Download - Agentes Baseados em Conhecimento
![Page 1: Agentes Baseados em Conhecimento](https://reader036.vdocuments.com.br/reader036/viewer/2022082711/5681339b550346895d9aabb8/html5/thumbnails/1.jpg)
Agentes Baseados em Conhecimento
Jacques RobinCIn-UFPE
![Page 2: Agentes Baseados em Conhecimento](https://reader036.vdocuments.com.br/reader036/viewer/2022082711/5681339b550346895d9aabb8/html5/thumbnails/2.jpg)
Agente baseado em conhecimento
Am
bie
nte
Sensores
Efetuadores
Base deConhecimentoEspecializada
Máquina deInferênciaGenérica
Ask
Tell
Retract
Representação e
Aquisição de
Conhecimento
Raciocínio Automátic
o
Ask= consulta; tell = inserção; retract = remoção
![Page 3: Agentes Baseados em Conhecimento](https://reader036.vdocuments.com.br/reader036/viewer/2022082711/5681339b550346895d9aabb8/html5/thumbnails/3.jpg)
O que é conhecimento?
Dado, informação ou abstração formatado de maneira a permitir raciocínio por um ser humano ou por uma máquina, por exemplo Classes e objetos Formula da lógica Distribuição de probabilidade prévia e condicional de variáveis aleatórias
O que é raciocínio? Mecanismo sistemático para inferir ou derivar novo conhecimento a partir de novas percepções e/ou de conhecimento prévio, por exemplo: Herança de atributos entre classe, sub-classes e objetos Prova de teorema por refutação, resolução e unificação Cálculo de probabilidade posterior de um evento pelo Teorema de Bayes
![Page 4: Agentes Baseados em Conhecimento](https://reader036.vdocuments.com.br/reader036/viewer/2022082711/5681339b550346895d9aabb8/html5/thumbnails/4.jpg)
Tipos de conhecimento
Estático x Dinâmico Do problema x Meta-conhecimento (controle, explicação, reuso) Diagnóstico x Causal Dedutivo x Terminológico Intencional x Extensional Síncrono x Diácrono Certo x Incerto Preciso x Vago Declarativo x Procedimental De senso comum x Especialista Explicito x Implícito
![Page 5: Agentes Baseados em Conhecimento](https://reader036.vdocuments.com.br/reader036/viewer/2022082711/5681339b550346895d9aabb8/html5/thumbnails/5.jpg)
Conhecimento estático x dinâmico
Conhecimento estático: Hierarquia de conceitos (classes de fatos)
ex, X, wumpus(X) monstro(X).
Restrições de integridades ex, X,Y wumpus(X) wumpus(Y) X = Y.
Regras de dedução sobre o domínio ex, X,Y smelly(X,Y) (loc(wumpus,X+1,Y) loc(wumpus,X-1,Y)
loc(wumpus,X,Y+1) loc(wumpus,X,Y-1).
Meta-regras para controle e explicação do raciocínio na dúvida peque a primeira regra
Conhecimento dinâmico: Fatos, i.e., proposições sobre instâncias de conceitos ex, loc(wumpus,2,1) loc(wumpus,1,2) loc(wumpus,2,3)
ex. loc(wumpus,2,3). ex. alive(wumpus,4). ex. alive(wumpus,7).
![Page 6: Agentes Baseados em Conhecimento](https://reader036.vdocuments.com.br/reader036/viewer/2022082711/5681339b550346895d9aabb8/html5/thumbnails/6.jpg)
Conhecimento causal x diagnóstico
Conhecimento causal: prevê resultados de ações e eventos ex, X,Y,T loc(agent,X,Y,T) orientation(0,T) forward(T) loc(wall,X,Y+1) loc(agent,X,Y+1,T+1).
Conhecimento diagnóstico: forma hipóteses sobre causas de efeitos observados ex, X,Y,T smell(stench,X,Y,T) smelly(X,Y). X,Y smelly(X,Y) (loc(wumpus,X+1,Y) loc(wumpus,X-1,Y) loc(wumpus,X,Y+1) loc(wumpus,X,Y-1)).
![Page 7: Agentes Baseados em Conhecimento](https://reader036.vdocuments.com.br/reader036/viewer/2022082711/5681339b550346895d9aabb8/html5/thumbnails/7.jpg)
Conhecimento terminológico x dedutivo
Conhecimento terminológico: ex, M, wumpus(M) monster(M). M,T monster(M) alive(M,T) dangerous(M,T).
Conhecimento dedutivo: ex, M,X,Y,T dangerous(M,T) loc(M,X,Y,T) safe(X,Y,T). X,Y,T loc(agent,X,Y,T) orientation(0,T) forward(T) loc(wall,X,Y+1) loc(agent,X,Y+1,T+1).
![Page 8: Agentes Baseados em Conhecimento](https://reader036.vdocuments.com.br/reader036/viewer/2022082711/5681339b550346895d9aabb8/html5/thumbnails/8.jpg)
Conhecimento intencional x extensional
Conhecimento intensional: Fatos ou regras universalmente quantificados ex, X,Y X = 0 X = 5 Y = 0 Y = 5 loc(wall,X,Y).
