Che materia stai cercando?

Anteprima

ESTRATTO DOCUMENTO

Ereditarietà l’ereditarietà.

Uno dei meccanismi di inferenza tipici delle reti semantiche è

Le proprietà espresse per un concetto della rete sono ereditate dai suoi sottoconcetti.

l’ereditarietà multipla,

E’ ammessa cioè un concetto può ereditare da più

superconcetti diversi.

Gli attributi ereditati possono essere ulteriormente specificati a livello locale:

colore manto

cavallo colore

baio colore manto bruno

rossiccio

Ex. Rendere esplicite tutte le proprietà del concetto cane domestico nella rete della figura

che abbiamo usato finora 14

Reti Semantiche e Regole di Produzione

Reti semantiche e logica dei predicati, I

I nodi che corrispondono a concetti generici sono tradotti

- mediante simboli predicativi a un argomento. Es. Cane(x);

I nodi che rappresentano specifici individui sono tradotti mediante

- costanti individuali. Es. elsa;

Gli attributi dei concetti generici sono ricondotti a simboli

- predicativi a due argomenti. Es. Padrone(x,y);

Gli archi di sussunzione vengono tradotti mediante implicazioni

- quantificate universalmente. Es. ∀x(Cane(x)→Mammifero(x));

Gli archi di istanziazione vengono tradotti mediante formule

- atomiche che impiegano i predicati a un posto corrispondente ai

concetti generici. Es. Umano(elsa);

Gli attributi dei concetti individuali sono tradotti mediante formule

- atomiche che impiegano i predicati a due posti che corrispondono

agli attributi dei concetti generici. Es. Padrone(fido, elsa). 15

Reti Semantiche e Regole di Produzione

Esercizio animale Scheletro

interno

o

egn

t po

s

organ cor

so

o

polmone respira del

tori o mammifero

to

alimen

latte ioli

cc

cu umano

dei ne

ro

animale pad

domestico

cane elsa

ne

cane domestico dro

pa

spaniel bassotto fido

I nodi che corrispondono a concetti generici sono tradotti mediante simboli predicativi a un argomento. Es. Cane(x);

• I nodi che rappresentano specifici individui sono tradotti mediante costanti individuali. Es. elsa;

• Gli attributi dei concetti generici sono ricondotti a simboli predicativi a due argomenti. Es. Padrone(x,y);

• Gli archi di sussunzione vengono tradotti mediante implicazioni quantificate universalmente. Es.

∀x(Cane(x)→Mammifero(x));

Gli archi di istanziazione vengono tradotti mediante formule atomiche che impiegano i predicati a un posto

corrispondente ai concetti generici. Es. Umano(elsa);

Gli attributi dei concetti individuali sono tradotti mediante formule atomiche che impiegano i predicati a due posti

che corrispondono agli attributi dei concetti generici. Es. Padrone(fido, elsa).

Reti semantiche e logica dei predicati, II

Reti semantiche (come quelle finora presentate) e logica dei predicati non sono

equivalenti.

vi sono cose che si possono esprimere in logica e che non si possono esprimere con

- le reti semantiche. Le reti semantiche non consentono di rappresentare direttamente

relazioni a più di due argomenti, oppure la negazione e la disgiunzione. Per es. la

relazione bisogna trovare degli escamotage non immediati come il

Offrire(x,y,z)

seguente: soggetto azione

destinatario

persona oggetto cosa

offrire

mario sogg etto oggetto Caffè#452

Offrire#923

giorgio destinatario 17

Reti Semantiche e Regole di Produzione

Reti semantiche e logica dei predicati, III

Reti semantiche (come quelle finora presentate) e logica dei predicati non sono

equivalenti.

Le reti semantiche sono spesso usate per rappresentare informazioni ed effettuare

- inferenze che tradizionalmente non si possono esprimere in logica. Un esempio è la

rappresentazione di eccezioni all’ereditarietà. (es. e

Arto(zampa,mammifero)

è inapplicabile alla balena).

protezione_corpo(pelliccia,mammifero)

In genere, un concetto eredità gli attributi dei concetti che lo sussumono, a meno che

non vi siano conflitti con informazioni più specifiche. In casi del genere, i.e. in caso di

conflitti tra attributi da ereditare, valgono gli attributi dei concetti che stanno più in

basso nella gerarchia dei sottoconcetti.

colore

elefante grigio

elefante colore bianco

reale 18

Reti Semantiche e Regole di Produzione

Regole di produzione, I

Le regole di produzione sono un formalismo per rappresentare la conoscenza composto da

regole del tipo SE{condizione} ALLORA{effetto}.

