CONSTRUCCION DE SISTEMAS EXPERTOS

Transcripción

1 CONSTRUCCION DE SISTEMAS EXPERTOS TECNICAS DE EDUCCION DEL CONOCIMIENTO Dr. Ramón GARCIA MARTINEZ

2 GRAFOS ARQUETÍPICOS En muchos dominios de conocimiento, puede reconocerse una estructura de representación de la causalidad que es isomorfa con la estructura del dominio. En los problemas de diagnóstico o de clasificación, esta estructura recibe el nombre de grafo arquetípico. El grafo arquetípico de un dominio será el grafo compuesto por los subgrafos asociados a cada problema de ese dominio. Una vez producida la licitación de conocimiento, los componentes de esa estructura son rotulados y la estructura se transforma en un grafo casual. El grafo causal es una representación automáticamente manipulable del conocimiento asociado a los procesos deductivos del experto de campo.

3 GRAFOS ARQUETÍPICOS (cont.) El grafo arquetípico tiene tres clases de nodos: Nodos problemas Nodos solución Nodos precondición

4 TECNICAS DE EDUCCION DEL CONOCIMIENTO Tareas Familiares Entrevistas Tareas de Información Limitada Simulación del Escenario Hacia Adelante Descomposición de objetivos

5 TAREAS FAMILIARES La idea de este método es observar al experto cuando lleva adelante tareas que usualmente ejecuta. Se debe documentar la información obtenida en estas observaciones para utilizarla en la profundización de áreas específicas del conocimiento del experto en posteriores sesiones.

6 En esta observación el Ingeniero de Conocimiento debe establecer: [a] Las similitudes y diferencias establecidas por el experto de entre el problema en curso de solución y otros resueltos previamente. [b] Las diferencias de términos y categorías establecidas por el experto. [c] La habilidad puesta en juego por el experto para inferir nueva información y plantear nuevas hipótesis.

7 ENTREVISTAS > La idea central de este método consiste en que el ingeniero de conocimiento identifique los módulos de conocimiento a partir del discurso del experto. > Debe priorizarse el acceso al experto y minimizarse las interrupciones. > Existen dos tipos de entrevistas: no estructurada estructurada.

8 ENTREVISTA NO ESTRUCTURADA > La entrevista no estructurada consiste en hacer preguntas espontáneas al experto. > Una técnica muy utilizada es hacer que el ingeniero de conocimiento se ponga en el lugar del novato y hacer preguntas sobre procedimientos, ideas sobreentendidas por el experto, tratando en todo momento que el experto piense en voz alta.

9 ENTREVISTA ESTRUCTURADA > La entrevista estructurada consiste en combinar la técnica de tareas familiares con entrevistas no estructuradas. > Formular un protocolo de preguntas sobre areas mal definidas o vacantes en los procesos de educción de conocimiento previamente realizados

10 TAREAS DE PROCESAMIENTO RESTRINGIDO La idea de este método consiste en recurrir a distintas técnicas para deliberadamente forzar al experto a que comprima o altere las estrategias de razonamiento.

11 TECNICAS PARA TAREAS DE PROCESAMIENTO RESTRINGIDO > Limitar la cantidad de tiempo que el experto tiene para absorver información. > Limitar la cantidad de tiempo que el experto tiene para emitir juicios. > Elaborar cuestionarios sobre puntos específicos del problema a resolver. > Aplicar el método de tareas familiares simuladas que consiste en cuestionar al experto a partir de información de archivo.

12 > Aplicar al método de escenarios que consiste en forzar al experto a que establezca analogías entre casos similares. > Aplicar el método de restricciones combinadas que puede ser descripto por el siguiente algoritmo: COMIENZO Tomar un caso de estudio. Tomar la información pertinente al diagnóstico de la solución. Recortar la Información. Suministrar la información resultante al experto de campo. Observar las deferencias entre el diagnóstico dado por el experto de campo y el diagnóstico dado en el caso de estudio. FIN

13 TAREAS DE INFORMACIÓN LIMITADA La idea de este método consiste en explorar alternativas que en una primera recopilación de información no han sido suministradas por el experto; tomando cada tarea y profundizando sobre aspectos que al experto puedan parecerle mas relevantes. Puede comenzarse con el método de tareas familiares para recopilar información y profundizar utilizando las técnicas de procesamiento restringido.

