Ing.

Sistemas Computacionales


UNIDAD II
Representacin del
conocimiento y
razonamiento.

TEMA
Manejo y concepto de:
Incertidumbre, imprecisin y subjetividad

MATERIA
Inteligencia Artificial

Alumna

Yesenia Snchez Garca

ASESOR
Ing. Linda Nadia Rosales Moreno


Marzo de 2014
Instituto Tecnolgico
de la Costa Grande


NDICE
UNIDAD II Representacin del conocimiento y razonamiento.

Manejo y concepto de: Incertidumbre, imprecisin y subjetividad3
Incertidumbre..3
Imprecisin.5
Subjetividad6
BIBLIOGRAFA..7




















3


INCERTIDUMBRE
Existe un ambiente de incertidumbre cuando falta el conocimiento seguro y claro
respecto del desenlace o consecuencias futuras de alguna accin, situacin o
elemento patrimonial, lo que puede derivar en riesgo cuando se aprecia la
perspectiva de una contingencia con posibilidad de generar prdidas o la
proximidad de un dao. La incertidumbre supone cuantificar hechos mediante
estimaciones para reducir riesgos futuros, y aunque su estimacin sea difcil no
justificar su falta de informacin. Respecto de los hechos medioambientales esta
dificultad de clculo se debe a:
La tecnologa implicada en los trabajos de restitucin.
Continuos cambios en las exigencias normativas.
Experiencia acumulada en lugares similares.
Existencia y calidad de los registros relativos a las cantidades y
clases de vertidos realizados.
Importancia de la contribucin de la empresa en la generacin o
vertido de residuos.

CMO ACTUAR ANTE LA INCERTIDUMBRE
Los agentes casi nunca tienen acceso a toda la verdad acerca de su
ambiente.
El agente debe, por lo tanto, actuar bajo condiciones de incertidumbre.
La incertidumbre es tambin producto de la incompletez y de la
inexactitud del conocimiento del agente sobre las caractersticas del
ambiente.
La decisin racional depender tanto de la importancia relativa de las
diversas metas as como de la posibilidad y grado correspondiente en que
esperamos que sean logradas.









4


EL MANEJO DEL CONOCIMIENTO INCIERTO
Ejemplo de regla de lgica de primer orden

Si queremos ms detalle:


Cambiando la regla a forma causal:

EL USO DE LA LGICA DE PRIMER ORDEN EN ESTE EJEMPLO ES FALLIDO
POR:
Pereza
Listar todos los antecedentes o consecuentes necesarios es mucho
trabajo, y las reglas sera difciles de emplear.
Ignorancia terica
La ciencia mdica no cuenta an con una teora completa sobre este
dominio.
Ignorancia prctica
An conociendo todas las reglas, si no es posible hacerle todas las
pruebas a un paciente, permaneceran dudas sobre el caso particular
de dicho paciente.
En el mejor de los casos, lo que el conocimiento del agente puede ofrecer es slo un
grado de creencia en las oraciones correspondientes.
La herramienta principal para manejar los grados de creencia es la teora de la
probabilidad, que asigna a las oraciones un grado numrico de creencia que est
entre 0 y 1.
La probabilidad es una forma de resumir la incertidumbre originada en nuestra
pereza e ignorancia.
) , ( ) , ( Caries p to Padecimien es DolorDient p Sntoma p
)... , (
) , (
) , ( ) , (
oImpactada MuelaJuici p to Padecimien
toEncas Padecimien p to Padecimien
Caries p to Padecimien es DolorDient p Sntoma p

