RAZONAMIENTO APROXIMADO EN LA INTELIGENCIA ARTIFICIAL.

Presentación del tema: "RAZONAMIENTO APROXIMADO EN LA INTELIGENCIA ARTIFICIAL."— Transcripción de la presentación:

1 RAZONAMIENTO APROXIMADO EN LA INTELIGENCIA ARTIFICIAL

2 REALIDAD El conocimiento que necesitamos para desarrollar un Sistema basado en Conocimiento tiene muchas veces las siguientes características: NO ES DEL TODO CONFIABLE INCOMPLETO CONTRADICTORIO IMPRECISO

3 Causas de inexactitud Generalmente no es del todo confiable (falta de evidencias, excepciones) Suele ser incompleta a la hora de tomar decisiones (faltan datos provenientes de mediciones, análisis) Diferentes fuentes pueden ser conflictivas, redundantes, subsumidas El lenguaje usado para transmitirla es inherentemente impreciso, vago La información

4 REALIDAD Las personas con esas fuentes de conocimiento, dotadas de esas características, razonamos y muchas veces concluímos … CAPACIDAD DE RAZONAR APROXIMADAMENTE

5 Como modelizamos estas características del conocimiento, de modo de poder: PROBLEMA REPRESENTARLOREPRESENTARLOREPRESENTARLOREPRESENTARLO UTILIZARLO REPRESENTARLO

6 REALIDAD La lógica clásica es un buen modelo para formalizar cualquier razonamiento basado en información certera (V o F) NECESITAMOS OTROS FORMALISMOS

7 REALIDAD El desarrollo de la IA ha incentivado el estudio de formalismos que son alternativos o complementarios a la lógica clásica INVESTIGACION Y DESARROLLO DE OTROS FORMALISMOS

8 Ejemplos Como representar en una BC... Si el paciente tiene el Signo1 y el Signo2 entonces el diagnóstico en el 75% de los casos es D1 y en el 40% de los casos es D2 Y si se tiene… Un paciente que evidencia Signo1 en un 80% y Signo2 en un 55% QUE SE PUEDE INFERIR ???

9 Ejemplos Como representar en una BC... Si el paciente tiene el Signo1 y el Signo2 entonces el diagnóstico en la mayoría de los casos es D1 y en algunos casos es D2 Y si se tiene… Un paciente que evidencia totalmente el Signo1 y parcialmente el Signo2. QUE SE PUEDE INFERIR ???

10 Si la humedad es alta, la presión es baja y está muy nublado, entonces lloverá. Que la humedad es del 75%, la presión es 1002hp y esta nublado. QUE SE PUEDE INFERIR ??? Y si se tiene… Ejemplos Como representar en una BC...

11 Si la humedad es alta, la presión es baja y está muy nublado, entonces lloverá. Que la humedad es un poco alta, la presión es baja y esta nublado. QUE SE PUEDE INFERIR ??? Y si se tiene… Ejemplos Como representar en una BC...

12 INGENIERIA DEL CONOCIMIENTO Tomar decisiones y realizar procesos de razonamiento cuando el conocimiento del dominio involucrado tiene distintas características, puede ser: INCIERTOIMPRECISOINCOMPLETONO-MONOTONOPROBLEMA

13 CONOCIMIENTO INCIERTO El conocimiento se expresa mediante predicados precisos pero no podemos establecer el valor de verdad de la expresión Ejemplos : Es posible que mañana llueva Mañana llueve CF Creo que el auto era rojo El auto es rojo CF

14 CONOCIMIENTO INCIERTO Cuando no podemos establecer la verdad o falsedad de la información Debemos evaluar la : PROBABILIDAD POSIBILIDADNECESIDAD/PLAUSIBILIDAD GRADO DE CERTEZA... De que la información sea verdadera MEDIDA DE (EVENTO) = VALOR / VALORES INCERTIDUMBRE bivaluado

15 CONOCIMIENTO IMPRECISO El conocimiento cuenta con predicados o cuantificadores vagos (no precisos) Ejemplos: Pedro tiene entre 20 y 25 años. Juan es joven Mucha gente juega al fútbol El espectáculo es para gente grande.