14 SIMULACIÓN DEL ESCENARIO HACIA ADELANTE > En esta técnica el experto elige un escenario muy elemental y verbalmente camina por entre los razonamientos necesarios para llegar al objetivo. > Esta técnica toma lugar en condiciones de laboratorio, no en el ambiente de trabajo del experto.

15 Esta técnica tiene por lo menos dos dificultades: 1.- La exploración a través del cuerpo de conocimiento durante el proceso de refinamiento del mismo involucra el manejo de términos y definiciones cuyos detalles pueden no haber sido claramente establecidos en la definición del dominio resultando en demoras y confusiones. 2.- Se pueden confundir los métodos de razonamiento y los métodos del trabajo del experto.

16 DESCOMPOSICIÓN DE OBJETIVOS > La descomposición de objetivos es el acercamiento al problema por la técnica de reducción tradicional y es útil para enumerar estados objetivo y describir categorías generales de objetivos. > La técnica puede empezar con Suponga que hay una X pero colapsa en Qué está impidiendo a X lograr su misión?.

17 VENTAJAS Y DESVENTAJAS DE CADA TECNICA

18

19 TECNICAS Y ETAPAS DE DISEÑO

20 CONSTRUCCION DE SISTEMAS EXPERTOS VERIFICACION DE BASES DE CONOCIMIENTO Dr. Ramón GARCIA MARTINEZ

21 PROBLEMAS EN BASES DE CONOCIMIENTO Según las reglas: TIPOS DE INCONSISTENCIAS Según los componentes de las reglas: PROBLEMAS DE INTEGRIDAD

22 TIPOS DE INCONSITENCIAS - Reglas redundantes - Reglas conflictivas - Reglas incluidas en otras - Condiciones SI innecesarias - Reglas cíclicas

23 PROBLEMAS DE INTEGRIDAD - Valores de atributo sin referencia - Condiciones SI de punto muerto - Objetivos de punto muerto - Conclusiones inalcanzables

24 REGLAS REDUNDANTES Dos reglas son redundantes si las precondiciones son equivalentes y una o más conclusiones son equivalentes. Este problema no causa problemas lógicos pero afecta a la eficiencia. Ejemplo: P(x) => Q(x) P(y) => Q(y) X e Y son variables y P y Q son predicados verificados por X e Y. P(x) => Q(x) P(x) => Q(y) ˆ T(y)

25 REGLAS CONFLICTIVAS Dos reglas son conflictivas si tienen equivalentes pre-condiciones y conclusiones contradictoras. Ejemplo: P(x) => Q(x) P(x) => Q(x) ó P(x) => Q(x) P(y) => Q(y) ˆ T(y)

26 REGLAS INCLUIDAS EN OTRAS Una regla esta incluida dentro de otra, si ambas tienen las mismas conclusiones y las precondiciones de una se satisfacen si las precondiciones de la otra se satisfacen. Ejemplo: P(x) => Q(x) P(x) ˆ T(y) => Q(x)

27 CONDICIONES SI INNECESARIAS Dos reglas presentan este problema cuando las conclusiones de ambas son equivalentes y una de las pre-condiciones en la primer regla es la negación de una de las pre-condiciones en la segunda regla, siendo el resto de las precondiciones equivalentes. Ejemplo: P(x) ˆ T(y) => Q(x) P(x) ˆ T(y) => Q(x) Es evidente que Q(x) se deduce independientemente de la verdad o faseldad de T(x) por lo que la regla resultante será: P(x) => Q(x)

28 REGLAS CÍCLICAS Este problema se presenta cuando el encadenamiento lógico de un conjunto de reglas genera un ciclo. Ejemplo: P(x) => Q(x) Q(x) => R(x) R(x) => P(x)

29 VALORES DE ATRIBUTO SIN REFERENCIA Ocurre cuando se han definido valores en el dominio de un atributo o pre-condición que no son utilizados por ninguna regla. No involucra problemas lógicos pero es un problema para el mantenimiento de la Base de Conocimiento. Ejemplo: Una pre-condición numérica que fue definida como real y solo toma valores enteros.

