View
215
Download
1
Category
Preview:
Citation preview
Gestione dei dati e della conoscenza
M.T. PAZIENZA
a.a. 2009-2010
Premessa
La quantità di informazione a disposizione in ogni settore di interesse per ciascuno di noi cresce in maniera vertiginosa; il valore dei dati come bene (per il singolo e per le organizzazioni) è da tutti riconosciuto.
Per essere in grado di sfruttare al massimo questa enorme mole di informazioni (organizzata in vasti insiemi di dati, oppure dispersa nel web) gli utenti hanno bisogno di metodologie e strumenti che semplifichino:
l’accesso la gestione dei dati stessi la rapida estrazione di informazioni utili.
Premessa
I dati sono un punto, senza significato, nello spazio e nel tempo, ma senza riferimento a spazio e tempo; come:
• un evento fuori dal contesto• una parola fuori dal contestonon sono in relazione significativa con alcunché
Tentativo di associare significato ad un dato:il numero 5 --- numero cardinale --- >4 e <6 ---operazioni la parola tempo --- non essere in tempo ---fuori tempo --- il
tempo non si ferma mai --- tempo di cottura ---
Interpretazione & Contesto
dataunderstanding
contextindependence
information
knowledge
wisdom
understanding
relations
understanding
patterns
understanding
principles
Premessa
Una collezione di dati per cui non esiste una relazione tra dati, non è informazione
La comprensione, relativamente ad una collezione di dati, è dipendente dalle associazioni che si è in grado di riconoscere tra i dati (modello dei dati)
L’informazione è una relazione tra dati con una forte dipendenza dal contesto per quel che concerne il significato (modello dell’applicazione e del contesto)
La generalizzazione delle relazioni (e delle relazioni delle relazioni) porta a definire pattern completi e consistenti, “archetipi” che sono alla base della conoscenza (modello della conoscenza comune/generale, ontologia).
Premessa
Il modello è una rappresentazione di qualcos’altro, utile per raggiungere uno scopo e quindi progettata / scelta per raggiungere quello scopo.
La rappresentazione è diversa dal rappresentato, anche se permette di esprimerne gli aspetti rilevanti (almeno quelli scelti dal modellista)
Premessa
La differenza tra la realtà e la sua rappresentazione può creare problemi (approssimazione, incertezza, difficoltà a cogliere il nuovo,…): per la loro risoluzione bisognerà implementare appropriati meccanismi di ragionamento.
La conoscenza è costituita da dati strutturati (informazioni) collegati da relazioni, sui quali è possibile svolgere delle attività di ragionamento che permettono di ricavare ulteriore informazione...
Premessa
Per arrivare alla conoscenza bisogna essere in grado di capire archetipi e le loro implicazioni. Gli “archetipi” non hanno bisogno di un contesto per esprimere significato, sono affidabili e completi e supportano la predittività.
Ragionare sugli archetipi porta ad acquisire conoscenza
Si impara quando si aggiunge nuova informazione a ciò che già si conosce (gli archetipi), e ciò produce un cambiamento negli archetipi stessi.
PremessaLe strutture dati permettono di dare una descrizione
organica alle informazioni da rappresentare. Sono definite a priori congiuntamente all’identificazione e
definizione delle caratteristiche rilevanti della conoscenza che si vuole rappresentare.
Le relazioni tra dati permettono di esprimere alcuni nessi logici tra le informazioni (rappresentate con le strutture dati), a supporto di un particolare ragionamento sui dati.
Il ragionamento formale utilizza la conoscenza rappresentata per giungere alla risoluzione di problemi e per l’acquisizione di nuova conoscenza.
Richieste di informazione
Vorrei conoscere lo stato di obsolescenza di tutti i componenti installati nel sistema.
Quali sono i dipendenti anziani prossimi al pensionamento?
Quali sono le modalità di fatturazione attuali?
Risoluzione di problemi
Individuazione di passi di ragionamento elementari basati su conoscenza di dominio e generale, la cui giustapposizione porta alla identificazione di soluzioni ai problemi.
Definizione di appropriate strategie di ricerca.
