1 / 38

EGC6014 - Fundamentos de Engenharia do Conhecimento

EGC6014 - Fundamentos de Engenharia do Conhecimento. José Leomar Todesco Fernando A. O. Gauthier Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento. tite@egc.ufsc.br. gauthier@egc.ufsc.br. Florianópolis, 03 de março de 2010. Sumário. Apresentação da disciplina

giolla
Download Presentation

EGC6014 - Fundamentos de Engenharia do Conhecimento

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. EGC6014 - Fundamentos deEngenharia do Conhecimento José Leomar Todesco Fernando A. O. Gauthier Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento tite@egc.ufsc.br gauthier@egc.ufsc.br Florianópolis, 03 de março de 2010.

  2. Sumário • Apresentação da disciplina • Conceitos, histórico e evolução da EC • A natureza do conhecimento humano • Considerações finais

  3. 1. Apresentação da disciplina

  4. Objetivos da disciplina • Descrever os fundamentos teórico-metodológicos da Engenharia do Conhecimento, necessários para a concepção e desenvolvimento de Sistemas de Conhecimento para suportar os processos da Gestão do Conhecimento nas instituições (organizações, escolas, sociedade).

  5. Objetivos esperados • Interpretar os fundamentos conceituais associados a Engenharia do Conhecimento; • Compreender os processos envolvidos na construção de Sistemas de Conhecimento; • Desenvolver a modelagem do conhecimento organizacional, associado ao processo de engenharia do conhecimento; • Conhecer as principais metodologias da Engenharia do Conhecimento;

  6. Ementa • Conceitos gerais. Princípios e processos da engenharia do conhecimento. Histórico, evolução da área de engenharia do conhecimento. Os processos da engenharia do conhecimento: identificação, aquisição, formalização, representação, distribuição, implementação, avaliação e manutenção. Principais metodologias da engenharia do conhecimento.

  7. Formato da disciplina • A disciplina será ministrada semanalmente as quintas-feiras das 08h30min às 12h30min horas, no Auditório II do LED, durante 10 (dez) semanas. A estratégia metodológica a ser adotada será uma combinação de aulas expositivas, discussão de artigos de leitura obrigatória e seminários sobre as principais metodologias da engenharia do conhecimento.

  8. Avaliação • 20% Participação em sala de aula: Cada aluno será avaliado por sua participação em sala de aula, levando-se em consideração a sua presença e a sua participação nas discussões a serem realizadas sobre os artigos de leitura obrigatória, previstos para cada aula, que deverão ser sintetizados e disponibilizados aos alunos no formato de positionpaper; • 20% Seminários em equipe: Os seminários serão apresentados em duplas, cada dupla se encarregará de apresentar uma metodologia empregada na engenharia do conhecimento (CommonKADs, KAON, NeOn, K-Aspects, XP.K e RapidOWL); • 30% Redação de um artigo em equipe: Cada dupla, deverá redigir um artigo, conforme exigência da metodologia científica, sobre o tema tratado no seu respectivo seminário ou outro assunto relacionado. Este artigo deverá ter forma e conteúdo, do ponto de vista acadêmico, para ser submetido para apresentação em um evento de nível internacional ou para ser publicado em uma revista nacional qualis/CAPES A ou B. • 30% Avaliação Individual: Avaliação sobre os conteúdos e seminários vistos em sala e questões referentes aos artigos lidos.

  9. Conteúdo programático • Aula 01: Fundamentos da EC (17/03/2011) • 1.1 - Apresentação da disciplina • 1.2 - Conceitos, histórico, evolução da Engenharia do Conhecimento • Aula 02: Introdução a Engenharia do Conhecimento(241/03/2011): • 2.1 – EC e IA. • 2.2 – Os processos da GC. • 2.3 – As demandas da GC. • Aula 03: Os processos da Engenharia do Conhecimento (31/03/2011) • 3.1 – Identificação do conhecimento. • 3.2 – Aquisição e organização do conhecimento. • 3.3 – Formalização e representação do conhecimento. • 3.4 – Implementação, avaliação e manutenção de sistemas de conhecimento. • Aula 04: Formalismos simbólicos para representação do conhecimento e Inferência (07/04/2011): • 4.1 – Lógica • 4.2 – Regras de produção • 4.3 – Ontologias • 4.4 – Inferência

