Disciplina
Representação do Conhecimento e Raciocínio
Área
Área Científica de Inteligência Artificial > Tecnologia de Inteligência Artificial
Activa nos planos curriculares
MEIC-A 2021 > MEIC-A 2021 > 2º Ciclo > Area Principal > Agrupamentos > Inteligência Artificial > Representação do Conhecimento e Raciocínio
MEIC-T 2021 > MEIC-T 2021 > 2º Ciclo > Área Principal > Agrupamentos > Inteligência Artificial > Representação do Conhecimento e Raciocínio
MEIC-T 2015 > MEIC-T 2015 > 2º Ciclo > Agrupamentos > Sistemas Inteligentes > Representação do Conhecimento e Raciocínio
MEIC-A 2015 > MEIC-A 2015 > 2º Ciclo > Agrupamentos > Sistemas Inteligentes > Representação do Conhecimento e Raciocínio
MEIC-T 2006 > MEIC-T 2006 > 2º Ciclo > Áreas de Especialização Complementares > Sistemas Inteligentes > Representação do Conhecimento e Raciocínio
MEIC-A 2006 > MEIC-A 2006 > 2º Ciclo > Área de Especialização Complementar > Sistemas Inteligentes > Representação do Conhecimento e Raciocínio
Nível
A nota final da disciplina é composta por uma componente teórica e por uma componente prática. A componente teórica é composta por ou dois testes de igual peso ou um exame no final do semestre (60% da nota final). A nota mínima nesta componente é de 9 valores. A componente prática é composta por um projecto de programação (40% da nota final) o qual é realizado em grupo (trabalho de equipa). A nota mínima nesta componente é de 9 valores. Pode ser solicitada um exame oral pelo corpo docente em casos excepcionais ou pelo aluno. Nesse caso a nota do exame oral será a nota final da disciplina.
Tipo
Não Estruturante
Regime
Semestral
Carga Horária
1º Semestre
3.0 h/semana
1.5 h/semana
147.0 h/semestre
Objectivos
1. Conhecer as várias famílias de representação de conhecimento e de raciocínio avançadas (para além da Lógica Clássica de Primeira Ordem). 2. Compreender como representar conhecimento em cada uma dessas famílias e as formas de raciocínio sobre o mesmo oferecidas por cada uma. 3. Conhecer as vantagens, limitações e fragilidades de cada uma dessas famílias tanto do ponto de vista da representação como do raciocínio. 4. Ser capaz de efectuar as escolhas adequadas de sistema dado um problema concreto de representação e raciocínio. 5. Ser capaz de construir bases de conhecimento segundo cada uma das famílias. 6. Ser capaz de representar e resolver problemas razoavelmente complexos de representação e raciocínio. 7. Ser capaz de representar grandes quantidades de conhecimento e conseguir a sua partilha entre vários sistemas.
Programa
1. Introdução: Conhecimento, Representação de Conhecimento e Raciocínio. Conhecimento Declarativo e Conhecimento Procedimental. A Hipótese de Representação de Conhecimento. Sistemas Baseados em Conhecimento. A importância da representar conhecimento e de raciocinar sobre ele. Noções de Solidez e Completude. O nível dos símbolos e do conhecimento. 2. Aplicações da Representação de Conhecimento e Raciocínio. 3. Lógica de Primeira Ordem: Sintaxe, Semântica, Pragmática. Crenças explícitas e implícitas em Sistemas Baseados em Conhecimento em lógica de primeira ordem. 4. Exprimir o conhecimento em Lógica Clássica de Primeira Ordem: metodologia para criar bases de conhecimentos em Lógica Clássica de Primeira Ordem. 5. Resolução em Lógica Clássica de Primeira Ordem (variáveis e quantificadores). 6. Estratégias várias para lidar com a Intratabilidade do raciocínio: Base de Herbrand, SAT Solvers, MGU, Raciocínio baseado em Cláusulas de Horn, estratégias várias. 7. Controlo de Raciocínio Procedimental. 8. Sistemas Baseados em Conhecimento: O que são, componentes, casos de sucesso, áreas de aplicação, técnicas usadas, limitações. Análise de um sistema de sucesso (por exemplo MYCIN). 9. Sistemas de Produção: a utilização de Regras como método de representação de conhecimento e raciocínio. 10. Sistemas Orientados a Objectos: ideias principais de representação e raciocínio neste tipo de sistemas. Um sistema de Enquadramentos genérico (representação e raciocínio). Análise de um problema concreto usando um sistema de enquadramentos. Um Sistema de Enquadramentos avançados (por exemplo KEE): representação e raciocínio. Representação de conhecimento para resolução de um problema num sistema de enquadramentos. Vantagens e Desvantagens. 11. Representação de conhecimento em Lógicas Descritivas. Ideias principais por detrás do desenvolvimento desta família de sistemas. Representação de Conhecimento em Lógicas Descritivas. Separação da A-Box e T-Box, propriedades intrínsecas e contigentes. Um sistema da família DL, sintaxe e seu sistema semântico. Raciocínio em Lógicas Descritivas. Computação da sumbção (subsumption) e satisfação. Resolução de um problema de representação numa Lógica Descritiva. Classificação. Extensões à linguagem base. Aplicações baseadas em Lógicas Descritivas. 12. Semantic Web e Ontologias. As Lógicas Descritivas e a Semantic Web. As Lógicas Descritivas e as Ontologias. 13. Redes de Herança. Abordagens translacionais e topológicas. Herança estrita e revisível. Estratégias topológicas de resolução da Herança revisível: caminho mais curto, distância inferencial. Resolução de herança revisível segundo uma abordagem topológica completa: suporte, especificidade, preensão, redundância. A noção de extensão. Extensão crédula e extensão preferida. Herança crédula e herança céptica. 14. Motivação às Lógicas não monótonas. Raciocínio por omissão e não monotonicidade. Uma lógica não monótona, por exemplo a Lógica de Omissão do Reiter. Regras de Omissão, extensões, múltiplas extensões. Representação de problemas na Lógica de Omissão. Cálculo de extensões, usando o sistema sintático. Exemplos de teorias sem extensões, uma ou várias extensões. Teorias normais de omissão e suas propriedades. Teorias semi-normais e suas propriedades. Vantagens e desvantagens das lógicas não monótonas. Objeções às Lógicas não monótonas. 15. Incerteza e graus de crença. 16. Explicação e Diagnóstico.
Metodologia de avaliação
A nota final da disciplina é composta por uma componente teórica e por uma componente prática. A componente teórica é composta por ou dois testes de igual peso ou um exame no final do semestre (60% da nota final). A nota mínima nesta componente é de 9 valores. A componente prática é composta por um projecto de programação (40% da nota final) o qual é realizado em grupo (trabalho de equipa). A nota mínima nesta componente é de 9 valores. Pode ser solicitada um exame oral pelo corpo docente em casos excepcionais ou pelo aluno. Nesse caso a nota do exame oral será a nota final da disciplina.
Pré-requisitos
Componente Laboratorial
Princípios Éticos
Componente de Programação e Computação
Componente de Competências Transversais
Bibliografia
Principal
Knowledge representation and reasoning
Ronald J. Brachman, Hector J. Levesque