Intelligent Agent with Raspberry Pi

Presentacin de PowerPoint

Bernardo Ronquillo JapnCreacin de Agentes Inteligentes aplicando tecnologas de la Web Semntica y Aprendizaje AutomticoExcept where otherwise noted, this work is licensed under: http://creativecommons.org/licenses/by-nc-sa/3.0/

Legans12-13 Febrero 2015

Agentes Inteligentes aplicando tecnologas de la Web Semntica y Aprendizaje Automtico

Legans12-13 Febrero 2015ndice de contenidosNociones sobre Aprendizaje automtico: Machine Learning & Big Data

Web semntica: El valor de los datos

IOpedia: Demostrador de Agente Inteligente con interfaz por voz

Proyecto IO: Apoyo teraputico a nios con autismo

2

2

Nociones sobre Aprendizaje Automtico(Machine Learning & Big Data)Except where otherwise noted, this work is licensed under: http://creativecommons.org/licenses/by-nc-sa/3.0/




4


Legans12-13 Febrero 20155Dos reas complementariasAnalytics / machine learningExtraccin de intuiciones de los datosBig dataManipulacin de volmenes masivos de datos

Pueden usarse por separado, oCombinarse

5


Legans12-13 Febrero 20156Data Science?

6



https://doubleclix.wordpress.com/2013/01/06/5-steps-to-pragmatic-data-er-big-data/

7

Nociones sobre Web SemnticaExcept where otherwise noted, this work is licensed under: http://creativecommons.org/licenses/by-nc-sa/3.0/


8


Legans12-13 Febrero 20159Web Semntica: El valor de los datos

http://es.wikipedia.org/wiki/Web_semntica

Se basa en la idea de aadirmetadatossemnticosyontolgicosa laWorld Wide Web.Esas informaciones adicionales que describen el contenido, el significado y la relacin de los datos se deben proporcionar de manera formal, para que as sea posible evaluarlas automticamente por mquinas de procesamiento. El objetivo es mejorar Internet ampliando lainteroperabilidadentre los sistemas informticos usando "agentes inteligentes". Agentes inteligentes son programas en las computadoras que buscan informacin sin operadores humanos.

Relacin con InternetLa web semntica es una ampliacin de la Web, por medio de la que se intenta realizar un filtrado de manera automtica pero precisa de la informacin. Es necesario hacer que la informacin que anida en la web sea entendible por las propias mquinas. En concreto se atiende a su contenido, independientemente de la estructura sintctica. O lo que es lo mismo, se atiende a diferentes mbitos, se tiene en cuenta el conjunto de lenguajes, a la vez que los procedimientos para poder aadir esa semntica a la informacin para que, de esta manera, sea entendible por los agentes encargados de procesarla. Adems, se tiene en cuenta el desarrollo y la construccin de los agentes encargados de procesar esa informacin y de filtrar adecuadamente cul de todas ellas es la til para los usuarios o para los agentes que tienen que realizar una funcin concreta. Con todo ello, los agentes deben recuperar y manipular la informacin pertinente, lo que requiere una integracin sin fracturar la web, pero sin dejar de aprovechar totalmente las infraestructuras que existen. En concreto, a travs de esta modalidad de web semntica se pueden obtener soluciones a problemas habituales en la bsqueda de informacin gracias a la utilizacin de una infraestructura o proceso comn, mediante la cual, es posible compartir, procesar y transferir informacin de forma sencilla.

BarrerasEl desarrollo y difusin masivos de la web semntica tiene algunas dificultades que no ha podido superar todava: una de ellas es tecnolgica y la otra est relacionada con la falta de inters de los propietarios de las pginas web.Las tecnologas para expresar la informacin en el formato que requiere una web semntica existen hace aos. Quizs la componente ms especializada sea OWL, que existe como estndar del W3C desde 2004. El componente tecnolgico que falta es el que permita convertirde forma automticael abundante contenido de texto de las pginas web en marcas OWL. La web semntica requiere que los creadores de las pginas web traduzcan "a mano" su contenido en marcas OWL, para que pueda ser interpretado por agentes semnticos.La otra barrera que se opone pasivamente a la web semntica es el modelo de negocio de gran cantidad de pginas web, que obtienen ingresos de la publicidad. Estos ingresos son posibles nicamente si sus pginas son visitadas por una persona, y se pierden si los datos quedan disponibles para que los interprete un proceso automtico.

