Intelligenza Artificiale 2
Metodologie di ragionamento
Prof. M.T. PAZIENZA
a.a. 2002-2003
Agire come un umano: test di Turing
Definizione operativa:
1. Elaborazione del linguaggio naturale
2. Rappresentazione della conoscenza
3. Ragionamento logico
4. Apprendimento automatico
Sistemi di ragionamento logico
Sistemi che ragionano esplicitamente con e
sulla conoscenza che è stata
precedentemente rappresentata
Modularità (la struttura di controllo è isolata
dalla conoscenza che è indipendente dalle
altre componenti il sistema)
Sistemi di ragionamento logico
tipologie
• Dimostratori di teoremi e linguaggi di
programmazione logica
• Sistemi di produzioni
• Sistemi a frame e reti semantiche
• Sistemi di logica descrittiva (logiche
terminologiche)
Sistemi di ragionamento logico
attività fondamentali
1. Aggiungere un nuovo fatto alla Base di
conoscenza (BdC) (a seguito di inferenza)
2. Derivare fatti da una BdC e da un nuovo fatto
3. Decidere se una interrogazione è implicata da
una BdC
4. Decidere se una interrogazione è immagazzinata
esplicitamente in una BdC
5. Aggiornare/Cancellare una frase in una BdC
Mantenimento / Recupero
Informazioni in una BdC
• Definire tipi di dato per formule e termini
(Per tipo di dato intendiamo l’applicazione
di un operatore OP ad una lista di argomenti
P(x), Q(x))
• Memorizzare un insieme di formule S
STORE(KB,S)
• Recuperare formule S
FETCH(KB,S)
Mantenimento / Recupero
Informazioni in una BdC
Es.
Memorizza formule come lista collegata di congiunti
TELL ,   
TELL ,   
Lista di elementi , , , 
Ricerca sequenziale dell’elemento della lista che combacia
con la query Q fino a soddisfacimento o fine lista. Tempo
di ricerca (fetch) O(n). Tempo di memorizzazione (store)
O(1) se senza controllo di duplicati, O(n) con controllo
Mantenimento / Recupero
Informazioni in BdC TavolaHash
• Tavola hash di formule di letterali ground (senza
variabili)
• STORE equivale ad assegnare valore V/F ad una
entry/chiave della tavola; O(1)
• FETCH effettua la ricerca diretta nella tavola;
O(1)
• Problemi:
non si gestiscono formule complesse
non si gestiscono variabili in frasi
Tavole Hash complesse
Chiave-- simbolo predicato
1. Lista letterali positivi per il predicato
2. Lista letterali negativi per il predicato
3. Lista di formule con predicato in conclusione
4. Lista di formule con predicato in premessa
Indicizzazione basata su tavole risulta ottima con molti
simboli di predicato e poche clausole per simbolo
Base di conoscenza
•
•
•
•
•
Fratello(Riccardo,Giovanni)
Fratello(Ted,Jack)
…
…
…
Tavole Hash complesse
• ASK(KB,Brother(Jack,Ted))
Indicizzazione basata su alberi
• Necessaria con molte clausole per un dato
simbolo di predicato
• Indicizzare gli argomenti oltre ai simboli di
predicato. Il processo di ricerca coincide
con la visita (discesa) di un albero
Indicizzazione basata su alberi
Indicizzazione basata su alberi
L’indicizzazione basata su alberi è una
indicizzazione combinata, perché usa una
chiave combinata della sequenza di simboli del
predicato e di argomenti dell’interrogazione.
Problemi:
La ricerca esplode con variabili nella sequenza.
Soluzione:
Indicizzazione incrociata: indirizza i valori in
diversi posti e per risolvere una interrogazione
comincia la ricerca nel posto più promettente.
Algoritmi di unificazione
L’unificazione di due affermazioni permette di
effettuare inferenze
• Conosce (John, x)=> Odia (John,x)
• Conosce (John, Jane)
Inferenza
• Odia (John, Jane)
Per realizzare l’inferenza corretta è necessario chiamare
l’algoritmo di unificazione molte volte.
Sistemi di programmazione
logica
La programmazione logica vede il programma
ed i suoi input come affermazioni logiche
sul mondo, ed il processo in cui si rendono
esplicite le conseguenze come processo di
inferenza.
