ingenieria del conocimiento diapositivas introduccion
TRANSCRIPT
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
1/60
INGENIERIA DELCONOCIMIENTO
UBICACION HISTORICA
Dr. Ramón GARCIA MARTINEZ
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
2/60
INTELIGENCIA ARTIFICIALEs la disciplina que estudia la forma dediseñar procesos que exhiban
características que comunmente seasocian con el comportamiento humano
inteligente.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
3/60
PUNTOS DE INFLEXION TECNOLOGICOS
Primer Punto: Aparición de la Máquina de Vapor (siglopasado). El hombre se vió liberado de las pesadas tareas físicas.
Fueron considerados proyectos que hasta el momento eranimposibles por la fuerza-hombre disponible.
Segundo Punto: Invención de la Primera Computadora(en este siglo). El hombre se vió liberado de las pesadas tareas de
cálculo. Fueron considerados proyectos que hasta el momento eranimposibles por la fuerza de cálculo disponible. Se resuelvenproblemas pendientes de Física Teórica, Astronomía y Geofísica.
Tercer Punto: Aparición de la Inteligencia Artificial (eneste siglo. El hombre se vió liberado de las tareasintelectuales informatizables como la inferencia. Seconstruyen modelos sobre los procesos de deducción(razonamiento) y adquisición de conocimiento (aprendizajeautomático).
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
4/60
LA DÉCADA DE LOS '50
Podemos enunciar el objetivo de este período comosigue :
Estudio de estrategias como una forma
de acercamiento a los procesos inteligentes
Se postula el estudio de las estrategias humanas parallevar adelante juegos como un acercamiento a los
procesos inteligentes. Se estudiaron muchos juegoscomo las damas,el ajedrez el 'go' y los rompecabezas.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
5/60
Se observa que todos los juegos presentan :
- Representación arbórea de los estados
futuros posibles- Se descubre un problema asociado a losespacios de búsqueda quese denomina explosión combinatoria.
Como una forma de recortar los efectos nocivos de laexplosión combinatoria se aplican heurísticas a losprocesos de búsqueda. Se puede definir una
heurística de la siguiente manera :
Es una estrategia para reducirel espacio de búsqueda
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
6/60
Se enlaza la I.A. con la :
> Teoría de grafos> Teoría de probabilidades
Se redefinen conceptos para el uso de la I.A. como :
> Esperanza de un estado> Arbol de búsqueda de estados posibles
> Ponderación probabilística de una sucesión deestados
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
7/60
LA DÉCADA DE LOS '60
Se puede enunciar el objetivo de este período comosigue :
Estudio de formasde mecanizar el razonamiento
Se postula el estudio de sistemas formales dededucción, extensiones de la Lógica Clásica:
> Lógica modal> Lógicas temporales> Lógicas de significado
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
8/60
Se describen :
> Mecanismos de inferencia (Principio deResolución de Robinson)
> Se desarrolla una Teoría sobre lacompletitud de los sistemas formales (serevalorizan los trabajos de Church y Gödel)
Surge:
El concepto de motor de inferencia
(Colmenauer : Universidad de Marsella),mecanismo que automatiza el modus ponensde la lógica clásica.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
9/60
Todos los trabajos de investigación de ese períodoconducen a la siguiente conclusión :
La semántica de los resultados de la inferencia, es
incorrecta si la teoría a la cual se aplica nomodeliza adecuadamente la realidad que
representa.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
10/60
La década de los '70
La rama científica
Se puede enunciar el objetivo de este período como
sigue :
Estudio de algoritmos y mecanismos asociadosal reconocimiento de patrones
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
11/60
Se postula el estudio de sistemas de representacióndiscreta del mundo real, haciendo investigación básicaen áreas como :
> Reconocimiento de sonidos, en particular lavoz humana.
> Reconocimiento de imágenes, lo cual se hacea base de procesos de digitalización.
> Algoritmos de predicción de movimiento en
tres dimensiones (sobre un plano) y sobre 4dimensiones (el espacio).
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
12/60
La mayoría de los algoritmos desarrollados presentandos dificultades:
> Una alta complejidad algorítmica ( polinomial y
exponencial )
> No manejan adecuadamente el problema dela ambiguedad.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
13/60
Surgen como derivación tecnológica en este períodolos conceptos y algoritmos relacionados con el
tratamiento automático de sonidos, figuras y sólidos,como :
> Aproximación polinomial a figuras y sólidos.> Heurísticas de resolución de conflictos.
