Date post: | 24-Jan-2016 |
Category: |
Documents |
Upload: | josefa-gallego-chavez |
View: | 217 times |
Download: | 0 times |
Sistemas Basados en Conocimiento
Sesión 2
E. Morales/L.E. Sucar
CCC, INAOE
“...sistema que resuelve problemas utilizando una representación simbólica del conocimiento humano” [Jackson 86].
Definición
Un sistema experto o sistema basado en conocimiento se puede definir como:
2. Metodología para solucionar el problema - Máquina de Inferencia
Tienen una separación entre:
1. Conocimiento específico del problema - Base de Conocimiento
• Representación explícita del conocimiento
• Capacidad de razonamiento independiente de la aplicación específica
• Capacidad de explicar sus conclusiones y el proceso de razonamiento
Características importantes
• Alto rendimiento en un dominio específico • Uso de heurísticas vs. modelos matemáticos • Uso de inferencia simbólica vs. algoritmo numérico
Características importantes
Basan su rendimiento en la cantidad y calidad del conocimiento de un dominio específico y no tanto en las técnicas de solución de problemas.
Importancia del Conocimiento
• En matemáticas, teoría de control y computación, se intenta resolver el problema mediante su modelado (Modelo del problema).
Diferencia con otras técnicas:
• En sistemas expertos se ataca el problema construyendo un modelo del “experto” o resolvedor de problemas (Modelo del experto).
Enfoque Tradicional
PROBLEMA
Modelo Matemático
ALGORITMO
Enfoque de Inteligencia Artificial
PROBLEMAPROBLEMA
ModeloModelo
Experto
SISTEMA EXPERTOSISTEMA EXPERTO
1. Análisis (interpretación)
Clasificación de Sistemas Basados en Conocimiento
• Identificación • Monitoreo • Diagnóstico • Predicción • Control
2. Síntesis (construcción)
• Especificación • Diseño • Configuración • Planeación • Ensamble • Modificación
Clasificación de Sistemas Basados en Conocimiento
Identificación Predicción Control
Clasificación de Sistemas Basados en Conocimiento
Análisis :
Especificación Diseño Ensamble
Síntesis :
1. Base de Conocimiento (BdeC) 2. Máquina de Inferencia 3. Memoria de Trabajo 4. Interfaz de Usuario 5. Interfaz de Adquisición
Componentes básicos
Arquitectura
adquisi-ción
usuario
Base de Conocimiento
Máquina de InferenciaMáquina de Inferencia
Memoria de Trabajo
Sistema de diagnóstico de automóviles
Ejemplo
PROBLEMAPROBLEMAFalla (carro no arranca)Falla (carro no arranca)
EXPERTOmecánico
CONOCIMIENTOSI tiene gas & batería, OK
ENTONCESfalla marcha
SOLUCIÓNDiagnóstico (marcha)
1. Resolver problemas para los que no existe un modelo matemático adecuado o su solución es muy compleja, como en:
Ventajas de Sistemas Basados en Conocimiento
• Medicina • Ingeniería • Exploración • Diseño • Análisis
2. Preservar el conocimiento de expertos y hacerlo accesible a más personas.
3. Capacidad de explicar al usuario el proceso de razonamiento.
Ventajas de Sistemas Basados en Conocimiento
Representación de Conocimiento
Representación = “... un conjunto de convenciones sintácticas y semánticas que hacen posible el describir cosas ” [Winston 74].
Definición
Representación de conocimiento = Escribir en un lenguaje descripciones del mundo.
Sintaxis: símbolos y conjunto de reglas para combinarlos.
Semántica: significado de las expresiones construidas.
Definición
• un lenguaje de representación, • capacidad de inferencias, • conocimiento del dominio.
Ingredientes básicos:
• explicación de comportamiento, • construir sistemas inteligentes, • poder representar “sentido común”.
El poder está en el conocimiento
Ingredientes básicos:
• Capacidad Lógica: Que sea capaz de expresar el conocimiento que deseamos expresar.
• Poderío Heurístico: Capacidad para resolver problemas.
• Conveniencia de la Notación: Simplicidad para accesar el conocimiento y facilidad de entendimiento.
Criterios
La representación determina la facilidad con la que podemos resolver ciertos problemas y utilizar el conocimiento [Marr 82].
Ejemplos: 1. representación de números romanos vs
arábigos. 2. Cuadro mágico (ejercicio en clase)
Criterios
• primitivas (p.ej. segundos vs. años)
• meta-representaciones (p.ej. meta-reglas)
Características
A nivel epistemológico:
• definiciones vs hechos • universales vs defaults • razonamiento no-deductivo • razonamiento no-monotónico
Representaciones no cubiertas por lógica:
Características
• procedurales (se necesita declarativo) • analógicas • probabilísticas
Representaciones alternas:
Características
• substancias (v.g., litro de leche), • causalidad y tiempo, • creencias, deseos, intenciones, etc.
