Representación del conocimiento 12/04/2017 Tema 4 Representación del conocimiento

Introducción Se introduce el diseño de un agente basado en el conocimiento Se ejemplifica con un agente capaz de desempeñarse bien en el mundo de Wumpus, siendo Wumpus un juego que provoca adicción

Introducción En este capítulo se aprende a diseñar agentes que construyen representaciones del mundo, derivan nuevas representaciones del mundo por inferencia y usan esas nuevas representaciones para saber qué hacer

Representación del Conocimiento (p.232 r&n)

La meta consiste en que el conocimiento aparezca explícitamente se logren conclusiones del conocimiento declarado Para ello es indispensable la LÓGICA Una dada lógica es una notación ( o un lenguaje) matemáticos para gestionar el conocimiento La principal alternativa que hay para la lógica es el lenguaje natural (español, inglés,...). Tanto en el lenguaje natural como en la lógica la unidad es la oración ( “sentence”) Sintaxis y Semántica Inferencia Lógica Lógica sana y completa

6.1 Un agente basado en el conocimiento Función [Fig 6.1] => a aclarar en temas siguientes base de conocimiento declarada (dicha) aprendida - motor de inferencias

6.1 Un agente basado en el conocimiento Función Un agente de conocimiento es una base de conocimientos Una base de conocimientos es un conjunto de representaciones de hechos del mundo Cada una de esas representaciones se llama una “oración” Las oraciones se expresan en un lenguaje representacional del conocimiento

6.1 Un agente basado en el conocimiento El agente opera como sigue 1. Le dice a la base su PERCEPCIÓN (añade oraciones a la base) 2. Le pregunta a la base qué ACCIÓN encarar (contesta preguntas de la base) (mientras, opera un MOTOR DE INFERENCIAS) 3. Ejecuta la ACCIÓN

Fig 6.1 Un agente genérico basado en el conocimiento Función AGENTE-BC(percepción) responde con una acción estático: BC, una base de conocimientos t, un reloj, inicialmente en cero DECIR(BC,HACER-PERCEPCIÓN-ORACIÓN(percepción,t)) acción<-- PREGUNTAR(BC.HACER-ACCIÓN-CONSULTAR (t)) DECIR(BC,HACER-ACCIÓN-ORACIÓN(acción,t)) t <= t+1 responde con acción

6.1 Arquitectura de agentes las dos primeras referencias son para un agente reflejo simple y luego para un agente conocimiento .

6.1 Arquitectura de un agente basado en el conocimiento Nivel de conocimiento es el nivel más abstracto - describimos al agente indicando qué conoce ejemplo - un agente taxi automático podría saber que desde el Stadium a la CU hay una ruta de circunvalacion rápida

6.1 Arquitectura de un agente basado en el conocimiento Nivel lógico es el nivel en el cual el conocimiento queda codificado en oraciones p.ej.: enlaces (Stadium, CU Perla, ruta circunvalacion)

6.1 Arquitectura de un agente basado en el conocimiento Nivel de implementación es el nivel en el cual hay una representación física de las oraciones en el nivel lógico p.ej.:”enlaces (Stadium, CU, ruta circunvalacion)” conexión{B,P,rcr} = 1 (un 1 en una tabla tridimensional) (un conjunto de apuntadores dirigidos a los símbolos)

6.2. El ambiente del mundo de Wumpus [Fig6.2] - Percepción = [Hedor, Brisa, Resplandor, Golpe, Grito] - el agente no puede percibir su propia ubicación - Acciones = [avanzar, girarizquierda, girarderecha, capturar, dispararflecha, trepar] - agente muere al entrar a un habitáculo con pozo o con Wumpus vivo. - meta del agente es encontrar oro, volver al habitáculo [1,1] y trepar.

6.2. El ambiente del mundo de Wumpus razonamiento ejemplos de inferencias: ubicación de pozos, wumpi y habitáculos sin riesgo

6.2. El ambiente del mundo de Wumpus detalles mundos de wumpus elegidos al azar agentes múltiples, en comunicación wumpi móviles múltiples piezas de oro lenguaje natural aprendizaje visión habla

6.2 Ayudas en el mundo de wumpus

6.2 El mundo de wumpus El agente arranca de (1,1) La meta es encontrar oro, volver a (1,1) y trepar la pared No viene mal matar al wumpus con la única flecha, son más bonificaciones y hay un nuevo camino por transitar