El siguiente ejemplo arbitrario y parcial ilustra este concepto: para un trabajo de investigacin para la escuela sobre la vida de un prcer, un sistema semntico realiza la investigacin y presenta en pantalla el resultado: fecha de nacimiento y defuncin, batallas en las que particip, hechos destacados, frases clebres, y todo esto sin necesidad de acceder a ninguna pgina web especfica, y por lo tanto sin consumir la publicidad de los sitios que pusieron a disposicin esa informacin.

AvancesActualmente, existen nichos piloto que han comenzado con la transformacin hacia la web semntica:Sitio implementado con una ontologaRDFpara bsquedasOntoguate - Ontologa de turismodeGuatemala.Sistemas deDatos Abiertosgubernamentales en varios pases, se encuentran en formatoRdf.Datos Abiertos en laBiblioteca Nacional de Francia> data.bnf.frIntranets de conocimiento de empresas multinacionales.Incorporacin de metadatos en sistemas de comercio electrnico.Resultados semnticos en el motor de bsquedas Google.

Componentes de la Web SemnticaLos principales componentes de la Web Semntica son losmetalenguajesy los estndares de representacinXML,XML Schema,RDF,RDF SchemayOWL, as como el lenguajeSPARQLpara la consulta de datos RDF.5LaOWLWeb Ontology Language Overviewdescribe la funcin y relacin de cada uno de estos componentes de la Web Semntica:XMLaporta la sintaxis superficial para los documentos estructurados, pero sin dotarles de ninguna restriccin sobre el significado.XML Schemaes un lenguaje para definir la estructura de los documentos XML.RDFes un modelo de datos para los recursos y las relaciones que se puedan establecer entre ellos. Aporta una semntica bsica para este modelo de datos que puede representarse mediante XML.RDF Schemaes un vocabulario para describir las propiedades y las clases de los recursos RDF, con una semntica para establecer jerarquas de generalizacin entre dichas propiedades y clases.OWLes un lenguaje para definirontologasmediante la descripcin detallada de propiedades y clases: tales como relaciones entre clases (p.ej.disyuncin),cardinalidad(por ejemplo "nicamente uno"), igualdad, tipologas de propiedades ms complejas, caracterizacin de propiedades (por ejemplo simetra) o clases enumeradas.SPARQLes un lenguaje de consulta de conjuntos de datos RDF. Adems en dicha especificacin tambin se incluye un formato XML que detalla el modo en el que se estructuran los resultados obtenidos.

Lausabilidady aprovechamiento de la Web y sus recursos interconectados puede aumentar con la web semntica gracias a:Los documentos etiquetados con informacin semntica (comprese sta con la etiquetadeHTML, usada para facilitar el trabajo de losrobots). Se pretende que esta informacin sea interpretada por el ordenador con una capacidad comparable a la del lector humano. El etiquetado puede incluirmetadatosdescriptivos de otros aspectos documentales o protocolarios.Vocabularios comunes demetadatos(Ontologa (Informtica) y mapas entre vocabularios que permitan a quienes elaboran los documentos disponer de nociones claras sobre cmo deben etiquetarlos para que losagentes automticospuedan usar la informacin contenida en los metadatos (p.ej. el metadatoauthortenga el significado de "autor de la pgina" y no el del "autor del objeto descrito en la pgina").Agentes automticosque realicen tareas para los usuarios de estos metadatos de la Web SemnticaServicios Web(a menudo con agentes propios) que provean de informacin a los agentes (por ejemplo un servicio de garantas a quien un agente pudiera consultar sobre si un comercio electrnico tiene un historial de mal servicio o de generar correo basura).

Los proveedores primarios de esta tecnologa son las URIs que identifican los recursos junto con XML y losnamespaces. Si a esto se aade un poco de lgica, mediante una RDF, u otras tecnologas como losmapas temticosy algo de razonamiento basado en tcnicas deinteligencia artificial, Internet podra estar cerca de alcanzar las aspiraciones iniciales de su inventor,Tim Berners-Lee.