> Digitalización de : sonido, imagen ypercepciones en general.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
14/60
En este período se enlaza la I.A. con teorías matemáticas
y físicas sobre :
> Sistemas polinómicos de aproximación asólidos.
> Procesos estadísticos asociados a digitalización.
> Procesos numéricos asociados a digitalización.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
15/60
SISTEMAS EXPERTOS FAMOSOS
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
16/60
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
17/60
La década de los '80
Se puede enunciar el objetivo de este período :
Estudio del Aprendizaje Artificial y los procesos dePlanificación
En 1986 se realiza el primer congreso mundial sobre
Sistemas Inteligentes Autónomos.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
18/60
Acciones:> Estudio de modelos de aprendizaje artificial y
procesos de planificación.
> Se definen modelos matemáticos deaprendizaje
> Se postula al aprendizaje como unacaracterística esencial de los sistemasinteligentes.
> Se produce un acercamiento entre laInteligencia Artificial y la Psicología Cognitiva
tratándose de atacar los problemasinterdisciplinariamente.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
19/60
INGENIERIA DELCONOCIMIENTO
ARQUITECTURA DE SISTEMAS EXPERTOS
Dr. Ramón GARCIA MARTINEZ
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
20/60
Se pueden definir los Sistemas Expertos (SE) como
una clase de programas que son capaces de :
aconsejar, categorizar, analizar, comunicar,
consultar, diseñar, diagnosticar, explicar, explorar,
formar conceptos, interpretar, justificar, planificar ;son en suma, programas capaces de manejar
problemas que normalmente requieren para su
resolución la intervención humana especializada.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
21/60
Son desarrollados con la ayuda de Expertos de
Campo, los cuales revelan información acerca de
aquellos procesos mentales, que le permitensolucionar los distintos problemas.
El otro profesional interviniente es el Ingeniero deConocimiento, cuya función específica es la de dar
forma simbólica y automáticamente manipulable al
conocimiento proporcionado por el Experto de
Campo.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
22/60
CARACTERISTICAS DE LOS SISTEMAS EXPERTOS
> Aplican su experiencia de una manera eficiente
para solucionar problemas, pudiendo realizar
inferencias a partir de datos incompletos o
inciertos.
> Explican y justif ican lo que estan haciendo.
> Se comunican con otros expertos y adquieren
nuevos conocimientos.
> Reestructuran y reorganizan el conocimiento.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
23/60
> Pueden quebrantar reglas, es decir, interpretan
simultáneamente el espíritu y la letra de de las
mismas.
> Determinan cuando un problema está en el
dominio de su experiencia, conocido como
determinación de la relevancia del problema.
Los sistemas expertos existentes modelan a lo sumo
las tres primeras características.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
24/60
ARQUITECTURA DE UN SISTEMA EXPERTO
COMPONENTES: > Base de Conocimientos (BC)
>
Reglas> Aserciones
> Base de datos (BD)
> Motor de Inferencia (MI)
> Trazador de Explicaciones (TE)
> Trazador de Consultas (TC)
> Memoria de Trabajo (MT)
> Manejador Comunicación (MC)
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
25/60
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
26/60
La Base de Conocimiento puede definirse como launión del conjunto de aserciones y el conjunto de
reglas. La Base de Conocimiento contiene el
conocimiento que el sistema experto maneja, es decir,
una formulación simbólica, automáticamente
manipulable, del área de conocimiento sobre el cual elsistema es experto. La función de la Base de
Conocimiento es suministrar al Motor de Inferencia,
información sobre la naturaleza del problema a
manejar.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
27/60
La Base de Datos esta formada por distintos datos
sobre el problema particular que el sistema experto
esta intentando resolver, su función es suministrarinformación al Motor de Inferencia.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
28/60
La Memoria de Trabajo es una base de datos
temporal, en la cual el motor de inferencia deja
información deducida apartir de :
* La Base de Conocimiento
* La Base de Datos
* La Memoria de Trabajo
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
29/60
El Motor de Inferencia activa las reglas en función de la
información contenida en la Base de Datos y la Memoria
de Trabajo, la nueva información es puesta en la Memoria
de Trabajo. También se encarga de proporcionar al
Trazador de Explicaciones, las reglas que motivaron unadeterminada consulta al usuario. El Motor de Inferencia
puede trabajar bajo dos principios : Universo cerrado o
Universo abierto.
