Tipos de conocimiento en resolución de problemas Humanos
Anuncio
Departamento de Informá Informática Tema 1: Introducció Introducción a los Sistemas Basados en el Conocimiento Departamento de Informá Informática Ingeniería del Conocimiento (Primer Parcial) • Parte I: Descripción de Sistemas Basados en Conocimiento, herramientas de representación y posibilidades de razonamiento, modelado del Conocimiento experto. • Modelo computacional • Origen Tema 1 Introducción a los sistemas basados en el conocimiento (SBC). • Conocimiento y Técnicas Heurísticas Tema 2 La lógica como herramienta para la representación e inferencia del conocimiento. • Definición de SBC Tema 3 Sistemas de representación del conocimiento basados en reglas. • Tipos de Conocimiento Experto • Ventajas e Inconvenientes de los SSBBC Tema 4 Introducción a las metodologías de modelado de conocimiento. CommonKADS EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador EPSIG – Ingeniería del Conocimiento Departamento de Informá Informática Tema 1: Introducció Introducción a los Sistemas Basados en el Conocimiento • Referencias Bibliográficas: Jorge Puente Peinador Departamento de Informá Informática Tipos de conocimiento en resolución de problemas Humanos – "The engineering of Knowledge-based Systems. Theory and practice". González, Avelino J; Dankel, Douglas D. Prentice Hall International Editions. 1993. • Conocimiento General – Clasificar el problema en un Dominio del Problema concreto – "Inteligencia Artificial e Ingeniería del Conocimiento". Pajares Martinsanz, Gonzalo; Santos Peña, Matilde. Editorial Ra-Ma, 2005. – "Desarrollo de Sistemas Basados en Conocimiento. CLIPS y FuzzyCLIPS" Carbó Rubiera, Javier; Molina López, José M.; Martínez Tomás, Rafael. Ed. Sanz y Torres 2005. • Conocimiento Específico – Resolución de problemas en dicho Dominio • Conocimiento General sobre Resolución de Problemas – Como aplicar los conocimientos anteriores para la resolución EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Departamento de Informá Informática Departamento de Informá Informática Modelo Computacional de un SBC Componentes de un SBC • Motor de Inferencias PROGRAMA INTELIGENTE MOTOR DE INFERENCIAS Usuario – Conocimiento General de Resolución de Problemas – Como alcanzar la solución del problema – Manipula el conocimiento representado en la Base de Conocimientos para desarrollar una solución al problema descrito en la Base de Hechos Conocimiento General Resolución de Problemas BASE DE HECHOS • Base de Conocimientos – Conocimiento específico del dominio del problema – Como se resuelven problemas en este dominio Estado del Problema Actual • Base de Hechos – Datos del problema específico – La información inicial del problema – La información derivada progresivamente en la resolución. BASE DE CONOCIMIENTOS Conocimiento Específico del Dominio EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador EPSIG – Ingeniería del Conocimiento Departamento de Informá Informática Departamento de Informá Informática Potencia de los SSBBC Esquemas de Representación del Conocimiento • Separación entre el Conocimiento y el Uso del Conocimiento • – Cambia sólo la Base de Conocimientos • Base de Conocimientos: Específica Ejemplo: EPSIG – Ingeniería del Conocimiento • Médico de enfermedades Jorge Puente Peinador Lógica Reglas Frames Objetos Estudio de un esquema: – – – – Mecánico de averías Hechos Relaciones entre Hechos Algorítmica Heurística (estrategias/trucos para mejorar la eficiencia en la resolución) Esquemas generales de representación del conocimiento – – – – Motor de Inferencias: Común Sistema de Diagnóstico Información del Dominio y el problema: – – – – • Permite el desarrollo de aplicaciones diferentes SBC Jorge Puente Peinador Técnicas de Inferencia Organización Ventajas/Inconvenientes Tipos de problemas más adecuados EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Departamento de Informá Informática Departamento de Informá Informática Métodos de resolución de problemas • Métodos Algoritímicos Métodos Algorítmicos • Resolución: – Desarrollo de modelo lógico/matemático del problema – Definición del Algoritmo de resolución • Métodos de Búsqueda en