SSII T6 SistemasBasadosReglas

Universidad de Oviedo
Centro de Inteligencia Artificial
SISTEMAS INTELIGENTES T6: Sistemas Basados en Reglas

{jdiez, juanjo} @ aic.uniovi.es
Sistemas Inteligentes - T6: Sistemas Basados en Reglas
Introduccin
Definicin: sistemas diseados para actuar como un experto humano en un dominio o rea de conocimiento particular Caractersticas:

Tratan de replicar el comportamiento de los expertos en la materia Se basan en la utilizacin de tcnicas de IA Proporcionar soluciones aplicables en la prctica Generar nuevo conocimiento Mycin-Tieresias, GPS, DENDRAL, R1, etc
Funcin:

Ejemplos:
Arquitectura
Experto
Motor de Inferencia Mdulo de Adquisicin del Conocimiento Interface de Usuario
Base Base de de Mdulo de Conocimientos Explicacin Datos (Reglas) (Hechos)
Usuario
Estructura de un SBR
Base de hechos: Datos relevantes
relativos al problema concreto
Conocimiento del dominio de sistema: Forma natural de
almacenar el conocimiento
Antecedentes Consecuente
Identificacin de frutas (I)

Atributos
N_Semillas Tipo_Semilla Color Forma Clase_Frutal Fruta =1 >1 Hueso Mltiple Rojo Amarillo Larga rbol Cereza Pltano
Valores
Identificacin de frutas (II)

Reglas
Prioridad
0
Antecedente
N_Semillas = 1 Color = Rojo AND
Consecuente
Tipo_Semilla = Hueso
10
Clase_Frutal = rbol AND Tipo_Semilla = Hueso Color = Amarillo
Fruta = Cereza
10
AND
Forma = Larga
Fruta = Pltano
Base de Hechos
Base de Conocimiento: Reglas (I)

Forma de representar el conocimiento de manera natural si ANTECEDENTE entonces CONSECUENTE Normalmente no reflejan implicaciones lgicas sino las convicciones de un experto Antecedente: conjunciones de atributos de un mismo dominio Consecuente: atributos que pasarn a ser conocidos para el sistema Pueden poseer un campo de prioridad que indica el grado de relevancia de la regla para nuestro sistema
Base de Conocimiento: Reglas (II)

Es condicin necesaria, pero no suficiente, que se cumpla el antecedente de una regla para poder dispararla Depender de:
La prioridad de la regla Del motor de inferencia
Inferencia en Sistemas de Reglas (I)
Los sistemas basados en reglas usan el modus ponens

Si A es un hecho cierto y la implicacin A B es cierta, entonces se deriva que el hecho B es cierto
Disparo o Ejecucin: los atributos que forman el consecuente pasan a ser conocidos (hechos) por nuestro sistema
Inferencia en Sistemas de Reglas (II)
Un proceso de resolucin de un problema es obtener una secuencia de inferencias de los datos iniciales al objetivo: Una bsqueda! Usando tcnicas de bsqueda + comparacin de patrones los sistemas basados en reglas automatizan los mtodos de razonamiento (cadenas de inferencias)
Inferencia en Sistemas de Reglas (III)

No es exactamente deduccin lgica:
Acepta incertidumbre No monotona (un hecho derivado puede ser posteriormente retractado)
Dependencias reversibles/irreversibles
Si la informacin que se retracta ha sido utilizada para obtener nuevas conclusiones: R : Si bombilla-encendida entonces habitaciniluminada I: Si bombilla-encendida entonces pelcula-velada
Sistema de prediccin del tiempo en la prximas 12h (verano)

R1: Si temperatura ambiente por encima de 20 Entonces hace calor R2: Si humedad relativa mayor que 65% Entonces atmsfera esta hmeda R3: Si hace calor y atmsfera hmeda Entonces es probable que haya tormentas Hechos Conocidos Temperatura ambiente por encima de 20C Humedad relativa del 80% Observacin R1: Si temperatura ambiente > 20C Y humedad relativa >65% Entonces es probable que haya tormentas Misma conclusin con prdida de informacin (hace calor, atmsfera hmeda) que puede ser til a la hora de deducir nuevo conocimiento
Reglas Activadas R1, R2 Deducimos Atmsfera Hmeda Hace Calor
Se Satisface R3 Es probable que haya tormentas
Motor de inferencia
Permite obtener nuevo conocimiento a partir del existente, para ello utiliza un proceso de razonamiento El proceso de razonamiento es una progresin de un conjunto de datos de partida hacia una solucin o conclusin
El proceso de razonamiento (I)

Encadenamiento hacia delante (Forward chaining)

Pocos datos y/o muchas posibles conclusiones Poco especfico (dispara todas las reglas posibles) OPS5 (crea sistemas expertos) Muchas informacin disponible, pero poca es relevante (consulta de un mdico) Ms especfico y generalmente ms eficaz MICYN, PROLOG
Encadenamiento hacia atrs (Backward chaining)

