Inteligência Artificial. Sistemas Baseados em Conhecimento. Representação de Conhecimento (continuação)

Sistemas Baseados em Conhecimento Representação de Conhecimento

(continuação)

Universidade Estadual do Oeste do Paraná

Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/IA2018.html

Roteiro

- Retomada sobre Representação de

Conhecimento

- Lógica Proposicional - “Link” com Prolog

Sistemas Baseados em Conhecimento

 Para que um sistema computacional possa utilizar

conhecimento, há necessidade de estruturação e codificação daquilo que será empregado por ele.

 Isso é Representação do Conhecimento!!

 O que é Representação de Conhecimento?

 É área de pesquisa

Sistemas Baseados em Conhecimento

 Representação do conhecimento é a sub-área de IA

cujo objetivo principal é a busca de formalismos que possam ser usados para representar informação a respeito do mundo real.

 Representação do conhecimento é a formalização e

estruturação de conhecimento em um computador, de maneira que possa ser manipulado produzindo um comportamento inteligente.

Sistemas Baseados em

Conhecimento (SBC)

Importância da representação de conhecimento

 Para que as representações de conhecimento

apresentem real interesse, são necessárias funções capazes de efetuar o mapeamento entre a

representação e o mundo real e vice-versa (Rabusque).

 A importância de se representar o conhecimento não

é apenas poder recuperá-lo, mas raciocinar com ele e a ele agregar novos conhecimentos.

 Não existe uma representação única para todos tipos

Representação de Conhecimento

Como fazê-lo

A formalização na representação do conhecimento visa que ele possa:

 Ser utilizado por computadores;

 Descrever o conhecimento do especialista;

 Facilitar as operações de busca (recuperação),

Características desejáveis no

conhecimento representado

É de interesse que a base de conhecimento do SBC seja capaz de:

 Identificar dados importantes;

 Ser completo, ou seja, ser capaz de representar tudo

o que deve ser representado;

 Ser conciso: usar o mínimo de recursos possível,

mantendo a eficiência;

 Ser de fácil entendimento;

 Viabilizar a recuperação e armazenamento rápido e

Representação de Conhecimento

Sobre a disponibilidade do conhecimento

 Nem todo o conhecimento associado / necessário

estará diretamente disponível

 É necessário decidir:

 Qual é o conhecimento necessário?

 Como ele pode ser obtido?

 Qual é a relação custo x benefício associado aquele

conhecimento?

 Custo: é todo o esforço necessário para identificar,

Representação de Conhecimento

Tipos de Solução

 Qual é a importância se a resposta for errada ou

alguma resposta estiver faltando?

 Solução Ótima: a melhor solução de acordo com

alguma medida de qualidade (utilidade)

 Solução Satisfatória: uma que é boa o bastante de

acordo com alguma descrição de quais soluções são adequadas

 Solução Provável: uma que está apta a ser uma

Abordagem Simbólica

 Relembrando sobre Simbolismo...

 Newell e Simon afirmam que “O sistema de

símbolos físicos tem os meios necessários e suficientes para a ação inteligente em geral”

Sistemas baseados em

conhecimento

 Como seres humanos resolvem problemas?

 Aplicando seus conhecimentos (e inteligência) na

solução de um dado problema (usando símbolos?!!)

Conhecimento

Domínio Específico

Representação de Conhecimento

Algumas técnicas/formas para representação de conhecimento em SBCs são:  Regras de produção  Redes semânticas  Frames  Scripts  Lógica  Árvores de Decisão  Conhecimento Estatístico  Esquemas Híbridos

Representação de Conhecimento

Algumas técnicas/formas para representação de conhecimento em SBCs são:

 Regras de produção  Redes semânticas  Frames

 Scripts

 Lógica (link com Prolog)  Árvores de Decisão

 Conhecimento Estatístico  Esquemas Híbridos

Representação Lógica

 Desde o final de 1970, em IA, há interesse no uso

de métodos que derivam da lógica matemática em contraste com métodos heurísticos.

 A Lógica Matemática é uma linguagem formal que

possui várias regras sintáticas de dedução, ou seja, formas de realizar inferências dedutivas

exclusivamente a partir do formato sintático das expressões da linguagem.

 Dedução automática: realização de inferências

Representação Lógica

 A Lógica foi criada por Aristóteles com o objetivo

de ser uma linguagem para representar os processos envolvidos no pensamento.

 A Lógica proposicional é a sua forma mais simples e

conhecida e se baseia apenas na existência de

constantes e no uso de operadores lógicos.

 Não consegue lidar com declarações como “todo

Representação Lógica

 Por causa das limitações da Lógica das

Proposições foram propostas várias adaptações e extensões para tratar situações mais complexas.

 Exemplos destas extensões são:

 Lógica de predicados

 Lógica multivalorada

 Lógica Nebulosa

Lógica Proposicional

 Na Lógica Proposicional, cada símbolo representa

um fato ou uma proposição inteira

 Exemplo: P = “O aluno está estudando.”

 Várias proposições podem ser combinadas

usando-se os operadores lógicos:  e (^)  ou (v),  não(¬),  condicional ou implicação (→)  bicondicional (↔).

