[email protected] Setembro / 2004 Ontologias em Gestão do Conhecimento Dr. Eng. Milton Pires Ramos [email protected] TECPAR / DIA Curitiba - Paraná Instituto

[email protected] Setembro / 2004

Ontologias em Gestão do

ConhecimentoDr. Eng. Milton Pires Ramos

[email protected]

TECPAR / DIA

Curitiba - Paraná

Instituto de Tecnologia do Paraná

Divisão de Inteligência Artificial


Sumário:Sumário:

1 – Gestão do Conhecimento;

2 – O que gerenciar ??

3 – Representação e Engenharia do Conhecimento;

4 – Ontologias;

5 – Ontologias em GC;

6 – Pesquisa: IAD/SMA, Ontologias e GC.


Gestão do conhecimento X

- gestão da informação

- gestão de documentos

- gestão de conteúdos

estratégica

- Inteligência competitiva

empresarial

- gestão de competências

- memória empresarial

- portais corporativos

...

Sociedade do conhecimentoEra do conhecimento infinito

dados ? informação ?? conhecimento ???

Engenharia do conhecimento Knowledge workers(trabalhadores do conhecimento)


“I started out building AI-based expert systems with my group of 35

people back in 1980,” he says. “We built over 100 systems but found

that most were not used after a year. In 1984, we started to look at what

was amiss, and began to look into the role of knowledge in business.”

This trajectory led to the introduction of the concept of ‘knowledge

management’ at an ILO conference in Zurich in 1986, and by then Wiig’s

team had begun to explore factors relating to cognitive science alongside

technology-based solutions. By 1989, the focus of Wiig’s research had

shifted away from technology and towards a more people-centric

approach. With typical modesty, Wiig adds: “But as I am a slow learner,

this transition has taken time.”

<Biografia de Karl Wiig, na chamada do KM Europe 2002>

Gestão do ConhecimentoGestão do Conhecimento

Surgimento: Karl Wiig,1986.


Gestão do ConhecimentoGestão do Conhecimento

Knowledge Management is the systematic, explicit

and deliberate building, renewal and application of

knowledge to maximize an enterprise’s knowledge

related effectiveness and returns from its

knowledge assets.Karl Wiig

[Leibowitz, 1999]


O que é conhecimento ?

“Conhecimento é o resultado da organização da informação de acordo com um sistema pessoal de valores”

[Barthès 2002]


DADOS

INFORMAÇÃO

CONHECIMENTO

SABEDORIA

explícito

tácito

simples

complexo


[Barthès 2002]

A floresta de Compiègne em OutubroA floresta de Compiègne em Outubro


dados

[Barthès 2002]


Conhecimento vs valores pessoaisConhecimento vs valores pessoais

“Conhecimento é o resultado da organização da informação de acordo com um sistema pessoal de valores”

[Barthès 2002]


ConhecimentoConhecimento

Knowledge encompasses the implicit and explicit restrictions placed upon objects (entities), operations and relationships along with general and specific heuristics and inference procedures involved in the situation being modeled.

John Sowa

Knowledge consists of truths and beliefs, perspectives and concepts, judgments and expectations, methodologies and know-how.

Karl Wiig[Leibowitz, 1999]


Sistemas de Gestão

do Conhecimento

Sistemas de Gestão

do Conhecimento

Modernas práticas de administração

Gestão de pessoas – liderança

Tecnologia da informação

Inteligência artificial


O Conhecimento nas organizaçõesO Conhecimento nas organizações

Explicit Tacit

[Grundstein & Barthès 1996]


Ciclo de Gestão do ConhecimentoCiclo de Gestão do Conhecimento

CRITICALKNOWLEDGE

IdentifyLocalize

FormalizeModelArchive

ImproveUpdate

AccessDiffuse

ExploitIntegrate

STORE UPDATE

FIND

DISTRIBUTE

[Grundstein & Barthès 1996]


Engenharia do conhecimento - termo usado para

descrever todo o processo de desenvolvimento e

construção de sistemas baseados em conhecimento. [McGraw & Harbison-Briggs, 1989]

-Sistemas baseados no conhecimento;-Sistemas especialistas;-Ontologias;-Sistemas de gestão do conhecimento.

