1 / 53

Predstavljanje znanja

Predstavljanje znanja. K orišćenje predikatske logike za predstavljanje najvažnijih aspekata realnog sveta, kao što su akcije, prostor, vreme, mentalne predstave, kupovina. General ontology.

fedora
Download Presentation

Predstavljanje znanja

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Predstavljanje znanja Korišćenje predikatske logike za predstavljanje najvažnijih aspekata realnog sveta, kao što su akcije, prostor, vreme, mentalne predstave, kupovina

  2. General ontology • General ontology – opšta ontologija organizuje - klasifikuje sveukupan svet u složenu hijerarhiju kategorija – opštih pojmova koji su bazični za najveće grupe drugih manje opštih pojmova • U veštačkim domenima u kojima su objekti dobijeni apstrakcijom, složenost nije velika • Ali, kod stvarnih problema, kao što je Internet kupovina ili kontrola robota u uslovima promenljivog okruženja, složenost je mnogo veća – neuporedivo veća, što zahteva drugačije – opštije i fleksibilnije pristupe u predstavljanju okruženja koji se baziraju na akcijama, vremenu, fizičkim objektima i uverenjima - ubeđenjima

  3. General ontology • Predstavljanje apstraktnih koncepata kao što su pomenuti – prostor, vreme, fizički objekti, uverenja naziva se knowledge engineering – inženjering znanja • Predstavljanje čitavog sveta je nemoguć i zastrašujući zadatak • Umesto toga, definišu se kriterijumi za objekte i karakteristike objekata koji se posmatraju • Opšti okvir – general framework hijerarhijskih koncepata stvarnog sveta naziva se upper ontologyi prikazana je na sledećoj slici

  4. Upper ontology • Predikatski račun ili First Order Logic – FOL je pogodna za predstavljanje opšte ontologije, ali nije za raznorazne izuzetke kojih u realnosti uvek ima, ili za nepouzdano znanje i neodređeno znanje • Izuzeci, nepouzdanosti i neodređenosti su ipak od drugorazrednog načaja kada se radi o opštim razmatranjima vezanim za ontologiju • Postoje special purpose ontology i general purpose ontology • General purpose ontology se može primeniti u bilo kojoj special purpose ontology • Realni problemi najčešće iziskuju primenu različitih oblasti znanja

  5. Kategorije i objekti • Organizacija objekata u kategorije je suštinski važna za reprezentaciju znanja • Iako se interakcija sa svetom odvija u domenu pojedinačnih konkretnih objekata, zaključivanje se odvija u domenu opštih pojmova – kategorija • Od opažaja nekog objekta sledi klasifikovanje u određenu kategoriju, posle čega se zaključuje o opaženom objektu na osnovu kategorije kojoj pripada • Predikat Basketball(b) • Member (b, Basketballs) b  Basketballs • Subset (Basketbalss, Balls) Basketballs  Balls

  6. Kategorije i objekti • Kategorije se mogu posmatrati kao skupovi svojih članova, ili kao složeni objekti koji imaju definisane operacije članstva -  i podskupa -  • Kategorije organizuju i pojednostavluju bazu znanja kroz nasleđivanje • Ako su svi primerci kategorije Food jestivi i ako je Fruit podklasa Food, i ako je Apple podklasa Fruit, onda je svaka apple jestiva • Pojedinačne jabuke – apple, nasleđuju svojstvo jestivosti od svoje pripadnosti kategoriji Food • Veze sa podklasama organizuju kategorije u taxonomy – taksonomiju, ili taxonomy hierarchy

  7. Klasifikacija u biologiji

  8. Library Dewey Decimal Classification

  9. Taxonomy - klasifikacija • Klasifikacija se vekovima koristi u nauci i tehnici • Klasifikacija u biologiji omogućava svrstavanje svih postojećih i izumrlih živih bića u jedinstveni sistem koji naglašava srodstvo – odnos klasa - podklasa kao najvažniju karakteristiku u živom svetu • U bibliotekama se koristi Dewey Decimal Classification koji deli svo ljudsko znanje po oblastima

  10. Odnosi između klasa • Osim odnosa klasa – nadklasa i pripadnosti, postoje i drugi odnosi klasa koje nisu u ovim odnosima već u odnosu klasa istog hijerarhijskog nivoa, ali na različitim putanjama nasleđivanja • Postoje tri važna odnosa između klasa - kategorija istog nivoa: • Disjoint – razdvojene klase istog hijerahijskog nivoa koje nemaju zajedničkih članova • Exhaustive decomposition – potpuna dekompozicija • Partition - Disjoint Exhaustive decomposition