El Motor de Inferencia activa las reglas en función de la
información contenida en la Base de Datos y la Memoria
de Trabajo, la nueva información es puesta en la Memoria
de Trabajo. También se encarga de proporcionar al
Trazador de Explicaciones, las reglas que motivaron unadeterminada consulta al usuario. El Motor de Inferencia
puede trabajar bajo dos principios : Universo cerrado o
Universo abierto.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
30/60
El principio de Universo Cerrado establece que todainformación necesaria está contenida en el sistema y en
consecuencia lo que no puede demostrar como
verdadero lo supone falso. Bajo este principio la Base de
Datos no puede ser vacía.
El principio de Universo Abierto establece que la
información necesaria que no esta contenida en el
sistema, esta fuera de el y en consecuencia se comunica
con el usuario. Bajo este principio la Base de Datos
puede ser vacía.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
31/60
El Trazador de Consultas organiza y presenta en una
forma semántica y sintácticamente aceptable para el
usuario, los requerimientos de información del sistema, lasrespuestas suministradas por el usuario serán asentadas
en la Memoria de Trabajo.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
32/60
El Trazador de Explicaciones interpreta requerimientos
del usuario sobre el porqué de determinadas preguntas
por parte del sistema, trazando la justificación de las
mismas, esta traza se realiza utilizando información que
le suministra el Motor de Inferencia.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
33/60
El Manejador de Comunicaciones tiene las siguientesfunciones :
> Derivar la información inicial que suministra el
usuario hacia la Base de Datos.
> Interpretar los mensajes del usuario que pueden
ser:
• Respuestas del usuario a una pregunta
formulada por el sistema.
• Solicitud de una explicación a partir deconsulta del sistema.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
34/60
MOTORES DE INFERENCIA
Estrategias puras del motor de inferencia:
Orientada por el objetivo: Conocida como búsquedahacia atrás (backward
chaining)
Orientada por los datos: Conocida como búsqueda
hacia adelante (forward
chaining)
En ambos casos se tienen datos iniciales y un
objetivo a verif icar.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
35/60
La estrategia orientada por el objetivo toma como
origen de la inferencia al objetivo y a partir de este
intenta construir un árbol hacia los datos conocidos,estando las distintas reglas, asociadas a las ramas del
mismo.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
36/60
La estrategia orientada por los datos toma como origen
de la inducción a los datos y a partir de estos intenta
construir un conjunto que contenga como elemento alobjetivo, para hacer esto usa las reglas como operadores
de pertenencia al conjunto Memoria de Trabajo.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
37/60
INGENIERIA DELCONOCIMIENTO
MODELADO DE CONOCIMIENTO
Dr. Ramón GARCIA MARTINEZ
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
38/60
El Modelado del Conocimiento tiene como propósito darforma automáticamente manipulable a los distintos tipos de
conocimientos del dominio que maneja el experto.
MODELADO DEL CONOCIMIENTO
En esencia la mayoría de los dominios admiten que el
conocimiento asociado se modele en términos de tres tiposde Conocimiento:(a) Fácticos
(b) Tácticos
(c) Estrátégicos.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
39/60
La descripción de cada tipo de conocimiento y la herramientacon la que puede ser modelado se presentará a partir delsiguiente ejemplo de cuerpo de conocimiento:
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
40/60
CONOCIMIENTOS FÁCTICOS
Este tipo de conocimiento se modela principalmente mediante 2técnicas: Tabla CAV (Concepto-Atributo-Valor) y Diccionario.
Proporciona una lista de los conceptos que se manipulan en
el dominio de conocimiento relacionados con la familia deproblemas que resolverá el Sistema Experto a desarrollar.Cada concepto quedará descrito en términos de los atributosque definen a cada concepto y de los valores que cadaatributo puede tomar.
Tabla CAV:
Diccionario:
Este tipo conocimiento es el relacionado con la descripción delos objetos conceptuales del universo de discurso del dominiode conocimiento sobre el que se pretende hacer un SE.
Debe dar una descripción de cada uno de los conceptos,atributos y valores que forman parte de la tabla CAV. Quedaarticulado mediante la cita del término y su definiciónordenado lexicográficamente.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
41/60
EJEMPLO DE TABLA CAV
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
42/60
EJERCICIO DE TABLA CAV
Desarrolle la Tabla CAV para el concepto “SOLDADURA”
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
43/60
RESOLUCION EJERCICIO DE TABLA CAVPARA EL CONCEPTO “ SOLDADURA”
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
44/60
EJEMPLO DE DICCIONARIO
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
45/60
EJERCICIO DE DICCIONARIO
Identifique todos los términos que deben ser definidos en eldiccionario.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
46/60
RESOLUCION EJERCICIO DE DICCIONARIO
CONOCIMIENTOS TACTICOS
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
47/60
CONOCIMIENTOS TACTICOS
Este tipo conocimiento es el que se refiera a las relacionesque vinculan los objetos conceptuales del universo de discursodel dominio de conocimiento sobre el que se pretende hacerun sistema experto.
