Representación del Conocimiento

Otros formalismos

Introducción a la Inteligencia Artificial.

Licenciatura en Ciencias de la Computación.

Conocimiento – Definición

El conocimiento es una mezcla de experiencia,

información y “saber hacer” que actúa como marco para

la incorporación de nuevas experiencias y guia la acción.

Se utiliza para alcanzar una meta

Genera nuevo conocimiento

Resulta en gran medida dependiente de la tarea y del dominio de aplicación.

PREMISA FUNDAMENTAL DE IA:

Para que un sistema informático demuestre un

comportamiento “inteligente” en la solución

de problemas, debe poseer :

•gran cantidad de conocimientos

•un potente mecanismo de razonamiento.

IMPORTANCIA DE UNA ADECUADA REPRESENTACION DEL CONOCIMIENTO

Niveles de representación:

• La representación elegida influye directamente en la

eficacia y eficiencia de la solución lograda

�Nivel del conocimiento

�Nivel simbólico

Hechos, comportamiento y objetivos de los agentes.

Símbolos manipulables por un sistema

Debe existircorrespondencia

Adecuación representacional

Adecuación inferencial

Representación:Modelado de un sistemaAdquisición del conocimiento

Conceptos y

relacionesMétodos de

resolución

Modelo

Conceptual

Modelo

Formal

�Representa simbólicamente y organiza el conocimiento.

�Determina el mecanismo de inferencia adecuado.

Representación: Modelado de un sistema

Modelo

Computable

Operacional

� Bases de Conocimiento� Mecanismos de inferencia� Mecanismos de control

Las tareas de adquisición y modelado son difíciles y costosas.

Existen esquemas de representación útiles en dominios variados.

Los Sistemas Basados en Conocimiento los combinan.

DISTINTOS FORMALISMOS

�FORMALISMOS LOGICOS

�SISTEMAS DE PRODUCCION

�FORMALISMOS ESTRUCTURADOS:

• REDES SEMANTICAS

• FRAMES

• OBJETOS

OTROS FORMALISMOS Sistemas de producción

�Utilizan elementos de la lógica

�Salen del marco estrictamente formal

�más flexibles

�más eficientes

�Pierden propiedades fundamentales como la consistencia y completitud.

Newell & Simon - 1973

Sistemas de producción

�Los procesos del dominio se representan como acciones

independientes que son integradas por el mecanismo de

inferencias para resolver una tarea más general.

Motor de

Inferencias

BASE DE CONOCIMIENTO

Base de

Hechos

Base de

Reglas

ARQUITECTURA

Sistemas de producción�Se utilizan Reglas de Producción para

representar el conocimiento

�IF <premisa> THEN <conclusión y/o acción>

�Son los elementos de deducción básicos

�El proceso de inferencia se basa

fundamentalmente en la Regla de Inferencia

de la lógica denominada MP

�A →B, A / ∴B

Reglas de producción�Es el modelo formal para representar un

elemento mínimo de conocimiento

IF <premisa> THEN <conclusión y/o acción>

Conclusión

Puede especificar Acción

Estrategia

�La premisa puede tener conectivos lógicos

<premisa> = <cláusula1 AND/OR...AND/OR cláusulak>

Reglas de producción- Ejemplos

� Si un animal come carne entonces es

carnívoro.

� Si un animal tiene dientes agudos y garras

entonces es carnívoro.

� Si un animal es carnívoro y es de color

marrón-claro y tiene el pelaje franjas negras,

entonces es un tigre.

Reglas de producción- Ejemplos

Sintaxis Reglas en KAPPA-PC

MakeRule( Rtigre, [],

animal:grupo #= carnívoro Andanimal:color #= leonado And

animal:pelaje #= franjas_negras,

animal:especie = tigre );

Sistemas de producción

�Cada regla es independiente del resto de las reglas en la BC.

�Las reglas no tienen porque estar ordenadas en la BC.

�Las reglas se pueden agrupar por nociones semánticas en “módulos” o “grupos”.

�El metaconocimiento puede ser expresado

mediante reglas: metareglas

Sistemas de producción

Como razonamos???

� Utilizando un

MECANISMO DE INFERENCIA

(MOTOR DE INFERENCIA)

El cual determina de que forma utilizar las

reglas para alcanzar el objetivo planteado

Sistemas de producción

Motor de Inferencia

Direcciones de búsqueda:

� Hacia delante, Forward Chaining o guiada

por los hechos.

� Hacia atrás, Backward Chaining o guiada

por los objetivos.

Implementa alguna estrategia de búsqueda dónde los operadores a

aplicar son las reglas de producción.

Para seleccionar las reglas candidatas en cada estado utiliza el

EMPAREJAMIENTO, FILTRADO o MATCHING.

Sistemas de producción

Motor de Inferencia

Qué dirección de encadenamiento utilizar ???