Conhecimento extensional: Instâncias de conceitos ex, loc(wall,0,1). loc(wall,0,2). loc(wall,0,3). loc(wall,0,4). loc(wall,5,1). loc(wall,5,2). loc(wall,5,3). loc(wall,5,4). loc(wall,1,0). loc(wall,2,0). loc(wall,3,0). loc(wall,4,0). loc(wall,1,5). loc(wall,2,5). loc(wall,3,5). loc(wall,4,5).
![Page 9: Agentes Baseados em Conhecimento](https://reader036.vdocuments.com.br/reader036/viewer/2022082711/5681339b550346895d9aabb8/html5/thumbnails/9.jpg)
Conhecimento sincrônico x diacrônico
Conhecimento diacrônico : Regras de previsão das propriedades do ambiente entre dois instantes T e T+1 devidas a ações ou eventos ex, X,Y,T loc(agent,X,Y,T) orientation(0,T) forward(T) loc(wall,X,Y+1) loc(agent,X,Y+1,T+1).
Conhecimento sincrônico: Regras de propagação das conseqüências não observáveis do ambiente a partir das observadas no mesmo instante T ex, M,X,Y,T dangerous(M,T) loc(M,X,Y,T) safe(X,Y,T).
![Page 10: Agentes Baseados em Conhecimento](https://reader036.vdocuments.com.br/reader036/viewer/2022082711/5681339b550346895d9aabb8/html5/thumbnails/10.jpg)
Conhecimento certo x incerto
Conhecimento certo: Epistemologicamente booleano ex, X,Y smelly(X,Y) smelly(X+1,Y-1) smelly(X-1,Y-1) loc(wumpus,X,Y+1).
Conhecimento incerto: Epistemologicamente probabilista: ex, X,Y smelly(X,Y,1) (loc(wumpus,X+1,Y,0.25) loc(wumpus,X-1,Y,0.25) loc(wumpus,X,Y+1,0.25) loc(wumpus,X,Y-1,0.25)).
![Page 11: Agentes Baseados em Conhecimento](https://reader036.vdocuments.com.br/reader036/viewer/2022082711/5681339b550346895d9aabb8/html5/thumbnails/11.jpg)
Tipos de raciocínios: dedução
Dado: Conhecimento prévio ou percepção especifica Ec sobre instância
particular de problema ou ambiente Conhecimento genérico G sobre classe de problema ou ambiente
Inferir: Novo conhecimento específico Ee sobre instância particular do
problema ou ambiente
Infere efeito Ee de causa Ec a partir de modelo do ambiente G
Exemplo: Dado
Ec = loc(agent,1,1,1) orientation(0,1) forward(1) loc(wall,1,2) G = X,Y,T loc(agent,X,Y,T) orientation(0,T) forward(T)
loc(wall,X,Y+1) loc(agent,X,Y+1,T+1)
Deduz Ee = loc(agent,1,2,2).
![Page 12: Agentes Baseados em Conhecimento](https://reader036.vdocuments.com.br/reader036/viewer/2022082711/5681339b550346895d9aabb8/html5/thumbnails/12.jpg)
Tipos de raciocínios: abdução
Dado: Conhecimentos prévios ou percepções especificos Ee e Eb sobre
instância particular de problema ou ambiente Conhecimento genérico G sobre classe de problema ou ambiente
Inferir: Novo conhecimento específico Ec sobre instância particular do
problema ou ambiente Infere causa Ec de efeito Ee a partir do contexto Eb e modelo do
ambiente G Exemplo:
Dado Ee = loc(agent,1,2,2) Eb = orientation(0,1) forward(1) loc(wall,1,2) G = X,Y,T loc(agent,X,Y,T) orientation(0,T) forward(T)
loc(wall,X,Y+1) loc(agent,X,Y+1,T+1)
Abduz Ec = loc(agent,1,1,1).
![Page 13: Agentes Baseados em Conhecimento](https://reader036.vdocuments.com.br/reader036/viewer/2022082711/5681339b550346895d9aabb8/html5/thumbnails/13.jpg)
Tipos de raciocínios: indução
Dado: Conjunto de conhecimentos prévios ou percepções específicos Ec, Ee
sobre instâncias particulares de problema ou ambiente Conhecimento prévio genérico Gp sobre classe de problema ou
ambiente Inferir:
Novo conhecimento conhecimento genérico Gn sobre classe de problema ou ambiente
Infere parte do modelo do ambiente Gn a partir de causas Ec , efeitos Ee e outra parte do modelo do ambiente Gp
Exemplo: Dado
{loc(gold,1,2,1) glitter(1,2,1), ..., loc(gold,4,4,6) glitter(4,4,6)} Ec x Ee
{loc(gold,1,2,1) glitter(3,2,1), ..., loc(gold,4,4,6) glitter(2,1,6)} Ec x Ee
Induz Gn = X,Y,T glitter(X,Y,T) loc(gold,X,Y,T)
![Page 14: Agentes Baseados em Conhecimento](https://reader036.vdocuments.com.br/reader036/viewer/2022082711/5681339b550346895d9aabb8/html5/thumbnails/14.jpg)
Agente baseado em conhecimentodedutivo ou abdutivo
Am
bie
nte
Sensores
Efetuadores
Base de Conhecimento Dinâmico (BCD): fatos, objetos
formulas lógicas instanciadas
Máquina de inferênciadedutiva e/ou abdutiva
Base de Conhecimento Estático (BCE):regras, classes, formulas lógicas
universalmente quantificadas
Ask
Tell
Retract
Ask