View
1
Download
0
Category
Preview:
Citation preview
1
1
Lógica de 1ª ordem
o O mundo é representado em termos de objectos (entidades individuais) e propriedades que os distinguem de outros objectos.
o Entre os vários objectos existem relações.
o Quando numa relação existe apenas um “valor” para uma dada “entrada” esta é designada por função.
2
Exemplo
o Objectos : pessoas, casas, números, teorias, cores, jogos de futebol, séculos ...
o Relações : irmão de, maior que, dentro, parte de, tem a cor, ocorreu depois de, possui ...
o Propriedades : vermelho, redondo, primo ...
o Funções : pai de, melhor amigo ...
3
Lógica de 1ª ordem
o A lógica de primeira ordem permite expressar factos acerca de todos os objectos no universo.
o Isto permite-nos representar leis gerais ou regras tais como “Nas caves adjacentes ao WUMPUS ouvem-se ruídos”.
4
Lógica de 1ª ordem
o A lógica de primeira ordem tem frases tal como a lógica proposicional, mas também tem termos que representam objectos.
2
5
Sintaxe da lógica de 1ª ordem
Frase ? FraseAtómica |Frase Conector Frase |Quantificador Variavel, ... Frase |¬Frase |(Frase)
FraseAtómica ? Predicado(Termo, ...) | Termo = Termo
Termo ? Função(Termo, ...) |Constante |Variável
6
Sintaxe da lógica de 1ª ordem
Conector ? ∧ | ∨ | ⇒ | ⇔Quantificador ? ∀ | ∃
Constante ? A | X1 | Joaquim | ...
Variável ? a | x | s | ...
Predicado ? Antes | TemCor | EstaChover | ...
Função ? Mae | BracoEsquerdoDo | ...
7
Constantes
o Cada constante refere-se a um e um só objecto.
o Nem todos os objectos necessitam de nomes.
o Alguns objectos têm mais de um nome.
8
Predicadoso Referem-se a relações.o As relações mantêm-se (hold) ou falham
em manter-se.o Num dado modelo, uma relação é definida
por um conjunto de tuplos de objectos que a satisfazem. Um tuplo é uma colecção de objectos organizados numa dada ordem que são escritos entre < >.n Relação entre dois irmãos é definida por :
{ <João, Ricardo>, <Ricardo, João> }
3
9
Termos
o Um termo é uma expressão lógica que se refere a um objecto. Símbolos constantes são termos.
o Ex : Um termo que é em simultâneo uma função : BI(João)
o Podemos raciocinar sobre os BI sem nunca definir o que é um BI.n Se dissermos que o João é Português e que
todos os Portugueses têm BI, poderemos deduzir que o João tem um BI.
10
Frases atómicas
o Afirmam factosn Irmão(Ricardo, João)n Casado(Pai(Ricardo), Mãe(João))
o Usualmente P(x, y) tem o significado de x é P de (com) y.
11
Frases complexas
o Podemos usar conexões lógicas para construir frases mais complicadas (da mesma forma que na lógica proposicional)
o Exemplos :Irmão(Ricardo, João) ∧ Irmão(João, Ricardo)MaisVelho(João, 30) ∨ MaisNovo(João, 30)MaisVelho(João, 30) ⇒ ¬MaisNovo(João, 30)¬Irmão(Ricardo, Ana)
12
Quantificador Universal
∀x Gato(x) ⇒ Mamífero(x)
Gato(Garfield) ⇒ Mamífero(Garfield) ∧Gato(Felix) ⇒ Mamífero(Felix) ∧Gato(João) ⇒ Mamífero(João) ∧
Gato(Ricardo) ⇒ Mamífero(Ricardo)
4
13
Quantificador Universal
∀x Gato(x) ∧ Mamífero(x)
Gato(Garfield) ∧ Mamífero(Garfield) ∧Gato(Felix) ∧ Mamífero(Felix) ∧Gato(João) ∧ Mamífero(João) ∧
Gato(Ricardo) ∧ Mamífero(Ricardo)
14
Variáveis
o Como convenção todas as variáveis começam por minúsculas e todas as constantes por uma letra maiúscula.
o Uma variável é um termo por si só.o Um termo sem varáveis é chamado
um termo base (ground term).
