REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS

Qu es el conocimiento del sentido comn?

Para conseguir sistemas de IA en el mbito humano realmente verstiles,

se necesita un conocimiento ms extenso.
Pero el conocimiento necesario para conseguirlo es realmente difcil de
conceptualizar formalmente.
Resulta paradjico constatar que cuestiones que los cientficos de la IA
encuentran muy complejas son muy fciles para nios de 10 aos de
edad.
Pensemos en el tipo de cosas que un nio sabe:
Si uno suelta un objeto este se cae (hoy en da, cualquier nio
tambin podra saber que los objetos no caen si se sueltan en un
satlite orbital).
La gente no existe antes de haber nacido.
Los peces viven en el agua y mueren si se les saca de ella.
La gente compra el pan y la leche en una tienda de comestibles.
La gente suele dormir de noche.
Al conocimiento de este tipo se le suele denominar conocimiento del
sentido comn.
En tiempos antiguos, cuando el conocimiento era escaso, se diferenciaba
muy poco el sentido comn del pensamiento cientfico.
El pensamiento cientfico, poco a poco se fue separando del sentido
comn.
An hoy en da, muchas de las cosas que nos gustara que un robot
hiciera podran estar basadas en la ciencia medieval, o incluso en la
prehistrica.
Para refugiarse cuando est lloviendo, no se necesita conocimiento
alguno sobre sistemas de baja presin.
Para no derramar el caf fuera de la taza al servirlo, o al girarnos
bruscamente, no se necesita saber de hidrodinmica avanzada.
Para enchufar la batera cuando est baja de carga, no se necesita
conocer la teora electroqumica.
Para pagar facturas a tiempo, antes de que se emprendan acciones
legales contra uno, no se necesita conocer complejas teoras
psicolgicas.
Esto no quiere decir que estemos en contra de aplicar conocimiento
avanzado, siempre que ste se necesite, por ejemplo:
Los sistemas de prediccin del clima deben saber acerca de la
meteorologa.
1

REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS

Los sistemas que controlan los intercambiadores de calor de las

plantas nucleares necesitan saber acerca de la termodinmica.
Nos referimos a que muchas tareas tan slo requieren el conocimiento de
un nio de 10 aos.
Y que desplegar dicho conocimiento (una vez hayamos descifrado cmo
representarlo!) debe ser ms tratable que el uso de un conocimiento
cientfico demasiado detallado.
Los investigadores en IA han bautizado al conocimiento de sentido
comn como conocimiento ingenuo.
De esta manera intentamos construir teoras acerca de una:
Fsica ingenua
Economa ingenua
Psicologa ingenua
Estadstica ingenua
Sociologa ingenua
Aunque hemos contrastado el conocimiento ingenuo con el experto, se
debera puntualizar que estos trminos se refieren de forma aproximada
a extremos de un continuo.
Diferentes tareas requieren diferentes niveles de conocimiento a lo largo
de este continuo.
Veamos 2 ejemplos de la tarea que realiza un robot:
1. Tomando la fsica como ejemplo, un robot, para apilar bloques en
una mesa, slo necesita saber propiedades sencillas de los objetos.
La fsica de sentido comn de este tipo de robot tendra hechos
tales como:
Dos bloques no pueden estar en la misma posicin
Un bloque debe sostenerse sobre la mesa o sobre otro
bloque
Y tantos otros.
2. Un robot que pudiera golpear las bolas hacia las troneras de una
mesa de billar necesitara saber ms cosas.
Para dicha tarea tal robot tendra que saber acerca de:
Rozamiento de rodadura
Colisiones no elsticas
Conservacin de la cantidad de movimiento
Y otras ms
Obviamente, nos podramos imaginar tareas que gradualmente
necesitaran de conocimiento cada vez ms sofisticado, hasta que nos
acercramos a las fronteras de la ciencia moderna.

REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS

Entonces cuando decimos que estamos interesados en la formalizacin

del conocimiento de sentido comn, no tenemos en mente una regin
definida en forma precisa sobre este continuo; ms bien pensamos de
forma vaga en una regin que se extiende a partir del lmite ingenuo de
este continuo.

Figura: regiones extremas del continuo

Problemas de la representacin del conocimiento de

sentido comn

Cules son las razones por las que es difcil formular el conocimiento de
sentido comn?
a. Probablemente una de las razones sea su extenso volumen
Cunto conocimiento sera necesario para que un Sistema
fuera capaz de presentar inteligencia general a nivel
humano?

Doug Lenat ( base de conocimientos CYC )

b. No tiene fronteras bien definidas que nos permitan concentrarnos
de forma independiente en las partes que lo componen.
Requieren ms entidades, funciones, relaciones.
c. El conocimiento acerca de algunos temas no parece que se pueda
capturar fcilmente mediante sentencias declarativas.

Importancia del conocimiento de sentido comn

Construir mquinas con sentido comn es complicado. Es realmente

importante hacerlo?
Las mquinas con sentido comn encontraran muchas aplicaciones
comerciales de valor: Un robot domstico con tareas como:
Lavar los platos
Lavar la ropa
Reemplazar bombillas fundidas
Realizar el mantenimiento rutinario de la casa
Pero pensemos en el tipo de conocimiento que dicho robot debera tener:
3

REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS

Cmo coger un plato o un vaso

Dnde dejar las bombillas fundidas
Cunto tiempo se mantiene una lechuga en el frigorfico
Y muchas ms
Podemos argumentar:
El conocimiento de sentido comn es lo que se necesita para
hacer que los SSEE sean ms verstiles
Permitira reconocer cundo el usuario pide informacin ms all de su
rea de aplicacin.
Permitira predecir de forma ms precisa cundo su conocimiento es
relevante para la tarea que debe llevar a cabo, y cundo no lo es.

La correcta estructuracin del conocimiento de sentido comn puede ser

muy importante para expandir el conocimiento de un SE

Todos estamos familiarizados con el uso de analogas y metforas en

nuestros razonamientos propios. Por ejemplo:
La mecnica cuntica est ms all de los lmites de nuestro
conocimiento
La humildad est prxima a la bondad
El salario de Mary est por encima del de John

Hay muchas razones para sospechar que las metforas son mucho ms
que simplemente coincidencias lingsticas.

Los fundamentos de nuestras conceptualizaciones podran basarse, de

hecho, en ideas espaciales, o de otro tipo, del sentido comn.

De este modo un SE que poseyera una conceptualizacin de sentido

comn sobre el mundo podra estar perfectamente equipado para
expandir su base de conocimiento mediante pequeas actualizaciones o
revisiones.

El conocimiento de sentido comn se requiere indudablemente para

entender el lenguaje natural.

reas de investigacin
Cuando todava no se dispone de sistemas con sentido comn (con la posible
excepcin del CYC, que est an en desarrollo), los investigadores en lA han
4

REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS

atacado el problema de la representacin del conocimiento de sentido comn

desde diversos frentes:
1 Los objetos y los materiales. El mundo est formado por objetos.
Entre las que citamos en los siguientes grupos:
a. Discretos.- son cosas slidas sobre las que es relativamente fcil
hablar, y fcil de describirlas. Algunos de estos objetos son
jerrquicos, compuestos por partes agrupadas. Entre estos son los
lquidos, gases y agrupaciones como ser los montones de arena, los
sacos de harina o las galaxias. El trabajo de [Hayes, 1978; Hayes,
1985a, y Hayes, 1985b] realiza una representacin del sentido
comn consistente en la descripcin de los materiales y sus
2

propiedades.
El espacio. Consiste en que los objetos existen en el espacio y se
colocan en l de forma relativa respecto a otros objetos, por ejemplo,
referimos a la forma de hablar de las cosas, tales como est dentro,
est encima o est contiguo a otras cosas. Tambin se puede
describir cun grandes son las cosas, qu formas tienen y muchas otras
propiedades. Este trabajo es utilizado para consultar artculos sobre

razonamiento espacial en diversas tareas de robots.

