conocimiento - Departamento de Sistemas e Informática

Sistemas Expertos
Introducción
Arquitectura - Motor de Inferencias
Ana Casali – Andrea Torres
Ingeniería del Conocimiento -EIE
IC - MODULOS
• INTRODUCCION
• SISTEMAS BASADOS EN
CONOCIMIENTO
• RAZONAMIENTO APROXIMADO
• FUZZY SYSTEMS
• APRENDIZAJE AUTOMATIZADO
• AGENTES INTELIGENTES
INGENIERIA DEL CONOCIMIENTO
Conjunto de Conocimientos y Técnicas que
permiten aplicar el saber científico a la utilización del
conocimiento.
ADQUISICION
QUE SE OCUPA DE LA
REPRESENTACION
INFERENCIA
MANTENIMIENTO
INGENIERIA DEL CONOCIMIENTO
• Es la disciplina tecnológica que se centra en el
desarrollo, funcionamiento y mantenimiento de
Sistemas Basados en Conocimiento (SBC – KBS)
(utilizando Ingeniería de Software)
• SBC: sistema de software capaz de soportar la
representación explícita de conocimiento.
SISTEMA BASADO EN CONOCIMIENTO
• SBC (KBS): sistema de software que mantienen
una gran cantidad de conocimiento (Base de
conocimiento) y que incluyen métodos adecuados
para explotarlo.
• Sistema Experto: es un SBC que contiene el
conocimiento utilizados por expertos humanos
(imita la actividad de un experto)
Inicio de los Sistemas Basados en Conocimiento
60´s
70´s
Se buscaban soluciones generales
Los sistemas son más eficientes en dominios
acotados
La calidad y cantidad de conocimiento son
esenciales para una buena performance
Es importante independizar el conocimiento
del dominio, del mecanismo de inferencia.
Sistemas basados en conocimiento (SBC-KBS)
Definiciones.
Sistemas que representan el conocimiento sobre el
dominio en forma explícita y separada del resto del
sistema.
Waterman.
Sistemas basados en conocimiento (SBC-KBS)
Definiciones.
Sistemas de software capaz de soportar la
representación explícita del conocimiento de un
dominio específico y de explotarlo a través de
mecanismos apropiados de razonamiento para
proporcionar un comportamiento de alto nivel en la
resolución de problemas.
Guida y Taso
Sistemas Expertos: Definición.
Es un sistema de cómputo
capaz de simular la conducta
inteligente de un experto
humano en un dominio
específico y especializado, con
el objeto de resolver problemas.
Sistemas Expertos: Definición.
Es un sistema de cómputo capaz de simular la conducta
inteligente de un experto humano en un dominio
específico y especializado, con el objeto de resolver
problemas.
Sistema de computación
Hardware + software
Simulación
Conducta inteligente
Experto
Dominio limitado
Fuente de pericia humana en el dominio
Específico y especializado
SE/SBC: Tareas
Síntesis: Clasificación, diagnóstico
Tareas abordadas
Análisis: Planificación, diseño o modelado
Las áreas de aplicación son muy variadas !!!
Los SBC abordan problemas complejos en dominios específicos
en los que el peso de las heurísticas para acotar el espacio de
búsqueda es importante.
Primeros Sistemas Expertos
MYCIN
PROSPECTOR
INTERNIST
CASNET
R1
MOLGEN
Stanford (Buchanan - Shortliffe 1976):
Diagnóstico y tratamiento de enfermedades
infecciosas (aprox. 500 reglas). Introduce
factores de certeza.
Stanford-US Geological Survey (Duda-GashningHart, 1979): Evaluación de yacimientos minerales
y petrolíferos. (aprox 1600 reglas). Probabilidades
condicionales y Teorema de Bayes.
Pittsburg (Pople-Myers, 1977): Diagnóstico
en Medicina interna. CADUCEUS: Analiza
relaciones causales.
Rutgens (Kulikowsky-Weiss-Safir, 1977):
Oftalmología. Aplica un modelo causal para el
diagnóstico de glaucoma.
Carnegie Mellon (Mc Dermott): Configuración de
ordenadores VAX (aprox 500 reglas). Descompone
el diseño en distintos niveles de abstracción.
Stanford (Stefik): Diseño de experimentos
genéticos. Utiliza abstracción.
Conocimiento
inexacto
Razonamiento experto
Modelos causales
Reducción espacio
de búsqueda
Estructura básica de un SE/SBC.