30 CONDICIONES SI DE PUNTO MUERTO Ocurre cuando en determinadas reglas encontramos condiciones que son inalcanzables por disparo de otras reglas. Ejemplo: Podemos tomar la siguiente Base de Conocimiento: P(x) => T(x) T(y) => Q(x) R(x) => Q(x) La precondición de la tercera regla R(X) no es disparada como conclusión por ninguna de las otras dos reglas.

31 OBJETIVOS DE PUNTO MUERTO Ocurre cuando se plantea un objetivo que es inalcanzable por disparo de las reglas pertenecientes a la Base de Conocimiento. Ejemplo: Podemos tomar la siguiente Base de Conocimiento: P(x) => T(x) T(x) => Q(x) Para este ejemplo el objetivo R(x) sería de punto muerto pues no es disparado como conclusión por ninguna de las reglas.

32 CONCLUSIONES INALCANZABLES Este tipo de conclusiones pertenecen a reglas con pre-condiciones que son de punto muerto. Ejemplo: Podemos tomar la siguiente Base de Conocimiento: P(x) => T(x) T(x) => S(x) R(x) => Q(x) La pre-condición de la tercera regla R(X) no es disparada como conclusión por ninguna de las otras dos reglas, por lo que Q(x) se convierte en una conclusión inalcanzable.

33 CRITERIOS DE EVALUACION DE UNA BASE DE CONOCIMIENTO Exactitud: Cuan bien el Sistema Experto refleja el comportamiento del experto humano. Adaptabilidad: Posibilidad de extender la experticia del Sistemas Experto en un desarrollo futuro. Envergadura: Cantidad de tareas que el sistema experto es capaz de llevar adelante. Normalmente esta relacionado con la cantidad de reglas o con grupos de estas asociadas a tareas o problemas.

34 Profundidad: Cantidad necesaria de restricciones a satisfacer para lograr la identificación de un problema o tarea. Generalidad: Capacidad de un Sistemas Experto de ser utilizado en un amplio rango de problemas. Validez: Capacidad de un Sistemas Experto de producir predicciones empíricamente correctas.

35 Robustez: Capacidad del Sistemas Experto de determinar la relevancia de determinada información en orden a obtener sus objetivos. Disponibilidad: La posibilidad de poder construir un modelo más simple que con pocas restricciones exhiba un comportamiento similar al del Sistemas Experto.

36 CONSTRUCCION DE SISTEMAS EXPERTOS METODOLOGIAS Dr. Ramón GARCIA MARTINEZ

37 Se concentra: METODOLOGIA DE GROVER > En el la definición del dominio (conocimiento, referencias, situaciones y procedimientos) > En la formulación del conocimiento fundamental (reglas elementales, creencias y expectativas) > En la consolidación del conocimiento de base (revisión y ciclos de corrección).

38 La metodología de adquisición de conocimiento para el dominio del problema de Grover tiene tres fases: > DEFINICIÓN DEL DOMINIO > FORMULACIÓN FUNDAMENTAL DEL CONOCIMIENTO > CONSOLIDACIÓN DEL CONOCIMIENTO BASAL.