15
Quantificador Existencial
∃x Irmão(x, Garfield) ∧ Gato(x)
(Irmão(Garfield, Garfield) ∧Gato(Garfield)) ∨
(Irmão(Felix, Garfield) ∧ Gato(Felix)) ∨(Irmão(João, Garfield) ∧ Gato(João)) ∨
(Irmão(Ricardo, Garfield) ∧Gato(Ricardo))
16
Quantificador Existencial
∃x Irmão(x, Garfield) ⇒ Gato(x)
(Irmão(Garfield, Garfield) ⇒Gato(Garfield)) ∨
(Irmão(Felix, Garfield) ⇒ Gato(Felix)) ∨(Irmão(João, Garfield) ⇒ Gato(João)) ∨
(Irmão(Ricardo, Garfield) ⇒Gato(Ricardo))
5
17
Quantificadores de quantificadores
o ∀x,y Pai(x, y) ⇒ Filho(y, x)o ∀x,y é equivalente a ∀x ∀yo Toda a gente gosta de alguém:n ∀x ∃y Gosta(x, y)
o Existe alguém de quem toda a gente gosta:n ∃y ∀x Gosta(x, y)
o A ordem em que os quantificadoresaparecem é muito importante.
18
Quantificadores de quantificadores
∀x Gato(x) ∨ (∃x Irmão(Ricardo, x))
é idêntico a
∀x Gato(x) ∨ (∃z Irmão(Ricardo, z))
19
Relações entre ∀ e ∃
∀x ¬Gosta(x, Exame)
é equivalente a
¬∃x Gosta(x, Exame)
20
Relações entre ∀ e ∃
∀x Gosta(x, Gelado)
é equivalente a
¬∃x ¬Gosta(x, Gelado)
6
21
Regras de Morgan
∀x ¬P ≡ ¬∃x P¬∀x P ≡ ∃x ¬P∀x P ≡ ¬∃x ¬P∃x P ≡ ¬∀x ¬P¬P ∧ ¬Q ≡ ¬(P ∨ Q)¬(P ∧ Q) ≡ ¬P ∨ ¬QP ∧ Q ≡ ¬(¬P ∨ ¬Q)P ∨ Q ≡ ¬(¬P ∧ ¬Q)
22
Relações entre ∀ e ∃
o Na verdade não necessitamos de ∀ ede ∃ em simultâneo, da mesma
forma que não necessitamos de ∧ e ∨. Mas o uso dos dois aumenta a clareza e facilidade de leitura.
23
Igualdade
o Pai(João) = Henriqueo Para dizermos que o Garfield tem
pelo menos dois irmãos, fazemos:∀x, y Irmão(Garfield, x) ∧ Irmão(Garfield , y) ∧
¬(x = y)
o Nalguns livros ¬(x = y) é substituído por x ≠ y
24
Lógicas de ordem mais elevada
o O nome lógica de 1ª ordem deriva do facto de podermos quantificar apenas sobre os objectos (as entidades de 1ª ordem que existem no mundo).
o Em lógicas de ordem mais elevada, podemos quantificar também sobre relações ou funções.
7
25
Lógicas de ordem mais elevada
o Numa lógica de maior ordem podemos por exemplo dizer que dois objectos são iguais se e só se todas as suas propriedades são equivalentes :
∀x, y (x = y) ⇔ (∀p p(x) ⇔ p(y))
26
Lógicas de ordem mais elevada
o Poderíamos também dizer que duas funções são iguais se têm o mesmo valor para todos os argumentos :
∀f, g (f = g) ⇔ (∀x f(x) ⇔ g(x))o Lógicas de maior ordem têm mais poder de
expressividade. No entanto ainda existem poucos conhecimentos sobre a forma de raciocinar de forma efectiva sobre as frases destas lógicas.
27
∃!
∃!x Rei(x)
equivale a
∃x Rei(x) ∧ ∀y Rei(y) ⇒ x = y
o Claro que se soubessemos de ínicio quehavia apenas um rei poderiamos definir
28
∃!
o Claro que se soubessemos de ínicio quehavia apenas um rei poderiamos definiruma constante Rei em vez de utilizarmos o predicado Rei(x)
o Um exemplo mais complexo seria :
∀p País(p) ⇒ ∃!x Dirigente(x, p)
8
29
Outras notações
30
Domínio
o Um domínio é uma secção do mundo sobre a qual desejamos expressar algum conhecimento.
o Antes de nos debruçarmos outra vez sobre o mundo do WUMPUS vamos debruçar-nos sobre problemas com domínios mais simples.
