Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
pp. 1
pp. 2
5.1.- SBC. Funcionalidad. Estructura. Sistemas Expertos. 5.2.- Representacin del Conocimiento: Base de Conocimiento. 5.3.- Inferencia y Control: Motor de Inferencia.
pp. 3
1.- Introduccin
Representacin del conocimiento mediante grafos (conceptos, relaciones). Facilitan la representacin del conocimiento humano Redes semnticas Frames
2. Redes semnticas
Redes Semnticas (R. Quillian, 1968) representacin en procesamiento de lenguaje natural formalismo muy limitado para dominios ms complejos limitado para tratar con formas de inferencia sofisticada precursor de las frames
pp. 4
2. Redes semnticas
Una red semntica se representa como un grafo dirigido etiquetado (en algunos casos se exige que dicho grafo sea aciclico), constituido por: nodos: representan conceptos (un objeto individual o una clase de objetos) arcos: representan relaciones binarias entre los conceptos. Ejemplo: "El corazn es parte del sistema cardiovascular" "Las arterias son parte del sistema cardiovascular" "Las arterias grandes son arterias" "La aorta es una arteria"
sistema cardiovascular parte-de parte-de
arteria
corazn
instancia-de aorta
pp. 5
arteria subclase-de subclase-de arteria grande instancia-de instancia-de arteria branquial izquierda arteria pequea
corazn
ambigedad de la relacin es-un para distinguir entre las relaciones subclase e instancia (miembro). relacin subclase (subclase-de) relacin instancia (instancia-de)
aorta
pp. 6
vasos sanguineos
muscular
arteria
rica oxigeno
subclase-de
pp. 7
vasos sanguineos
existen
pared
subclase-de sangre
muscular
arteria
rica oxigeno
subclase-de
b) No heredar propiedades que consideramos relevantes para una clase, pero no para sus especializaciones.
Existen 100 arterias
Inteligencia Artificial /Departamento de Sistemas Informticos y Computacin/Facultad de Informtica/ UPV
pp. 8
vasos sanguineos
existen
pared
subclase-de sangre
muscular
arteria
rica oxigeno
subclase-de
b) No heredar propiedades que consideramos relevantes para una clase, pero no para sus especializaciones.
Existen 100 arterias
Inteligencia Artificial /Departamento de Sistemas Informticos y Computacin/Facultad de Informtica/ UPV
pp. 9
pared (arteria, muscular) La restriccin a smbolos de predicado binarios no es crtica, ya que cualquier tomo que contenga un smbolo de predicado n-ario puede ser reemplazado por una conjuncin de tomos que contengan solo smbolos de predicado binarios. Si n > 2 se requieren n +1 nuevos predicados. Si n = 1, solo se requiere un nuevo predicado.
Inteligencia Artificial /Departamento de Sistemas Informticos y Computacin/Facultad de Informtica/ UPV
pp. 10
instancia-de
Lmiteinferior Sujeto arteria
presin1
Lmitesuperior 80
pp. 11
arteria grande
aorta
pp. 12
pp. 13
pp. 14
pp. 15
4.- Frames
Frames (Minsky, 1975) se basan en el concepto de considerar la resolucin de problemas humana como el proceso de rellenar huecos de descripciones parcialmente realizadas (O. Selz) la idea subyacente en un sistema basado en frames es que el conocimiento concerniente a individuos o clases de individuos, incluyendo las relaciones entre los mismos, es almacenada en una entidad compleja de representacin llamada frame (unidad,objeto,concepto) un conjunto de frames que representa el conocimiento de un dominio de inters es organizada jerrquicamente en lo que es llamado una taxonoma (asociada a un mtodo de razonamiento automtico llamado herencia).
pp. 16
4.- Frames
El conocimiento relevante de un concepto (objeto individual o clase de objetos) es representado mediante entidad compleja de representacin llamada frame, constituida por un conjunto de propiedades (atributos) Las frame proporcionan un formalismo para agrupar explcitamente todo el conocimiento concerniente a las propiedades de objetos individuales o clases de objetos. tipos de frames: frames clase, o frames genricas, que representan conocimiento de clases de objetos. frames instancia, representan conocimiento de objetos individuales.