9


Legans12-13 Febrero 201510Web Semntica:Un ejemplo

10


Legans12-13 Febrero 201511http://es.slideshare.net/fabien_gandon/semantic-web-and-linked-dataWeb Semntica: Linked Data

11


Legans12-13 Febrero 201512Bases de datos relacionalesTablas relacionadas por ndicesSQL query language

BBDD semnticas:Grafos abiertos, formados por triples:Dos nodos (sujeto y objeto)y su relacin (predicado)-> Paradigma de las redes socialesSPARQL query languageWeb Semntica: El elemento base

12


Legans12-13 Febrero 201513http://linkeddatacatalog.dws.informatik.uni-mannheim.de/state/LODCloudDiagram.htmlWeb Semntica: LOD diagram

This web page is the home of theLOD cloud diagram. This image shows datasets that have been published inLinked Dataformat, by contributors to theLinking Open Datacommunity project and other individuals and organisations. It is based on metadata collected and curated by contributors to theData Hubas well as on metadata extracted from a crawl of the Linked Data web conducted in April 2014.Clicking the image will take you to an image map, where each dataset is a hyperlink to its homepage.The diagram is maintained byRichard Cyganiak(Insight Centre for Data Analytics at NUI Galway) andAnja Jentzsch(HPI). For any questions and comments, please [email protected]@anjajentzsch.de.Last updated:2014-08-30

This work is available under aCC-BY-SAlicense.13

Demostrador de Agente Inteligente con interfaz por vozExcept where otherwise noted, this work is licensed under: http://creativecommons.org/licenses/by-nc-sa/3.0/



Legans12-13 Febrero 2015IOpedia Demo

Un ejemplo prctico al alcance de cualquiera

15


Legans12-13 Febrero 2015IOpedia Demo: Concepto, HW & SW

http://blog.oscarliang.net/raspberry-pi-voice-recognition-works-like-siri/

16


Legans12-13 Febrero 201517IOpedia Demo: Wolfram Alphahttp://www.computerweekly.com/opinion/Opinion-Wolfram-Alpha-How-does-it-workRecoge datos de toda la web (Big Data)Los relaciona entre s (Semantic Web)Representa los objetos en trminos de expresiones simblicas*

* Aproximacin alternativa al Machine Learning, en lnea con la metodologa clsica de abordar los problemas de ingeniera transformando la informacin en lenguaje matemtico (entrevista a Stephen Wolfram)

Wolfram Alpha exploits data sources to determine links (relationships is probably a more accurate word) between search-terms, and, more importantly, how the likely important terms (might) relate to one another.The words used in a query could supply Wolfram Alpha (more so in Wolfram Alpha than in Google say) with some useful hints - for example the preposition 'between' is certainly more interesting than verb 'driving'; and this is the part of the Wolfram Alpha-engine where I suspect Mathematica (the language the whole platform is written in) really earns its corn (the whys and wherefores are outside of the space provided here).Now to the bottom line: As to how all this works (Google/Wolfram Alpha) in detail - well, we don't really know (secrets and all). However, I for one suspect that at Wolfram Alpha there's a rather clever ontological-database at work here. Indeed, one that will learn and evolve as more data is fed into it, and given that it has the right rules to link it all up.So, there you go - not really an in-depth look at Wolfram Alpha and what you can do with it, but hopefully something that will at least go someway to showing how Wolfram Alpha isn't what we commonly call a 'search engine'. By the way, I'll tell you why I used those two suburbs (Urbana and Champaign). One is where HAL (you know, 2001 and all that) was activated, whilst the other is where Wolfram Alpha did the very same thing.

http://www.wolfram.com/language/principles/

17

Demo:Hablando con IOpediaAgentes Inteligentes aplicando tecnologas de la Web Semntica y Aprendizaje Automtico


18


Legans12-13 Febrero 2015IOpedia LIVE DemoAlguien quiere lanzarle una pregunta?

19


Legans12-13 Febrero 2015IOpedia LIVE Demo: Las reglas bsicas

Recuerda

20

Avanzando en una aplicacin prcticaApoyo teraputico a nios con autismoExcept where otherwise noted, this work is licensed under: http://creativecommons.org/licenses/by-nc-sa/3.0/




22


Legans12-13 Febrero 201523El tringulo terapetico

23


Legans12-13 Febrero 201524Si te apasiona la Inteligencia ArtificialY sabes programar aplicaciones mviles

24

Intelligent Agent with Raspberry Pi

Software