  11. Kompozicija objekata • Objekti se mogu sastojati od raznih drugih objekata • Objekti se mogu grupisati u hijerarhiju PartOf koja podseća, slična je hijerarhiji Subset

  12. BunchOf – grupa objekata • Bunch, grupa objekata se koristi u slučajevima kada ima više objekata iste vrste – kada se neki objekat sastoji od više istih objekata • U tom slučaju se ne može upotrebiti pojam skupa, jer skup može da sadrži samo različite elemente • Objekti u grupi su delovi a ne elementi grupe • Može se uspostaviti veza između koncepata BunchOf i PartOf • BunchOf predstavlja koncept koji je bazičniji nego PartOf

  13. Measurements - merenja • U naučnom, kao i u zdravorazumskom pogledu na svet, objekti imaju osobine kao što su visina, masa, cena, itd. • Vrednosti koje se dodeljuju ovim osobinama nazivaju se mere - measures • Zbog postojanja različitih jedinica, izmerene vrednosti se razlikuju kada se izražavaju u različitim jedinicama

  14. Prirodne vrste objekata • Za razliku od nekih striktnih definicija objekata, kao na pr. šta je trougao ili neki drugi precizno definisani objekat, prirodne objekte karakteriše raznovrsnost i nemogućnost preciznog definisanja i samim tim jasnog raspoznavanja objekata u prirodi • Jedan od korisnih prilaza je da se razdvoji šta je zajedničko za sve objekte neke klase, od toga šta odlikuje samo tipične primerke neke klase • Ako je C klasa, onda je podskup tipičnih – uobičajenih primeraka klase C, Typical(C) • Typical(C)  C

  15. Supstance- stuff, mass i objekti - things • Realni svet se sastoji od objekata različite složenosti, složeni objekti se sastoje od jednostavnijih • Razmišljanjem na višem nivou složenosti, može se izbeći potreba razmatranja velikog mnoštva jednostavnijih objekata koji su uključeni kao delovi opštijih objekata • Između objekata u realnom svetu i kako ih mi vidimo postoji suštinska razlika u pogledu toga da li su prebrojivi ili ne • Gramatika jezika deli imenice na gradivne i prebrojive, pri čemu za gradivne imenice broj nema nikakvog smisla

  16. Supstance- stuff, mass i objekti - things • Karakteristike objekata u realnom svetu se mogu podeliti na unutrašnje – intrinsic i spoljašnje extrinsic • Objekti koji se definišu preko unutrašnjih karakteristika – svojstava, koji ne zavise od oblika, veličine, itd. već prvenstveno zavise od supstance od čega se nešto sastoji su gradivni • Objekti koji u svojoj definiciji imaju bar neku spoljašnju karakteristiku, spadaju u prebrojive, tj. ima smisla predružiti im broj

  17. Akcije, situacije i događaji • Situacije su stanja koja su rezultat primene neke akcije na prethodno stanje – situaciju • Početno stanje – situacija se obeležava sa S0 • Fja Result(a, s) daje novu situaciju koja se dobija kada se akcija a izvrši u stanju s • Fluents su predikati i fje koje se menjaju od stanja do stanja Holding(G, s) – daje logičku vrednost da li agent drži zlato u polju s • Nepromenljive fje i predikati ne zavise od situacije ili vremena

  18. Akcije, situacije i događaji

  19. Akcije, situacije i događaji • [] predstavlja praznu sekvencu akcija • Izvršavanje prazne sekvence akcija ne menja stanje • s = Result([], s) • Izvršavanje neprazne sekvence je isto što i izvršavanje prve akcije a zatim i ostatka acija u nizu • Result([a|seq], s) = Result([seq], Result(a, s)) • Agent bi trebalo da bude u stanju da izračuna – da odredi unapred rezultat sekvence akcija, što se drugačije naziva zadatak projekcije • Takođe, agent bi trebalo da bude u stanju da odredi niz akcija kojima se postiže neki cilj, što se drugačije naziva zadatak planiranja

  20. Akcije, situacije i događaji • Modifikovani – pojednostavljeni problem Wumpus: • Zlato je u [1,2] i treba ga doneti u [1,1]

  21. Opis akcija u situacionom računu – situation calculus • Svaka akcija se opisuje sa dva aksioma: • Aksiom mogućnosti i aksiom efekta • Aksiom mogućnosti određuje kada je moguće izvršiti akciju • Aksiom efekta određuje šta se dešava kada se moguća akcija izvrši

  22. Opis akcija u situacionom računu • s su stanja – situacije • a su akcije • o su objekti • g je zlato • x i y su lokacije • Aksiomi mogućnosti:

  23. Aksiomi efekta • Kada se agent nađe u [1,2] trebalo bi da može da uzme zlato u [1,2], ali moguće akcije ništa ne govore o tome šta se NE dešava, šta ostaje isto. • Da li će zlato i dalje biti u [1,2] pošto agent dođe u to polje? • Da bi se to preciziralo, neophodno je definisati šta se ne menja – frame problem

  24. Problem okvira - frame • U realnom svetu, za vreme rešavanja problema, većina stvari ostaje na istom mestu, dok se samo neke stvari menjaju • Jedna od mogućnosti je da se aksiomima definiše sve što se ne menja: U tom slučaju, može da bude potrebno puno takvih aksioma Ako je F broj fluenata, a A broj akcija, onda je ukupan broj aksioma O(FA) Drugi način je da se okvirni problem predstavi sa O(AE) gde je E max broj efekata bilo koje akcije, i to onda predstavlja reprezentacioni okvirni problem – Representational frame problem (E << F) Inferential frame problem je da se projektuje – predvidi – zaključi o rezultatu sekvenci akcija O(Et)

  25. Solving the representational frame problem • Umesto razmatranja efekata za svaku akciju, razmatraju se predikatski fluenti Aksiomi za poziciju – lokaciju i za držanje - Holding:

  26. Solving the inferential frame problem • Ovaj tip problema se odnosi na planiranje – izvođenje zaključka, plan p za t koraka sekvence • St = Result(p, S0) Za niz akcija se navodi koje akcije imaju pozitivan efekat a koje negativan efekat

  27. Vremenska komponenta akcija – događaja • Kada vreme trajanja – izvršavanja akcija – događaja ima određeno trajanje, kada akcije nisu trenutne i kada mogu da se preklope, koristi se pristup baziran na vremenskim relacijama: • Initiates(e, f, t) događaj e u trenutku t, f tačno • Terminates(e, f, t) događaj e u trenutku t, f netačno • Happens(e, t) događaj e u trenutku t • Clipped(f, t, t2) f netačno između t i t2 • e event – događaj, f fluent, t time - trenutak

  28. Generalisani događaji u prostoru i vremenu

  29. Generalisani događaji

  30. Intervali vremena Date

  31. Objekti

  32. Znanje o znanju - metaznanje • Uobičajena, formalna definicija znanja je da je to verovanje koje je opravdano iz nekog razloga, i da se samim tim smatra da je tačno • Agenti treba da imaju neku predstavu kako o svom znanju, tako i o znanju drugih agenata • Znanje o znanju može da bude veoma korisno, na pr. znanje o ograničenju znanja ili šta se zna a šta se ne zna • Ako agent zna da nešto ne zna, neće pokušavati da traži rešenje na osnovu svog znanja • Znanje o znanju drugih agenata može da reši problem tako što će se pitati agenti koji znaju o tome što agent koji pita ne zna

  33. Web agent • Web agent koji pomaže u Internet kupovini • Pretpostavlja se ograničenje na jednostavnije web strane bez multimedije i bez na pr. teksta koji se nalazi na nekoj slici (jpg) • Prvi zadatak agenta je da nađe adekvatne ponude – web strane sa ponudama za ono što se želi kupiti • Query – upit sadrži opis proizvoda koji unosi korisnik i za koji se traže ponude – offers • Neophodno je da web strana osim adekvatnog sadržaja ima i mogućnost kupovine, tj. da predstavlja ponudu

  34. Semantičke mreže • Semantičke mreže je prvi predložio Charles Peirce kao grafičku notaciju koja se sastoji od čvorova, usmerenih grana • Semantičke mreže mogu da predstavljaju objekte, klase objekata i odnose između pojedinih objekata.

  35. Opisna logika • Zadaci opisne logike: • Provera, utvrđivanje da li je neka klasa podskup od druge, opštije klase • Provera da li je objekat element neke klase – klasifikacija • Provera da li su ispunjeni logički uslovi za pripadnost – provera konzistentnosti • Classic – jezik za logičke opise, 1989, Alexander BorgidaAT&T Bell Labs, Murray Hill, NJ

  36. Otvoreni i zatvoreni svetovi • Koliko ima kurseva? • 4? • Ali, predikatski račun bi rekao od 1 do beskonačno! • Zašto? • Zbog DVE neosnovane pretpostavke • Svi kursevi teoretski mogu da budu isti! Unique Names Assumption – UNA – pretpostavka o jedinstvenim imenima • Možda nisu svi kursevi navedeni! Closed World Assumption – CWA – pretpostavka o zatvorenom svetu

More Related