EGC6014 - Fundamentos de Engenharia do Conhecimento

EGC6014 - Fundamentos deEngenharia do Conhecimento

José Leomar Todesco Fernando A. O. Gauthier

Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento

Florianópolis, 03 de março de 2010.

[email protected] [email protected]

FUNDAMENTOS DA ENGENHARIA DO CONHECIMENTO JOSÉ LEOMAR TODESCO e FERNANDO GAUTHIER 2

Sumário

1. Apresentação da disciplina

2. Conceitos, histórico e evolução da EC

3. A natureza do conhecimento humano

4. Considerações finais


1. Apresentação da disciplina


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 position paper;

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.

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 position paper;

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

1. Temas a serem definidos


2. Conceitos, histórico e evolução da engenharia do conhecimento


Conceitos

O conhecimento que é agora considerado

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


Construção, manutenção e o desenvolvimento de sistemas

baseados 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 lógica

matemática e ciência cognitiva.

Fonte: Wikipedia

Engenharia do Conhecimento


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 tão inteligente 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 conhecimento especializado é mais importante na solução de um problema específico que o conhecimento geral.


Histórico da EC Pesquisadores da área começam a tentar

“transferir” o conhecimento do especialista para uma base de conhecimento, através de técnicas de aquisição e representação do 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 regras heurísticas. O conhecimento era representado de maneira uniforme.

Todo o conhecimento era representado num mesmo nível de abstração, dificultando o desenvolvimento de grandes sistemas no âmbito comercial, já que a manutenção dos mesmos se tornava difícil e custosa.


Nos últimos 15 anos, muitos desenvolvedores e gestores começaram a perceber que uma abordagem estruturada 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.

de arte a disciplina

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

Histórico da EC


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 processo ad hoc de construir sistemas baseados em conhecimento em uma disciplina da engenharia Métodos Linguagens Ferramentas

Com base nas disciplinas: administração, matemática, lingüística, computação, psicologia,

sistemas de informação, 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

Métodos de solução representados explicitamente e

de modo abstrato

Compartilhamento de conceitos e métodos

Reuso do modelo.


3. A natureza do conhecimento humano


Dado, informação e conhecimento

CONHECIMENTO

COMPREENSÃO

ANÁLISE

SINTESE

INFORMAÇÃO

D A D O S

FUNDAMENTOS DA ENGENHARIA DO CONHECIMENTO JOSÉ LEOMAR TODESCO e FERNANDO GAUTHIER

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 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.

Representação Conhecimento < >


Nível de Conhecimento de Newell

Nível do Conhecimento

Nível Simbólico

Racionalizar

Implementar

Observador

Ambiente

AgenteComportamento


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


Modelagem do Conhecimento

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


Componentes do Modelo

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


4. Considerações finais


Conclusões e pesquisas futuras Sistemas de conhecimento tem se tornado cada vez

utilizado 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 Refinemen t. 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 !!!

José Leomar TodescoFernando Gauthier

dEGC/CTC/UFSC EGC/UFSC dEGC/CTC/UFSC

[email protected] [email protected]

Documents

EGC6014 - Fundamentos de Engenharia do Conhecimento