I.A. • Sistemas Basados en Conocimiento (I.A.) EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador • Algoritmo: • Base de los sistemas de Software convencional “Secuencia estructurada de pasos que nos garantice alcanzar una solución en un tiempo finito” EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Departamento de Informá Informática Métodos Algorítmicos Meta Salida EPSIG – Ingeniería del Conocimiento • Conocemos • • Departamento de Informá Informática Métodos de Búsqueda en I.A. Meta • Conocemos Objetivo: • Objetivo: Necesitamos: • Necesitamos: – – – – Salida: Aulario No conocemos la ciudad Aspecto del Elogio Encontrar un camino hasta el Elogio a través de la ciudad desde el campus – Callejero: – Saber como usarlo • modelo del sistema de rutas de la ciudad Jorge Puente Peinador – – – – – Sin Callejero “No hablo su idioma” Aspecto del Elogio Encontrar un camino hasta el Elogio a través de la ciudad desde el campus Método alternativo al algorítmico Salida EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Departamento de Informá Informática Departamento de Informá Informática Métodos de Búsqueda en I.A. Elementos de la búsqueda Espacio del Problema • ¿Qué resuelven? – Problemas resueltos habitualmente por los “limitados” humanos • ¿Cuándo usarlos? – No hay Solución algorítmica – Existe pero es excesivamente compleja Inicial – Conjunto de estados (infinito) por los que puede pasar el problema • Camino Solución – Secuencia de pasos a seguir para resolver el problema • Diferencias con solución algorítmica – Algoritmo: busca un elemento de información en una estructura de datos – Búqueda I.A.: busca un camino entre problema inicial y la solución en el espacio del problema EPSIG – Ingeniería del Conocimiento • Espacio del Problema Jorge Puente Peinador • Espacio Solución – Conjunto de estados del espacio del problema desarrollados en la búsqueda Espacio Solución EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Departamento de Informá Informática Definición procedimental del dominio del problema Solución Departamento de Informá Informática Definición procedimental del dominio del problema Ejemplo: “Vamos por la mañana a coger el coche y no funciona …” • Dominio del problema ↔ El espacio de búsqueda – Definición (generalmente) procedimental – (Versión algorítmica: estructura de datos predefinida) • Estado Inicial del problema: “el coche no funciona” • Objetivo/Estado final: “el coche funciona al girar la llave de contacto” • Generación por exploración: • Problemas: Múltiples – Inicio: Estado inicial – Procedimientos: Definen siguientes estados posibles – Final: definidos explícitamente sólo los caminos recorridos • Soluciones: Múltiples Espacio del problema • Objetivo: Diagnosis y Corrección – Identificar y solucionar el problema – Identificar camino entre Est. Inicial y Est. Final EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Departamento de Informá Informática Definición procedimental del dominio del problema Representación: – Arcos: acciones a realizar por el usuario – – Departamento de Informá Informática Búsqueda en un espacio de estados • Situación: – Objetivo: el Elogio Nodos: [algunos] resultados – Origen: el Aulario “posibles” de las acciones – Sin mapa Los caminos: una única avería y reparación • Límites del espacio de búsqueda – Rutas geográficas (infinitas) – Límites geográficos (vías muertas) • Norte: Mar • Sur: La Ronda Sur • Este / Oeste: límite del callejero EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador EPSIG – Ingeniería del Conocimiento Departamento de Informá Informática Búsqueda en un espacio de estados • Control de la búsqueda Jorge Puente Peinador Departamento de Informá Informática Búsqueda en un espacio de estados • Estrategia de búsqueda – Operadores que definen los caminos legales a seguir ¿Qué camino tomar al llegar a una intersección? – Leyes del tráfico – Azar / Aleatorio • Intersección: misma calle u otra de la intersección • Cambio de calle al azar • No hay direcciones prohibidas • Problema: caminos infinitos por bucles – Sistemática /a ciegas • Recorremos todas y cada una de las intersecciones una sola vez • No utiliza ningún conocimiento de la proximidad