16 CONOCIMIENTO IMPRECISO Si la variable X toma valores en S Proposiciones precisas {p: ¨X es s¨ / s  S } Proposiciones imprecisas {p: ¨X es r¨ / r  S } * Imprecisa - no borrosa Si r es un conjunto clásico * Imprecisa - borrosa (fuzzy) Si r es un conjunto borroso (fuzzy)

17 CONOCIMIENTO INCOMPLETO Se debe tomar decisiones a partir de información incompleta o parcial. Esto se suele manejar a través de supuestos o valores por defecto. Ejemplo: Si el paciente tiene S1, S2 y S3 entonces tiene una infección a Bacteria n S3 ???

18 CONOCIMIENTO NO-MONOTONO La información recibida a partir de distintas fuentes o en diferentes momentos es conflictiva y cambiante. Ejemplo: Si el vuelo nº 1340 sale en forma puntual y no tiene escalas técnicas arribará a Madrid a las 8 hs 1º Supongo no-escala técnica y concluyo arribará a Madrid a las 8 hs 2º Aviso de escala técnica, debo revisar la conclusión del horario de arribo.

19 RAZONAMIENTOS INCIERTO IMPRECISO INCOMPLETO NO-MONOTONO TIPOS DE CONOCIMIENTORAZONAMIENTOS NO-MONOTONO POR DEFECTO APROXIMADO

20 RAZONAMIENTO APROXIMADO (RA) Trata como  REPRESENTAR  COMBINAR y  REALIZAR INFERENCIAS con conocimiento impreciso y/o incierto

21 RA: Esquema general en sistemas basados en reglas de producción Hipótesis: Si X es A entonces Y es B ( ) X es A* Conclusión Y es B* ??? REGLAS IMPRECISAS: A y/ o B son imprecisos REGLA INCIERTA: Grado de certeza REGLAS HIBRIDAS: Problema complejo

22 RA: Distintos modelos  MODELOS PROBABILISTICOS  MODELO EVIDENCIAL  MODELO POSIBILISTICO  Todos tratan la incertidumbre en un sistema de producción  Sólo el modelo posibilístico puede tratar la imprecisión.

23 MODELOS PROBABILISTICOS

24 Probabilidad - Axiomas P: PROP  [0,1] P(V) = 1 y P(F) = 0 P(A  B) = P(A)+P(B)- P(A  B) Propiedad P( ¬A) = 1- P(A)

25 Probabilidad - Conceptos P: PROP  [0,1] Probabilidad a priori o incondicional –P(A) o P(X=S) Variables aleatorias: X, Y Dominio: {x 1, x 2,..., x n } exhaustivo y excluyente Probabilidad condicional: –P(A/B) P(X/Y) tabla valores P(X= x i /Y= y k ) –P(A/B) = P(A  B) / P(B)

26 Distribución de Probabilidad Conjunta P(Caries  DolorD) = 0.04 + 0.06 + 0.01= 0.11 P (Caries / DolorD) = = P(Caries  DolorD) / P(DolorD)= = 0.04 / 0.04+0.01 = 0.8 Problema exponencial con la cantidad de variables DolorD  DolorD Caries0.040.06  Caries 0.010.89

27 La regla de Bayes P(B/A) = P(A/B)*P(B) / P(A) Es la base de todos los sistemas de inferencia probabilística

28 RA: Modelos probabilísticos Modelo utilizado en Prospector (Duda-Hart´ 81) Modelo utilizado en Mycin (Shortliffe-Buchanan´ 75-84 ) Redes Bayesianas (Redes de Creencias - Pearl´86)

29 PROSPECTOR (Duda et al, 1976 ) El sistema de RA utilizado es un modelo probabilistico-Bayesiano con algunas modificaciones Sistema experto en prospección de minerales

30 PROSPECTOR Hechosprobabilidades a priori ReglasGrados de necesidad (LN) E  HSuficiencia (LS) Representación de la incertidumbre: Premisas complejas: P(A  B) Min(P(A), P(B)) P(A  B) Max (P(A), P(B)) P(  A) 1-P(A)

31 PROSPECTOR Odds: O(H) = P(H) / P(  H) E es cierto: O(H/E) = LS O(H) E es falso: O(H/  E) = LN O(H) Inferencias: Actualizar P(H) dada E  H  LS = P(E/H) / P(E/  H)  LN = P(  E/H) / P(  E/  H)  Son proporcionados por el experto, pero no son independientes (LS 1, …)

