La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

E. Morales/L.E. Sucar Sistemas Basados en Conocimiento Sesión 02 b.

Presentaciones similares


Presentación del tema: "E. Morales/L.E. Sucar Sistemas Basados en Conocimiento Sesión 02 b."— Transcripción de la presentación:

1 E. Morales/L.E. Sucar Sistemas Basados en Conocimiento Sesión 02 b

2 “...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:

3 2. Metodología para solucionar el problema - Máquina de Inferencia. 2. Metodología para solucionar el problema - Máquina de Inferencia. Tienen una separación entre: 1. Conocimiento específico del problema - Base de Conocimiento. 1. Conocimiento específico del problema - Base de Conocimiento.

4 Representación explícita del conocimiento. Capacidad de razonamiento independiente de la aplicación específica. Capacidad de explicar sus conclusiones y el proceso de razonamiento. Representación explícita del conocimiento. Capacidad de razonamiento independiente de la aplicación específica. Capacidad de explicar sus conclusiones y el proceso de razonamiento. Características importantes

5 Alto rendimiento en un dominio específico. Uso de heurísticas vs. modelos matemáticos. Uso de inferencia simbólica vs. algoritmo numérico. Alto rendimiento en un dominio específico. Uso de heurísticas vs. modelos matemáticos. Uso de inferencia simbólica vs. algoritmo numérico. Características importantes

6 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

7 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).

8 Figura 2.1 Enfoque Tradicional PROBLEMA Modelo Matemático ALGORITMO

9 Figura 2.2 Enfoque de Inteligencia Artificial PROBLEMA Modelo Experto SISTEMA EXPERTO

10 1. Análisis (interpretación) 1. Análisis (interpretación) Clasificación de Sistemas Basados en Conocimiento Clasificación de Sistemas Basados en Conocimiento Identificación Monitoreo Diagnóstico Predicción Control Identificación Monitoreo Diagnóstico Predicción Control

11 2. Síntesis (construcción) 2. Síntesis (construcción) Especificación Diseño Configuración Planeación Ensamble Modificación Especificación Diseño Configuración Planeación Ensamble Modificación Clasificación de Sistemas Basados en Conocimiento Clasificación de Sistemas Basados en Conocimiento

12 Identificación  Predicción  Control Clasificación de Sistemas Basados en Conocimiento Clasificación de Sistemas Basados en Conocimiento Análisis : Especificación  Diseño  Ensamble Síntesis :

13 1. Base de Conocimiento (BdeC) 2. Máquina de Inferencia 3. Memoria de Trabajo 4. Interfaz de Usuario 5. Interfaz de Adquisición 1. Base de Conocimiento (BdeC) 2. Máquina de Inferencia 3. Memoria de Trabajo 4. Interfaz de Usuario 5. Interfaz de Adquisición Componentes básicos

14 Figura 2.3 Arquitectura adquisi- ción usuario Base de Conocimiento Máquina de Inferencia Memoria de Trabajo

15 Figura 2.4: Sistema de diagnóstico de automóviles Figura 2.4: Sistema de diagnóstico de automóviles Ejemplo

16 PROBLEMA Falla (carro no arranca) EXPERTO mecánico CONOCIMIENTO SI tiene gas & batería, OK ENTONCES falla marcha SOLUCIÓN Diagnóstico (marcha)

17 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 Medicina Ingeniería Exploración Diseño Análisis

18 2. Preservar el conocimiento de expertos y hacerlo accesible a más personas. 2. Preservar el conocimiento de expertos y hacerlo accesible a más personas. 3. Capacidad de explicar al usuario el proceso de razonamiento. 3. Capacidad de explicar al usuario el proceso de razonamiento. Ventajas de Sistemas Basados en Conocimiento

19 Representación de Conocimiento

20 Representación = “... un conjunto de convenciones sintácticas y semánticas que hacen posible el describir cosas ” [Winston 74]. Representación = “... un conjunto de convenciones sintácticas y semánticas que hacen posible el describir cosas ” [Winston 74]. Definición

21 Representación de conocimiento = Escribir en un lenguaje descripciones del mundo. Sintaxis: símbolos y conjunto de reglas para combinarlos. Semántica: significado de las expresiones construidas. 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

22 un lenguaje de representación, capacidad de inferencias, conocimiento del dominio. un lenguaje de representación, capacidad de inferencias, conocimiento del dominio. Ingredientes básicos:

23 explicación de comportamiento, construir sistemas inteligentes, poder representar “sentido común”. explicación de comportamiento, construir sistemas inteligentes, poder representar “sentido común”. El poder está en el conocimiento Ingredientes básicos:

24 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. 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

25 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) 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

26 primitivas (p. ej. segunods vs. años) meta-representaciones (p. ej. meta-reglas) primitivas (p. ej. segunods vs. años) meta-representaciones (p. ej. meta-reglas) Características A nivel epistemológico:

