Rappresentazione della Conoscenza. Lezione 1. Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 0

Documenti analoghi
Rappresentazione della Conoscenza. Lezione 6. Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 6 0

Intelligenza Artificiale. Lezione 11. Intelligenza Artificiale Daniele Nardi, 2003 Lezione 11 0

Che cosa abbiamo fatto fin ora

Temi d Esame Logica II

INTELLIGENZA ARTIFICIALE (elementi) 6 cfu

Introduzione alla logica

INTELLIGENZA ARTIFICIALE (elementi) 6 cfu

Intelligenza Artificiale. Introduzione. Intelligenza Artificiale Daniele Nardi, 2003 Introduzione 0

RAPPRESENTAZIONE DELLA CONOSCENZA. È un insieme di CONVENZIONI e FORMALISMI per esprimere la conoscenza;

Logica proposizionale

RAPPRESENTAZIONE DELLA CONOSCENZA (1)

Introduzione al Semantic Web

Intelligenza Artificiale. Introduzione. Intelligenza Artificiale Daniele Nardi, 2004 Introduzione 0

Un metodo di rappresentazione della Conoscenza e un insieme di CONVENZIONI e FORMALISMI per esprimere la conoscenza.

Introduzione alla Programmazione Logica ed al linguaggio PROLOG

LICEO DELLE SCIENZE APPLICATE

FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M

LOGICA E FILOSOFIA DELLA SCIENZA

Logica proposizionale

La Rappresentazione della Conoscenza Emiliano Giovannetti. rappresentazione. Importanza della conoscenza. Conoscenza e intelligenza artificiale

FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M

Programmazione C Massimo Callisto De Donato

Logica per la Programmazione

Planning deduttivo in Prolog Planning in Prolog (come ricerca forward) (il 18 Gennaio, in Lab)

IL PROCESSO di PROGETTAZIONE

Intelligenza Artificiale e Ingegneria della Conoscenza. Introduzione

REGISTRI D'ESAME CODICE ESAME CORSO DI LAUREA NOME DEL CORSO LAUREA CFU

Applicazioni di intelligenza artificiale

Fondamenti di Intelligenza Artificiale

Corso di Laurea Ingegneria Informatica Fondamenti di Informatica

INTRODUZIONE AL TESTO FILOSOFICO

Programmi e Oggetti Software

Linguaggi, Traduttori e le Basi della Programmazione

Programmi e Oggetti Software

MODELLO e RAPPRESENTAZIONE

Circuiti e algoritmi per l elaborazione dell informazione

LABORATORI DI CULTURA DIGITALE: INFORMATICA, INTERNET E ROBOTICA

Logica: materiale didattico

Sommario Obiettivo della programmazione e ciclo di sviluppo di programmi. Programmi. Ciclo di sviluppo di programmi. Obiettivo

Logiche descrittive Le logiche descrittive sono una famiglia di formalismi per la rappresentazione della conoscenza (KR) che descrivono ciò che è

Intelligenza Artificiale A (lezione introduttiva parte di teoria)

Intelligenza artificiale e dintorni

UD7. Ho visto cose che voi umani

Il Concetto Intuitivo di Calcolatore. Esercizio. I Problemi e la loro Soluzione. (esempio)

FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M

Introduzione all Intelligenza Artificiale

Gestione dei dati e della conoscenza. Proff. R. BASILI / M.T. PAZIENZA a.a

Intelligenza Artificiale

Informatica Generale Andrea Corradini Gli algoritmi e la risoluzione di problemi

C1: L C1 C2: L C2 C: C1 C2

Gestione della Conoscenza

Basi di Dati e Sistemi Informativi su Web

Problemi, algoritmi, calcolatore

Sviluppo di un framework per la modellazione di agenti BDI orientato ai computer games

Maiuscole e minuscole

CALCOLO PROPOSIZIONALE. Corso di Logica per la Programmazione Andrea Corradini

L intelligenza artificiale

FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M

Progettazione di basi di dati

LINGUAGGI DI PROGRAMMAZIONE E CODIFICA PROGRAMMI

Corso di Laurea Ingegneria Civile

Dipartimento di Informatica Scienza e Ingegneria LAUREA MAGISTRALE IN INFORMATICA A.A. 2015/2016