3 Las propiedades fsicas. Los sistemas de lA deberan ser capaces de
razonar acerca de propiedades fsicas tales como masa, temperatura,
volumen, presin, nivel de radiacin, longitud de onda y cualquier
relacin que se presente entre ellas.
4 Los procesos fsicos y los eventos. Los objetos caen, las bolas se
lanzan, la hierba crece, los vasos se llenan y se vacan, las velas se
queman, los objetos calientes se enfran. En la fsica, muchos de estos
procesos se describen mediante ecuaciones diferenciales; pero para ello
los investigadores en lA han desarrollado una fisca cualitativa con la se
pueden inferir tendencias generales sin la necesidad de realizar clculos
exactos

REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS

5 El

tiempo.

Los

procesos

(incluidos

los

propios

procesos

razonamiento) transcurren a lo largo del tiempo. Para ello

de

se ha

desarrollado diversas tcnicas para describir y razonar sobre el tiempo.

La lgica temporales especiales, utilizadas en el anlisis de programas de
ordenador, que presentan ciertos aspectos importantes del tiempo. El
tiempo se maneja de dos. La primera, se basa en ignorar la mencin
explcita del tiempo mediante la utilizacin de situaciones, como se las
fotografas del mundo en instantes no especificados, y que se enlazan
mediante las acciones, las cuales transforman una situacin en otra. La
segunda consiste en manejar de forma explcita el tiempo y los intervalos
de tiempo que transcurren entre las entidades sobre las que se razona.

Representacin del conocimiento del sentido comn

6

REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS

Sistema de razonamiento CYC

El tiempo
Cmo pensamos acerca del tiempo? Es como una lnea real de nmeros
que se extiende hacia un pasado y hacia un futuro infinitos? O es como los
enteros numerables, comenzando desde el O en el big bang y avanzando en
unidades de tiempo discretas?, primitivamente se pensaban que el tiempo era
circular y que se repeta infinitamente en ciclos. Se Necesita decidir qu tipo de
modelo (metaontologa) se va utilizar antes de poder formular hechos tiles
acerca del tiempo.
En este modelo, el tiempo es algo dinmico, sobre el cual los procesos y los
eventos transcurren, en cambio en un mundo esttico nada cambiaria, el
tiempo no sera necesario; de hecho, sera bastante difcil formalizar el
concepto de mundo.
Los contenedores de los eventos y de los procesos se denominan intervalos.
Los intervalos temporales son como los intervalos definidos sobre la lnea de
los nmeros reales; en este modelo los intervalos temporales son las entidades
sobre las cuales existen las cosas, para describir estos intervalos se necesita
7

REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS

darles nombres utilizando las constantes de objeto del clculo de predicados,

denotado por E, transcurre (por completo) en el intervalo I, escribiremos
Ocurre(E, I)
Los instantes de tiempo son representados mediante nmeros reales. El inicio
de un intervalo se obtiene mediante la funcin inicio, y el final mediante la
funcin fin. Siendo que se describe que: (Vx) [inicio(x) S; f in(x)] (Cuando el
inicio y el fin de un intervalo son el mismo instante de tiempo, el intervalo se
colapsa en el caso degenerado.)
La siguiente relacin bsica entre intervalos: ('Vx,y)[Se_encuentra_con(x,y);
(fin(x) inicio(y)] puede definir otras seis relaciones entre los intervalos, en
trminos de Se_encuentra_con, o bien en trminos de los instantes de inicio y
fin de los intervalos.
Estas relaciones se denotan por Antes_de, Se_solapa_con, Inicio, Fin, Durante e
Iguales.