Ingeniero del
conocimiento
Experto del
dominio
K
A
T
Base de
Conocimientos
Motor de
Inferencias
I
n
t
e
r
f
a
c
e
U
s
u
a
r
i
o
Estructura básica de un SE/SBC
Base de
Conocimientos
Su estructura de datos queda definida en
términos del esquema de representación
elegido para incorporar el conocimiento
del dominio de trabajo.
Separados entre sí
Motor de
Inferencias
Es la estructura de control de un SE,
contiene el programa que gestiona la BC y
otros mecanismos necesarios para
administrar un sistema de naturaleza
interactiva.
Habilidades que se esperan de un SE
Manipular con fluidez descripciones simbólicas.
Buena perfomance, comparable al menos a la de los especialistas.
Interfaz amigable, adecuada a las necesidades de la aplicación.
Habilidad para manipular conocimiento incompleto e impreciso.
Capacidad de explicar sus decisiones a los usuarios.
Posibilidad de justificar sus conclusiones.
SBC: Ventajas
El conocimiento no se pierde.
Reducción del espacio de búsqueda con heurísticas para que
el problema sea tratable en un tiempo razonable.
Manejo de conocimiento incierto e incompleto.
Posibilidad de justificar el razonamiento seguido.
Hacer el conocimiento disponible en ambientes hostiles o con
carencia de especialistas.
Aumento de fiabilidad, evitando que prevalezcan las últimas
experiencias.
Modificación sencilla de la BC por su característica modular.
SBC: Inconvenientes
La adquisición del conocimiento es difícil y cara.
La reutilización del conocimiento en contextos diferentes
no es simple.
Falta de creatividad y sentido común.
Necesitan aprendizaje y adaptación.
Quedan inmersos en el campo de los Sistemas Inteligentes.
Se trabaja sobre metodología de desarrollo
Se los combina con otras tecnologías
REPRESENTACION DEL
CONOCIMIENTO
PREMISA FUNDAMENTAL DE IA:
Para que un sistema informático
demuestre un comportamiento inteligente
en la solución de problemas, debe poseer
gran cantidad de conocimientos y
un potente mecanismo de razonamiento.
IMPORTANCIA DE UNA ADECUADA
REPRESENTACION DEL CONOCIMIENTO
»CONOCIMIENTO DEL MUNDO
(en IA)
:
Es la habilidad para construir un modelo de
los objetos, sus vinculaciones y de las
acciones que pueden realizar.
•REPRESENTACION DEL CONOCIMIENTO
Es la expresión mediante algún lenguaje, de un
modelo que exprese el conocimiento sobre el
mundo.
Conocimiento – Definición
El conocimiento es una mezcla de experiencia,
información y “saber hacer” que actúa como marco para
la incorporación de nuevas experiencias y guía la acción.
Se utiliza para alcanzar una meta
Genera nuevos hechos/conclusiones
Resulta en gran medida dependiente de la tarea
y del dominio de aplicación.
Representación: Modelado de un sistema
Modelo
Computable
Bases de Conocimiento
Mecanismos de inferencia
Mecanismos de control
Operacional
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.
ELEMENTOS BASICOS QUE INTERVIENEN EN EL
DISEÑO DE UN SISTEMA BASADO EN EL
CONOCIMIENTO (KBS)
Lenguaje formal para expresar conocimiento
Forma de efectuar razonamientos
COMPONENTE MEDULAR DE UN KBS (Agente)
BASE DE CONOCIMIENTOS (KB)
Es un conjunto de representaciones de hechos
acerca del mundo
Conjunto de sentencias del lenguaje para la
representación del conocimiento
UNA KB DEBE PERMITIR CON EFICIENCIA:
AÑADIR Y MODIFICAR
SENTENCIAS
BC
PREGUNTAS
RESPUESTAS
MECANISMO DE INFERENCIAS
DISTINTOS FORMALISMOS
FORMALISMOS LOGICOS
SISTEMAS DE PRODUCCION
FORMALISMOS ESTRUCTURADOS:
•
•
•
•
REDES SEMANTICAS
FRAMES
OBJETOS
ONTOLOGÍAS
FORMALISMOS LOGICOS
• Conocimiento es representado mediante un
conjunto de fórmulas bien formadas (fbfs)
en algún sistema lógico (proposicional predicados - multivaluada...)