Cantidad de estados iniciales vs. objetivos

Factor de ramificación

Necesidad de justificar el razonamientoDirección

natural para el

problema

A veces es conveniente encarar partes del problema con cada una

El menor

�Factores a tener en cuenta

Sistemas de producción

� Flexibles.

� Sencillos de modificar y extender.

� A los expertos les resulta simple “pensar en reglas”.

� Completitud y consistencia.

� El conocimiento se separa

en pequeños “gránulos”.

VENTAJAS

PROBLEMASEs común que se los

combine con otros

formalismos.

Sistemas estructurados

� ESTRUCTURAS DE RANURA Y RELLENO (slot and filler)

�REDES SEMANTICAS (Quillan 67/68)

� FRAMES (Minsky, 75)

� OBJETOS ( Década 80)

Redes semánticas� Idea: el significado de un concepto

depende del modo en que se encuentre conectado a otros conceptos

� Representación: mediante un grafo dirigido donde

� los nodos representan objetos y � los arcos relaciones entre los conceptos

REX PERRO MAMIFERO

INSTANCIA ES-UN

Redes semánticas - Ejemplo

ES-UN

ES-UN

ES-UN

TIENEEstudiante -FCEIA

Estudiante -UNR

Estudiante -LCC Estudiante -IEca

Juan PerezPedro García Legajo P-1233/5

Legajo

Prom1 Prom2

Promedio

TIENE

INSTANCIA

INSTANCIAINSTANCIA

TIENETIENE

INSTANCIAINSTANCIA

Redes semánticas - Arcos

Etiquetas de los arcos

� “es-un” relación subclase-clase

�“instancia” relación objeto-clase

� “parte-de” relación componente-objeto

� definidas por el usuario

Dominio de

aplicación

Generalización

Instanciación

Agregación

Descripción

Sistemas basados en

Redes semánticas

Base de conocimiento

� En esta representación una BC es una colección de estos grafos

� Las modificaciones se refieren a inserción o eliminación de nodos y sus relaciones.

Redes semánticas

Como razonamos???

�Búsqueda de intersecciónEncontrando relaciones entre objetos

�Cual es la conexión entre Rex y mamífero?

�Es Juan Pérez un estudiante de la UNR?

�Cuál es el promedio de Pedro García?

� Utiliza fundamentalmente la estructura jerárquica

Marcos (frames)�Una red semántica representa conexiones entre

entidades

Problemas más complejos

�Asignar más estructura a los nodos y a las conexiones

Marcos �No existe una distinción clara entre una Red

semántica y un sistema de Marcos

Marcos (frames)

� Idea: Estructura para atender la representación del conocimiento asociado a situaciones estereotipadas (Minsky)

� Representación: Es una colección de atributos (ranuras - slots) con valores asociados (y posibles restricciones entre valores, llamados facetas)

Marcos - Estructura

NOMBRE

ENCABEZADO ES-UN

INSTANCIA

ATRIBUTO1 VALOR1

ATRIBUTOn VALORn

•valores pordefecto•procedimientos•relación con otros marcos

(slots)

Marcos - EjemploEstudiante FCEIA

ES-UN Estudiante UNR

TIENE Legajo (letra/numerodigito)

TIENE Promedio (procedimiento)

Estudiante Ing.Eca.

ES-UN ESTUDIANTE FCEIA

Juan Perez

INSTANCIA Estudiante Ing.Eca.

TIENE Promedio = 6,80

DIRECCION ...... (Defecto Rosario)

TEL .....

TRABAJA NO (Defecto No)

Sistemas de MarcosMC ActoresInterpreta: Si

(*)Nombre: Conj Caracteres

(*)Peliculas: (0..100)

(*)Fecha1aPelicula:

MC Fecha(*)Dia: (1..31)

(*)Mes: (0..12)

(*)Año: 1900..2006

MC ActorSexo: H

(*)ParejaMiticaCon:

MC ActrizSexo: M

(*)ParejaMiticaCon:

MI - 7543Nombre: H.Bogart

Fecha1aPelicula:

ParejaMiticaCon:

MI - 8832Nombre:L.Bacall

Peliculas: 42

ParejaMiticaCon:

MI - 2232Dia: 27

Mes: 3

Año: 1944

Instancia

Instancia

Instancia

InstanciaInstancia

Sistemas de Marcos

Marcos Clase

Marcos Instancia

Representan conceptos, o situaciones genéricas

descriptos por propiedades comunes

Elementos específicos. Sus propiedades se

asocian con información de cada individuo

Propiedades

De Clase: Atributos genéricos de un concepto,

con valores comunes a todas sus ocurrencias.

De Instancia: Atributos con valores particulares

para cada ocurrencia del concepto (*).

Slots definidos en

los marcos Clase

Sistemas de Marcos

Consideraciones al definir los Slots:

Evitar redundancias aprovechando la herencia.