39 DEFINICION DEL PROBLEMA FORMULACION DEL CONOCIMIENTO FUNDAMENTAL DEFINICION DEL DOMINIO DESCRIPCION DEL PROBLEMA REFERENCIAS BIBLIOGRAFICAS GLOSARIO DE TERMINOS IDENTIFICACION DE EXPERTOS CRITERIOS DE PERFORMANCE ESCENARIOS EJEMPLO ESCENARIOS INICIALES CUERPO DE CONOCIMIENTO FUNDAMENTAL VERIFICACION DE SINTAXIS VERIFICACION DEL COMPORTAMIENTO (FORZADO) REVISION DEL EXPERTO CONSOLIDACION DEL CONOCIMIENTO BASAL NUEVOS ESCENARIOS CONOCIMIENTO BASAL VERIFICACION GENERAL DEL COMPORTAMIENTO ACTIVIDAD BASAL DEL SISTEMA EXPERTO

40 PRIMERA FASE: DEFINICIÓN DEL DOMINIO Generación del Manual de Definición del Dominio: Descripción general del problema. Bibliografía de los documentos referenciados. Glosario de términos, acronismos y símbolos. Identificación de expertos autorizados. Definición de métricas de performance apropiadas y realistas. Descripción de escenarios de ejemplos razonables.

41 SEGUNDA FASE: FORMULACIÓN FUNDAMENTAL DEL CONOCIMIENTO Se revisan los escenarios seleccionados por el experto que satisfacen los siguientes cinco criterios de conocimiento fundamental : > el más nominal > el más esperado > el más importante > el mas arquetípico > el mejor entendido.

42 Esta revisión forma una base para: > Determinar la performance mínima > Realizar el testeo y efectuar corrección > Determinar las capacidades del sistema experto que pueden ser expandidas y sujetas a experimentación.

43 Esta base del conocimiento fundamental debe incluir: Una ontología de entidades del dominio, relaciones entre objetos (clases) y descripciones objetivas; Un léxico seleccionado (vernáculo) Una definición de fuentes de entrada y formatos Una descripción del estado inicial incluyendo el conocimiento estático Un conjunto básico de razones y reglas de análisis Una lista de estrategias humanas (meta-reglas) las cuales pueden ser consideradas por los diseñadores del sistema experto como reglas a incluir en la base de conocimiento.

44 > Este cuerpo de conocimiento debe estar escrito > Parte de el habrá sido adquirido previamente durante la definición del dominio. > La validez de este cuerpo de conocimiento puede ser testeada implementándola en una base de conocimiento que se contraste con los escenarios desde los cuales fue adquirida y verificando que se produzca un comportamiento similar al del experto en el mismo escenario.

45 TERCERA FASE: CONSOLIDACION DEL CONOCIMIENTO BASAL > Corresponde al ciclo de revisión y mejoramiento del conocimiento educido. > La actividad basal puede ser definida en el mismo sentido que la medicina: el menor nivel de actividad (comportamiento del sistema) esencial para el mantenimiento de funciones vitales. > En un sistema experto, esto refiere a que todos los componentes del sistema experto operacional estan desarrollados, pero sin la amplitud ni profundidad que la versión final necesitará.

46 > Se debe encontrar el conjunto de estándares mínimos de performance en la definición del dominio. > El conocimiento basal, es el conjunto de reglas y definiciones adecuadas para producir actividad basal. > En esta etapa el cuerpo fundamental del conocimiento es revisado e integrado a través de la apropiada reconstrucción de reglas. > La corroboración con expertos adicionales puede colaborar en el cumplimiento de este objetivo. En esta etapa pueden trabajarse los niveles de confianza de las distintas piezas de conocimiento.

47 ESQUEMA DE CONSOLIDACION CUERPO DE CONOCIMIENTO FUNDAMENTAL EVALUACION Y MEJORA CON EL EXPERTO CONSIDERACION DE LOS ASPECTOS DE CONTROL SECUENCIAMIENTO DE REGLAS ADECUACION DE REGLAS CONSISTENCIA DE REGLAS INCORPORACION DE VALORES DE CONFIANZA (GRADOS DE VERDAD) CONOCIMIENTO BASAL ACTIVIDAD BASAL DEL SISTEMA EXPERTO