al objetivo – Dirigida / basada en conocimiento • Utilizamos nuestro conocimiento de “como es el Elogio” • Suponemos que siempre está visible • Escogemos la calle que nos lleva en su dirección • Fundamento de la I.A. EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Departamento de Informá Informática Departamento de Informá Informática Métodos clásicos de búsqueda Métodos de búsqueda a ciegas • A ciegas • A ciegas – Primero en Profundidad – Primero en Profundidad: Traza caminos hasta una solución o una vía – Primero en Anchura muerta (backtracking) – Primero en Anchura: Recorrido por niveles • Dirigida / basada en conocimiento A A – Primero en Anchura y uso de conocimiento (rayo de búsqueda) – Hill-Climbing B C D B C D – Ramificación y Poda (Branch & Bound) – Primero el mejor E – A* F G H I J K L M E F ABEFGCHIJDKLM EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador G H I J EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Métodos de búsqueda dirigida • Primero en Anchura y uso de conocimiento (rayo de búsqueda) – Similar a la búsqueda en anchura • Hill-Climbing – Similar a búsqueda en profundidad – Como sucesor: se escoge siempre el sucesor más prometedor – Se limita el número de sucesores a W (ancho de rayo) • Heurístico: estimación distancia a la solución – Selección de sucesores por un heurístico – Bactracking al alcanzar una vía muerta • Mejor cuanto más cerca esté de la solución – No asegura encontrar el camino más corto • Desde donde menos cueste alcanzarla – Inconveniente: máximos locales A E F C G EPSIG – Ingeniería del Conocimiento M Departamento de Informá Informática Métodos de búsqueda dirigida B L ABCDEFGHIJKLM Departamento de Informá Informática W=2 K f h(B)<h(C) D K Ej: max(f) h(D)<h(C) L Max ? M Jorge Puente Peinador EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Departamento de Informá Informática Métodos de búsqueda dirigida Departamento de Informá Informática Métodos de búsqueda dirigida • Ramifica y Poda (Branch & Bound) – Similar a Hill-Climbing • Primero el mejor – Dirección de la búsqueda: coste camino recorrido – Similar a Hill-Climbing – Siguiente nodo: sucesor del camino con coste mínimo – Dirección de la búsqueda: estimación distancia a la solución (heurístico) – Siguiente nodo: nodo por expandir más cercano a la solución Gainesville Jacksonville 1 2 2 Orlando 4 3 3 4 Tampa Orlando 4 3 Ft.Pierce Key West 3 EPSIG – Ingeniería del Conocimiento 4 2 Ft.Pierce 5 3 Miami – No nos asegura encontrar el camino más corto 2 3 2 5 Key West Jacksonville 1 2 3 Tampa Gainesville 3 Miami Jorge Puente Peinador EPSIG – Ingeniería del Conocimiento Departamento de Informá Informática Métodos de búsqueda dirigida Jorge Puente Peinador Departamento de Informá Informática Sistemas Basados en Conocimiento • A* • 1960s : Desarrollo de los sistemas de búsqueda – Combina toda la información disponible: B&B + Primero el Mejor – Planificador de la búsqueda: • 1970s : Inadecuados para aplicaciones de resolución de problemas Coste estimado del viaje = Coste(inicio, nodo_actual) + Coste estimado(nodo_actual, objetivo) – Heurísticos admisibles – Utilizan conocimiento general aplicable a distintos dominios • Solución: Los Sistemas Basados en Conocimiento • Características – Utilizan conocimiento específico del dominio del problema – Valores lo más cercanos a los reales – Conocimiento del experto en el dominio – Siempre >0 y nunca > valores reales • Búsqueda A* • Naturaleza relacional (causa-efecto) • Encuentra el camino más corto • Reglas empíricas basadas en experiencias anteriores -> Heurísticos • Un número menor de pasos (HC, B&B, Primero el Mejor) EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Departamento de Informá Informática Heurísticos en los SSBBC Departamento de Informá Informática Comportamiento de los Heurísticos en los SSBBC • • Heurístico: – No realiza un análisis exhaustivo “Conocimiento informal o atajos que permiten al experto alcanzar rápidamente la • Comportamiento – “Muchas veces” lleva (rápidamente) a la solución correcta solución al problema sin necesidad de un análisis detallado” – “A veces” nos lleva a solución incorrecta Origen: Su experiencia – “A veces” es incapaz de alcanzar la solución correcta – Enfoques que permitieron resolver problemas similares – Intentos fallidos en problemas similares • • ¿Porqué? 