FRAME VASOS-SANGUNEOS forma contenido pared dimetro situacin
pp. 17
4.- Frames
El conocimiento relevante de un concepto (objeto individual o clase de objetos) es representado mediante entidad compleja de representacin llamada frame, constituida por un conjunto de propiedades (atributos) Las frame proporcionan un formalismo para agrupar explcitamente todo el conocimiento concerniente a las propiedades de objetos individuales o clases de objetos. tipos de frames: frames clase, o frames genricas, que representan conocimiento de clases de objetos. frames instancia, representan conocimiento de objetos individuales.
FRAME VASOS-SANGUNEOS forma contenido pared dimetro situacin
pp. 18
arteria subclase-de
Las propiedades de las frame ms generales son heredadas por sus especializaciones (herencia).
Inteligencia Artificial /Departamento de Sistemas Informticos y Computacin/Facultad de Informtica/ UPV
pp. 19
subclase-de | instancia-de identificador atributo atributo atributo valor | tipo valor | tipo valor | tipo
cada frame de una taxonoma tiene un nombre nico. una frame solo puede tener una superclase (herencia simple). la informacin (propiedades) especfica al concepto representado por una frame es representada mediante atributos o slots los atributos ofrecen un medio de representar las propiedades de objetos individuales o clases de objetos.
instancia arteria branquial izquierda es instancia-de diametro 0.4 brazo rica en oxigeno arteria
atributo end
valor | tipo
pp. 20
Sintaxis FRAMES
<frame> ::= <clase>::= <clase> | <instancia> clase <nombre-clase> es subclase-de <espec-super>; <atributos-clase> end <instancia>::= instancia <nombre-instancia> es instancia-de <espec-super>; <atributos-instancia> end <espec-super>::= <nombre-clase> | nil <atributos-clase>::= <declaracin> {; <declaracin}* | <vaco> <atributos-instancia>::= <par-atributo-valor> {; <par-atributo-valor>}* | <vaco> <declaracin>::= <par-atributo-tipo> | <par-atributo-valor> <par-atributo-tipo>::= <nombre-atributo> : <tipo> <par-atributo-valor>::= <nombre-atributo> = <valor> <tipo>::= entero | real | string | <conjunto> | <nombre-clase> <valor>::= <constante> | <nombre-instancia> <vaco>::= el smbolo nil denota que una frame es la raz de la taxonoma. <conjunto> denotar un conjunto enumerado de constantes elementales y/o nombres de instancias Se asume que un par atributo/tipo o atributo/valor, ocurre una nica vez en una taxonoma (posteriormente se elimina esta suposicin).
Inteligencia Artificial /Departamento de Sistemas Informticos y Computacin/Facultad de Informtica/ UPV
pp. 21
Ejemplos
instancia arteria-branquial-izquierda es instancia-de arteria; dimetro = 0.4; situacin = brazo; sangre = rica-oxigeno end instancia brazo es instancia-de miembro; posicin = superior end clase arteria es subclase-de vasos-sanguneos; situacin: {brazo, cabeza, pierna, tronco} end clase miembro es subclase-de nil; posicin:{superior, inferior} end
la informacin especificada en las partes atributo de las frames instancia sigue las siguientes reglas: todos los atributos que ocurren en las instancias de una frame clase deben haber sido declarados en dicha frame clase o en una de sus generalizaciones. los valores asignados a los atributos de la instancia deben ser del tipo de datos definido en alguna de sus generalizaciones.
