EL CONOCIMIENTO EN INTELIGENCIA ARTIFICIAL

Rafael Emilio ArdilaC.I: 17,270,486

Universidad Fermín Toro

Representación del conocimiento

es un área de la Inteligencia Artificial cuyo principal objetivo es representar el conocimiento   de tal manera que resulte fácil poder obtener conclusiones del propio conocimiento.

o un conjunto de estructuras y convenciones sobre la forma de describir un tipo de cosas (datos generalmente), estas se asocian con mecanismos interpretativos que nos permiten manipular el conocimiento representado con la finalidad de crear soluciones a problemas nuevos.

Las características de una buena representación son:

los objetos y las relaciones importantes deben aparecer explícitamente y de forma conjunta

Las restricciones inherentes al problema se muestran pero no los detalles irrelevantes.

La representación debe ser transparente: se entiende lo que se dice.

Completa y concisa: Están representados con eficacia todos los objetos y relaciones.

Rápidos y computables: Se puede almacenar y recuperar la información con rapidez, y se pueden crear mediante un procedimiento ya existente.

Partes de una representación: Parte léxica: Determina qué símbolos están

permitidos en el vocabulario de la representación. Una parte estructural que describe las

restricciones sobre la forma en que los símbolos pueden ordenarse.

Una parte operativa que especifica los procedimientos de acceso que permiten crear descripciones, modificarlas y responder a preguntas utilizándolas.

Una parte semántica que establece una forma de asociar el significado con las descripciones.El hallar una representación apropiada es una parte fundamental de la resolución de un problema.

TIPOS DE CONOCIMIENTO Procedimental: es aquel conocimiento compilado

que se refiere a la forma de realizar cierta tarea (el saber como hacerlo)

Declarativo: es conocimiento pasivo, expresado como sentencia acerca de hechos del mundo que nos rodea (el saber que hacer)

Heurístico: es un tipo especial de conocimiento usado por los humanos para resolver problemas complejos.

Heurística:Medioparadescubrir,criterio,estrategia,métodootrucoparasimplificarlasolucióndeproblemas.Usualmenteseadquiereatravésdemuchaexperiencia

Tipos de modelos de representación del conocimiento

1. Modelos formales (lógica clásica)

Uso de la lógica formal como lenguaje de representación

Mecanismos de inferencia potentes, bien conocidos y formalizados

Modus Ponens Resolución

Ejemplos: Lógica clásica: lógica proposiciones y lógica predicados

1er orden Logicas no clasicas: logica modal, logica temporal,

logica difusa

2. Modelos estructurados Uso de técnicas de representación

especializadas Incorporan mecanismos de inferencia

específicos, muy eficientes, pero limitados Ejemplos:

Redes asociativas Marcos y guiones Sistemas basados en reglas de producción

LÓGICA = SINTAXIS + SEMÁNTICA

La lógica en sí no es más que sintaxis, semántica y teoría de la demostración. No nos dice en lo más mínimo qué es aquello que deberá expresarse ni tampoco qué vocabulario emplear para ello.

Métodos de RepresentaciónBasados en Lógica

Métodos de RepresentaciónBasados en Lógica

Es un método de representación del conocimiento bien conocido y muy usado

ventajas

Toda lógica que sea usada como mecanismo de representación deberá constar de 3 elementos:1. Una sintaxis, que explica como construir los elementos del

lenguaje de representación (oraciones lógicas)2. Una semántica, que asocia los elementos del lenguaje con los

elementos reales del dominio asocia una interpretación (significado) a los símbolos3. Un conjunto de reglas de inferencia, que permiten inferir

conocimiento nuevo a partir del ya existente

Métodos de RepresentaciónBasados en Lógica

SINTAXIS: Lenguaje: (reglas de formación de los objetos

básicos)• Cálculo de proposiciones.• Cálculo de predicados.

Estructura Deductiva: (reglas para la obtención de nuevos objetos a partir de los existentes)• Sistemas Axiomáticos: (teoría de la demostración,

deducción natural)• Teoría interpretativa o de Modelos

Métodos de RepresentaciónBasados en Lógica

SEMÁNTICA: Significado (valor de verdad) de los objetos básicos

o Interpretacióno Validezo Propiedades: consistencia, completitud,

decidibilidad, corrección

TIPOS DE LOGICAS:Lógica de proposiciones

Lógica más sencilla Representa únicamente hechos discretos del mundo real que

pueden ser ciertos o falsos

• en el mundo representado solo existen hechos individuales

• proposición = afirmación (cierta o falsa) sobre un hecho único del dominio

• pueden combinarse proposiciones (hechos) mediante conectores para expresar hechos más complejos

Poco poder expresivo• Difícil representar conjuntos de hechos con características comunes

una proposición por cada hecho no permite cuantificación

• Difícil expresar y generalizar relaciones entre hechos

TIPOS DE LOGICAS:

Lógica de predicados de 1er orden

Mas potente y con mayor utilidad practica Representa el mundo en términos de objetos y

predicados entre esos objetos• predicados representan propiedades de los

objetos o relaciones entre objetos Permite uso de cuantificadores

Modelos estructurados:Redes asociativas

Redes Asociativas

Una red esta formada por un conjunto de nodos unidos entre si por enlaces de diferentes tipos.

Redes Asociativas (Semánticas) Representan conocimiento en forma básica Agrupan el conocimiento en dos partes

• Objetos(nodos)

• Relaciones entre objetos (enlaces o arcos) Apropiadas para representar conocimiento en forma jerárquica

El conocimiento puede ser de dos clases:

Conocimiento Asertivo: realizar afirmaciones particulares

Conocimiento Taxonómico: describe conceptos

Toda red semántica también puede definirse como oraciones en una lógica

Es fácil visualizar los pasos que se darán en el proceso de inferencia

El lenguaje de consulta es sencillo Limitadas en expresividad: Negaciones, disyunciones,

cuantificaciones Permiten la declaración de importantes asociaciones en

forma explicita El tiempo que toma el proceso de búsqueda por hechos

particulares puede ser significativamente reducido (debido a que los nodos relacionados están directamente conectados)

Redes Asociativas

Redes Asociativas Ventajas: Las redes asociativas tienen dos ventajas sobre los sistemas basados en reglas y sobre los basados en lógica:

Permiten la declaración de importantes asociaciones, en forma explícita y sucinta. Debido a que los nodos relacionados están directamente conectados, y no se

expresan las relaciones en una gran base de datos, el tiempo que toma el proceso de búsqueda por hechos particulares puede ser significativamente reducido.

Desventajas: Entre las desventajas de las redes asociativas, se pueden mencionar:

No existe una interpretación normalizada para el conocimiento expresado por la red. La interpretación de la red depende exclusivamente de los programas que manipulan la misma.

La dificultad de interpretación a menudo puede derivar en inferencias inválidas del conocimiento contenido en la red.

La exploración de una red asociativa puede derivar en una explosión combinatoria del número de relaciones que deben ser examinadas para comprobar una relación.

Marcos y guiones MARCOS : que es un esencia de marcos ordenada

temporalmente , estructura conveniente para representar objetos que son comunes a una situación dada. La característica basada de un marco, es que representa conocimientos relacionado con un tema concreto que cuenta con mucho conocimiento predeterminado. Un marco es básicamente un grupo de ranuras y rellenos que definen un objeto estereotípico.

Ejemplo

MarcosExisten dos tipos fundamentales de Marcos:

Las Clases: representan conceptos o entidades generales

• Las Instancias : Que viene a ser ejemplos particulares de marcos clase

La red jerárquica de Marcos es dotada de un mecanismo de herencia gracias mediante el cual cada marco hereda los campos de sus predecesores en lared.

GUIONES (SCRIPT)

Es una estructura de conocimiento que organiza información referente a situaciones dinámicas estereotipadas; Ej. Ir al cine, comer en un restaurante, ir de compras etc.

Elementos que componen un guión

• Escenas: Sucesos descritos en el guión en forma secuenciales manera que la realización de una escena permita que tenga lugar la siguiente.

• Roles, Objetos y Lugares: Se corresponde con los personajes típicos que interviene en el guión, los objetos que aparecen en los hechos descritos y los lugares donde acontecen las actividades propias del guión

Sistemas basados en reglas de producción

El último de los mecanismos de representación de conocimiento, vistos como un formalismo computacional que permite la resolución de problemas utilizando reglas e infiriendo sobre ellas.

Los sistemas basados en reglas son los más comúnmente utilizados. Su simplicidad y similitud con el razonamiento humano, han contribuido para su popularidad en diferentes dominios. Las reglas son un importante paradigma de representación del conocimiento.

Las reglas representan el conocimiento utilizando un formato SI-ENTONCES (IF-THEN), es decir tienen 2 partes:

La parte SI (IF), es el antecedente, premisa, condición o situación. La parte ENTONCES (THEN), es el consecuente, conclusión, acción o respuesta.

Las reglas pueden ser utilizadas para expresar un amplio rango de asociaciones, por ejemplo:

SI está manejando un vehículo Y se aproxima una ambulancia, ENTONCES baje la velocidad Y hágase a un lado para permitir el paso de la ambulancia.

SI su temperatura corporal es de 39 ºC, ENTONCES tiene fiebre. SI el drenaje del lavabo está tapado Y la llave de agua está abierta, ENTONCES se

puede inundar el piso.