1. El número de posibilidades a examinar es excesivamente elevado Ejemplo: Avería mecánica 2. La función algorítmica de evaluación de cada caso es excesivamente – No hizo análisis detallado compleja – No sepa como funciona un motor de combustión 3. Dicha función es desconocida y nosotros presentamos una aproximación – No empleó método de búsqueda – SI empleó conocimiento heurístico basado en su experiencia previa EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador EPSIG – Ingeniería del Conocimiento Departamento de Informá Informática Departamento de Informá Informática Técnicas heurísticas vs algorítmicas • Heurísticas de I.A. – • • Jorge Puente Peinador Una Definición de S.B.C. • Conocimiento General para dirigir la búsqueda Definición: “Un sistema informático que emplea conocimiento de un dominio para alcanzar una solución a un problema de dicho dominio. Donde esta solución es esencialmente la Algorítmicas + Muy detallado misma que concluye una persona que se maneja en el domino del problema – Susceptible de errores cuando se enfrenta al mismo problema” – Coste excesivo • Heurísticas de un S.B.C. Software convencional -> Sistema Basado en Conocimiento + Conocimiento del experto en un dominio concreto – + Un experto es capaz de identificar rápidamente la naturaleza del problema – Calcula: Voltajes en circuitos, análisis de stress en estructuras, riesgo de fallos en producción, riesgo de pérdidas en préstamos + Precisión similar a la algorítmica – Pascal, Fortran, C++, Java posibles errores de cálculo (depende del experto) – Análisis exhaustivo como un experto en su campo (más rápido) – Mismo conocimiento: fórmulas, tablas, … Ej.: Estimación contrato de construcción de una casa por un contratista de obra EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Departamento de Informá Informática Departamento de Informá Informática Una Definición de S.B.C. Factores identificativos de un SBC • Un SBC es mucho más que duplicar el conocimiento del experto en el dominio • Definición (PRECISA): • ¿Qué diferencia un SBC del software convencional y los S.B. de I.A.? 1. La clara separación entre el conocimiento y como se utiliza. • – “Un sistema experto refleja la habilidad del experto humano en la resolución de problema en dicho dominio y emplea dichas habilidades para resolver problemas Sistema de búsqueda con conocimiento específico en los operadores 2. El empleo de conocimiento altamente específico de un dominio de igual forma que el experto humano” • GPS: General Problem Solver (1950s-1960s) • DENDRAL (1960s-1970): Identify Organic Compounds from Mass Spectrometer Data • Meta-DENDRAL (1980): Infiere reglas para DENDRAL Definición (INICIAL): 3. El uso de conocimiento de naturaleza heurística más que algorítmica “Un sistema informático que emplea conocimiento de un dominio para alcanzar una solución a un problema de dicho dominio. Donde esta solución es esencialmente la • MYCIN (1972-80): Diagnostico y Tratamiento de enfermedades en la sangre • EMYCIN (1974-79): Núcleo de MYCIN para diagnostico y tratamiento de problemas – misma que concluye una persona que se maneja en el domino del problema cunado se enfrenta al mismo problema” 1ª fusión de los tres factores Medicina: CASNET, INTERNIST, PUFF, TEIRESIAS Geología: PROSPECTOR EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Lenguaje: HEARSAY Manufactura: XCON EPSIG – Ingeniería del Conocimiento Departamento de Informá Informática Departamento de Informá Informática Los distintos tipos de “experto” • Conocimiento Asociativo Experto – Definición: Capacidad o habilidad de desenvolverse en un determinado dominio con un grado alto de destreza. • Tipo – Ámbito: cualquier area de conocimiento (ej.: cirujano, escanciador de sidra,…) – El más fácil de representar en un SBC – Comparación: Sólo dentro de un mismo dominio (ej: neuro cirujano frente a medico residente – Basado en la habilidad heurística adquirida a través de la observación en prácticas) • Jorge Puente Peinador • – Puede no entender como funciona internamente