Inteligencia Artificial /Departamento de Sistemas Informticos y Computacin/Facultad de Informtica/ UPV
pp. 22
Ejemplos
en la declaracin de una frame clase tambin se puede asignar valor a un atributo (estn permitidos los pares atributo valor) clase arteria es subclase-de vasos-sanguneos; situacin : {brazo, cabeza, pierna, tronco}; sangre = rica-oxigeno end instancia arteria-branquial-izquierda es instancia-de arteria; dimetro = 0.4; situacin = brazo end
se considera adecuado especificar el valor rica-oxigeno del atributo sangre en la especificacin de la clase, con lo que no es necesario especificarlo en sus subclases o instancias, ya que est propiedad ser heredada por todos los descendientes de la clase
pp. 23
sangre
subclase-de
clase vena es subclase-de vasos-sanguineos; pared = fibrosa end
tubular subclase-de
aorta diametro
2,5
pp. 24
Herencia
Atributos
pp. 25
pp. 26
axiomas de igualdad inconsistencia Solucin: concepto de excepcin (propiedad general que no se cumple para algn(os) objeto(s) del dominio).
Si en la especificacin de una subclase o instancia, se especifica un valor de un atributo que ha sido especificado tambin en una generalizacin de la misma,se mantiene dicho valor y no se hereda el valor especificado en las generalizaciones (los descendientes de esta nueva frame heredaran el nuevo valor especificado como excepcin)
Inteligencia Artificial /Departamento de Sistemas Informticos y Computacin/Facultad de Informtica/ UPV
pp. 27
El formalismo de frames descrito no permite: saber si el valor del atributo de una instancia ha sido heredado o ha sido especificado explcitamente. calcular los valores de un atributo a partir de los valores de otros atributos. Muchos lenguajes de frames proporcionan constructores especiales del lenguaje llamados facetas, que permiten manejar las funcionalidades anteriores.
end
Inteligencia Artificial /Departamento de Sistemas Informticos y Computacin/Facultad de Informtica/ UPV
pp. 28
pp. 29
Sintaxis Frames
<espec-super>::= <atributos>::= <atributo-faceta-par>::= <espec-faceta>:= <faceta>::= ( extensin del lenguajes de frames) <nombre-clase> | nil <atributo-faceta-par> |{; <atributo-faceta-par>}* | <vaco> <nombre-atributo>=(<espec-faceta> | {, <-espec-faceta>}*) <faceta> | demonio <tipo-demonio> <llamada-demonio> valor <valor>| defecto <valor> |tipo-valor : <tipo> | max-card entero| card <tipo-card | herencia <tipo-herencia> | tipo-atributo <tipo-atributo> si-necesario | si-aadido | si-eliminado entero | real | string | <conjunto> |<nombre-clase> |<rango> <constante> | <nombre-instancia> heredable | no_heredable Z|N multi |uni { <valor> | {, <valor>}* } [<constante> .. <constante>]
<tipo-demonio>::= <tipo>::= <valor>::= <vaco>::= <tipo-atributo> ::= <tipo-herencia>::= <tipo-card> ::= <conjunto> ::= <rango> ::=
pp. 30
Ejemplo
clase arteria es subclase-de vasos-sanguneos; pared = (valor muscular); sangre =(defecto rica-oxigeno, tipo-valor:{rica-oxigeno, pobre-oxigeno}); presin-sangunea = (defecto 20); flujo-sanguneo =(defecto 4); resistencia =(demonio si-necesario R(presin-sangunea,flujo-sanguneo)) end
pp. 31
N-herencia
Raz Taxonoma Raz Taxonoma
Z-herencia
pp. 32
tipo de valor heterogneo <tipo> ::= entero | real | string | <conjunto> |<nombre-clase> | <tipo> {U <tipo>}*
pp. 33
taxonoma representada por un grafo dirigido aciclico. <clase>::= clase <nombre-clase> es subclase-de <espec-super>{,<espec-super>}*; <atributos> end una especificacin hereda los atributos de todas sus generalizaciones (su conjunto de atributos ser la unin de los conjuntos de atributos de sus superclases). excepciones:
debidas a inconsistencias entre generalizaciones y especializaciones se resuelven mediante herencia simple. debidas a inconsistencias entre superclases de una misma especializacin, se necesitan mtodos para decidir que valores de facetas heredar de entre los de las superclases. explicitas
Inteligencia Artificial /Departamento de Sistemas Informticos y Computacin/Facultad de Informtica/ UPV
pp. 34
Ejemplo
a) Representar mediante un mtodo basado en frames, detallando: Clases, subclases e instancias. Slots o atributos de las frames. Distinguir miembros y propios. Clase de valores de los atributos. Valores de los atributos, para aquellos que sean conocidos.