<aquisição, modelagem/representação, gestão>

Engenharia do Conhecimento:Engenharia do Conhecimento:


- Regras de produção

- Redes semânticas

- Frames (quadros)

- Objetos

Formas de representação do conhecimento:Formas de representação do conhecimento:


SE < premissa 1 >

E < premissa 2 >

ENTÃO < conclusão A >

- Um dos primeiros e mais tradicionais modelos de representação do conhecimento;

- Bom nível de representação, simples, de fácil aprendizagem, porém pouco flexível.

- Modelo mais usado na construção de sistemas especialista.

Regras de produçãoRegras de produção


Inputs{ VazaoInj :Vazao total da agua de injecao Particulas :Numero de particulas em suspensao O2galv :Teor de oxigenio [ON]-line medido por par galvanico CorrLPR :Taxa de corrosao medida por LPR CorrRE :Taxa de corrosao medida por resstencia eletrica O2memb :Teor de oxigenio [ON]-line medido por membrana DeltaP :Perda de carga nos filtros BseqO2 :Bomba de injecao de sequestrante de oxigenio [ON]-[OFF]

If VazaoInj >= [VazaoMin]Then Planta operando

If VazaoInj < [VazaoMin]Then PLANTA FORA DE OPERACAO

If Planta operandoand PV12 = [OFF]Then Planta injetando

If Planta operandoand PV12 = [ON]Then PLANTA EM RECIRCULACAO

If Planta operandoand Planta com problemas de corrosaoand Desaeradora dentro dos parametros operacionaisand BseqO2 = [OFF]Then Sequestrante de Oxigenio Alarme amareloand BOMBA DE INJECAO DE SEQUESTRANTE DESLIGADAand RELIGAR bomba de injecao de sequestrante de Oxigenio

LABEL rec.injex.oxigenio "RELIGAR bomba de injecao de sequestrante de Oxigenio"

Sumário:Sumário:Regras de produçãoRegras de produção


Redes semânticas apresentam relações entre elementos em um domínio. Seus elementos básicos são nós e arcos:

- nós – representam os elementos do domínio;

- arcos – representam as relações entre estes elementos.

Quillian R. Semantic Memory. In M. Minsky (ed) Semantic Processing. MIT Press, Cambridge, MA, 1968.

Redes semânticasRedes semânticas


• Modelagem da memória humana

Concept-1

Concept-4

Concept-4Concept-3

Concept-2

Abordagens semânticas – idéia básica (Quillian, 1965)Abordagens semânticas – idéia básica (Quillian, 1965)


Redes Semânticas,exemplo [Quillian]:

Redes Semânticas,exemplo [Quillian]:


Modelo de representação de conhecimento onde um elemento de um domínio é representado por um conjunto de características.

“Um frame possui um nome que identifica o conceito por ele definido e um conjunto de atributos (slots). Um frame é uma estrutura de dados complexa, útil para modelar objetos do mundo real. Assemelham-se a registros de um banco de dados porém mais poderosos e expressivos.”

Minsky, M.A. A Framework for Representing Knowledge. McGraw-Hill, New York, 1975.

Frames (quadros) e objetosFrames (quadros) e objetos


FRAMES (Minsky, 1975)FRAMES (Minsky, 1975)

Minsky 1975

Prototype - inheritance

color # feet

Style-Chair

4guilded

color foot

Chair

f2red

f1 f3 f4

color # feet

Chair

4red

style

Renaissance-Chair

“Renaissance”

Is-amy-Chair

Is-a


Representação de um FRAMERepresentação de um FRAME

Rennaissance-chair

is-a :

(value style-chair)

style :

(value Rennaissance)

number-of-feet :

(if-needed compute-number-of-feet)

picture :

(if-added draw) (if-removed erase)

slots

facets


Goldstein & Roberts 1977

NUDGE / FRL-0NUDGE / FRL-0


Ontologias

“Especificação explícita e formal dos termos de

um domínio e das realações entre eles.”

Tomas Gruber, Stanford University (1993).


OntologiasOntologias

Por que construir ontologias ??

• Para partilhar o entendimento comum da estrutura da informação entre pessoas ou agentes software;

• Para permitir a reutilização do conhecimento do domínio;• Para tornar explícitas as suposições do domínio;• Para separar conhecimento do domínio do conhecimento operacional;• Para analisar o conhecimento do domínio .

Uma ontologia define um vocabulário comum para profissionais que necessitam partilhar informações em um domínio. Isto excluí definição de conceitos básicos do domínio e os relacionamentos entre eles.