un sistema Conocimiento experto – – El experto – Es capaz de relacionar las entradas del sistema con sus salidas Tipos • Conocimiento asociativo (caja negra) • Conocimiento sobre habilidades motoras • Conocimiento teórico (en profundidad) – Ej: reparación de televisiones • En un Sistema Basado en Conocimiento • ¿Características? • ¿Quién lo tiene? • ¿Cómo se consigue? • ¿Capacidad para reflejar su conocimiento? EPSIG – Ingeniería del Conocimiento Representación – Reglas IF-THEN – Cubriendo todas las posibilidades conocidas – Es el más utilizado en un SBC Jorge Puente Peinador EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Departamento de Informá Informática Departamento de Informá Informática Conocimiento sobre habilidades motoras • • Tipo Conocimiento teórico (en profundidad) • – Innovación y creatividad: resolución de problemas nuevos – Habilidad adquirida a través de su práctica de forma persistente – Habilidad adquirida tras años de estudio teórico y ejercicio profesional – Fácilmente olvidable El experto • – Respuesta automática e instintiva ante cada caso – Ej: jugador profesional de un deporte • Tipo – Naturaleza física más que cognitiva – Profesionales en el campo de la ciencia. – Ej: ingenieros, físicos, matemáticos, … Representación • – Sencillo de representar y razonar sobre él Falta de precisión y velocidad en los sensores • Falta de capacidad de ejecución EPSIG – Ingeniería del Conocimiento Representación – Muy compleja de representar – Limitaciones de la robótica: sensoriales y motoras • El experto – Técnicas específicas: Jorge Puente Peinador • Mejora la solución • Sistema de razonamiento basado en modelos EPSIG – Ingeniería del Conocimiento Departamento de Informá Informática Departamento de Informá Informática Ventajas e Inconvenientes de los S.B.C. • Ventajas de los S.B.C. • Ventajas – Ampliar distribución de conocimiento experto “de acceso restringido” – Facilidad de modificación – Consistencia de las respuestas • – Servicio permanente – Preservación del conocimiento experto – Solución a problemas que contienen datos incompletos – Explicación de la solución • Jorge Puente Peinador • Inconvenientes – Las respuestas pueden no ser siempre correctas Amplia distribución de conocimiento experto “de acceso restringido” – Distribución a un coste razonable. – Ej: Experto en impuestos (coste vs servicio) Facilidad de modificación – Carácter variable del conocimiento heurístico (ej: impuestos) – SBC facilitan la realización de cambios Consistencia de las respuestas – SBC consistente en su habilidad de resolución – Humanos sensibles ante cambios (salud, estados emocionales, stress) – Conocimiento limitado al dominio de conocimiento experto • – Falta de sentido común EPSIG – Ingeniería del Conocimiento Servicio permanente – Jorge Puente Peinador SBC: no enferman, no piden vacaciones (24h x 365d) EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Departamento de Informá Informática Departamento de Informá Informática Ventajas de los S.B.C. (y II) Inconvenientes de los S.B.C. • • – • Las respuestas pueden no ser siempre correctas – Preservación del conocimiento experto Una vez desaparecido el experto humano Utilizan información parcial – No tienen las soluciones a todos los problemas Solución a problemas que contienen datos incompletos – • Naturaleza heurística del conocimiento representado Conocimiento limitado al dominio de conocimiento experto – • Explicación de la solución – Misma línea de razonamiento que el experto humano – Facilita la compresión del usuario inexperto • EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador Departamento de Informá Informática Ejemplo clásico de SBC: GenAID • Los SBC cometen fallos como los expertos – GenAID: Generador de diagnósticos de Inteligencia Artificial EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador El SBC siempre trata de encontrar una solución – Aunque se salga de su dominio – Los usuarios inexpertos pueden interpretar como cierto Falta de sentido común – No identifica conocimiento de partida absurdo – Siempre trata de buscar una solución – Ej: agua en estádo líquido a -10ºC EPSIG – Ingeniería del Conocimiento Jorge Puente Peinador
