30
Representação de Conhecimento na Máquina

Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Embed Size (px)

Citation preview

Page 1: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Representação de Conhecimento na Máquina

Representação de Conhecimento na Máquina

Page 2: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Representações e MapeamentosRepresentações e Mapeamentos

Dois tipos de entidades: Dois tipos de entidades: FatosFatos

verdades em algum mundo relevanteverdades em algum mundo relevante Coisas que queremos representarCoisas que queremos representar

Representações dos fatosRepresentações dos fatos em algum formalismo escolhidoem algum formalismo escolhido

Page 3: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas
Page 4: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Frases em linguagem naturalFrases em linguagem natural ““Malhado é um cachorro” Malhado é um cachorro”

cachorro(Malhado)cachorro(Malhado)

““Todos os cachorros tem rabo” Todos os cachorros tem rabo” Vx: cachorro(x) ----> tem-rabo(x)Vx: cachorro(x) ----> tem-rabo(x)

Fato que pode ser geradoFato que pode ser gerado tem-rabo(Malhado)tem-rabo(Malhado)

Frase que pode ser geradaFrase que pode ser gerada ““Malhado tem rabo”Malhado tem rabo”

Page 5: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Problema: Mapeamentos muitos para Problema: Mapeamentos muitos para muitosmuitos ““Todos os cachorros tem rabos” Todos os cachorros tem rabos” ““Todo cachorro tem um rabo”Todo cachorro tem um rabo”

Page 6: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Importância da Representação InternaImportância da Representação Interna

Problema do Tabuleiro de Damas MutiladoProblema do Tabuleiro de Damas MutiladoConsidere um tabuleiro de damas normal do qual duas Considere um tabuleiro de damas normal do qual duas

casas, em cantos opostos, foram removidas. A tarefa é casas, em cantos opostos, foram removidas. A tarefa é cobrir exatamente todas as casas restantes com peças cobrir exatamente todas as casas restantes com peças de dominó (cada uma cobre duas casas). Não é de dominó (cada uma cobre duas casas). Não é permitida a superposição de peças de dominó, ou seja, permitida a superposição de peças de dominó, ou seja, uma peça não pode ser colocada sobre outra nem além uma peça não pode ser colocada sobre outra nem além

dos limites do tabuleiro mutilado.dos limites do tabuleiro mutilado. Será que isso pode ser feito?Será que isso pode ser feito?

Page 7: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas
Page 8: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas
Page 9: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Propriedades de um Sistema de Representação de ConhecimentoPropriedades de um Sistema de Representação de Conhecimento

adequação representacional adequação representacional capacidade de representar todos os tipos de capacidade de representar todos os tipos de

conhecimento necessários naquele domínioconhecimento necessários naquele domínio adequação inferencialadequação inferencial

inferir a partir de conhecimentos antigos inferir a partir de conhecimentos antigos gerando novos conhecimentosgerando novos conhecimentos

Page 10: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

eficácia inferencialeficácia inferencial focalizar atenção dos mecanismos de inferência focalizar atenção dos mecanismos de inferência

nas direções mais promissorasnas direções mais promissoras eficácia aquisitivaeficácia aquisitiva

capacidade de adquirir facilmentecapacidade de adquirir facilmentenovas informações novas informações

Page 11: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Representação de Conhecimento Representação de Conhecimento

combinação de estruturas de dados e combinação de estruturas de dados e procedimentos interpretativos, que se procedimentos interpretativos, que se usados de maneira adequada levam um usados de maneira adequada levam um agente a ter um comportamento “culto”agente a ter um comportamento “culto”

conhecimento cresce ou se acumulaconhecimento cresce ou se acumula algo novo deve ser relacionado com o velhoalgo novo deve ser relacionado com o velho

conhecimentos estão interligadosconhecimentos estão interligados

Page 12: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

conhecimento não é estáticoconhecimento não é estático quando algo não é conhecido o sistema tem quando algo não é conhecido o sistema tem

que ser capaz de raciocinarque ser capaz de raciocinar Quanto é representado?Quanto é representado? Quanto é deduzido?Quanto é deduzido?

Não existe um melhor tipo de Não existe um melhor tipo de representação, que independa do contexto, representação, que independa do contexto, do conhecimento e do usodo conhecimento e do uso

Page 13: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Tipos de ConhecimentoTipos de Conhecimento

conhecimento sobre objetosconhecimento sobre objetos a neve é brancaa neve é branca pássaros tem asaspássaros tem asas

conhecimento sobre eventosconhecimento sobre eventos vai chover amanhãvai chover amanhã

conhecimento tipo bom-sensoconhecimento tipo bom-senso todo mundo gosta de cerveja geladatodo mundo gosta de cerveja gelada

Page 14: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

conhecimento sobreconhecimento sobre objetivos / motivação / causalidadeobjetivos / motivação / causalidade tempo / açãotempo / ação

conhecimento sobre processoconhecimento sobre processo conhecimento sobre conhecimentoconhecimento sobre conhecimento

meta-conhecimentometa-conhecimento conhecimento sobre crençasconhecimento sobre crenças

o que pode ou não ser verdadeiroo que pode ou não ser verdadeiro

Page 15: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Uso do ConhecimentoUso do Conhecimento

aquisiçãoaquisição relacionar algo novo com algo já conhecidorelacionar algo novo com algo já conhecido

recuperaçãorecuperação determinar qual conhecimento é relevante a um determinar qual conhecimento é relevante a um

dado problemadado problema raciocínioraciocínio

o que é preciso conhecer a partir do que já é o que é preciso conhecer a partir do que já é conhecidoconhecido