Linguaggio Prolog
• Tutte le inferenze vengono fatte con
concatenazioni all’indietro (ricerca in profondità)
-> Percorsi infiniti con formule cicliche!
• La ricerca attraverso i congiunti di un antecedente
è da sinistra a destra
• Le clausole nella BdC sono applicate in ordine
dalla prima all’ultima
Reti semantiche
• Descrivono “individui o categorie” e le
“relazioni tra di loro” (detti anche ruoli)
• Gli oggetti del mondo sono nodi di un grafo
• I nodi sono organizzati in una struttura
tassonomica
• Gli archi tra i nodi rappresentano relazioni
binarie di diversa tipologia tra le categorie
di oggetti coinvolte
Reti semantiche
• La semantica di una rete semantica può
essere enunciata fornendo gli equivalenti in
logica del primo ordine per le asserzioni nel
linguaggio della rete.
Reti semantiche
Imprecisa natura delle reti semantiche legata
al fatto che non si distingue tra nodi che
rappresentano classi e nodi che
rappresentano oggetti individuali
Distinguere le relazioni di appartenenza:
• Is-a (elemento / istanza di una classe )
• a-kind-of (sottoclasse)
Reti semantiche
Reti semantiche
Reti semantiche
Necessità di etichettare e direzionare gli archi
per identificare univocamente la relazione
Es.
• Mario compra una barca
versus
• Una barca è comprata da Mario
Reti semantiche
Permettono di gestire la semantica di una
frase del linguaggio naturale distinguendo
• Struttura superficiale
da
• Struttura profonda
del discorso
Reti semantiche e Prolog
is-a di un elemento m con la classe c è
rappresentato dal fatto c(m)
a-kind-of di una sottoclasse c con una
superclasse s è rappresentato da s(X):-c(X)
Reti semantiche ed Ereditarietà
Nelle reti semantiche l’ereditarietà permette
una forma particolare di inferenza
• Se un oggetto appartiene ad una classe,
esso eredita tutte le proprietà di quella
classe
L’ereditarietà si applica anche ai link di tipo akind-of
Una sottoclasse eredita (per ciascun suo
elemento) tutte le proprietà della
superclasse
Reti semantiche
L’uso delle reti semantiche in cui i nodi
rappresentino azioni individuali e gli archi
rappresentino oggetti aventi ruoli diversi in tali
azioni permette di costruire grafi complessi per
rappresentare scenari completi
Rappresentazione di frasi complesse ed articolate
Reti semantiche
• Si possono avere anche archi che rappresentano
relazioni temporali
• Se due azioni diverse puntano allo stesso nodo
tempo, il tempo delle due azioni può essere
considerato contemporaneo (si ipotizza che le
azioni accadono istantaneamente)
Reti semantiche
Fare inferenza da una rete semantica prevede
la ricerca di cammini particolari (ogni arco
attiva cammini soddisfacenti domande
diverse)
Ereditarietà ed eccezioni
Per gestire le eccezioni degli elementi reali di
una classe, si considera la semantica di
Rel(R,A,B) valore di default,
ovvero significa che B è un valore di default
della relazione R per i membri di A, ma tale
valore può essere sovrascritto da altra
informazione (principio della ereditarietà
con eccezioni)
Reificazione (una relazione R diventa un
oggetto, non un predicato)come alternativa
Ereditarietà multipla
Per ereditarietà multipla si intende la
possibilità che un oggetto appartenga a più
di una categoria e che quindi possa ereditare
proprietà lungo percorsi differenti
(possibili conflittualità)
Ereditarietà multipla
Inferenze conflittuali risolvibili con informazioni
aggiuntive
Espansioni / Aggiornamenti
• La logica del primo ordine usa la funzione TELL per
aggiornare una base di conoscenza godendo della
proprietà di monotonia.
• L’ereditarietà con eccezioni è non monotona.
• Le logiche non monotone permettono di affermare
che una proposizione P è considerata vera fin
quando qualche realtà aggiuntiva non consente di
dimostrare che P è falsa.
