Ia representação de Conhecimento



Baixar 46,69 Kb.
Página1/5
Encontro17.03.2018
Tamanho46,69 Kb.
  1   2   3   4   5

IA - Representação de Conhecimento


Para utilizar um corpo de conhecimento em uma máquina, é necessário escolher uma maneira de representá-lo. Todo programa de computador contém o conhecimento sobre um determinado problema a ser resolvido. O conhecimento está ; nos algoritmos que o programa emprega e nos procedimentos de decisão que determinam qual destes algoritmos empregar em determinada circunstância. Quando carrega-se um programa em um computador, pode-se dizer que o computador “adquiriu 8; o respectivo conhecimento; entretanto, na maioria dos programas, estas informações não são representadas explicitamente e não podem ser facilmente atualizadas ou manipuladas.

Uma das principais características dos programas de IA é que o sistema é estruturado de modo a separar o código executável dos dados ou conhecimento do sistema. Assim, em IA, o termo “conhecimento” significa a informação que um programa de computador necessita para que possa comportar-se inteligentemente [WATERMAN 86].

A linha básica de pesquisas seguida pela IA ao longo dos anos, tem sido a de simular inteligência através de programas de computador cuja característica principal é o conhecimento e a sua representação [ VICCARI 94]. De acordo com Brachman, um pioneiro na comunidade de IA, “... a maioria dos trabalhos em IA estão baseados na crença de que os sistemas inteligentes podem ser construídos do e xplícito, base de conhecimento declarativo, que por sua vez são operados pelo geral, mecanismos de raciocínio formal. Esta hipótese fundamental de IA significa que a representação de conhecimento e o raci ocínio (o estudo de maneiras formais de extração de informação do conhecimento representado simbolicamente), é de central importância para a área.” [BRACHMAN 88] .

Problemas relacionados com a representação de conhecimento não surgiram com o advento dos computadores digitais. Há séculos têm sido estudados pelos filósofos, cujos trabalhos jamais puderam ser ignorados pelos cienti stas da computação. Para os pesquisadores em IA, estes problemas continuam sendo bastante significativos.

As interpretações de “representação de conhecimento” e seu papel em IA variam bastante, mas a questão central, ainda segundo Brachman, é a seguinte : “Como transmitir o conhecimento do mundo par a um robô ou outro sistema computacional, dando-lhe uma capacidade adequada de raciocínio, de modo que este conhecimento possa ser utilizado para permitir ao sistema uma adaptação e exploração do seu ambi ente ?” [BRACHMAN 90]. Com relação a isto, surgem algumas indagações básicas importantes:


  • De que forma o conhecimento pode ser expresso ?

  • Como encontrar a linguagem adequada para a representação deste conhecimento ?

  • Como formar uma base de conhecimento suficientemente detalhada e que represente a compreensão do domínio ?

  • Como realizar inferências automáticas, dando acesso tanto ao conhecimento implícito na base de conhecimento quanto àquele armazenado explicitamente ( declarativo) ?

  • Como o sistema deve proceder na presença de informações incompletas, incorretas ou de senso comum ?

A representação do conhecimento está sempre relacionada com as formas de expressão da informação. Diferentes sistemas de representação podem ser mais adequados para diferentes problemas, embora ainda exist am muitas pesquisas no sentido de desenvolver sistemas e linguagens de representação de propósito geral. Geralmente, a questão central é: como representar o conhecimento de modo formal sem considerar como ele será utilizado ?

Entretanto, a maioria das pesquisas atuais sustentam amplamente que é inútil considerar uma representação, sem considerar o raciocínio que será realizado sobre a mesma. Assim, a área de “Representação d e Conhecimento” tem sido claramente padronizada para “Representação de Conhecimento e Raciocínio”. Como resultado, as pesquisas estão enraizadas no estudo das lógicas em geral, onde sintaxes formais de linguagens s& #227;o acompanhadas por regras de inferência e interpretações [BRACHMAN 90].

É importante considerar que uma linguagem de representação de conhecimento não deve ser caracterizada somente em termos de sua adequação mas também em termos de sua eficácia computacional. Assim, uma representa&# 231;ão não deve meramente prescrever como trechos individuais de informações são representados, mas deve especificar como a totalidade da informação é estruturada e organizada de modo que as informa 31;ões relevantes possam ser recuperadas e que as inferências adequadas apresentem um nível aceitável de eficiência [SHASTRI 91].




Compartilhe com seus amigos:
  1   2   3   4   5


©psicod.org 2017
enviar mensagem

    Página principal