31
Domínio familiar
o Predicados unários:n Homem, Mulher
o Funções :n Pai, Mãe
o Predicados binários:n UmDosPais, Irmão, Irmã, UmDosIrmãos,
Filho, Filha, UmDosFilhos, Esposo, Esposa, Casado, Avó, Avô, Neto, Primo, Tio, Tia
∀m, c Mãe(c) = m ⇔ Mulher(m) ∧ UmDosPais(m, c)
∀m, h Esposo(h, m) ⇔ Homem(h) ∧ Casado(h, m)
∀x Homem(x) ⇔ ¬Mulher(x)
∀p, f UmDosPais(p, f) = m ⇔ UmDosFilhos(f, p)
∀x Homem(x) ⇔ ¬Mulher(x)
∀a, n Avô(a, n) ⇔ ∃p Pai(a, p) ∧ Pai(p, n)
∀x, y UmDosIrmãos(x, y) ⇔ (x ≠ y) ∧ ∃p UmDosPais(p, x) ∧UmDosPais(p, y)
9
33
Axiomaso As frases iniciais da base de conhecimentos
são designadas por axiomas.o Como é que sabemos se escrevemos
axiomas suficientes para especificar o domínio?
o Uma das formas é identificar os predicados básicos, através dos quais os outros possam ser definidos.n No caso do domínio familiar UmDosFilhos,
Casado, Homem e Mulher são candidatos razoáveis a predicados básicos.
34
Axiomas
o Importa também considerar o problema da convergência. Teremos axiomas a mais ?n Ex: Será que necessitamos de um axioma do tipo:n ∀x, y UmDosIrmãos(x, y) ⇔ UmDosIrmãos(y, x)n Neste caso, por exemplo não necessitamos, a
partir de UmDosIrmãos(João, Ricardo) podemos inferir que:
n ∃p UmDosPais (p, João) ⇔ UmDosPais(p, Ricardo)n A partir daí podemos inferir que:n UmDosIrmãos(Ricardo, João)
35
Axiomas independentes
o Um axioma independente é uma axioma que não pode ser derivado de todos os outros axiomas.
36
Axiomas independentes
o A base de conhecimentos normalmente para além do conjunto mínimo de axiomas independentes, contém ainda usualmente axiomas redundantes, com o objectivo de aumentar a eficiência do processo de prova.
10
37
O domínio dos conjuntos
o Constantesn ConjuntoVazio
o Predicadosn Membro, SubConjunto, Conjunto
o Funçõesn Intercessão, Reunião, Adiciona
38
O domínio dos conjuntos
o Os únicos conjuntos que existem são os vazios e aqueles que se obtêm ao adicionar elementos a outros conjuntos
∀c Conjunto(c) ⇔ (c = ConjuntoVazio) ∨(∃x, c2 Conjunto(c2) ∧ c = Adiciona(x,
c2))
39
O domínio dos conjuntos
¬∃x, c Adiciona(x, c) = ConjuntoVazio
∀x, c Membro(x, c) ⇔ c = Adiciona(x, c)
∀x, c Membro(x, c) ⇔(∃y, c2 c = Adiciona(y, c2) ∧
(x=y c ∨ Membro(x, c2))
40
O domínio dos conjuntos
∀c1, c2 SubConjunto(c1, c2) ⇔∀x Membro(x, c1) ⇒ Membro(x, c2)
∀c1, c2 (c1 = c2) ⇔(SubConjunto(c1, c2) ∧SubConjunto(c2, c1))
11
41
O domínio dos conjuntos
∀x, c1, c2 Membro(x, Intercessão(c1, c2)) ⇔ Membro(x, c1) ∧
Membro(x, c2)
∀x, c1, c2 Membro(x, Reunião(c1, c2)) ⇔ Membro(x, c1) ∨
Membro(x, c2)
42
Questionar a base de conhecimentos
TELL(KB, (∀m, c Mãe(c) = m ⇔Mulher(m) ∧ UmDosPais(m, c))
TELL(KB, (Mulher(Ana) ∧UmDosPais(Ana, João) ∧UmDosPais(João, Carla))
ASK(KB, Avô(Ana, Carla))
43
Questionar a base de conhecimentoso Pode dizer-me as horas ?n Sim.
o Uma base de conhecimentos é mais cooperativa. Quando fazemos uma questão que é quantificada existencialmente , tal como :
ASK(KB, ∃x Filha(x, João))
o Recebemos uma mensagem dizendo que a Carla é filha do João.