6.2 Percepciones Las percepciones forman una vector fila de 1x5 del tipo (Hedor,Brisa,Nada,Nada,Nada) El primer Nada es resplandor El segundo es Golpe (contra la pared) El tercero es Grito

6.2 PAMA Percepciones acciones ..avanzar,girarizq, etc. Meta - Capturar el oro y volver Ambiente – mundo de wumpus

6.2 Primer paso

6.2 Segundo paso

6.2 ¿Por qué (x,y) está bien? (1,1)<= Porque el agente está vivo (1,2) <=“No hedor en (1,1)” + “No brisa en (1,1)” + “(1,1) y (1,2) son vecinos”” (2,1) <=“no hedor en (1,1)”, + “no brisa en (1,1)” + “(1,1) y (2,1) son vecinos”

6.2 Tercer paso

6.2 Cuarto paso

6.2 ¿Por qué (1,3) = wumpus? Hedor en (1,2) implica que el wumpus está ya sea en (1,1), ya sea en (2,2), ya sea en (1,3) (1,1) fue visitado, lo visitado está bien==> el wumpus no está en (1,1) (2,1) sin hedor fue visitado==>el wumpus no está en (2,1) ==>El wumpus está en (1,3)

6.2 ¿Por qué (3,1) = pozo? Brisa en (2,1) implica que hay un pozo ya sea en (1,1), ya sea en (2,2), o ya sea en (3,1) (1,1) fue visitado, el agente está vivo ==> el pozo no está en (1,1) (2,1) sin brisa al ser visitado==>el pozo no está en (2,2) ==>El pozo está en (3,1)

6.3. Representación, Razonamiento, Lógica Representar: lograr que sea entendible para una computadora; y así el agente puede operar sintaxis, forma usada para representar oraciones semántica, mapeo desde oraciones hacia hechos del mundo p.ej. Simulador del mundo de wumpus - hechos ”son consecuencia" de hechos - oraciones ”son consecuencia” de oraciones -conjuntos de oraciones “son consecuencia” de conjuntos de oraciones.

6.3 Representación,Razonamiento y Lógica Representar: lograr que sea entendible para una computadora,logrando un buen desempeño de los agentes. Conocimiento consta de dos aspectos: sintaxis,como están representadas las oraciones semántica,determina los hechos del mundo a los que hacen alusión las oraciones. Razonamiento: es el proceso de construir nuevas representaciones, bajo la forma de oraciones, a partir de representaciones anteriores. Requisitos de la Lógica: opera si y solamente si la sintaxis y la semántica están definidas de manera precisa.

6.3 Representación: 12/04/2017 Los lenguajes de programación como el C o el Pascal son idóneos para representar algoritmos y estructuras de datos concretas. El problema de los lenguajes de programación es que están diseñados para describir cabalmente el estado de la computadora y de cómo cambia ésta conforme al programa que se está ejecutando. Sin embargo, sería deseable poder contar con un lenguaje para representar el conocimiento que sirva para el caso cuando no se cuenta con información completa: cuando no hay total certeza de cómo son las cosas, y lo único que se sabe son algunas posibilidades de cómo son. Se dice que un lenguaje que no se presta a satisfacer lo anterior es un lenguaje que no es lo suficientemente expresivo.

6.3 Representación: 12/04/2017 Los lenguajes naturales como el inglés o el español indudablemente son expresivos. Sin embargo, han experimentado una evolución que tiende más a satisfacer las necesidades de comunicación que las de representación. En un buen lenguaje para representar el conocimiento se combinan las ventajas de los lenguajes naturales y las de los lenguajes formales.

6.3 Representación El objetivo de un lenguaje para la representación del conocimiento es el de expresar los conocimientos en forma manejable por el agente, permitiéndole a éste un buen desempeño, p.ej. En el mundo de wumpus. El lenguaje utilizado para representar el conocimiento interno de un agente es distinto del lenguaje externo empleado para comunicarse con otros agentes. En el ej. se usa sólo interno.

6.3 Un buen lenguaje Entonces, tratemos de combinar las ventajas de los lenguajes naturales y las de los lenguajes formales: a) lo suficientemente expresivo como para representar el conocimiento aún cuando no se cuenta con información completa y no hay total certeza de cómo son las cosas. b) lo suficientemente conciso como para evitar ambigüedades, siendo independiente del contexto para su interpretación. c) apto para un procedimiento de inferencia con el cual obtener nuevas representaciones a partir de las existentes en la base.