• Los mecanismos de inferencia son los
métodos deductivos del sistema lógico
(Resolución en predicados)
PROLOG: Una implementación de
programación lógica
LOGICA DE PREDICADOS
+ DEDUCCIÓN AUTOMÁTICA
(RESOLUCION)
• Dada la BC y una fórmula α podemos probar
que
» BC - α
Podemos contestar
preguntas como
perro (Rex) ?
X / perro (X)?
Representación del Conocimiento
Otros formalismos
DISTINTOS FORMALISMOS
FORMALISMOS LOGICOS
SISTEMAS DE PRODUCCION
FORMALISMOS
ESTRUCTURADOS:
• OBJETOS
• ONTOLOGÍAS
OTROS FORMALISMOS
Sistemas de producción
Newell & Simon - 1973
Utilizan elementos de la lógica
Salen del marco estrictamente formal
más flexibles
más eficientes
Pierden propiedades fundamentales como la
consistencia y completitud.
SE basados en reglas de producción
Sistemas de
producción
BC
(Reglas)
Al resolver problemas, las personas utilizan su memoria
a largo plazo (permanente) que aplican a situaciones
actuales contenidas en su memoria a corto plazo
(transitoria).
Mundo Exterior
Memoria de
trabajo (Hechos)
Motor de Inferencias
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.
ARQUITECTURA
BASE DE CONOCIMIENTO
Base de
Hechos
Base de
Reglas
Motor de
Inferencias
SE basados en reglas de producción
Reglas de
producción
IF < CONDICION > THEN < ACCION>
Son “gránulos” de conocimiento.
Reúnen información relativa a las condiciones de
disparo y a los efectos resultantes del disparo.
Son estructuras bidireccionales.
SI ?X ES MAMIFERO Y ?X COME CARNE
ENTONCES ?X ES CARNIVORO.
SE basados en reglas de producción
Ventajas:
Naturaleza modular: El conocimiento es fácil de
encapsular y expandir.
Explicaciones sencillas: El registro de reglas disparadas
permite presentar la cadena de razonamiento asociada.
Semejanza con el proceso cognitivo humano: modelo
natural del razonamiento humano.
Dificultades:
Completitud y consistencia como responsabilidad del desarrollador.
Se necesitan otras estructuras para lograr una visión global del
conocimiento del dominio.
Se las combina con otros formalismos
de representación.
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>
Puede especificar
Conclusión
Acción
Estrategia
La premisa puede tener conectivos lógicos
<premisa> = <cláusula1 AND/OR...AND/OR
cláusulak>
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
Reglas de producción- Ejemplos
Sintaxis Reglas en JESS
Jess> (defrule bienvenido-menor
"Saludo para niños"
(persona {edad < 3})
=>
(printout t "Hola niño!"
crlf)
Sistemas de producción.
Un ejemplo de regla
Un especialista que participa en el desarrollo de un
sistema basado en conocimiento relativo al
diagnóstico de una falla en un auto, podrá
expresar:
“ si el motor no arranca y las luces no encienden,
entonces la falla está en la batería ”.
Sistemas de producción.
Un ejemplo de regla
A partir de esta expresión, se puede definir la
regla de producción asociada a las proposiciones
como:
If el motor no arranca
And las luces no encienden,
Then la falla está en la batería .
Sistemas de producción.
Un ejemplo
Sistemas de producción.
Un conjunto de reglas
If el motor no arranca
And las luces no encienden
Then falla la batería.
If el motor no arranca
And las luces encienden
And llega combustible
Then falla el sistema de ignición.
If el motor no arranca
And las luces encienden
And no llega combustible
Then falla el sistema de combustible.
El desarrollo de las reglas de
producción para construir la KB.
• Cada una de estas reglas
aparece como un gránulo
de conocimiento que es
independiente
• La ampliación de la KB
puede realizarse sin mayor
problema.
El desarrollo de las reglas de
producción para construir la KB.
• estas reglas deben estar
relacionadas
por
los
hechos que mencionan
para que puedan ser
interpretadas durante el
proceso de inferencia.
El desarrollo de las reglas de
producción para construir la KB.
• Este es el único
requisito que requiere
el agregado de nuevas
reglas
• respetar la sintaxis e
los hechos
representados.
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
La ejecución del proceso de
inferencia en los KBS
Supóngase que se observa una falla en motor del auto y se
constata que: “no arranca el motor, ni encienden las
luces, y llega combustible”.
• es necesario ingresar esta información en la memoria de
trabajo, para obtener una solución o respuesta al problema.