Relazioni n-arie
Relazioni binarie sono la rappresentazione
degli archi tra una coppia di nodi di un
grafo.
Relazioni n-arie saranno espresse da predicati
n-ari con una lista ordinata di argomenti con
nomi specifici. Ciò permette di esprimere i
casi di frasi complesse di un linguaggio
naturale-> Grafi Concettuali
• Aggiungere esempio
WordNet
• Risorsa lessicale organizzata a rete
semantica (circa 125.000 termini)
• Termini raggruppati in insiemi di sinonimi
(circa 100.000 synset )
• http://cogsci.princeton.edu/wn/online
• Aggiungere esempio
WordNet: esempi d’uso
1. Espansione di interrogazioni con sinonimi
nella ricerca basata su parole chiave
2. Distanza tra parole
3. Classe del termine (persona,
organizzazione, luogo, misura,…)
Espressività
Nelle reti semantiche non è possibile
rappresentare:
negazione
disgiunzione
quantificazione
Reti semantiche: vantaggi
Relativamente facili da comprendere per le persone
Alquanto efficienti da elaborare automaticamente
Sufficientemente potenti per poter rappresentare idee
e concetti anche complessi
Possono essere estese a rappresentare concetti
modali e temporali
Reti semantiche: limiti
Poco espressive (necessarie reti di grandi
dimensioni e complessità per rappresentare
concetti)
Non dispongono di una semantica formale
(non esiste un insieme di convenzioni
universalmente accettato su ciò che una rete
rappresenta)
Frame
Assunzione: la conoscenza è organizzata in
strutture mentali complesse, i frame (Minsky:
quando si incontra una situazione nuova o
imprevista, viene evocata dalla memoria una
struttura mentale complessa la quale, mediante
un processo di instanziazione, viene adattato
alla situazione specifica e fornisce una chiave di
interpretazione per essa)
Struttura dati per rappresentare “stereotipi”, ruolo
fondamentale dei default
Frames
Invece di avere un numero imprecisato di
archi uscenti da un nodo, si definisce un
numero prefissato di slot per rappresentare
gli attributi di un oggetto
Ogni oggetto è un membro / istanza di una
classe cui è collegato da un link is-a
La classe indica il numero di slot validi a
livello di classe ed il nome di ciascuno slot
Frames: struttura dati
Collezione di coppie slot-filler (attributo-valore)
I filler possono essere di diversi tipi:
•
•
•
•
valore specifico
condizione sul valore, riferimento ad un altro frame
valore default
una procedura da attivare quando lo slot riceve un valore (ifadded) o è richiesto il valore dello slot (if-needed)
Slot particolari sono IS ed ISA
Aggiungere esempio
FrameNet
Risorsa costituita da collezioni di frasi annotate
sintatticamente e semanticamente, organizzata in
frame
Semantica basata su frame: il significato delle parole
scaturisce dal ruolo che esse hanno nella struttura
concettuale delle frasi
La conoscenza è strutturata in 16 domini generali:
time, space, communications, cognition. Health,…
http://www.icsi.berkeley.edu/framenet/
Categorie ed oggetti
La maggior parte dei ragionamenti che si
fanno, si applicano alle categorie piuttosto
che agli individui
Se la conoscenza è organizzata in categorie (e
sottocategorie), è sufficiente classificare un
oggetto, tramite le proprietà percepite, per
inferire le proprietà della categoria a cui
appartiene
Tassonomie
Le relazioni di sottoclasse organizzano la
conoscenza in tassonomia (es. in botanica,
biologia, nelle scienze librarie,..)
Ontologie di dominio = tassonomie
specializzate
Script
Gli script implementano l’idea di
rappresentare azioni ed eventi usando una
rete semantica
Ovvero l’intero insieme di azioni coincide con
la descrizione di cammini stereotipali
Gli script fanno uso dell’idea di default dove
alla classe sono associate le regole di una
qualche azione ed all’istanza di una classe
corrispondono le istanze delle azioni
Script / storie
• Analogo alla descrizione di storie
• L’idea è che l’informazione è fornita per
punti generali ed associata alla classe
• Sarà possibile rispondere ad una
molteplicità di domande correlando i punti
generali ad un unico tema condiviso per
quella specifica domanda