44
Questionar a base de conhecimentos
o Dependendo da implementação do ASK, poderiamos, no caso do João ter mais filhas, receber uma mensagem com todas as suas filhas.
12
45
Agente baseado numa base de conhecimentos
function AgenteKB(percepção) returns acçãostatic : KB, uma base de conhecimentos
t, um contador inicialmente a zero, que indica o tempo
TELL(KB, CriaFraseAPartirPercepcao(percepção, t))acção ← ASK(KB, CriaPerguntaAccao(t))TELL(KB, CriaFraseAPartirAcção(Acção, t))t ← t + 1
return acção
46
Mundo WUMPUS
o Percepções :n Percepção([Ruído, Brisa, Brilho, nada, nada], 5)
o Acções :n Virar(Direita), Virar(Esquerda), IrFrente ,
Disparar, Apanhar, Largar, Subir
o Para determinar a melhor acção, fazemos uma pergunta do tipo :n ASK(KB, ∃a Acção(a, 5))
47
Agente de Reflexos
∀r, b, c, g, tPercepção([r, b, Brilho, c, g], t) ⇒
Acção(Apanhar, t)
48
Agente de Reflexos
∀r, b, c, g, t Percepção([r, b, Brilho, c, g], t) ⇒ OuroPresente(t)
∀b, o, c, g, t Percepção([Ruído, b, o, c, g], t) ⇒ Barulho(t)
∀r, o, c, g, t Percepção([r, Brisa, o, c, g], t)
⇒ Vento(t)
13
49
Agente de Reflexos
∀t OuroPresente(t) ⇒ Acção(Apanhar, t)
50
Modelo Interno
o Qualquer sistema que toma decisões com base nas suas percepções anteriores pode ser alterado de forma a usar um conjunto de frases sobre o estado do mundo actual, desde que essas frases sejam alteradas à medida que cada nova percepção é recebida e à medida que cada acção é tomada.
51
Cálculo situacional
o O cálculo situacional é o nome dado a uma forma particular de descrever na lógica de 1ª ordem a mudança.
o Concebe o mundo como sendo constituído por uma sequência de situações.
o As situações são geradas a partir de situações anteriores por via de acções.
52
Cálculo situacional
o Para lidarmos com a mudança em cada relação ou propriedade que muda ao longo do tempo é adicionado um argumento que especifica a situação. Por convenção o argumento que especifica a situação é sempre o último e as situações são representadas por Si.
14
53
Cálculo situacional
o Ex: Em vez de termos EstaEm(Agente, Posição), passamos a ter EstaEm(Agente, Posição, Si).
o Poderemos assim ter frase do tipo :n EstaEm(Agente, [1, 1], S0) ∧
EstaEm(Agente, [1, 2], S1)
54
Cálculo situacional
o A função Resultado(Acção, Situação) é utilizada para identificar a situação resultante da aplicação de uma dada acção numa dada situação (original).
! % R
�↑ R
R
S0
! %
�↑
R
R
R
S1
Frente
Resultado(Frente, S0) = S1
! %
�→
R
R
R
S1
! %
�↑
R
R
R
S2
Resultado(Virar(Direita), S1) = S2
Virar(Direita)
15
57
Cálculo situacional
o As acções são especificadas através dos seus efeitos. Isto é, especificamos as propriedades das situações que resultam da tomada de uma acção.
58
Axiomas de efeito
Transportável(Ouro)
∀s OuroPresente (s) ⇒ EstaPresente (Ouro, s)
∀x, s EstaPresente (x, s) ∧ Transportável(x) ⇒Carregar(x, Resultado(Apanhar, s))
∀x, s ¬Carregar(x, Resultado(Largar, s))
59
Axiomas de janela temporal (frame)
∀x, s, a Carregar(x, s) ∧ a ≠ Largar ⇒Carregar(x, Resultado(a, s))
∀x, s, a ¬Carregar(x, s) ∧ (a ≠ Apanhar ∨ ¬(EstaPresente(x, s) ∧
Transportável(x))) ⇒ ¬Carregar(x, Resultado(a, s))
Descrição completa de como o mundo evolui em resposta
às acções do agente=
Axiomas de efeito+
Axiomas de janela temporal(frame)
16
61
Axiomas de sucessor do estado
<X é Verdadeiro> ⇔(<Uma acção que torna X verdade> ∨
(<X já era verdade ∧<Não houve uma acção que tornou X
falso>)
62
Axiomas de sucessor do estado
∀x, s, a Carregar(x, Resultado(a,s)) ⇔[(a = Apanhar ∧ EstaPresente(x, s) ∧Transportável(x)) ∨ (Carregar(x, s) ∧
a ≠ Largar)]
63
Axiomas de sucessor do estado
o São necessários para cada predicado que pode mudar ao longo do tempo.
o Deve listar todas as formas em que o predicado se pode tornar verdadeiro e todas as formas em que se pode tornar falso.