Tambin

tenemos

las

relaciones

inversas:

Es_encontrado-por,

Despues_de, Solapado-por, Iniciado-por, Finalizado_con, y Contiene_a (Iguales

es conmutativa).
Por

ejemplo:

("i/x,y)

{Antes

de(x,

y):

3(z)[Se_encuentra_con(x,

z)

Se_encuentra_con(z, y)]} ("i/x, y) {Antes de(x, y): [(fin(x) < inicio(y)]}

Ejemplo, para decir que el evento salir agua de un grifo est precedido por el
de abrir una vlvula, y seguido por el de cerrarla, podramos escribir: ("i/y)
{Ocurre(Sale, y) :::) (3x, z)[Ocurre(Abrir_ccw, x) A Ocurre(Abrir_cw, z) A
Se_solapa_con(x, y) A Se_solapa_con(y, zm Tambin hay algunos axiomas
bsicos que expresan propiedades como la transitividad de Antes_de. Este
modelo particular del tiempo ha sido aplicado a una gran variedad de
problemas de razonamiento temporal.

REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS

Representacin del conocimiento mediante redes

Conocimiento Taxonmico
A menudo las entidades manejadas en los dominios de experiencia y en
dominios de sentido comn se pueden exponer en estructuras jerrquicas que
organizan y simplifican el razonamiento
En el CYC hay diversos tipos de cosas: objetos del mundo, objetos
matemticos, eventos ,procesos y muchos otros . Estos objetos se disponen en
una taxonoma o jerarqua que codifica implcitamente los hechos.
Las jerarquas taxonmicas se pueden codificar bien mediante redes o bien
mediante estructuras de datos denominadas guiones
REDES
Ejemplo: supongamos que queremos representar los siguientes hechos:
Snoopy es una impresora lser , todas las impresoras lser son impresoras ,
todas las impresoras son mquinas y algunas otras piezas de informacin
relacionadas con estas .Expresado en forma de sentencias del clculo de
predicado, tendramos
9

REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS

Impresora_laser(snoopy)
( x)[impresora_laser(x)
( x)[impresora(x)

impresora(x)]

maquina_de_oficina(x)]

Los miembros de una misma categora pueden tener ellos ciertas propiedades,
tales como la fuente de alimentacin de todas las mquinas de oficina es una
toma de corriente a la pared.
Estas propiedades se pueden expresar mediante una funcin o un predicado de
igualdad:
( x)[maquina_de_oficina(x)

[fuente_de_alimentacion(x) =

toma_de_la_pared]]
Observen que los miembros de las subcategoras, por lo general, heredan las
propiedades comunes de sus supercategorias:
( x)[impresora_laser(x)

[fuente_de_alimentacion(x) =

toma_de_la_pared]]

Las Redes Semnticas

Las redes semnticas son estructuras graficas que codifican el conocimiento
sobre los objetos y sus propiedades
Tipos de Nodos

Nodos etiquetado con constante de relacin: Son nodos etiquetados con

constante de relacin el cual puede ser categora o propiedades
Nodo etiquetado con constate de objeto : Esto corresponde a objetos del
dominio

Tipos de Arcos

Arco de jerarqua
Arco de pertinencia
Arco de funcin
10

REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS
Ejemplo:

Razonamiento NO montono en redes semnticas

El razonamiento en lgica clsica es Montono, debido a que la adicin de
axiomas a un sistema lgico no reduce el conjunto de teoremas que se puedan
demostrar.
Es decir si
que

es un superconjunto de

<- se verifica que

'

, entonces para cualquier tal

<- .