32 PROSPECTOR P(H/E’) = P(H/E) P(E/E’) + P(H/  E) P(  E/E’) Si P (E/E’) = P(E)  P(H/E’) = P(H) Esto generalmente no se da debido a que las probabilidades suelen ser subjetivas Alternativas de corrección Inferencias: Actualizar P(H) dada E  H y una evidencia E’  Implementa una forma de combinación paralela E1  H, … En  H (LSi, LNi)

33 PROSPECTOR Modelo de RA implementado en Prospector es un modelo ad hoc, cuasi-Bayesiano Ejemplo de Regla: IF: Las rocas volcánicas en la región son contemporáneas con el sistema intrusivo. THEN: (LS,LN) el nivel de erosión es favorable para un depósito de cobre.

34 PROSPECTOR Modelo de RA implementado en Prospector es un modelo ad hoc, cuasi-Bayesiano Dio buenos resultados para esta aplicación, el SE permitió encontrar depósitos de minerales (molibdeno) Hay teoremas que limitan el uso del modelo de combinación paralela planteado No fue transportado a otras aplicaciones

35 MYCIN ( Buchanan&Shortliffe, 1975) Sistema Experto en enfermedades infecciosas Para valorar la confianza que merece H dada la evidencia E (E  H) utiliza factores de certeza CF(H,E) = MB(H,E) - MD(H,E)  MB y MD tienen su origen en relaciones probabilísticas:  Si MB(H, E)>0 entonces MD(H, E)=0 y  si MD(H, E)>0 entonces MB(H, E)=0

36 MYCIN CF  [-1,1] y refleja un equilibrio entre las evidencias a favor y en contra Premisas complejas: CF (E1  E2) = Min (CF(E1), CF(E1)) CF (E1  E2) = Max(CF(E1), CF(E1))

37 MYCIN Combinación paralela E1 H E2 Premisas complejas: Si C1 y C2  0 C = C1+C2 - C1C2 Si C1.C2 < 0 C = C1+C2/ 1 – min  C1,C2  Si C1 y C2 < 0 C = C1+C2+C1C2 C1 C2 C ?

38 MYCIN Propagación de los CFs C1C2 E1E2H C?? Si C1  0 C = C1C2 Si C1< 0 C = - C1 CF(H,  E2) 0 si no se conoce CF(H,  E2))

39 MYCIN EL MODELO DE RAZONAMIENTO APROXIMADO PARA MANEJO DE LA INCERTIDUMBRE, BASADO EN LOS CFs, UTILIZADO EN MYCIN: Si bien tiene poco fundamento teórico Alguna base en teoría de probabilidades Regla de combinación de Dempster-Shafer Ha sido muy utilizado en el desarrollo de SE e implementado en algunos Shells

40 REDES BAYESIANAS

41 RA: Redes Bayesianas  Para representar la dependencia que existe entre determinadas variables, en aplicaciones complejas, se utiliza una estructura de datos conocida como Red Bayesiana, Red de creencias, Red Probabilística o Red causal.  Esta estructura sirve para especificar de manera concisa la distribución de probabilidad conjunta.

42 RA: Redes Bayesianas  REDES DE RELACIONES PROBABILISTICAS ENTRE PROPOSICIONES (variables aleatorias) RELACIONADAS SEMANTICAMENTE (relaciones causales) REDES BAYESIANAS NODOS PROPOSICIONES (variable o conjunto de variables) ARCOSRELACIONES CAUSALES (X ejerce influencia directa sobre Y) PESO DE ARCOS PROBABILIDAD CONDICIONAL (Tabla de Probabilidad Condicional)

43 RA: Redes Bayesianas  Hay que establecer: Topología de la red A los expertos les resulta fácil determinar las dependencias entre conceptos Probabilidades condicionales Tarea más compleja (datos estadísticos, subjetivos, utilizar otras técnicas)

44 RA: Redes Bayesianas  Topología de la red: Podría considerarse como una base de conocimientos abstractos, válida en una gran cantidad de escenarios diversos, Representa la estructura general de los procesos causales del dominio

45 RA: Redes Bayesianas  La incertidumbre inherente a los distintos enlaces (relaciones causales) representan las situaciones no representadas explícitamente. Las probabilidades resumen un conjunto de posibles circunstancias en que pueden ser verdaderas (falsas) las variables de un nodo.