27 definiciones vs hechos universales vs defaults razonamiento no-deductivo razonamiento no-monotónico definiciones vs hechos universales vs defaults razonamiento no-deductivo razonamiento no-monotónico Representaciones no cubiertas por lógica: Características

28 procedurales (se necesita declarativo) analógicas probabilísticas procedurales (se necesita declarativo) analógicas probabilísticas Representaciones alternas: Características

29 substancias (v.g., litro de leche), causalidad y tiempo, creencias, deseos, intenciones, etc. substancias (v.g., litro de leche), causalidad y tiempo, creencias, deseos, intenciones, etc. Problemas y Consideraciones Problemas de representación:

30 Hacer explícito lo que se considere importante. Exhibir las restricciones inherentes al problema. Completo y preciso. Entendible. Fácil de usar. Computacionalmente factible. Hacer explícito lo que se considere importante. Exhibir las restricciones inherentes al problema. Completo y preciso. Entendible. Fácil de usar. Computacionalmente factible. Problemas y Consideraciones Consideraciones:

31 Espacio de Representaciones Estados Episemológicos (incertidumbre) Modelo del Mundo (expresividad) categórico probabi- lístico estadosproposicional1er orden “lógica propsicional” HMMRB “lógica 1er orden”

32 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. 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

33 A veces se tiene que sacrificar correctés para ganar claridad y ser más conciso. Idealmente se separa la base de conocimiento de los procedimientos de inferencia. A veces se tiene que sacrificar correctés para ganar claridad y ser más conciso. Idealmente se separa la base de conocimiento de los procedimientos de inferencia. Ingeniería de Conocimiento

34 Una base de conocimiento tiene 2 consumidores potenciales: Humanos Procesos de inferencia.

35 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

36   a Animal(a) ObjetoFisico(a) Mejor representar a un nivel más general: Político(Espinosa)  o Político(o) Animal(o)    ...

37 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. Decidir en el vocabulario de predicados, funciones y constantes. El resultado es una ontología.

38 Codificar conocimiento genérico del dominio. Codificar conocimiento genérico del dominio. Codificar una descripción de una instancia del problema específico. Codificar una descripción de una instancia del problema específico. Hacer preguntas al procedimiento de inferencia y obtener respuestas. Hacer preguntas al procedimiento de inferencia y obtener respuestas. Consideraciones:

39 Ontología general y específicas. Ontología Conceptos seleccionados para describir un dominio. Conceptos seleccionados para describir un dominio. Vocabulario de predicados, funciones y constantes. Vocabulario de predicados, funciones y constantes. Seleccionar alternativas: nombres, predicados o funciones o constantes,... Seleccionar alternativas: nombres, predicados o funciones o constantes,... Determinar las “cosas” que existen.

40 Ejemplo: Ontología de Plantas Eléctricas

41 Elementos de una Ontología General Categorías: incluyen objetos con propiedades comunes arregladas en taxonomías jerárquicas. 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.

42 Las categorías permiten organizar y simplificar el conocimiento por medio de herencia. 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

43 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). 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

44 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. 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

45 Tiempo, Espacio y Cambio: Para permitir acciones y eventos con diferentes duraciones y que puedan ocurrir simultaneamente. 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.

46 Eventos y Procesos: Eventos individuales ocurren en un tiempo y lugar particular. Los procesos son eventos continuos y homogéneos por naturaleza. 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

47 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 ). 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

48 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). 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

49 Objetos Mentales y Creencias: Se tiene que razonar acerca de creencias del mundo. Objetos Mentales y Creencias: Se tiene que razonar acerca de creencias del mundo. Elementos de una Ontología General

50 Algo Objetos abstractosEventos ConjuntosNúmerosRepresentación CategoríasOracionesMedidas TiempoPeso IntervalosLugares Objetos físicos Procesos MomentosCosasSustancias AnimalesAgentes Humanos SólidoLíquidoGas Figura 2.6 Ontología “general” del mundo (Basada en [Russell,95] Cenital

51 Tarea Selecciona un problema o dominio para el cual vas a desarrollar diferentes representaciones durante el curso. Para este problema especifica una ontología. Tarea Selecciona un problema o dominio para el cual vas a desarrollar diferentes representaciones durante el curso. Para este problema especifica una ontología.

52 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 utilzar técnicas de IA. Que no sea un problema que se resuelva directamente con técnicas tradicionales de computación como una base de datos o cálculos 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 utilzar técnicas de IA. Que no sea un problema que se resuelva directamente con técnicas tradicionales de computación como una base de datos o cálculos

53 Dominio Describir el dominio seleccionado Aplicación Especificar el tipo de aplicación (diagnóstico, diseño, etc.) Conceptos Listar y describir los principales "conceptos" en el dominio Relaciones Indicar las relaciones entre los conceptos desde diferentes puntos de vista (partes de, es un, funcional,...), de preferencia en forma gráfica


Descargar ppt "E. Morales/L.E. Sucar Sistemas Basados en Conocimiento Sesión 02 b."

Presentaciones similares


Anuncios Google