  10. Conteúdo programático • Aula 05: Técnicas de IA e SI utilizados na EC (14/04/2011) • 5.1 - Abordagem simbólica (SE, RBC) • 5.2 - Abordagem conexionista (Redes neurais artificiais) • 5.3 – Abordagem evolucionário (Algoritmos genéticos, Programação evolutiva) • 5.4 – Descoberta de conhecimento (KDD e KDT) • 5.5 – Tratamento de incerteza (Lógica Difusa) • Aula 06: Aplicações (28/04/2011): • 6.1 – Ver exemplos (A metodologia CommonKADs) • Aula 07: Seminários I (05/0452011): • 7.1 - CommonKADs • 7.2 - NeOn • 7.3 - KAON • Aula 08: Seminários II (12/05/2011): • 8.1 – K-Aspects • 8.2 – XP.K • 8.3 – RapidOWL • Aula 09: Avaliação Individual (26/05/2011):

  11. Grupos Seminarios • Temas a serem definidos

  12. 2. Conceitos, histórico e evolução da engenharia do conhecimento

  13. Conceitos O conhecimento que é agoraconsiderado conhecimento prova-se a si mesmo somente em ação. O que significa conhecimento é a informação efetiva em ação, a informação focada nos resultados... Peter Drucker

  14. Engenharia do Conhecimento Construção, manutenção e o desenvolvimento de sistemasbaseados em conhecimento é o objetivo principal da engenharia de conhecimento (EC). Está bastante ligada a engenharia de software, e é relacionado a muitos domínios da ciência da computação tais como a inteligência artificial, banco de dados, mineração dos dados, sistemas de apoio a decisão e sistemas de informação geográficos. A engenharia do conhecimento também é relacionada à lógicamatemática e ciênciacognitiva. Fonte: Wikipedia

  15. Histórico da EC • A área de Inteligência Artificial (IA) nos seus primórdios buscava o desenvolvimento de sistemas que pudessem “pensar” e resolver problemas de forma tãointeligente quanto os seres humanos. • As primeiras tentativas foram feitas com a construção de sistemas de resolução de problemas gerais como o GPS (General Problem Solver), que falharam. • O conhecimentoespecializado é mais importante na solução de um problemaespecífico que o conhecimento geral.

  16. Histórico da EC • Pesquisadores da área começam a tentar “transferir” o conhecimento do especialista para uma basedeconhecimento, através de técnicas de aquisição e representaçãodo conhecimento, originando assim, os chamados Sistemas Baseados em Conhecimento (SBC). • A disciplina de Engenharia do Conhecimento originou-se da necessidade de metodologias e técnicas mais formais que auxiliassem no desenvolvimento de SBC.

  17. Histórico da EC • No desenvolvimento dos primeiros SBC o conhecimento era extraído dos especialistas através de entrevistas e posteriormente era codificado através de regrasheurísticas. O conhecimento era representado de maneirauniforme. • Todo o conhecimento era representado num mesmonível de abstração, dificultando o desenvolvimento de grandessistemas no âmbito comercial, já que a manutenção dos mesmos se tornava difícil e custosa.

  18. Histórico da EC Resolvedor Geral de Problemas (GPS) 1a Geração de sistemas baseados em conhecimento (MYCIN, XCON) Surgimento dos métodos estruturados (KADS) MetodologiasMaduras (CommonKADS) 1965 1975 1985 1995 de arte a disciplina • Nos últimos 15 anos, muitos desenvolvedores e gestores começaram a perceber que uma abordagemestruturada para análise, projeto e gestão é tão necessária a sistemas de conhecimento quanto é para sistemas de informação. • Além disso, a arquitetura de sistemas de conhecimento se tornou muito mais complexa e dependente do contexto do que se imaginava na primeira geração dos sistemas especialistas. • Atualmente, esses insights são lugar comum.