46 RA: Redes Bayesianas <EJEMPLO A B D C E Del grafo, que representa las relaciones causales, se puede sacar la distribución conjunta: p ( A, B, C, D, E ) = P (E / C) P (D / A,C) P (C / A) P(B / A) P(A)

47 RA: Redes Bayesianas  En general, es posible calcular cada una de las entradas de la distribución conjunta desde la infomación de la red P(x1, …, xn) =  P(xi / Padres (xi)) i= 1,n

48 RA: Redes Bayesianas  EJEMPLO (Norvig &Russell / Judea Pearl) Una casa tiene una alarma que se activa ante intento de robo, pero puede activarse ante temblores (el escenario es en Los Angeles). Dos vecinos, Juan y María se han ofrecido a llamar al dueño de la casa al trabajo, si escuchan la alarma. Juan a veces confunde el sonido de la alarma con otros sonidos, pero llama de todos modos y María a veces no la escucha por otras fuentes de sonido que tiene encendida (TV, Música).

49 RA: Redes Bayesianas  EJEMPLO Objetivo :Realizar distintas de inferencias Con la evidencia de quien ha llamado y quien no Cual es la Probabilidad de robo???? P(R/¬J,M)

50 RA: Redes Bayesianas  EJEMPLO Alarma Robo Temblor María-llamaJuan-llama TOPOLOGIA DE LA RED

51 RA: Redes Bayesianas  EJEMPLO Hay que especificar la tabla de probabilidad condicional de cada nodo. ROBOTEMBLOR P(ALARMA/ R,T) V F VV0.9500.050 VF0.9500.050 FV0.2900.710 FF0.0010.999 Para el nodo Alarma:

52 EJEMPLO Alarma Robo Temblor María-llamaJuan-llama RT P(A/ R,T) VV0.950 VF FV0.290 FF0.001 A P(J) V0.90 F0.05 A P(M) V0.70 F0.01 P(R) 0.001 P(T) 0.002

53 RA: Redes Bayesianas  EJEMPLO (Judea Pearl) Como ejemplo podemos calcular la probabilidad del evento de que suene la alarma, sin que se haya producido robo ni temblor, habiendo llamado Juan solamente: P(J   M  A   R  T ) = P(J/A) P(  M/A) P(A/  R  T) P(  R) P(  T)  Si la Red Bayesiana es una representación de la probabilidad conjunta, sirve para responder consultas del dominio P(R / J   M ) ???

54 RA: Redes Bayesianas  INDEPENDENCIA: Se hace explícita mediante la separación de grafos.  SE CONSTRUYE INCREMENTALMENTE por el experto agregando objetos y relaciones.  Los arcos no deben considerarse estáticos, representan restricciones sobre la certeza de los nodos que unen p (A / B) cuantifica la certeza de B  A si lo que se conoce es una evidencia e de que B es cierto p (A/B,e)

55 RA: Redes Bayesianas Inferencias: Belief revision < Consiste en encontrar la asignación global que maximice cierta probabilidad <Puede usarse para tareas explicatorias/diagnóstico <Básicamente a partir de cierta evidencia, nuestra tarea es encontrar un conjunto de hipótesis que constituyan la mejor explicación de las evidencias (razonamiento abductivo) <Encontrar asignaciones a los nodos N1...Nj / (P(E / N1,…,Nj)) sea máxima.

56 RA: Redes Bayesianas Inferencias: Belief updating <Consiste en determinar la mejor instanciación de una variable, dada una evidencia. <Es la actualización de probabilidades de un nodo dadas un conjunto de evidencias: (P(Ni/E1,…,En)) Ejemplo: determinar la probabilidad de robo sabiendo que Juan llama y María llama. P(R/J,M)

57 MODELOS PROBABILISTICOS  Problema de las asignaciones de probabilidad (estadísticas o evaluaciones subjetivas?)  Mycin y Prospector son modelos mas bien ad hoc, con limitaciones, pero que funcionaron muy bien en esos dominios  Las Redes Bayesianas son modelos más cercanos a un modelo probabilístico puro y permite la representación explícitas de las dependencias del dominio en la red.