Kappa, KEE, Goldworks, NEXPERT: usan uno, otro o combinacin de ambos

El proceso de razonamiento (II)

Importante:
La direccin de encadenamiento no tiene nada que ver con la direccin en que se ejecuta una regla. Siempre se disparan hacia delante (se da por bueno o se ejecuta el consecuente cuando se confirma el antecedente) Cuando se habla de encadenamiento hacia atrs nos referimos solamente al proceso de bsqueda y seleccin de reglas
Encadenamiento hacia delante (I)

Objetivo
Datos iniciales
Derivar mximo conocimiento
Mtodo muy til cuando los datos iniciales son pocos y/o existen muchas posibles conclusiones Pasos a realizar

Matching Resolucin de conflictos Ejecucin
Encadenamiento hacia delante (II)

Matching: Bsqueda de las reglas para las que es cierto su antecedente (reglas satisfechas) Resolucin de conflictos: Seleccin, de entre las reglas satisfechas, aquella que se va a ejecutar Criterios de seleccin (*estrategia de bsqueda*):
Mayor n de premisas en el antecedente Prioridad ms alta Bsqueda en profundidad Bsqueda en anchura
Ejecucin: Se dispara la regla, por lo que ampliamos los datos conocidos
Encadenamiento hacia delante: ciclo 0

Permite seleccionar un objetivo o ninguno
Valores de los atributos tras la ejecucin
Encadenamiento hacia atrs (I)
Obj. n
Datos iniciales
+
Obj. 2 Obj. 1
Pila de objetivos
Objetivos intermedios
Encadenamiento hacia atrs (II)
Caractersticas
Mtodo muy til en aplicaciones con muchos datos disponibles de partida, de los que solo una pequea parte son relevantes Sistema interactivo, slo pregunta lo estrictamente necesario a diferencia del encadenamiento hacia delante que no pregunta nada
Encadenamiento hacia atrs (III)

1. Se forma una pila inicial compuesta por todos los objetivos iniciales 2. Considerar el primer objetivo de la pila. Localizar todas las reglas que lo satisfagan 3. Examina las premisas de dichas reglas, en orden:
a) Si todas las premisas se satisfacen. Ejecutamos las reglas y se derivan sus conclusiones. Si se deriv un valor para el objetivo actual entonces se elimina de la pila y se vuelve al paso 2 b) Si una premisa de una regla no se satisface (tiene un valor desconocido en la base de conocimientos), se mira a ver si existen reglas que concluyan un valor para ella. Si existen se inserta en el tope de la pila de objetivos y se vuelve al paso 2
Encadenamiento hacia atrs (IV)

c) Si por b) no se encontr ninguna regla que concluya un valor para la premisa actual. Entonces se pregunta al usuario por dicho valor y se aade a la base de conocimientos Si el valor satisface la premisa actual se contina examinado el resto del antecedente Sino se considera la siguiente regla que concluya un valor para el objetivo actual
4.
Si se han examinado todas las reglas que concluyen un valor para el objetivo actual y todas fallaron entonces se marca el objetivo como indeterminado, se extrae de la pila y se vuelve al paso dos. Si la pila esta vaca el proceso finaliza !
Encadenamiento hacia atrs: ciclo 0

Permite seleccionar uno o varios objetivos

Ejecutar paso a paso Posibilidad de ver los pasos anteriores Tener a la vista la pila de objetivos, su estado, la traza y la base de hechos Pregunta al usuario
Encadenamiento hacia atrs: Consulta al usuario
En este caso le diremos que el valor para el atributo color es rojo.
Control del razonamiento

Cmo seleccionar una regla cuando hay varias? El control del razonamiento es importante por tres motivos:
-Contenido de la inferencia Las reglas ms especficas y las que tratan con excepciones deben aplicarse antes que las generales -Eficiencia: seleccionar la regla adecuada acelera alcanzar el objetivo -Dilogo El sistema no debe preguntar lo que puede deducir El orden de las preguntas debe seguir una lnea de razonamiento clara
Control del razonamiento: Mecanismos sencillos

Ordenar las reglas

Poco elegante Difcil de mantener Slo aplicable en sistemas simples en los que las reglas se almacenan en una lista que se recorre cclicamente Vlido slo en encadenamiento hacia atrs Colocar primero las que tienen ms posibilidades de fallar
Ordenar las premisas/conclusiones en cada regla

Aadir nuevas premisas para controlar las reglas a aplicar en cada punto de la inferencia
Si situacin=coche-en-marcha y hielo-en-la-carretera y velocidad>70 Entonces recomendacin = Reducir-velocidad
Si hielo-en-la-carretera y velocidad > 70 Entonces recomendacin= Reducir-velocidad
Control del razonamiento: Otros mecanismos
Control de agendas
- - - Pila o cola de reglas que pueden ejecutarse El orden puede alterarse por prioridades Reglas para seleccionar las reglas
Metarreglas
Sistemas especficos de Resolucin de conflictos (ej. RETE del sistema OPS5)