) , ( ) , ( es DolorDient p Sntoma Caries p to Padecimien p

5

Por ejemplo, podemos observar que el 80% de los pacientes que padecen dolores
en la dentadura tienen caries. Por lo tanto, existe una probabilidad de 0.8 de que el
motivo del dolor de dientes sea caries. El 0.2 restante resume todas las otras
posibles causas de dolor dental, las cuales se ignoran o no se confirman por pereza.
Las probabilidades situadas entre 0 y 1 corresponden a grados intermedios de
creencia en la verdad de la oracin. La oracin en s es, de hecho, verdadera o falsa.
No es lo mismo el grado de creencia y el grado de verdad. Si el grado de creencia es
0.8, esto no quiere decir que haya 80% de verdad, sino que hay muchas
posibilidades de que la oracin sea cierta. El grado de verdad es el tema de estudio
de la lgica difusa.
Las aseveraciones probabilsticas no operan el mismo tipo de semntica que la
lgica de primer orden. La probabilidad que un agente asigna a una proposicin
depender de las percepciones que ste haya recibido hasta el momento
(evidencia).
Antes de las evidencias, se habla de la probabilidad a priori o incondicional.
Despus de las evidencias, se habla de probabilidad a posteriori o condicional.
IMPRECISIN

x frenteMuyCaliente(x) fiebreAlta(x)
Cundo es Verdadero o Falso el antecedente?
Causas:

Falta de conocimiento (o conocimiento incompleto)
No es posible identificar o manejar todo el conocimiento relevante
(o no es prctico hacerlo)
Ignorancia:
no existe conocimiento completo de un dominio determinado
an habiendo, no se puede acceder a todos los datos que seran
relevantes.
Inexactitud del conocimiento
Manejo de conocimiento errneo (errores de lectura de un sensor,
error humano, creencias falsas,...)
Imprecisin en la formulacin del conocimiento (ambigedad en
el significado de las reglas y hechos)
Inferencias previas incorrectas (incertidumbre en cascada)
Conocimiento contradictorio


6


SUBJETIVIDAD:
El concepto de subjetividad est vinculado a una cualidad: lo subjetivo. Este
adjetivo, que se origina en el latn subiectivus, se refiere a lo que pertenece
al sujeto estableciendo una oposicin a lo externo, y a una cierta manera de sentir y
pensar que es propia del mismo.
En la teora del conocimiento, la subjetividad es la propiedad de las percepciones,
argumentos y lenguaje basados en el punto de vista del sujeto, y por tanto influido
por los intereses y deseos particulares del mismo. Su contrapunto es la objetividad,
que los basa en un punto de vista intersubjetivo, no prejuiciado, verificable por
diferentes sujetos.
Desde el punto de vista de la sociologa la subjetividad se refiere al campo de accin
y representacin de los sujetos siempre condicionados a circunstancias histricas,
polticas, culturales, etcetra.
La diferencia entre la subjetividad y la objetividad es clara al analizar distintos
textos. Aquellos que explicitan la opinin del autor son subjetivos; los que intentan
limitarse a los datos concretos y fcticos son objetivos. Por ejemplo: El fantstico
equipo argentino humill al rival con un juego de gran nivel es una frase
subjetiva; Argentina derrot cuatro a cero a su oponentes una frase objetiva.

Ejemplo
Para descubrir si una mquina es susceptible de tener intereses y/o sufrir por ellos,
y por tanto es susceptible de tener derechos y de que estos sean vulnerados, esto es,
saber si es susceptible de entrar en nuestro universo moral; para que seamos
capaces de decidir si moralmente debemos o no respetar los derechos de una
mquina que afirma tener sentimientos y que pide que no la desconectemos.
Realizar un modelo de red bayesiana a un problema de diagnstico


7


BIBLIOGRAFA

http://www.eumed.net/tesis-doctorales/2006/erbr/2p.htm
http://definicion.de/subjetividad/#ixzz2PcjMVjfS
http://fdoperez.webs.ull.es/doc/Conocimiento4.pdf
http://www.slideshare.net/edgaraltamirano/inteligencia-artificial-3188474
http://www.slideshare.net/yzipsanchez/savedfiles?s_title=incertidumbre-
2873332&user_login=KaterineBurneo
http://es.scribd.com/doc/57111545/Inteligencia-Artificial