Vamos a describir aqu un mecanismo sencillo (aunque no del todo adecuado)

para realizar razonamiento no montono, denominado cancelacin de la
herencia .Este mecanismo se entiende mejor mediante el uso de las redes
semnticas. Supongamos que queremos decir que la fuente de alimentacin de
las mquinas de una oficina , por defecto es una toma de corriente a la pared ,
pero que como excepcin a esta regla la fuente de alimentacin de un robot es
una batera , podramos expresar este conocimiento aadiendo otro arco de
funcin a la red semntica como se muestra en la figura:

11

REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS

Aunque la herencia de propiedades nos permita deducir (deducir de forma

correcta) que la fuente de alimentacin de las impresoras es una toma de la
pared, tenemos representado de forma explcita el hecho que la fuente de
alimentacin de los robots es una batera lo cual es una contradiccin
(asumiendo que las bateras y las tomas de pared son distintas).
La forma de protegernos frente a dicha contradiccin consiste en usar la red
de forma distinta
Consideremos que la informacin sobre la categoras ms especficas
(ordenadas segn arco de instancias o jerarquas) tiene preferencia sobre la de
las categoras menos especficas
Conflictos de Herencias
En un examen ms atento nos revela la existencia de varios problemas
asociados con el mecanismo de herencia de propiedades

12

REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS

Ejemplo

Como se ve en la figura anterior el robot C3PO es al mismo tiempo un robot

repartidor y de limpieza, tenemos la pregunta En qu turno trabaja de da o de
noche? , en estos casos no se puede determinar ninguna conclusin.
En sistemas no montonos ms sofisticados que el propuesto, el razonamiento
por defecto se prioriza de manera que una propiedad por defecto adquiere
precedencia sobre otra en los casos de mltiple herencia.

13

REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS

Guiones
El conocimiento taxonmico tambin se puede codificar en una estructura de
datos denominado guion. Un guion tiene un nombre y un conjunto de pares de
atributos-valor. El nombre de guion se corresponde con un nodo, y los valores
se corresponden de los nombres de los arcos asociados a ese nodo, y los
valores se corresponden con los nodos a los que apuntan dichos arcos. Los
pares atributos-valor que se utilizan se suelen denominar ranuras, a los
atributos se denominan nombre de las ranuras (o campos) y a los valores valor
de las ranuras.

Ejemplo: este modelo permite representar un guion.

Nombre se l guion

Impresoras
Subconjunto_de: Maquina_de_oficina
Impresoras
Superconjunto_de: (Impresora_laser,
Impresora_de_inyeccion)
Ranura

Fuente_de_alimentacion: Toma_de_pared
Autor: John_Jones
Fecha: 16_Agosto_91

Nombre de la Ranura

Valor de la ranura

Lo que se denomina metaconocimiento, como, por ejemplo la fecha de

creacin y el autor del guion, no de las impresoras que constituye
conocimientos acerca del guion, no de la impresora.
14

REPRESENTACIN DEL SENTIDO COMN

SISTEMAS EXPERTOS

Sin embargo, tanto las redes semnticas como los guiones presentan
problemas para para ciertos tipos de conocimientos. Por ejemplo es bastante
difcil (aunque no imposible [Hendrix, 1979]) expresar disyunciones (y por tanto
implicaciones), negaciones, y, en general conocimientos no taxonmico. Estos
nos han llevado a sistemas hbridos, como el sistema KRIPTON [Brachman,
Gilbert y Levesque, 1985] o el sistema CLASSIC [Bordiga 1989].
Estos sistemas utilizan que se denomina lgicas terminolgicas, utilizando
estructuras jerrquicas para la representacin de entidades, clases y
propiedades, y expresiones lgicas para el otro tipo de informacin.

Lecturas y consideraciones adicionales

1. Mtodos de razonamiento de sentido comn [Davis, 1990, Hobbs y
Moore, 1985 ]
2. [Sowa, 1991] coleccin de artculos sobre redes semnticas , el
mecanismo de herencia de propiedades, desarrollado por los
investigadores en IA para realizar razonamiento eficientes en redes
semnticas
3. La cancelacin de herencia en redes semnticas es una tcnica de
razonamiento no monoto. Ya citamos los mecanismos ms sofisticados de
la lgica por defecto y la circunscripcin [Brewka ;Dix y konolige,1977]
4. Parte del trabajo sobre la representacin del conocimiento se concentra
en la creacin de lenguaje y formalismos que permiten compartir la
informacin entre diferentes programas con conocimientos
especializados.

15