Reglas con variables

Aumenta la expresividad de las reglas Tambin la complejidad de su gestin Facilita la modificacin de reglas
Si organismo=streptococo organismo=gonorrea entonces prescripcin=penicilina Si organismo=streptococo organismo=gonorrea entonces droga-indicada=penicilina Si droga-indicada=penicilina No-conocida(alergia_a= penicilina) droga-indicada=?droga No-conocida(alergia_a= ?droga ) entonces preguntar(alergia_a= penicilina) ?droga) Si droga-indicada=penicilina (alergia_a= penicilina) droga-indicada =?droga (alergia_a =?droga ) entonces prescripcin= prescripcin =penicilina ?droga ! !
Fallo en alrgicos
Repetir para cada droga !!!

Ventajas e inconvenientes
Ventajas:
Modularidad -> facilita el desarrollo incremental Consistencia en las respuestas Accesibilidad (24h al da) Explicacin de soluciones
Inconvenientes:
Encadenamiento infinito Opacidad -> es difcil seguir la traza de las deducciones Cobertura del dominio -> gran nmero de reglas Adicin de nuevo y contradictorio conocimiento

SSII T6 SistemasBasadosReglas

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

SSII T6 SistemasBasadosReglas

Uploaded by

Copyright:

Available Formats

Universidad de Oviedo

Centro de Inteligencia Artificial

SISTEMAS INTELIGENTES T6: Sistemas Basados en Reglas

Sistemas Inteligentes - T6: Sistemas Basados en Reglas

Centro de Inteligencia Artificial

Centro de Inteligencia Artificial

Motor de Inferencia Mdulo de Adquisicin del Conocimiento Interface de Usuario

Base Base de de Mdulo de Conocimientos Explicacin Datos (Reglas) (Hechos)

Centro de Inteligencia Artificial

Base de hechos: Datos relevantes

relativos al problema concreto

Conocimiento del dominio de sistema: Forma natural de

Sistemas Inteligentes - T6: Sistemas Basados en Reglas

Centro de Inteligencia Artificial

Identificacin de frutas (I)

Sistemas Inteligentes - T6: Sistemas Basados en Reglas

Centro de Inteligencia Artificial

Identificacin de frutas (II)

Clase_Frutal = rbol AND Tipo_Semilla = Hueso Color = Amarillo

Sistemas Inteligentes - T6: Sistemas Basados en Reglas

Centro de Inteligencia Artificial

Sistemas Inteligentes - T6: Sistemas Basados en Reglas

Centro de Inteligencia Artificial

Base de Conocimiento: Reglas (I)

Centro de Inteligencia Artificial

Base de Conocimiento: Reglas (II)

Sistemas Inteligentes - T6: Sistemas Basados en Reglas

Centro de Inteligencia Artificial

Inferencia en Sistemas de Reglas (I)

Los sistemas basados en reglas usan el modus ponens

Sistemas Inteligentes - T6: Sistemas Basados en Reglas

Centro de Inteligencia Artificial

Inferencia en Sistemas de Reglas (II)

Centro de Inteligencia Artificial

Inferencia en Sistemas de Reglas (III)

Centro de Inteligencia Artificial

Sistema de prediccin del tiempo en la prximas 12h (verano)

Reglas Activadas R1, R2 Deducimos Atmsfera Hmeda Hace Calor

Se Satisface R3 Es probable que haya tormentas

Centro de Inteligencia Artificial

Centro de Inteligencia Artificial

El proceso de razonamiento (I)

Encadenamiento hacia atrs (Backward chaining)

Kappa, KEE, Goldworks, NEXPERT: usan uno, otro o combinacin de ambos

Centro de Inteligencia Artificial

El proceso de razonamiento (II)

Sistemas Inteligentes - T6: Sistemas Basados en Reglas

Centro de Inteligencia Artificial

Encadenamiento hacia delante (I)

Derivar mximo conocimiento

Matching Resolucin de conflictos Ejecucin

Sistemas Inteligentes - T6: Sistemas Basados en Reglas

Centro de Inteligencia Artificial

Encadenamiento hacia delante (II)

Ejecucin: Se dispara la regla, por lo que ampliamos los datos conocidos

Sistemas Inteligentes - T6: Sistemas Basados en Reglas

Centro de Inteligencia Artificial

Encadenamiento hacia delante: ciclo 0

Sistemas Inteligentes - T6: Sistemas Basados en Reglas

Centro de Inteligencia Artificial

Encadenamiento hacia delante: ciclo 1

Sistemas Inteligentes - T6: Sistemas Basados en Reglas

Centro de Inteligencia Artificial