58 MODELO EVIDENCIAL

59 RA: MODELO EVIDENCIAL Dempster (67) y Shafer (76)  Esta teoría puede considerarse una extensión de la teoría de probabilidad  Asume que no todos los resultados de una experiencia dada pueden ser observados de una forma precisa. No impone a la distribución de probabilidad que se refiera únicamente a eventos elementales.

60 RA: MODELO EVIDENCIAL  No impone a la distribución de probabilidad que se refiera únicamente a eventos elementales.  Los elementos de los cuales se tiene alguna información (focales) pueden superponerse y no recubrir X INFORMACION IMPRECISA E INCOMPLETA

61 RA: MODELO EVIDENCIAL Formalización  Frame de discernimiento (discerrnment): X el conjunto de todos los valores de x  Asignación básica de probabilidad: m: P(X)  [0,1] donde m(  ) = 0  m(A) = 1 A  P(X)

62 RA: MODELO EVIDENCIAL Formalización  X = {p 1, p 2, p 3, p 4 } frame of discernment  A = {A 1, A 2, A 3, A 4 } A 1 = p 1 A 2 = p 2 A 3 = p 3  p 4 A 4 = p  p 2  p 3  p 4 m: P(X)  [0,1] donde  m(A) = 1 A  P(X)

63 RA: MODELO EVIDENCIAL Ejemplo: color de ojos  X = {M, A, V, G } frame of discernment  A = {A 1, A 2, A 3, A 4 } A 1 = M, A 2 = A, A 3 = V  G A 4 = M  A  V  G m(M) = 0.6 m(A) = 0.2 m(V  G) = 0.1 m(M  A  V  G ) = 0.1

64 RA: MODELO EVIDENCIAL Formalización  Credibilidad Cr (A) =  m(B) B  A  Plausibilidad Pl (A) = 1 – Cr(  A) Pl (A) =  m(B) B  A   Prob(A) [ Cr (A), Pl (A) ]

65 RA: MODELO EVIDENCIAL Ejemplo:  Credibilidad de A  V  G Cr (A  V  G ) = 0.2+0.1 = 0.3  Plausibilidad Pl (A  V  G ) = 0.2+0.1+0.1 = 0.4 Prob(A  V  G ) [ 0.3,0.4 ]

66 RA: MODELO EVIDENCIAL Propiedades Cr (A)  Pl(A) Cr (A) + Cr (  A)  1 Pl (A) + Pl (  A)  1 Cr (A) = 0  Cr (  A)=1 Cr (  A) = 1  Cr (A) = 0

67 RA: MODELO EVIDENCIAL Observaciones  Representación de Ignorancia m(X) = 1 y m(A)=0  A  X Cr(A)=0 y Pl(A)=1  Si A 1  A 2 ...  A n Cr(A i and A j ) = Min ( Cr(A i ), Cr(A j ) ) Pl (A i orA j ) = Max ( Pl(A i ), Pl(A j ) ) Medidas de necesidad y posibilidad (Zadeh)

68 RA: MODELO EVIDENCIAL Observaciones  Si los A n forman una partición de X y si los eventos son elementales (Los conjuntos focales están acomodados) Cr(A) = Pl(A)= P(A) probabilidad El modelo es una extensión de la teoría de probabilidad

69 RA: MODELO EVIDENCIAL Regla de combinación de Dempster  Sean m 1 y m 2 asignaciones básicas del mismo frame X. Obtenemos m 12 m 12 (  ) = 0 m(A) =  m 1 (B) m 2 (C) B  C=A Se normaliza: m 12 (A) = m(A) /  m 1 (B) m 2 (C) B  C 

70 RA: MODELO EVIDENCIAL Regla de combinación de Dempster  Fórmula utilizada por Mycin para combinar dos reglas, considerando {A,X} como focales  Los resultados son válidos si  m 1 (B) m 2 (C) es próximo a 1 B  C   Resalta los items de concordancia entre distintas fuentes, pero da poca información del conflicto

71 RA: MODELO EVIDENCIAL Limitaciones  Las combinaciones lógicas (    ) no están resueltas para el caso más general.  Hay algunos intentos de resolver el procesos de las inferencias en un caso general (Modus Ponens en Modelo Evidencial)  La combinación paralela se puede resolver con la regla de Dempster si las fuentes de información no son muy distintas.