Page 16: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Formas “Conhecidas” de RepresentaçãoFormas “Conhecidas” de Representação

algoritmosalgoritmos linguagens de programaçãolinguagens de programação

axiomático ( 3 000 anos)axiomático ( 3 000 anos) álgebraálgebra geometriageometria lógicalógica cálculo diferencialcálculo diferencial

Page 17: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Técnicas de RepresentaçãoTécnicas de Representação

direta ou analógicadireta ou analógica geometria, mapasgeometria, mapas

lógicalógica inferência pode ser mecanizadainferência pode ser mecanizada

regras de produçãoregras de produção se <condição> então <ação>se <condição> então <ação>

Page 18: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Técnicas de representaçãoTécnicas de representação

procedimentosprocedimentos ex.: procedimento de análise sintática ( a ex.: procedimento de análise sintática ( a

gramática não é explícita)gramática não é explícita) rede semânticarede semântica framesframes scriptsscripts representações de propósito especialrepresentações de propósito especial

Page 19: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Representação Direta ou AnalógicaRepresentação Direta ou Analógica

representação de propriedades e relações representação de propriedades e relações entre partes das propriedadesentre partes das propriedades mapas, geometria, jogos de tabuleiro, mapas, geometria, jogos de tabuleiro,

diagramas, músicadiagramas, música a estrutura da representação dá informação a estrutura da representação dá informação

sobre a estrutura do que está sendo sobre a estrutura do que está sendo representadorepresentado homomorfismohomomorfismo

Page 20: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

General Space PlannerGeneral Space Planner

Page 21: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Geometric Theorem ProverGeometric Theorem Prover

Page 22: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Vantagens e Desvantages da Representação AnalógicaVantagens e Desvantages da Representação Analógica VantagensVantagens

não precisa ser bi-dimensionalnão precisa ser bi-dimensional lista de números representando tamanhoslista de números representando tamanhos

alguns fatos podem ser diretamente observadosalguns fatos podem ser diretamente observados tende a eliminar ambiguidadestende a eliminar ambiguidades

uma declaração pode ter diferentes interpretaçõesuma declaração pode ter diferentes interpretações

Page 23: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

DesvantagensDesvantagens certas inferências são mais difíceiscertas inferências são mais difíceis

Page 24: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

o que se faz quando a informação não está o que se faz quando a informação não está presente?presente? Adicionar uma nova cidade X em um mapaAdicionar uma nova cidade X em um mapa

localização diretalocalização direta X é equidistante das cidades Y e Z ?X é equidistante das cidades Y e Z ?

Page 25: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

LógicaLógica

está ligada com pensamento e raciocínioestá ligada com pensamento e raciocínio usada para representar relações e estruturas usada para representar relações e estruturas

dedutivasdedutivas a idéia básica é que uma determinada a idéia básica é que uma determinada

declaração pde ser verdadeira ou falsadeclaração pde ser verdadeira ou falsa o poder da representação lógica está no o poder da representação lógica está no

processo de encadeamentoprocesso de encadeamento

Page 26: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Lógica de Predicados Lógica de Predicados

Marcos era homemMarcos era homem homem(Marcos)homem(Marcos)

Marcos nasceu em PompéiaMarcos nasceu em Pompéia pompeano(Marcos)pompeano(Marcos)

Todos que nasceram em Pompéia eram Todos que nasceram em Pompéia eram romanosromanos Vx : pompeano(x) --> romano(x)Vx : pompeano(x) --> romano(x)

Page 27: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

César era um soberanoCésar era um soberano soberano(César)soberano(César)

Todos os romanos eram leais a César ou Todos os romanos eram leais a César ou então odiavam-no então odiavam-no Vx : romano(x) --> leal-a(x,César) V odeia(x, Vx : romano(x) --> leal-a(x,César) V odeia(x,

César)César) Vx : romano(x) --> [(leal-a(x,César) V odeia(x, Vx : romano(x) --> [(leal-a(x,César) V odeia(x,

César)) ^ -- (leal-a(x,César) ^ (odeia(x,César))]César)) ^ -- (leal-a(x,César) ^ (odeia(x,César))]

Page 28: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Todo mundo é leal a alguémTodo mundo é leal a alguém Vx y : leal-a(x,y)Vx y : leal-a(x,y)

As pessoas só tentam assassinar soberanos aos As pessoas só tentam assassinar soberanos aos quais não são leais quais não são leais Vx : V y : pessoa(x) ^ soberano(y) ^ tenta-Vx : V y : pessoa(x) ^ soberano(y) ^ tenta-

assassinar(x,y) --> -- leal-a(x,y)assassinar(x,y) --> -- leal-a(x,y) Marcos tentou assassinar CésarMarcos tentou assassinar César

tenta-assassinar(Marcos, César)tenta-assassinar(Marcos, César)

Page 29: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

““Marcos era leal a CésarMarcos era leal a César ?” ?” Todos os homens são pessoasTodos os homens são pessoas

Vx : homem(x) --> pessoa(x)Vx : homem(x) --> pessoa(x)

Page 30: Representação de Conhecimento na Máquina. Representações e Mapeamentos n Dois tipos de entidades: u Fatos F verdades em algum mundo relevante F Coisas

Vantagens e Desvantagens da Repres. LógicaVantagens e Desvantagens da Repres. Lógica VantagensVantagens

é uma maneira natural de representaçãoé uma maneira natural de representação é flexívelé flexível é precisaé precisa é modularé modular

DesvantagensDesvantagens difícil separar representação do usodifícil separar representação do uso sistema tende a ficar vagaroso a medida que o número de fatos aumentasistema tende a ficar vagaroso a medida que o número de fatos aumenta

explosão combinatóriaexplosão combinatória