  19. Engenharia do Conhecimento Clássica • Aquisição de conhecimento • Extração do conhecimento de suas diversas fontes • Representação de conhecimento • Modelagem do domínio • Validação do conhecimento • Verificação de consistência • Explicação e justificativa • Recuperação e apresentação do raciocínio ao usuário

  20. Objetivos da EC • Transformar o processoad hoc de construirsistemas baseados em conhecimento em uma disciplina da engenharia • Métodos • Linguagens • Ferramentas • Com base nas disciplinas: • administração, matemática, lingüística, computação, psicologia, sistemasdeinformação,engenharia de software e toda e qualquer outra disciplina que possa contribuir na construção ou aplicação de SBC.

  21. Evolução da EC • Paradigma de transferência • Especialista detém o conhecimento que deve ser extraído e colocado no sistema. • Paradigma de modelagem • Organização detém o conhecimento • Conhecimento existente nas pessoas, arquivos e sistemas e deve ser extraído e modelado em um formato computacional.

  22. Evolução da EC • Abordagem de modelagem: • Modelos formais • Conceitos representados explicitamente • Métodosdesolução representados explicitamente e de modo abstrato • Compartilhamento de conceitos e métodos • Reuso do modelo.

  23. 3. A natureza do conhecimento humano

  24. SINTESE ANÁLISE COMPREENSÃO CONHECIMENTO Dado, informação e conhecimento INFORMAÇÃO D A D O S

  25. Dado • Representação simbólica de um objeto ou informação do domínio sem considerações de contexto, significado ou aplicação. Ex.: 20 anos Domínio: • Qualquer conjunto relativamente circunscrito de atividades.

  26. Informação • Reconhecimento dos objetos do domínio, suas características, suas restrições e seus relacionamentos com os outros objetos, sem ater-se a utilidade dessa informação. É o dado com o seu significado associado. Ex.: Idade de Maria = 20 anos

  27. Conhecimento • Segundo [Hayes-Roth; Waterman; Lenat, 1983] “consiste em (1) descrições simbólicas que caracterizam os relacionamentos empíricos e definicionais em um domínio e (2) os procedimentos para manipulação dessas descrições.” • Conhecimento inclui a informação sobre o domínio e a forma como essa informação é utilizada para resolver problemas. Ex.: Maria tem mais de 18 anos. Maiores de 18 anos são responsáveis legais por seus atos. Maria será cobrada pelos danos.

  28. Dado, informação e conhecimento • Uma decisão é o uso explicito de um conhecimento. O conhecimento pode ser representado como uma combinação de estrutura de dados e procedimentos interpretativos que levam a um comportamento conhecido. Este comportamento fornece informações a um sistema que pode, então, planejar e decidir. • Tipos de conhecimento: • Declarativo: descritivo e genérico sobre fatos e eventos (o que é) • Procedural: prescritivo, difícil de expressar e explicar (como funciona) • Senso comum: declarativo e procedural (o julgamento do certo e do errado. • Heurístico: único para cada indivíduo, não pode ser obtido em nenhuma fonte, envolve avaliação sistemática e o uso de regras heurísticas.

  29. Dado, informação e conhecimento • O tipo de conhecimento necessário a solução dos problemas existentes determina quais fontes de informação, e suas disponibilidades, serão utilizadas pelos indivíduos. • O pensamento humano atende a essa necessidade, por meio do processo cognitivo (obtenção de dados e manipulação de símbolos) e do processo associativo composto do raciocínio vertical ou lógico (movimento de um estado para outro por meio de passos justificados), e do raciocínio lateral (associativo, criativo e generativo). • A busca da viabilização da transferência desses processos para o computador constituiu o campo de pesquisa chamado IA, com a proposta de construir Sistemas Inteligentes capazes de simular ou emular o processo de decisão do ser humano.

  30. Representação Conhecimento < > Representação de Conhecimento • Combinação de estruturas de dados e procedimentos de interpretação que, se utilizados do modo certo por um programa, irão levar um sistema a apresentar um comportamento inteligente.