Lógica Proposicional: Vantagens

 Existe uma forte teoria dando suporte à sua

utilização.

 É possível usá-la para implementar análise

automática de conhecimento através das

propriedades de equivalência e regras de inferência, as quais, a partir de proposições já conhecidas,

conseguem gerar novas informações.

Lógica Proposicional

 Proposição é uma sentença declarativa, afirmativa,

que deve exprimir um pensamento de sentido completo.

 O valor lógico de cada proposição pode ser

verdadeiro (V ou 1) ou falso (F ou 0).

 Exemplos:

 “A > B”

 “O Brasil é um país”

Lógica Proposicional

 Proposição Simples é aquela que não possui uma

outra proposição como parte de si mesma. São representadas por letras minúsculas.

 Exemplos:

 p: está frio

 q: a raiz quadrada do número 4 é igual ao número 2

 r: Sócrates é homem

Lógica Proposicional

 Proposição Composta é formada por duas ou mais

proposições simples, relacionadas entre si por

conectivos (operadores) lógicos. São representadas por letras maiúsculas.

 Exemplos:

 P: está frio e ensolarado

Lógica Proposicional

 Princípios fundamentais da lógica proposicional

 Princípio da não contradição: Uma proposição não

pode ser verdadeira e falsa simultaneamente .

 Princípio do terceiro excluído: Toda proposição é

Lógica Proposicional: Operações

lógicas

 Negação: Pode ser indicada por diferentes

notações: “~” e “¬” são as mais usadas.

 Conjunção (“e” lógico): Assume valor verdadeiro

apenas quando todas as proposições que a compõem são verdadeiras.

 Disjunção Inclusiva (“ou” lógico): Assume valor

falso apenas quando todas as proposições que a compõem são falsas.

Lógica Proposicional: Operações

lógicas

 Disjunção Exclusiva (“Xor”): É verdadeiro

apenas quando as proposições que a compõem tem valores diferentes.

 Condicional ou implicação: Assume valor falso

apenas quando a primeira proposição for verdadeira e a segunda for falsa.

 Bicondicional ou Dupla implicação: Assume valor

verdadeiro apenas quando todos os valores das proposições que a compõem são iguais.

Lógica Proposicional: Relações

 Relação de Equivalência: Uma proposição p

equivale a uma proposição q quando, em suas tabelas-verdade não ocorre p ≠ q.

 Estas relações são denotadas por “⬄”.

 Relações de Implicação: Uma proposição p

implica em uma proposição q quando em suas tabelas-verdade não ocorre p = 1 e q = 0, nesta

ordem, ou seja, não ocorre de p ser verdadeira e q ser falsa.

Lógica Proposicional

 A utilização das regras de inferência cria um

mecanismo de raciocínio capaz de gerar novos fatos a partir de outros já conhecidos.

 No entanto, a Lógica Proposicional trabalha apenas

com proposições, que são sentenças que podem

assumir apenas os valores falso ou verdadeiro.

 Assim, a Lógica Proposicional não consegue

representar todo o tipo de conhecimento...

 E uma das demandas é representar fatos genéricos

Lógica de Predicados

 Prolog

 Lógica de Predicados: fatos, objetos e relações

(Lógica proposicional: fatos)

 Fatos=constantes; variáveis=objetos; predicados=

relações; funções.

Para criar um SBC em lógica

 Considere a questão:

 “A lei americana diz que é proibido vender armas a uma

nação hostil. Cuba possui alguns mísseis, e todos eles foram vendidos pelo Capitão West, que é americano”  Pergunta: West é criminoso ou não?

Para criar um SBC em lógica

 Como você resolveria este problema?

 O que vc precisa para resolver este problema?  “A lei americana diz que é proibido vender armas

a uma nação hostil. Cuba possui alguns mísseis, e todos eles foram vendidos pelo Capitão West, que é americano”

Para criar um SBC

 Como você resolveria este problema?

 Linguagem: você entende o que está escrito em

português

 Conhecimento: você sabe um pouco de geopolítica e

armas

 inferência: você é capaz de raciocinar usando este

31

Solucionando o caso do cap. West

(linguagem natural) _{A) Todo americano que vende uma arma a uma nação hostil é criminoso}

B) Todo país em guerra com uma nação X é hostil a X C) Todo país inimigo político de uma nação X é hostil a X D) Todo míssil é um arma

E) Toda bomba é um arma F) Cuba é uma nação

G) USA é uma nação

H) Cuba é inimigo político dos USA I) Irã é inimigo político dos USA

con he cime nto prévi o J) West é americano

K) Existem mísseis em Cuba

L) Os mísseis de Cuba foram vendidos por West _conh

ecimento do proble ma novo conheciment o

M) Cuba possui um míssel M1 - de K N) M1 é um míssil - de K

O) M1 é uma arma - de D e N

P) Cuba é hostil aos USA - de F, G, H e C Q) M1 foi vendido a Cuba por West - de L, M e N

Como uma máquina poderia

resolver este problema?

 Segundo a IA...

 Identificar o conhecimento do domínio

 Representá-lo

 Implementar um mecanismo de inferência para utilizá-lo

 The Knowledge Principle (Lenat & Feigenbaum)

 If a program is to perform a complex task well, it must