Poseer información suficiente para identificar el marco clase.

En un marco clase se puede definir un slot de instancia en base a otro marco clase.

Los slots de instancia pueden tener uno o varios valores.

En los marcos clase se pueden redefinir slots heredados para representar excepciones a la herencia.

Sistemas de Marcos

Facetas Modelan características de slots y relaciones

Algunas facetas declarativas usuales:

Tipo de Slot: Tipo de datos de los valores, puede apuntar a otro marco.

Cardinalidad: Cantidad de valores posibles.

Valores permitidos: tipo de datos, rango o puntero a otro marco.

Valores por defecto: Para slots de instancia si quedan sin definir.

Marcos – Facetas/Métodos

Hay facetas ligadas a métodos de uso frecuente, asociados

a cambios o utilización de los valores de las ranuras:

� When_needed: Formas de conseguir el valor cuando

se lo necesita y no está disponible.

� Before_changed: Restricciones propias del dominio.

� After_changed: Acciones pertinentes asociadas a los

cambios de valor de la ranura.

� When_accessed: Acciones pertinentes cuando la

ranura es accedida de alguna forma.

Sistemas de Marcos

BASE DE CONOCIMIENTO

�Conjunto de marcos relacionados mediante los valores de los slots (atributos)

INFERENCIA

�Utilizar la estructura jerárquica para heredar propiedades (valores de slots).

�Tener procedimientos (reglas) para hallar valores de los slots.

Sistemas de Marcos

Tienen mucha tradición en IA y es un formalismo aún vigente

Los sistemas de marcos agregan expresividad a las redes semánticas

y permiten representar conocimiento declarativo y procedimental.

Marcos (objetos) en Kappa-PC

Previos al formalismo de representación de Objetos.

Redes SemánticasSistemas de Marcos

Lógica de predicados

PODER EXPRESIVO

MAS CLAROS (GRAFICA)UTILIZAN HERENCIA

PRUEBAS DE COMPLETITUD YCONSISTENCIA

Expresividad Sistemas de Marcos - Redes

Objetos

Los vemos más como una forma de representar el mundo que como un paradigma de programación

IIA

Los encontramos en muchas herramientas dentro

del área.

Tienen ciertas características en común con los

agentes.

Objetos

Pensados como gran aporte para el Reuso

BALA DE PLATA

Década del 80

Actualmente se apunta a relaciones

arquitecturales entre clases para

lograr Evolución y Mantenibilidad

Patrones de diseño

Fantasías

Objetos OBJETO: Es una entidad que tiene un comportamiento.

ESTADO INTERNO MENSAJES que es

capaz de responder.

INTERFAZ

Un PROGRAMA OO es una red de objetos cooperantes,

que interactúan entre sí, enviándose mensajes.

ENCAPSULAMIENTO

Permite la utilización de clases con

implementaciones intercambiables.

Objetos

Una CLASE es una definición de las características

comunes de un conjunto de objetos semejantes.

CLASE

� INTERFAZ: conjunto de

métodos. Los objetos concretos

buscan en su clase la definición

cuando reciben un mensaje.

� ESTRUCTURA: Conjunto de

variables de clase e instancia.

Objetos

DISEÑO

Se crean clases

Se trabaja sobre abstracciones

EJECUCIÓNRed de objetos que

se envían mensajes

El significado y la implementación delos mensajes está a nivel de las clases

Objetos

Las CLASES se

organizan en jerarquías

modelizando el dominio

De Estructura: Más estática.

De Comportamiento: Ocurre en ejecución. HERENCIA

Esquema de colaboración entre objetos

(explícito en el código)

Cuando un objeto recibe un mensaje, busca el código en su clase, y si no lo encuentra recorre la jerarquía.

Objetos

POLIMORFISMO� Clases diferentes (polimórficas)

implementan métodos con el mismo

nombre.

Esto permite reducir el espacio de nombres y que el

código sea más genérico, conciso y comprensible.

Es aconsejable maximizarlo

Jerarquía de clases: Un ejemplo CuentaBancaria

número

titular

saldo

depositar

CajaAhorro

cantExtracciones

extraer

CuentaCorriente

rojoPermitido

extraer

Objetos

Una jerarquía de clases es “sana” cuando cada vez que en

una expresión un objeto de la clase más genérica recibe

un mensaje, ese mensaje se puede reemplazar en las

clases más específicas y la expresión sigue teniendo

sentido.

Aún en los problemas más simples, cuando se sale del

dominio del problema y se entra en el dominio de la

solución, aparecen jerarquías más complejas y que no

tienen contrapartida en el mundo real.

Cómo elegir la mejor representación???

No hay receta establecida !!!

�Analizar las características del conocimiento involucrado.

�Recurrir a la combinación de formalismos.

Frente a cada problema a resolver: