Generating Commonsense Explanations with Answer Set Programming

Resumen

En esta tesis, exploramos la noción de “commonsense explanation” en el contexto de la Inteligencia Artifcial mediante la extensión del formalismo Answer Set Programming (ASP) con anotaciones formales. Con este objetivo, defnimos el concepto de “support graphs” para obtener múltiples explicaciones de cada modelo de un programa lógico, y proporcionamos diferentes operaciones para fltrar la información irrelevante de estos grafos. Dichas defniciones son implementadas por una herramienta llamada xclingo que adicionalmente permite la especifcación de explicaciones “commonsense” en lenguaje natural. xclingo obtiene los “support graphs” empleando un meta-programa ASP, cuya corrección es demostrada. Estudiamos los diferentes ejemplos en el contexto de ASP tales como planifcación, resolución de problemas o diagnóstico, entre otros, y analizamos el efecto de diferentes anotaciones para el mismo escenario, ilustrando la necesidad de diseñar las explicaciones. Adicionalmente, abordamos la generación de explicaciones no técnicas de modelos de Aprendizaje Automático con usuarios reales en dos problemas de otras disciplinas (Medicina y Farmacia), cubriendo tanto algoritmos de aprendizaje simbólico como subsimbólico.