La relación de más interés es la de causalidad entreconceptos, en particular, de que modo se pueden inferir losvalores de determinados atributos de determinados conceptosa partir de los valores que tienen otros atributos de otrosconceptos (eventualmente los mismos).
Este tipo de conocimiento se modela principalmente medianteel uso de reglas y se documenta mediante el uso de Tablas
PER (Palabras del Experto-Regla).
En una tabla PER se plantea el cuerpo del conocimiento (quecontiene las relaciones de causalidad explícitas ó implícitas
identificadas) y la regla o reglas que lo modelan.
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
48/60
EJEMPLO DE TABLA PER
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
49/60
EJERCICIO DE TABLA PER
Desarrolle la Tabla PER para la “DETERMINACION DEELECTRODOS RUTILCELULÓSICOS”
RESOLUCION EJERCICIO DE TABLA PER PARA LA
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
50/60
RESOLUCION EJERCICIO DE TABLA PER PARA LA“ DETERMINACION DE ELECTRODOS RUTILCELULÓSICOS”
El conjunto de tablas PER para el caso en el que las relaciones
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
51/60
j p qde causalidad estan implicitamente definidas en las palabras del
experto, quedaría:
CONOCIMIENTOS ESTRATÉGICOS
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
52/60
Están relacionados con la manera en que las distintas partes deldominio de conocimiento sobre el que se pretende hacer un sistemaexperto, son aplicadas para la resolución de una tarea.
Con distintos niveles de granularidad, describe:
CONOCIMIENTOS ESTRATÉGICOS
Este tipo de conocimiento se modela principalmente mediante la
técnica Diagrama Jerárquico de Tareas. En el quedan especificados:
(a) que es lo que hay que hacer
(b) bajo que condiciones puede hacerse
(c) que post-condiciones resultaran de lo que se haga.
(a) que sub-tarea compone cada tarea
(b) que información recibe y entrega cada tarea/subtarea.
EJERCICIO DE DIAGRAMA
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
53/60
EJERCICIO DE DIAGRAMA
JERARQUICO DE TAREAS(DJT)
Desarrolle la DJT para“SELECCIONARELECTRODO”
RESOLUCION EJERCICIO DE DIAGRAMA JERARQUICO
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
54/60
RESOLUCION EJERCICIO DE DIAGRAMA JERARQUICO
DE TAREAS PARA “ SELECCIONAR ELECTRODO”
GRAFOS ARQUETÍPICOS
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
55/60
GRAFOS ARQUETÍPICOS
En muchos dominios de conocimiento, puede reconocerse unaestructura de representación de la causalidad que es isomorfacon la estructura del dominio.
En los problemas de diagnóstico o de clasificación, estaestructura recibe el nombre de grafo arquetípico.
El grafo arquetípico de un dominio será el grafo compuesto por
los subgrafos asociados a cada problema de ese dominio.Una vez producida la licitación de conocimiento, loscomponentes de esa estructura son rotulados y la estructura setransforma en un grafo casual.
El grafo casual es una representación automáticamentemanipulable del conocimiento asociado a los procesosdeductivos del experto de campo.
Í
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
56/60
El grafo arquetípico tiene tres clases de nodos:
Nodos problemas
Nodos precondición
Nodos solución
GRAFOS ARQUETÍPICOS (cont.)
Í
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
57/60
EJEMPLO DE GRAFO ARQUETÍPICO
“ RECOMENDACIÓN ELECTRODO RUTILCELULOSICO”
EJERCICIO DE GRAFO CAUSAL (GC)
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
58/60
EJERCICIO DE GRAFO CAUSAL (GC)
Desarrolle la GC para ““RECOMENDACIÓN ELECTRODORUTILICOS”
RESOLUCION EJERCICIO DE GRAFO CAUSAL PARA
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
59/60
RESOLUCION EJERCICIO DE GRAFO CAUSAL PARA“ RECOMENDACIÓN ELECTRODO RUTILICOS”
MAPA DE CONOCIMIENTO
-
8/17/2019 Ingenieria Del Conocimiento Diapositivas Introduccion
60/60
Para su construc-ción se realiza una
generalizaciónsobre el grafocausal del dominioque constituye un
detalle de losmecanismos derazonamiento delexperto.
El mapa de conoci-miento encapsula laestructura general
de razonamiento delexperto.