420 likes | 625 Views
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
E N D
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.
Sumário • Apresentação da disciplina • Conceitos, histórico e evolução da EC • A natureza do conhecimento humano • Considerações finais
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).
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;
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.
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.
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.
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
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):
Grupos Seminarios • Temas a serem definidos
2. Conceitos, histórico e evolução da engenharia do conhecimento
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
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
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.
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.
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.
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.
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
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.
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.
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.
SINTESE ANÁLISE COMPREENSÃO CONHECIMENTO Dado, informação e conhecimento INFORMAÇÃO D A D O S
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.
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
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.
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.
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.
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.
Nível do Conhecimento Observador Nível Simbólico Nível de Conhecimento de Newell Comportamento Agente Racionalizar Implementar Ambiente
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
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
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
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.
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/
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