64
Mundo do WUMPUS
o No mundo do WUMPUS a localização actual do agente é talvez uma das coisas mais importantes com que nos devemos preocupar.
o A localização não pode ser percebida directamente, mas o agente necessita de se lembrar onde esteve e o que viu.
17
65
Mundo do WUMPUS
o Isso permite- lhe deduzir onde está o WUMPUS e onde estão os poços de forma a ter a certeza que faz uma exploração completa.
66
Localização no mundo do WUMPUS
o Posição do agente :n EstaEm(Agente, [1, 1], S0)
o Orientação do agente (ângulo (em graus) em relação ao eixo x) :n Orientação(Agente, S0) = 0
67
Localização no mundo do WUMPUS
o Posição do agente se este for em frente:∀x, y PosicaoFrente ([x, y], 0) = [x+1, y]
∀x, y PosicaoFrente ([x, y], 90) = [x, y+1]∀x, y PosicaoFrente ([x, y], 180) = [x-1, y]∀x, y PosicaoFrente ([x, y], 270) = [x, y-1]
∀a, p, s EstaEm (a, p, s) ⇒ PosicaoFrenteAgente (p, s) = PosicaoFrente (p, Orientação(a, s)
68
Localização no mundo do WUMPUS
o Adjacência:∀p1, p2 Adjacente(p1, p2) ⇔∃a p1 = PosicaoFrente(p2, a)
o Paredes :∀x, y Parede([x, y]) ⇔
(x = 0 ∨ x = 5 ∨ y = 0 ∨ y = 5)
18
69
Axioma de sucessor do estado da localização
∀x, p, a, s EstaEm(x, p, Resultado(a, s)) ⇔
[(a = IrFrente ∧ p = PosicaoFrenteAgente(x, s) ∧
¬Parede(p)) ∨ (EstaEm(x, p, s) ∧(a ≠ IrFrente ∨
Parede(PosicaoFrenteAgente(x, s)))]
70
Axioma de sucessor do estado da orientação
∀x, o, a, s Orientação(x, Resultado(a, s)) = o ⇔ [(a = Rodar(Direita) ∧ o = Mod(Orientação(x, s))-90, 360)) ∨ (a
= Rodar(Esquerda) ∧ o = Mod(Orientação(x, s))+90, 360)) ∨ (a
≠ Rodar(Esquerda) ∧ a ≠Rodar(Direita) ∧ Orientação(x, s) =
o)]
71
Dedução das propriedades escondidas do mundo
∀p, s EstaEm(Agente, p, s) ∧ Barulho(s) ⇒ Barulhenta(p)
∀p, s EstaEm(Agente, p, s) ∧ Vento(s) ⇒ Ventoso(p)
72
Dedução das propriedades escondidas do mundo
o Depois de descobrir os locai barulhentos e ventosos (e, muito importante, os locais não barulhentos e não ventosos) o agente pode deduzir a localização do WUMPUS e dos poços.
o Pode ainda deduzir quais as localizações que são seguras e utilizar essa informação para recolher o ouro.
19
73
Regras de sincronismo
o Os axiomas que capturam a informação necessária para essas deduções são chamados regras de sincronismo.
o Existem dois tipos de regras de sincronismo:n Causais;n Diagnóstico.
74
Regras causais∀p1, p2, s EstaEm(WUMPUS, p1, s) ∧
Adjacente(p1 , p2) ⇒ Barulhenta(p2)
∀p1, p2, s EstaEm(poço, p1, s) ∧ Adjacente(p1 , p2) ⇒ Ventoso(p2)
o Os sistemas que raciocinam com base em regras causais são chamados sistemas de raciocínio baseados em modelos.
75
Regras de diagnósticoo Inferem a presença de propriedades
escondidas directamente da informação contida nas percepções.
∀p, s EstaEm(Agente, p, s) ∧ Barulho(s) ⇒Barulhenta(p)
∀p, s EstaEm(Agente, p, s) ∧ Vento(s) ⇒Ventoso(p)
76
Regras de diagnóstico
o Para deduzir a presença de WUMPUS uma regra de diagnóstico pode apenas tirar conclusões “fracas”.