Introduzione all Intelligenza Artificiale

Rappresentazione della conoscenza e ragionamento. I sistemi di rappresentazione della conoscenza

Il concetto di calcolatore e di algoritmo

Logica per la Programmazione Corso di Laurea in INFORMATICA a.a. 2016/17

Elementi di programmazione

Lez. 8 La Programmazione. Prof. Pasquale De Michele (Gruppo 2) e Raffaele Farina (Gruppo 1) 1

Il linguaggio di programmazione Python

TRADUZIONE STATE AND TRANSITION DIAGRAM UML E CORRETTEZZA DEI PROGRAMMI IN TLA+

Università di Pisa Facoltà di Scienze Matematiche Fisiche e Naturali

30 Circolo Didattico G. Parini - Scuola Primaria- a.s. 2007/2008

Intelligenza artificiale

Unità di apprendimento 6. Dal problema al programma

4. Matematica applicata all economia opzione

Corso di Informatica Modulo T2 1 - Linguaggi e macchine

Logica per la Programmazione

UNIVERSITA DEGLI STUDI DI BARI Aldo Moro

Università di Bergamo Facoltà di Ingegneria. Intelligenza Artificiale. Paolo Salvaneschi A3_1 V1.3. Agenti

Basi di Dati Concetti Introduttivi

Biologia. Esplicitazone del prodotto/compito ESITI DI APPRENDIMENTO

Informatica 3. LEZIONE 1: Introduzione. Modulo 1: Introduzione al corso Modulo 2: Introduzione ai linguaggi di programmazione

Intelligenza Computazionale INSEGNAMENTO ANNO ACCADEMICO Informatica Magistrale CORSO DI LAUREA IN Anna Maria Fanelli DOCENTE II

DBMS. Affidabilità. Privatezza dei dati. Efficienza. Efficacia. Un DBMS deve garantire:

Dal problema a un programma comprensibile dal calcolatore. Il Progetto degli Algoritmi. Dall analisi del problema all esecuzione

UD12. Fotografie di conoscenza

Modellazione di sistemi ingegneristici (parte 1 di 2)

Unità di apprendimento 6. Il software: dal linguaggio alla applicazione

Linguaggi di programmazione e astrazione

Elementi di programmazione

Semantica proposizionale. Unit 2, Lez 3 e 4 Corso di Logica

Informatica 3. Informatica 3. Lezione 1- Modulo 1. LEZIONE 1: Introduzione. Concetti di linguaggi di programmazione. Introduzione

Linguaggi di programmazione

ISTITUTO MAZZINI - DA VINCI

METODI DI RICERCA E DI VALUTAZIONE IN PSICOLOGIA DELLO SVILUPPO

Classe prima. Classe seconda

Liceo Scientifico "C. CATTANEO" PIANO DI LAVORO DI INFORMATICA. CLASSE 2 LSA SEZ. B e D

Rappresentazione della Conoscenza. Lezione 7. Rappresentazione della conoscenza, D. Nardi, 2004, Lezione 7 0

Università di Bergamo Facoltà di Ingegneria. Intelligenza Artificiale. Paolo Salvaneschi A1_1 V1.1. Introduzione

FONDAMENTI DI INFORMATICA

Transcript:

Rappresentazione della Conoscenza Lezione 1 Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 0

Sommario La rappresentazione della conoscenza (BL 1) Sistemi basati sulla conoscenza (BL 1) Logica come formalismo di rappresentazione (CP 5.1) Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 1

Ipotesi del sistema simbolico Il calcolatore fa parte di una importante classe di sistemi artificiali, quella dei sistemi simbolici... Un sistema simbolico consiste di entità, detti simboli. Questi possono comparire come componenti di strutture.... Nel caso dei calcolatori, un sistema di simboli possiede anche un insieme di semplici processi che elaborano (creano, modificano, copiano,... ) simboli H. Simon, The Sciences of the Artificial, 1969 Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 2

Proprietà di una buona rappresentazione I tre criteri di adeguatezza proposti da McCarthy & Hayes Adeguatezza metafisica Adeguatezza epistemologica Adeguatezza euristica identificazione del linguaggio identificazione del livello di astrazione principi di buona progettazione Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 3