Problemas de representación:
• Hacer explícito lo que se considere importante • Exhibir las restricciones inherentes al problema • Completo y preciso • Entendible• Fácil de usar • Computacionalmente factible
Consideraciones:
Espacio de Representaciones
EstadosEpistemológicos(incertidumbre)
Modelo delMundo(expresividad)
categórico
probabi-lístico
estados proposicional 1er orden
“lógicaproposicional”
HMM RB
“lógica1er orden”
Lógica+Prob.RB+objetos
El proceso de construir una base de conocimiento se llama ingeniería de conocimiento
Un lenguaje de representación tiene que ser expresivo, conciso, no ambiguo y efectivo.
Ingeniería de Conocimiento
A veces se tiene que sacrificar el que sea correcto para ganar claridad y ser más conciso
Idealmente se separa la base de conocimiento de los procedimientos de inferencia
Ingeniería de Conocimiento
Una base de conocimiento tiene 2 consumidores potenciales:
• Humanos
• Procesos de inferencia
Un error común es seleccionar nombres que por tener sentido para el hombre se cree que van a tener sentido para el proceso de inferencia
(v.g., PolíticoDeUñasLargas(Espinosa)).
Lo que expresemos en una situación debe poder usarse en otra
a Animal(a) => ObjetoFisico(a)
Mejor representar a un nivel más general:
Político(Espinosa)
o Político(o) => Animal(o)
...
• Decidir de qué hablar: saber qué objetos y hechos se tienen que tener y cuáles ignorar
Consideraciones:
• Decidir en el vocabulario de predicados, funciones y constantes
El resultado es una ontología
• Codificar conocimiento genérico del dominio
• Codificar una descripción de una instancia del problema específico
• Hacer preguntas al procedimiento de inferencia y obtener respuestas
Consideraciones:
Ontología
• Conceptos seleccionados para describir un dominio
• Vocabulario de predicados, funciones y constantes
• Seleccionar alternativas: nombres, predicados o funciones o constantes, ...
• Determinar las “cosas” que existen • Ontología general y específicas
Ejemplo: Ontología de Plantas Eléctricas
Elementos de una Ontología General
• Categorías: incluyen objetos con propiedades comunes arregladas en taxonomías jerárquicas.
Se puede inferir la categoría de un objeto, en base a sus propiedades y luego hacer predicciones del objeto.
Las categorías permiten organizar y simplificar el conocimiento por medio de herencia.
Una categoría se puede “reificar” (reification), que significa cambiar un predicado o función en un objeto del lenguaje.
Elementos de una Ontología General
Medidas: Relaciona objetos a cantidades de tipos particulares (v.g., masa, edad, precios, etc). Las medidas cuantitativas son en general fácil de representar.
Otras medidas no tienen una escala de valores única (problemas, sabor, belleza, etc).
Elementos de una Ontología General
Objetos Compuestos: Objetos que pertenecen a categorías por su estructura constitutiva. Se pueden tener jerarquías de tipo partes-de (parts-of).
Se pueden tener objetos compuestos sin estructura.
Elementos de una Ontología General
Elementos de una Ontología General
• Tiempo, Espacio y Cambio: Para permitir acciones y eventos con diferentes duraciones y que puedan ocurrir simultaneamente.
La noción general es que el universo es continuo tanto en tiempo como en espacio.
• Eventos y Procesos: Eventos individuales ocurren en un tiempo y lugar particular. Los procesos son eventos continuos y homogéneos por naturaleza.
Elementos de una Ontología General
• Objetos Físicos: Al extender las cosas en tiempo y espacio, los objetos físicos tienen mucho en común con los eventos. A veces les llaman “fluentes” (fluents).
Elementos de una Ontología General
• Substancias: Temporales y espaciales (v.g., mantequilla). Existen propiedades intrínsecas que son de la substancia del objeto más que del objeto mismo (color, temperatura en que se derrite, etc.), y propiedades extrínsecas (peso, forma, etc).
Elementos de una Ontología General
• Objetos Mentales y Creencias: Se tiene que razonar acerca de creencias del mundo.
Elementos de una Ontología General
Algo
Objetos abstractos Eventos
Conjuntos Números Representación
Categorías Oraciones Medidas
Tiempo Peso
Intervalos Lugares Objetosfísicos
Procesos
Momentos Cosas Sustancias
Animales Agentes
Humanos
Sólido Líquido Gas
Figura 2.6 Ontología “general” del mundo(Basada en [Russell,95]
Cenital
Tarea
Selecciona un problema o dominio para el cual vas a desarrollar diferentes representaciones durante el curso. Para este problema especifica una ontología.
• Que sea un campo sobre el que tu conozcas o tengas acceso a un experto amigo.
• Que sea un problema suficientemente complejo para que amerite utilizar técnicas de IA.
• Que no sea un problema que se resuelva directamente con técnicas tradicionales de computación como una base de datos o cálculos
Dominio Describir el dominio seleccionadoAplicación Especificar el tipo de aplicación (diagnóstico, diseño, etc.)Conceptos Listar y describir los principales "conceptos" en el dominioRelaciones Indicar las relaciones entre los conceptos desde diferentes puntos de vista (partes de, es un, funcional, ...), de preferencia en forma gráfica