Conoscenza a priori del dominio
La conoscenza del dominio permette di utilizzare, nella risoluzione dei problemi, passi meno elementari con un processo di ragionamento più ampio e complesso
Si possono risolvere problemi più complessi laddove si abbia una qualche conoscenza del dominio
Sistemi basati su conoscenza
• Rappresentazione della conoscenza
• Ragionamento
Logica come linguaggio formale di supporto sia per la rappresentazione che per il ragionamento
Rappresentazione
Una “rappresentazione” è qualunque notazione o insieme di simboli che rap-presenta (re-present) qualcosa a qualcun altro.
Una rappresentazione di qualcosa sta al posto di quel qualcosa
Rappresentazione
Diversi modi in cui la conoscenza sembra essere “organizzata” (es. oggetti, relazioni, schemi)
Versus
Diversi modi in cui la conoscenza può essere “rappresentata” (immagini, proposizioni, …)
Un esempio
Marco occupa la stanza 118
Giovanni occupa la stanza 119
“” “” “”
Ingrid occupa la stanza 123
Rappresentaz. analogica Rappresentaz. proposizionale
Ulteriori informaz. spaziali e temporali Informazioni esplicite
Marco118
Giovanni 119
Sara 120
Vittoria121
Massimo125
Alberto124
Ingrid123
122
Un altro esempio
Immagine Testo
Il libro è sul tavoloon(book,desk)
Rappresentaz. analogica Rappresentaz. proposizionale
- Info implicita - Simboli discreti
- Niente simboli - Simboli per relazioni- Nessuna regola compos. simboli - Regole grammaticali compos.- Concretezza - Astrazione rappresentazione
Logica come linguaggio formale
In un linguaggio logico (come per un qualsiasi altro linguaggio) bisogna definire formalmente la sintassi, un vocabolario, gli operatori ed i connettivi logici, oltre alle regole per combinarli tra loro.
Bisogna poter assegnare significato alle frasi del linguaggio (model theory)
Logica come linguaggio formale
Procedura d’inferenzaBisogna poter attuare inferenze valide da un insieme
di frasi del linguaggio indipendentemente dal loro significato (proof theory)
In logica la procedura di inferenza è di tipo deduttivo. L’induzione e l’abduzione sono altri due tipi di inferenza
Logica come linguaggio formale
Tipologie di inferenzaDeduzione: dati degli assiomi veri, le inferenze che si
possono effettuare sono sempre vere.Abduzione: si possono inferire ipotesi eventualmente vere
(diagnosi) da fatti veriInduzione: inferire relazioni generali (imparare) da alcuni
esempi veri
In logica la procedura di inferenza è di tipo deduttivo (inferenza sempre vera).
L’induzione e l’abduzione sono due tipi di inferenza che non assicurano la verità dell’inferenza
Emicorso 2: Requisiti
• Prerequisiti:
Emicorso 1progettazione ed implementazione di strutture dati
(liste, alberi)
Emicorso 2: Argomenti
• Sistemi basati su conoscenza: rappresentazione e ragionamento
• Web ed Agenti intelligenti: problemi di ricerca• Web ed Agenti che ragionano: ragionamento,
rappresentazione e logica• Logica del primo ordine• Basi di conoscenza: rappresentazione formale,
relazioni di dominio, ontologie, inferenze• Semantic Web, Ontologie, RDF, OWL
Emicorso 2:Riferimenti per lo studio
• Libro di testo1 “Intelligenza Artificiale: un approccio moderno”, Russel e Norvig; Prentice Hall , vol. 1 Cap. 2,3,4,7 (solo capitoli selezionati)
• Libro di testo2 “Knowledge representation and reasoning”, Brachman e Levesque; Morgan Kaufmann, Cap. 1,2,3,4.1,4.2,8,9,10 (solo capitoli selezionati)
• Presentazioni ppt del docente• Dispense• Documentazione su rete
Argomenti trattati in questa lezione
• Ruolo diverso assunto da: dati, informazione, conoscenza a fronte della loro definizione
• Ruolo della conoscenza nella definizione dei problemi e dei relativi metodi risolutivi
• Logica come linguaggio formale di supporto per la rappresentazione della conoscenza ed il ragionamento
Recommended