pp. 35
Ejemplo - (2)
vasos sanguineos subclase-de subclase-de arteria subclase-de subclase-de arteriola arteria grande subclase-de capilares subclase-de subclase-de
venas subclase-de
venas grandes
venas pequeas
arteria pulmonar
pp. 36
Ejemplo - (3)
clase vasos-sanguneos es subclase-de nil; pared = (tipo-valor {muscular, fibroso}, tipo-atributo heredable); oxigeno = (tipo-valor {rico, pobre}, tipo-atributo heredable); presin-media = (tipo-valor real, tipo-atributo heredable, demonio si-necesario media(presin-mxima, presin-mnima)); presin-mnima = (tipo-valor real, tipo-atributo heredable); presin-mxima = (tipo-valor real, tipo-atributo heredable) end clase arterias es subclase-de vasos-sanguneos; pared = (valor muscular); end
Inteligencia Artificial /Departamento de Sistemas Informticos y Computacin/Facultad de Informtica/ UPV
pp. 37
Ejemplo - (4)
clase capilares es subclase-de vasos-sanguneos; presin-media = (tipo-valor [0..10]) end clase arterias-grandes es subclase-de arterias; presin-media = (tipo-valor [90..100]) end clase arterias-pequeas es subclase-de arterias; oxigeno = (valor rico); presin-media = (tipo-valor [80..90]) end
Inteligencia Artificial /Departamento de Sistemas Informticos y Computacin/Facultad de Informtica/ UPV
pp. 38
Ejemplo - (5)
clase arteriolas es subclase-de arterias; oxigeno = (valor rico); presin-media = (tipo-valor [40..80]) end clase venas es subclase-de vasos-sanguneos; pared = (valor fibroso); oxigeno = (valor pobre); presin-media = (tipo-valor [0..10]) end
pp. 39
pp. 40
Base de Conocimiento
problema
Mecanismo de Razonamiento
solucin
Memoria de Trabajo
SBC
pp. 41
SELECCIONAR del conjunto de conocimiento recuperado de la base de conocimiento el conocimiento a utilizar ahora
BUSCAR en la base de conocimiento conocimiento potencialmente relevante para la solucin del problema actual
NO
PROBLEMA RESUELTO?
NO
SI
SI
pp. 42
Qu es un Sistema Experto?
Un S.E. es un sistema informtico que incorpora una componente basada en el conocimiento, que se obtiene a partir de la habilidad de un experto humano, de forma que el sistema puede dar consejos o tomar decisiones inteligentes, y es capaza de justificar/explicar las mismas
Un S.E. razona utilizando: Conocimiento experto para resolver problemas complejos de un dominio Conocimiento que el sistema posee del problema concreto. Cmo razona?: buscando en un espacio de alternativas y con un nivel de competencia similar a los de un ser humano experto en dicho dominio. Adems debe ser capaz, bajo demanda, de justificar su propia lnea de razonamiento de forma inteligible para el usuario. Definicin: Funcional / Estructural
Problema
Experto Humano
Sistema Experto
Solucin
Solucin
pp. 43
Caractersticas Funcionales
Resolucin de problemas difciles. Razonamiento heurstico, no algortmico. Interaccin eficaz/cmoda usuario: grficos. Manipulacin de smbolos. Posibilidad de trabajar con datos inciertos e imprecisos. Contemplar simultneamente soluciones alternativas. Explicacin y justificacin de: Preguntas Conclusiones. Lnea de razonamiento. Aprendizaje.
pp. 44
Arquitectura Bsica de un SE
PROBLEMA
Datos
Solucin
Datos
Conocimiento Dominio
B.C.