L ipotesi di rappresentazione della conoscenza Any mechanical embodied intelligent process will be comprised of natural ingredients that: we as external observers naturally take to represent a propositional account of the knowledge that the overall process exhibits independent of such external semantic attribution play a formal but causal and essential role in endengering the behaviour that manifests that knowledge B. Smith Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 4

Base di conoscenza Una base di conoscenza è una rappresentazione delle conoscenze sul mondo (problema). conoscenza intensionale esprime delle leggi generali sul dominio di interesse (regole) conoscenza estensionale esprime la conoscenza sul particolare caso (situazione) in esame (fatti) La costruzione della base di conoscenza si effettua tramite l asserzione delle frasi che tappresentano la conoscenza intensionale ed estensionale (Tell). Il linguaggio usato per esprimere la conoscenza si chiama linguaggio di rappresentazione della conoscenza. Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 5

Motore inferenziale Le implicazioni (conseguenze) della base della conoscenza vengono calcolate da un meccanismo di inferenza (motore inferenziale). Ask è l operatore usato per caratterizzare le inferenze (risposte) ottenibili da un base di conoscenze. La caratterizzazione di un sistema di rappresentazione della conoscenza tramite Tell&Ask si definisce dichiarativa: non occorre conoscere il meccanismo di inferenza per sapere cosa è implicato dalla base di conoscenza. Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 6

Sistemi di rappresentazione della conoscenza formule algoritmo che manipola formule BASE DI CONOSCENZA MOTORE INFEREN- ZIALE Esempio: rappresentazione della conoscenza in logica proposizionale linguaggio: formule proposizionali semantica: = inferenza: metodi deduttivi per il calcolo proposizionale Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 7

Sistemi Esperti Applicazioni in grado di svolgere un compito tipico di un esperto umano (es. medico, geologo, esperto di configurazioni, analista finanziario...). Sistemi basati sulla conoscenza specifica per il problema da risolvere Sistemi di decisione (probabilistici, fuzzy,) Sistemi a scatola nera (reti neurali, algoritmi genetici) Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 8

Costruzione di sistemi basati sulla conoscenza Ingegneria della Conoscenza: il processo che porta alla costruzione di un sistema basato sulla conoscenza. Sistemi di rappresentazione della conoscenza, oltre all interfaccia Tell&Ask: interfaccia grafica (sia per l utente finale che per il progettista) strumenti di gestione della base di conoscenza: consistenza, aggiornamento, revisione generazione di spiegazioni strumenti per l acquisizione di conoscenza interfaccia middleware e tutte le caratteristiche di un ambiente di programmazione Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 9

Logica e rappresentazione della conoscenza La logica costituisce la base della rappresentazione della conoscenza Sistemi formali (logiche, linguaggi di rappresentazione della conoscenza): chiara sintassi semantica apparati deduttivi La logica non è l unico linguaggio di rappresentazione della conoscenza: mancanza di principi di strutturazione inadeguata a cogliere tutti gli aspetti di interesse dell AI Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 10

Ontologie Teorie sulla natura dell essere: teorie generali che possono essere applicate in qualsiasi dominio applicativo. Diversi progetti di costruzione di ontologie generali, ma il problema è aperto. Un agente (autonomo) che fa acquisti su Internet ha bisogno di una quantità enorme di conoscenza di tipo generale Web semantico. Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 11

Sistemi dinamici Aspetti specifici del modello che permettono delle forme di ragionamento specializzate: azioni, situazioni, eventi, tempo, spazio, conoscenza e credenze, Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 12

Sistemi multi-agente Un programma/sistema intelligente opera in un mondo popolato di esseri umani ed altri agenti. La capacità di coordinarsi e cooperare con altri agenti risulta quindi necessaria per: condividere le risorse migliorare le prestazioni Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 13

Il programma del corso Problemi e tecniche di rappresentazione della conoscenza Logiche descrittive e sistemi kb (agenti ragionatori) Rappresentazione delle azioni (agenti dinamici) Sistemi con molti agenti Rappresentazione della Conoscenza Daniele Nardi, 2008Lezione 1 14