El conocimiento en inteligencia artificial

1. Universidad Fermín Toro
EL CONOCIMIENTO EN INTELIGENCIA
ARTIFICIAL
Rafael Emilio Ardila
C.I: 17,270,486

2. 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.

3. 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.

4. 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.

5. 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,
métodootrucoparasimplificarlasolucióndeproblem
as.Usualmenteseadquiereatravésdemuchaexperie
ncia

6. 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

7. 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

8. Métodos de Representación
Basados en Lógica
 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.

9. Métodos de Representación
Basados 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 símbolos
3. Un conjunto de reglas de inferencia, que permiten inferir conocimiento
nuevo a partir del ya existente

10. Métodos de Representación
Basados 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

11. Métodos de Representación
Basados en Lógica
SEMÁNTICA: Significado (valor de verdad)
de los objetos básicos
o Interpretación
o Validez
o Propiedades: consistencia, completitud,
decidibilidad, corrección

12. 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

13. 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

14. 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:

15. Redes Asociativas
 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)

16. 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.

17. 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

18. Marcos
Existen dos tipos fundamentales de Marcos:
 LasClases: 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.

19. 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

20. 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.