Estrutura de uma ontologia:

Conceitos (classes) -

Propriedades (slots) -

Facetas (restrições) -

Para desenvolver uma ontologia:

Definir as classes para a ontologia;

Organizar as classes em uma hierarquia taxonômica;

Definir os slots e descrever os valores permitidos para estes slots;

Preencher os valores nos slots para instanciar as classes.



[John Sowa – http://www.jfsowa.com.br]



[John Sowa – http://www.jfsowa.com.br]



Metodologia de desenvolvimento (proposta):

1. Determinar o domínio e escopo da ontologia;

2. Considerar a reutilização de ontologias existentes;

3. Enumerar termos importantes da ontologia;

4. Definir as classes e sua hierarquia;

5. Definir as propriedades das classes;

6. Definir as restrições das propriedades;

7. Criar as instâncias.



Bases de conhecimento e ontologias estão

proximamente relacionadas em sistemas de gestão do

conhecimento. Comunidades estabelecem ontologias,

ou modelos conceituais partilhados, para fornecer uma

estrutura para compartilhar o significado preciso dos

símbolos trocados durante uma comunicação.


Inteligência Artificial e Gestão do ConhecimentoInteligência Artificial e Gestão do Conhecimento

CRITICALKNOWLEDGE

IdentifyLocalize

FormalizeModelArchive

ImproveUpdate

AccessDiffuse

ExploitIntegrate

STORE UPDATE

FIND

DISTRIBUTE

Redes semânticasOntologias

Bases de conhecimento

...

Sistemas especialistasSistemas Multi-AgenteSistemas CBR

...


Sistemas Multi-Agentes em GC

Grupo ANGCOR - Agents Networked Group for Cooperation and Organization of

ResearchTECPAR, PUCPR, CEFET-PR, UTP e UTC (França)

Divisão de Inteligência ArtificialTECPAR


May I helpyou Sir ?

“Digital butler” - Nicolas Negroponte - MIT.(Being Digital. Alfred A. Knopf, 1995)

“Information superhighway taxi driver” - Oren Etzioni - University of Washington.

(Intelligent agents on the Internet: Fact, Fiction, Forecast. IEEE Expert, Vol. 10, No. 4, August 1995.)

AssistênciaAssistência


Laboratory Network

User 1

User 2

User n

PA 1

PA 2

PA n

Agent "address-book"

Agent "bib-references"

Agent "postman"

Agent "web-research"

ArquiteturaArquitetura


Co

mu

nic

aç

ão

(in

terf

ace

c/

a r

ed

e)

Us

uá

rio

(in

terf

ace

c/

me

stre

)

CONTROLE

Mundo(ambiente,

outros agentes)

Tarefas/projetos(tarefas

complexas)

Si-mesmo(sua propria

representação, memória)

Ontologia(ontologia pessoal)

Mestre(modelo do

usuário, preferências,

hábitos)

Agente assistente pessoal(agente genérico + módulo usuário)

Agente genérico

Ações(competencias)

Modelo do agente assistenteModelo do agente assistente


Co

mu

nic

aç

ão

(in

terf

ace

c/

a r

ed

e)

Us

uá

rio

(in

terf

ace

c/

me

stre

)

CONTROLE

Mundo(ambiente,

outros agentes)

Tarefas/projetos(tarefas

complexas)

Si-mesmo(sua propria

representação, memória)

Ontologia(ontologia pessoal)

Mestre(modelo do

usuário, preferências,

hábitos)

Agente assistente pessoal(agente genérico + módulo usuário)

Agente genérico

Ações(competencias)

Gestão do Conhecimento CorporativoGestão do Conhecimento Corporativo


Sistemas especialistas – solução específica de um problema heurístico complexo.

Ontologias – descrição de um domínio específico.

CBR – captura de experiências, memória da empresa.



“ One of the biggest challenges thrown down by the

discipline in recent years stems from the growing

recognition that knowledge management is

infinitely more complex than most practitioners

like to acknowledge.”Karl Wiig


As técnicas de inteligência artificial podem contribuir tanto para facilitar e simplificar a Gestão do Conhecimento, como para torná-la ainda muito mais complexa !!?!


Milton Pires Ramos

[email protected]

DIA – Divisão de Inteligência Artificial

TECPAR - Instituto de Tecnologia do Paraná

Curitiba Paraná Brasil

Documents

[email protected] Setembro / 2004 Ontologias em Gestão do Conhecimento Dr. Eng. Milton Pires Ramos [email protected] TECPAR / DIA Curitiba - Paraná Instituto