6.3. Representación Cualquier lenguaje representacional del conocimiento su sintaxis, ella define todas las posibles configuraciones (secuencias) de símbolos que constituyen oraciones del lenguaje ejemplos: oraciones del texto bits de la memoria de la computadora su semántica, ella determina los hechos del mundo a los cuales se están refieiendo las oraciones. Cada oración argumenta algo del mundo. Un agente CREE en las oraciones referidas al mundo.

6.3. Representación Conexión entre oraciones y hechos su sintaxis, ella define todas las posibles configuraciones (secuencias) de símbolos que constituyen oraciones del lenguaje ejemplos: oraciones del texto bits de la memoria de la computadora su semántica, ella determina los hechos del mundo a los cuales se están refiriendo las oraciones. De nuevo, el agente CREE en ellas.

6.3. Semántica - Lenguajes composicionales Se llama lenguaje composicional a aquél en que el significado de una oración es la suma de los significados de cada parte. Casi todos los lenguajes tienen una relación sistemática entre las oraciones y los hechos Ejemplo de la matemática: a^2 + b^2 Su significado es la suma del significado de a^2 más la de b^2

6.3 Inferencia RAZONAMIENTO e INFERENCIA:Son los nombres del proceso por el cual se obtienen conclusiones. INFERENCIA LÓGICA y DEDUCCIÓN:Son los nombres de todo razonamiento o inferencia válidos y confiables. Implantan las relaciones de implicación que existe entre oraciones. Inferencia: Verificar la validez de oraciones que se garanten como verdaderas pese a desconocerse su real interpretación. Verdad : Depende del estado del mundo y de la interpretación. Validez : Una oración es válida si es verdadera independientemente del mundo o de la interpretación.

6.3. Razonamiento Consecuencias o implicaciones generan nuevas oraciones a partir de otras previas, todas fidedignas. Teoría de la demostración - conjunto de reglas para deducir las implicaciones de un conjunto de oraciones - dentro de un lenguaje - ella estudia los pasos confiables de un razonamiento

6.3. Razonamiento Razonamiento es el proceso de construir nuevas representaciones, bajo la forma de oraciones, a partir de representaciones anteriores. Repaso - Una lógica es un lenguaje (notación) matemático útil para el logro de demostraciones acomodadas a las posibilidades de la computadora.

6.3. Razonamiento Semántica - en lógica el SIGNIFICADO de una oración es aquello que se afirma del mundo. Restringe a que el mundo sea de la forma expresada y no de otra forma alternativa. Para poder entender lo que SIGNIFICA una oración, quien la compuso debería proporcionar su respectiva INTERPRETACIÓN. Ninguna oración tiene significado por sí misma ni es autoevidente.

6.3. Razonamiento RAZONAMIENTO e INFERENCIA son los nombres del proceso por el cual se obtienen conclusiones. INFERENCIA LÓGICA y DEDUCCIÓN son los nombres de todo razonamiento o inferencia válidos y confiables. Implantan las relaciones de implicación entre oraciones.

6.3. Razonamiento Hay inferencias inválidas ¿Caso de “Hay una brisa en (3,2) o no hay una brisa en (3,2)”? ¿Caso de A = A? Hay inferencias insatisfactibles si no existe un mundo donde pueda suceder. ¿Caso de “hay varios wumpi”? ¿Caso de “hay un wumpus en (1,1)”? ¿Caso de “hay un wumpus en (1,1) y no hay un wumpus en (1,1)”?

6.3. Lógica compromiso ontológico compromiso epistemológico para el agente, qué existe en el mundo en el caso de la lógica propositiva, para el agente existen hechos que serán verdaderos o falsos compromiso epistemológico para el agente, cuál es la actitud con respecto a los hechos en el caso de la lógica propositiva, el agente cree que una oración es verdadera o falsa, o no ha llegado a conclusión alguna

6.3 Tipos de lógicas y sus preocupaciones Lenguaje Ontología Epistemología (lo que existe) (qué cree de los hechos) ----------------------------------------------------------------------------------- Lógica Propositiva hechos verdadero/falso/no sabe Lógica de primer hechos, objetos, enlaces orden verdadero/falso/no sabe Lógica temporal hechos, objetos, enlaces, tiempos verdadero/falso/no sabe Teoría de la probabilidad hechos grado de certidumbre Lógica difusa grado de verdad grado de certidumbre