B.T.
EXPERTO
Conocimiento Resolucin Problemas M.I.
SISTEMA EXPERTO
Organizacin del conocimiento separada: Dominio de aplicacin (BC):Reutilizable, Permanente Problema (BT): Retractable, Dinmica. Resolucin de problemas (MI) Interaccin con el usuario, aprendizaje, etc.
Inteligencia Artificial /Departamento de Sistemas Informticos y Computacin/Facultad de Informtica/ UPV
pp. 45
Sistemas Expertos
Sistema de Inteligencia Artificial Sistemas Basados en el Conocimiento (KBS)
Sistemas Expertos
Sistemas de IA: exhiben conducta inteligente, simulando capacidadesde la inteligencia humana. SBC: Procesan conocimiento, separando el conocimiento sobre el dominio (informacin, datos) de como manejarlo (resolucin de problemas). SE: incorporan conocimiento experto, que tiene unas caractersticas que lo diferencian del conocimiento general.
Un S.E. es un SBC (lo inverso necesariamente no es cierto).
Ventajas: Tener el conocimiento sobre el dominio separado del resto, es til para disear mecanismos para manipular conocimiento de forma eficiente. Permite especificar el conocimiento sobre el dominio, apartando los problemas referentes a los otros conocimientos (proceso).
pp. 46
Interfaz Desarrollo
EXPERTO
pp. 47
MDULOS BSICOS DE UN SE
Base de Conocimiento
Conocimiento del experto sobre el dominio de aplicacin: Hechos del dominio / Relaciones de conocimiento Reutilizable y Permanente
Motor de Inferencia:
Propiedades inferenciales de la representacin. Mecanismo de control del espacio de soluciones. Sistema de encadenamiento inferencial. Representacin: Dependiente del continente BC / Independiente del contenido BC Reutilizable: Un MI es un programa reutilizable sobre una estructura de BC.
pp. 48
pp. 49
pp. 50
pp. 51
pp. 52
pp. 53
pp. 54
pp. 55
BASE DE CONOCIMIENTO
BASE DE REGLAS R1 R2 . . C1--->A1 C2--->A2 BASE DE HECHOS H1 H2 . . AADIR/ ELIMINAR HECHOS
ENCADENAMIENTO INFERENCIAL
PATTERN-MATCHING
SELECCION
REGLAS APLICABLES CONTROL RESOLUCION DE CONFLICTOS REGLA A APLICAR
pp. 56
Control Inferencial
Resolucin de conflictos en el espacio de bsqueda Complejidad de premisas Peso de las reglas Combinacin: peso, complejidad Mayor frecuencia ltima utilizada Metarreglas (Cmo utilizar el conocimiento): Priorizacin de reglas Exclusin de reglas Cambio encadenamiento
pp. 57
Encadenamiento Inferencial
Hacia adelante Guiado por los Datos Sistemas Generativos Respuestas (todas) Consistentes con la B.C. Encadenamiento Hacia Atrs Guiado por los Objetivos Sistemas Clasificativos. Obtiene Respuestas a Preguntas Permiten Preguntas al Usuario. Proceso Similar al Humano. Eficacia. Aplicaciones: Sistemas con Respuesta Definida Consultivos, Clasificativos, De Interpretacin, Diagnstico, Planificacin
Aplicaciones: No Delimitacin Respuesta. Todas las Respuestas Posibles Configuracin, Control, Prediccin, Simulacin, Monitorizacin