∀p1, s Barulhenta(p1) ⇒ (∃ p2EstaEm(WUMPUS, p2, s) ∧ (p1 = p2 ∨
Adjacente(p1, p2)))
20
77
Regras de diagnóstico
o Embora pareça que as regras de diagnóstico disponibilizam a informação desejada mais directamente, é muito difícil de assegurar que a partir da informação disponível se derivem as conclusões mais “fortes” disponíveis.
∀p1, p2, s EstaEm(Agente, p1, s) ∧ ¬Barulho(s) ∧ ¬Vento(s) ∧ Adjacente(p1, p2) ⇒
Segura(p2)
78
Sistemas de raciocínio baseados em modelos
o Mas mesmo quando existe vento ou barulho uma dada cave pode ser segura
∀p, s (¬EstaEm(WUMPUS, p, s) ∧¬Poço(p)) ⇔ Seguro(p)
79
Regras
o Regra geral é boa ideia explorar as caves indo para quadrados seguros, mas não quando existe uma percepção de brilho. Neste caso deveríamos parar de explorar e apanhar o ouro. Assim as nossas regras de exploração deveriam mencionar o brilho.
80
Regras
o Ao faze-lo as nossas regras deixavam de ser modulares.
o Uma regra não é modular se alterações nas crenças do agente acerca de certos aspectos do mundo requerem alterações nas regras relacionadas com outros aspectos.
21
81
Regras modulares
o É mais modular separar os factos acerca das acções dos factos acerca dos objectivos. Desta forma o agente pode ser reprogramado, simplesmente dizendo-lhe para atingir outro objectivo.
82
Objectivoso Os objectivos descrevem o quão desejável
é um dado estado independentemente de como estes são obtidos.
o Escala das acções para o mundo do WUMPUS:n Óptiman Boan Médian Arriscada
83
Escala das acções∀a, s Óptima(a, s) ⇒ Acção(a, s)
∀a, s Boa(a, s) ∧ (¬∃b Óptima(b, s)) ⇒Acção(a, s)
∀a, s Media(a, s) ∧ (¬∃b Boa(b, s) ∨ Óptimo(b, s)) ⇒ Acção(a, s)
∀a, s Arriscada(a, s) ∧ (¬∃b Media(b, s) ∨Boa(b, s) ∨ Óptimo(b, s)) ⇒ Acção(a, s)
84
Objectivos
o Depois de apanhar o ouro é desejável que o agente deduza que o seu objectivo passa a ser ir para a localização [1,1].
∀s Carregar(Ouro, s) ⇒ObjectivoIrPara([1,1], s)
22
85
Objectivos
o A presença de um objectivo explicito permite ao nosso agente definir uma sequência de acções que lhe permitem atingir o objectivo.
o Existem várias maneiras de determinar essa sequência :n Inferência;n Procura;n Planeamento.
86
Engenharia do conhecimento
o O processo de criação de uma base de conhecimentos é designado por Engenharia do Conhecimento.
o Um engenheiro do conhecimento é alguém que investiga um domínio em particular, determina quais os conceitos importantes nesse domínio e cria uma representação formal dos objectos e relações do domínio.
87
Aquisição do conhecimento
o Levada a cabo antes e/ou durante a criação da representação formal.
o Entrevistas a peritos.
88
Base de conhecimentos
o Deve ser clara e correcta.o As relações importantes devem ser
definidas e os detalhes irrelevantes retirados.
o Por vezes podemos fazer simplificações sacrificando alguma precisão de forma a ganhar clareza e legibilidade (trade-off).
23
89
Engenheiro do conhecimentoo Deve perceber o suficiente do domínio em
questão para representar os objectos importantes e as suas relações.
o Deve perceber o suficiente da linguagem de representação de modo a codificar os factos de forma correcta.
o Deve perceber o suficiente sobre a forma em como o motor de inferência está implementado, de forma a que as questões sejam respondidas num tempo razoável.
90
Metodologia para desenvolver uma base de conhecimentoso Decidir sobre o que falar;o Decidir sobre o vocabulário de predicados,
funções e constantes;o Codificar o conhecimento geral acerca do
domínio (axiomas);o Codificar uma descrição de uma instância
especifica do problema.o Obter respostas, questionando a base de
conhecimentos, através do motor de inferência.
91
Recommended