48 METODOLOGIA IDEAL Este método fue desarrollado en la Facultad de Informática de la Universidad Politécnica de Madrid y consta de las siguientes fases: Fase I. Fase II. Identificación de la tarea Desarrollo de los prototipos Fase III. Ejecución de la construcción del sistema integrado Fase IV. Actuación para conseguir el mantenimiento perfectivo Fase V. Lograr una adecuada transferencia tecnológica

49 FASE I: IDENTIFICACIÓN DE LA TAREA > Considera la definición de los objetivos del proyecto de sistema experto > Determinar si la tarea asociada es susceptible de ser tratada con la tecnología de Ingeniería del Conocimiento. > En caso afirmativo: + Se definen las características del problema + Se especifican los requisitos que enmarcan la solución del problema.

50 La FASE I se estructura en tres ETAPAS: ETAPA I.1: ETAPA I.2: ETAPA I.3: PLAN DE REQUISITOS Y ADQUISICIÓN DE CONOCIMIENTOS EVALUACIÓN Y SELECCIÓN DE LA TAREA DEFINICIONES DE LAS CARACTERÍSTICAS DE LA TAREA

51 FASE II. DESARROLLO DE LOS PROTOTIPOS > Involucra el desarrollo de los distintos prototipos que permiten ir definiendo y refinando más rigurosamente las especificaciones del sistema, de una forma gradual hasta conseguir las especificaciones exactas de lo que se puede hacer y cómo realizarlo. > La construcción relativamente rápida de un prototipo de demostración permitirá al ingeniero de conocimiento, al experto y directivos comprobar la viabilidad de la aplicación y comprender mejor los requisitos de los usuarios y las especificaciones del sistema.

52 La FASE II se estructura en seis ETAPAS: ETAPA II.1. CONCEPCIÓN DE LA SOLUCIÓN. ETAPA II.2. ADQUISICIÓN DE CONOCIMIENTOS Y CONCEPTUALIZACIÓN DE LOS CONOCIMIENTOS ETAPA II.3. FORMALIZACIÓN DE LOS CONOCIMIENTOS ETAPA II.4. IMPLEMENTACIÓN ETAPA II.5. VALIDACIÓN Y EVALUACIÓN ETAPA II.6. DEFINICIÓN DE NUEVOS REQUISITOS, ESPECIFICACIONES Y DISEÑO

53 FASE III. EJECUCIÓN DE LA CONSTRUCCIÓN DEL SISTEMA INTEGRADO La FASE III se estructura en tres ETAPAS: ETAPA III.1. REQUISITOS Y DISEÑO DE LA INTEGRACIÓN CON OTROS SISTEMAS ETAPA III. 2. IMPLEMENTACIÓN Y EVALUACIÓN DE LA INTEGRACIÓN ETAPA III.3. ACEPTACIÓN POR EL USUARIO DEL SISTEMA FINAL.

54 FASE IV. ACTUACIÓN PARA CONSEGUIR EL MANTENIMIENTO PERFECTIVO > Dadas las características específicas de los sistemas basados en conocimiento, el mantenimiento perfectivo es esencial, puesto que. además del aumento de funcionalidades (como en los sistemas tradicionales), efectúa la incorporación de nuevos conocimientos que, sin duda, se van a generar por el propio uso del sistema basado en conocimiento. > Este mantenimiento viene reflejado en el ciclo de vida en la tercera dimensión de la espiral tronco-cónica.

55 La FASE IV se estructura en tres ETAPAS: ETAPA IV.1. DEFINIR EL MANTENIMIENTO DEL SISTEMA GLOBAL ETAPA IV.2. DEFINIR EL MANTENIMIENTO DE LAS BASES DE CONOCIMIENTOS ETAPA IV.3. ADQUISICIÓN DE NUEVOS CONOCIMIENTOS

56 FASE V. LOGRAR UNA ADECUADA TRANSFERENCIA TECNOLÓGICA La FASE V se estructura en dos ETAPAS: ETAPA V.1. ORGANIZAR LA TRANSFERENCIA TECNOLÓGICA ETAPA V.2. COMPLETAR LA DOCUMENTACIÓN DEL SISTEMA