  31. Nível do Conhecimento Observador Nível Simbólico Nível de Conhecimento de Newell Comportamento Agente Racionalizar Implementar Ambiente

  32. Componentes do Modelo • Conhecimento: quais são os conceitos do mundo e como se organizam • Objetivos: Qual o problema a ser resolvido • Ações: Como raciocinar sobre os conceitos do mundo para atingir o objetivo

  33. Nível do Conhecimento Visão HUMANA Modela o conhecimento segundo a forma de solução de problemas do agente Uma aproximação do especialista Foco na semântica Nível Simbólico Visão da MÁQUINA Modela o conhecimento de forma que possa ser processável por computador Uma aproximação da máquina Foco na eficiência Modelagem do Conhecimento

  34. Conhecimento: conceitos do mundo Objetivos: problema a ser resolvido Ações: seqüências de passos de inferência Representações simbólicas ou ontologias Modelo da tarefa Métodos de solução de problemas ou padrões cognitivos Componentes do Modelo

  35. 4. Considerações finais

  36. Conclusões e pesquisas futuras • Sistemas de conhecimento tem se tornado cada vezutilizado e necessários frente ao aumento constante de dados e informações. • Evolução principalmente do hardwares e softwares tem possibilitado experimentar novos desafios antes custosos. • As organizações necessitam de um novo profissional, o engenheiro do conhecimento para apoiar a gestão do conhecimento. • Integração e interoperabilidade entre sistemas é o grande desafio. • Incorporar cada vez mais semântica nas soluções, de maneira a apoiar pessoas e organizações.

  37. Bibliografia • [1] A. T. Schreiber, J. M. Akkermans, A. A. Anjewierden, R. de Hoog, N. R. Shadbolt, W. Van de Velde, and B. J. Wielinga, editors. Knowledge Engineering and Management. The CommonKADS Methodology. MIT Press, Cambridge, Massachusetts. London, England, 1999. • [2] H. Eriksson, Y. Shahar, S.W. Tu, A.R. Puerta, and M.A. Musen, Task Modeling with Reusable Problem- Solving Methods, Artificial Intelligence 79 (1995), 293-326. • [3] J. Angele, S. Decker, R. Perkuhn, and R. Studer. Developing knowledge-based systems with MIKE. Journal of Automated Software Engineering, 5(4):326-389, 1998. • [4] Natalya F. Noy and Deborah L. McGuinness. Ontology Development 101: A Guide to Creating Your First Ontology. Stanford University, Stanford, CA, 94305. (http://www-kslsvc.stanford.edu acessado em 15/01/2005). • [5] A. Gómez-Pérez, M.D. Rojas Ontological reengineering and reuse, in: D. Fensel, R. Studer (Eds.), 11th European Workshop on Knowledge Acquisition, Modeling and Management (EKAW_99), Lecture Notes in Artificial Intelligence, vol. 1621, Springer, Berlin, 1999, pp. 139–156. • [6] Shaw ,M. L. G. and Gaines ,B. R.. The synthesis of knowledge engineering and software engineering. In P. Loucopoulos, editor, Advanced Information Systems Engineering (LNCS 593). 1992. • [7] Studer, Rudi; Benjamins, V.; Fensel, Dieter. Knowledge Enginnering: Principles e Methods. Disponível em: http://www.aifb.uni-karlsruhe.de/WBS/Publ/ • [8] K. Morik, Underlying Assumptions of Knowledge Acquisition as a Process of Model Refinement. Knowledge Acquisition 2, 1, March 1990, 21-49. • [9] MOKA - http://www.kbe.coventry.ac.uk/moka/ • [10] SPEDE - http://www.epistemics.co.uk/Notes/125-0-0.htm • [11] ISKMM e ISBI - http://www.stela.org.br/

  38. O B R I G A D O !!! tite@egc.ufsc.br gatuhier@iegc.ufsc.br José Leomar TodescoFernando Gauthier dEGC/CTC/UFSC EGC/UFSC dEGC/CTC/UFSC

More Related