• la interfaz de este KBS, deberá proveer los recursos que
permitan ingresar las observaciones del caso.
La ejecución del proceso de
inferencia en los KBS
La ejecución del proceso de
inferencia en los KBS
• La respuestas
seleccionadas originan
los hechos: “el motor
no arranca”, “las luces
no encienden” y “llega
combustible” que
ingresarán a la memoria
de trabajo del KBS.
La ejecución del proceso de inferencia en
los KBS
• El proceso de ejecución que
realiza el motor de inferencia,
consiste en tomar cada una de
estas plantillas, y explorar la
KB buscando coincidencias en
las premisas de cada una de las
reglas.
• La primera regla se desencadena, y produce entonces la
conclusión: “falla la batería”,
y el problema queda resuelto
Inferencia en los KBS
Este proceso de comparación que explora cada
una de las reglas, es prácticamente independiente
del orden en que se encuentren dispuestas las
mismas en la KB.
Este proceso de inferencia en los KBS, es
denominado: sistema de inferencia por filtrado
(pattern maching inference system)
Inferencia en los KBS
Las herramientas actuales soportan procesos de
matching más complejos, que satisfacen algún
predicado:
• que el valor de un slot de un objeto cumpla alguna
condición, por ej.
• que su valor sea desconocido
• que la lista asociada a un slot tenga 3 elementos
Jess> (defrule match-tres-items
(lista-almacen ? ? ?)
=>
(printout t "Hay una lista de tres items."
crlf))
Sistemas de producción
Motor de Inferencia
Direcciones de búsqueda:
Hacia delante, Forward Chaining o guiada
por los hechos. JESS
Hacia atrás, Backward Chaining o guiada
por los objetivos.
Para seleccionar las reglas candidatas en cada estado utiliza el
FILTRADO o MATCHING.
Sistemas de producción
VENTAJAS
Flexibles.
Sencillos de modificar y extender.
A los expertos les resulta simple “pensar en reglas”.
PROBLEMAS
Completitud y consistencia.
El conocimiento se separa
en pequeños “gránulos”.
Es común que se los
combine con otros
formalismos.
Sistemas estructurados
REDES SEMANTICAS (70s)
OBJETOS (80s)
ONTOLOGÍAS (90s)
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
INSTANCIA
MAMIFERO
ES-UN
Redes semánticas - Ejemplo
Estudiante -UNR
ES-UN
TIENE
Estudiante -FCEIA
ES-UN
Legajo
ES-UN
Estudiante -LCC
INSTANCIA
Estudiante -IEca
INSTANCIA
Pedro García
TIENE
Prom1
INSTANCIA
Juan Perez
TIENE
Prom2
INSTANCIA
Promedio
INSTANCIA
TIENE
Legajo P-1233/5
Redes semánticas - Arcos
Etiquetas de los arcos
Generalización
“es-un” relación subclase-clase
Instanciación
“instancia” relación objeto-clase
“parte-de” relación componente-objeto
Agregación
definidas por el usuario
Descripción
Dominio de
aplicación
Objetos
Los vemos más como una forma de representar el
mundo que como un paradigma de programación
Los encontramos en muchas herramientas dentro del área.
Tienen ciertas características en común con los agentes.
Objetos
OBJETO: Es una entidad que tiene un comportamiento.
ESTADO INTERNO
MENSAJES que es
capaz de responder.
ENCAPSULAMIENTO
Permite la utilización de clases con
implementaciones intercambiables.
INTERFAZ
Un PROGRAMA OO es una red de objetos cooperantes,
que interactúan entre sí, enviándose mensajes.
Objetos
Una CLASE es una definición de las características
comunes de un conjunto de objetos semejantes.
ESTRUCTURA: Conjunto de
variables de clase e instancia.
CLASE
INTERFAZ: conjunto de
métodos. Los objetos concretos
buscan en su clase la definición
cuando reciben un mensaje.
Objetos
Las CLASES se
organizan en jerarquías
modelizando el dominio
Esquema de colaboración
entre objetos (explícito en
el código)
De Estructura: Más estática.
HERENCIA
De Comportamiento: Ocurre en ejecución.
Cuando un objeto recibe un mensaje, busca el
código en su clase, y si no lo encuentra recorre la
jerarquía.
Cómo elegir la mejor
representación???
No hay receta establecida !!!
Frente a cada problema a resolver:
Analizar las características del
conocimiento involucrado.
Recurrir a la combinación de formalismos.