Gestione dei dati e della conoscenza M.T. PAZIENZA a.a

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: laccesso 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 contesto non sono in relazione significativa con alcunché Tentativo di associare significato ad un dato: il numero 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 data understanding context independence 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) Linformazione è una relazione tra dati con una forte dipendenza dal contesto per quel che concerne il significato (modello dellapplicazione 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 qualcosaltro, 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.

Premessa Le strutture dati permettono di dare una descrizione organica alle informazioni da rappresentare. Sono definite a priori congiuntamente allidentificazione 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 lacquisizione 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 essereorganizzata (es. oggetti, relazioni, schemi) Versus Diversi modi in cui la conoscenza può essererappresentata (immagini, proposizioni, …)

Un esempio Marco occupa la stanza 118 Giovanni occupa la stanza 119 Ingrid occupa la stanza 123 Rappresentaz. analogicaRappresentaz. proposizionale Ulteriori informaz. spaziali e temporali Informazioni esplicite Marco 118 Giovanni 119 Sara 120 Vittoria 121 Massimo 125 Alberto 124 Ingrid

Un altro esempio ImmagineTesto Il libro è sul tavolo on(book,desk) Rappresentaz. analogicaRappresentaz. 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 dinferenza Bisogna 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. Linduzione e labduzione sono altri due tipi di inferenza

Logica come linguaggio formale Tipologie di inferenza Deduzione: dati degli assiomi veri, le inferenze che si possono effettuare sono sempre vere. Abduzione: si possono inferire ipotesi eventualmente vere (diagnosi) da fatti veri Induzione: inferire relazioni generali (imparare) da alcuni esempi veri In logica la procedura di inferenza è di tipo deduttivo (inferenza sempre vera). Linduzione e labduzione sono due tipi di inferenza che non assicurano la verità dellinferenza

Emicorso 2: Requisiti Prerequisiti: Emicorso 1 progettazione 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