La condizione di una regola può consistere di un singolo fatto che si verifica, oppure di una

congiunzione di fatti diversi. L’effetto può consistere nel derivare un nuovo fatto oppure

nell’eseguire un’azione di qualche tipo. Working memory

Long-term memory Passo 3: regola 1

indumenti sporchi

IF{indumenti bagnati}

1. 20 indumenti

AND{c’è il sole} c’è il sole indumenti sporchi

• • 20 indumenti

THEN{asciuga indumenti al sole} Passo 1: regola 3 c’è il sole

• lava indumenti

IF{indumenti bagnati}

2. indumenti sporchi indumenti bagnati

• •

AND{piove} 20 indumenti asciuga indumenti al sole

• •

c’è il sole

THEN{asciuga indumenti lava indumenti

nell’asciugatrice} Passo 2: regola 4

IF{indumenti sporchi}

3. AND{indumenti > 15} indumenti sporchi

• 20 indumenti

THEN{lava indumenti} c’è il sole

• lava indumenti

IF{lava indumenti}

1. indumenti bagnati

THEN{indumenti bagnati} 19

Reti Semantiche e Regole di Produzione

Regole di produzione, II

Vi è una base di conoscenza formata da un insieme di regole di

produzione e di fatti.

All’inizio del calcolo il motore inferenziale individua l’insieme delle

regole la cui condizione è soddisfatta dati i fatti nella base della

conoscenza. Applicando particolari criteri (tipo: euristiche) il

motore sceglie quali regole applicare. Questo porta alla

derivazione di fatti nuovi e il ciclo ricomincia. Alcuni fatti generati

in questo modo costituiscono il risultato del calcolo.

Regole Risultati

Base di Motore

conoscenza inferenziale

Fatti 20

Reti Semantiche e Regole di Produzione

Regole di produzione, II regole:

Consideriamo questo insieme di

1. Se e allora

mammifero unghie_retrattili felino

2. Se e allora

felino domestico gatto

3. Se allora

vive_in_allevamento domestico

4. Se allora

vive_in_appartamento domestico

5. Se allora

coperto_di_pelo mammifero

Nella base di conoscenza abbiamo i seguenti fatti:

,

coperto_di_pelo , unghie_retrattili vive_in_appartamento.

Come operereste se foste il motore inferenziale? E che risultato produrreste?

Regole Risultati

Base di Motore

conoscenza inferenziale

Fatti 21

Reti Semantiche e Regole di Produzione

Regole di produzione, III

Una regola di produzione è parzialmente analoga al condizionale

logico.

Con le regole di produzione l’unico tipo di inferenza consentita è

derivare B date le condizioni A ,…,A .

1 n

Un condizionale logico consente altri tipi di inferenze. Ad es. data ¬B

si può derivare ¬(A )(modus Le regole di

tollens).

∧…∧A

1 n

produzione sono quindi meno potenti e flessibili delle

corrispondenti formule della logica. La compensazione a questo

fatto è data dalla maggiore efficienza in termini computazionali.

Le principali differenze emergono quando regole di produzione non

eseguono inferenze in senso stretto ma azioni:

Se allora

e

emergenza_grave incaricato_assente

Esegui(spegni_impianto)

Oppure

Se allora

Asserito(Celebrato_matrimonio_tra(x,y)) Cancella(Celibe(x)) 22

Reti Semantiche e Regole di Produzione

Regole di produzione, IV

Abbiamo visto solo inferenze deduttive. Ma si possono anche mettere in atto

inferenze di altro tipo come l’inferenza abduttiva basta utilizzare le regole

all’indietro, in modo da inferire una spiegazione o la possibile causa di un

fatto.

Consideriamo:

Se allora

manca_corrente lampadina_spenta

Disponendo di possiamo abdurre che come

lampadina_spenta manca_corrente

possibile fatto esplicativo di Naturalmente c’è bisogno

lampadina_spenta.

di cautela perché una possibile altra spiegazione potrebbe essere

lampadina_fulminata.

Il numero di passi necessari per trarre una certa inferenza in un sistema a

regole di produzione può dipendere in maniera cruciale dall’ordine con

cui vengono applicate le regole. A parte le euristiche un’altra interessante

strada intrapresa è quella dell’applicazione di regole in parallelo,

attraverso un’architettura computazionale di tipo neurale. 23

Reti Semantiche e Regole di Produzione


PAGINE

24

PESO

213.32 KB

AUTORE

Atreyu

PUBBLICATO

+1 anno fa


DESCRIZIONE DISPENSA

Questa dispensa si riferisce alle lezioni di Filosofia della scienza, tenute dal Prof. Roberto Cordeschi nell'anno accademico 2010 e tratta i seguenti argomenti:
[list]
Reti semantiche;
Regole di produzione;
Rappresentazione di conoscenza;
Tecniche procedurali e Metodi dichiarativi.
[/list]


DETTAGLI
Corso di laurea: Corso di laurea in filosofia
SSD:
A.A.: 2010-2011

I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher Atreyu di informazioni apprese con la frequenza delle lezioni di Filosofia della scienza e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università La Sapienza - Uniroma1 o del prof Cordeschi Roberto.

Acquista con carta o conto PayPal

Scarica il file tutte le volte che vuoi

Paga con un conto PayPal per usufruire della garanzia Soddisfatto o rimborsato

Recensioni
Ti è piaciuto questo appunto? Valutalo!

Altri appunti di Filosofia della scienza

Macchine di Turing
Dispensa
Logica
Dispensa
Logica e rappresentazione della conoscenza
Dispensa
Risoluzione automatica dei problemi
Dispensa