS)
• Modelo de domínio
• Modelo de inferência
– Método de resolução de problemas
• Modelo de tarefa
60
Modelos de Domínio
61
Modelo da Tarefa
62
Métodos de Solução de Problemas
63
Métodos de Solução de Problemas
Classificação heurística
64
Métodos de Solução de Problemas
Classificação heurística
66
Desenvolvimento de sistemas
baseados em conhecimento
• Definição de escopo
• Análise de viabilidade
• Processo cíclico:
– Aquisição de conhecimento
– Desenvolvimento de modelos
– Implementação de modelos
– Validação
67
Exercício
69