REPRESENTACIN DEL CONOCIMIENTO EN INTELIGENCIA ARTIFICIAL

Integrantes:

o Castro Sairitupac, Jeison

o Mendoza Ventura, Alex
o Valdes, Fernando
o Valenzuela Navarro, Victor
o Yarmas Obregon, Nickols

1
 Tabla de Contenidos

ndice
Introduccin .............................................................................................. 2
1. Definicin ............................................................................................ 4
2. Metodologa de Representacin del conocimiento ............................ 5
3. Caractersticas de Representacin del Conocimiento en Inteligencia
Artificial ..................................................................................................... 6
4. Tipos de Conocimiento en Inteligencia Artificial ................................. 7
a) Conocimiento declarativo ................................................................. 7
b) Conocimiento Procedimental ............................................................ 9
c) Conocimiento Heurstico ................................................................. 10
5. Tcnicas de representacin de conocimiento en Inteligencia Artificial.
................................................................................................................. 10
6. Propiedades del sistema de representacin del conocimiento en
inteligencia Artificial. ............................................................................... 13
7. Representacin del conocimiento en Inteligencia Artificial. ............... 13
8. Conclusiones ...................................................................................... 14

Introduccin

Una de las preocupaciones caractersticas de los humanos ha sido el

deseo de cuantificar y cualificar el conocimiento propio sobre todos los
aspectos de su entorno. Alrededor de esta preocupacin ha girado buena
parte de la actividad cientfica y filosfica occidental a partir de
Aristteles.

La intencin de este trabajo es la de situar este problema en el

contexto de la Inteligencia Artificial y abordar los problemas relacionados
2
con el anlisis y uso del conocimiento y su estudio y tratamiento mediante
un ordenador o un agente.

Mucha de las actividades humanas consideradas inteligentes se

basan en la explotacin de cantidad de informacin, hechos, experiencias
y conocimientos ms o menos especficos de un mbito particular. En
consecuencia, una parte importante de las labores de investigacin y
desarrollo, en el campo de la IA consiste en la concepcin de formalismos
que permiten el desarrollo de sistemas basados en conocimiento y,
especficamente, en el estudio de las distintas maneras de definir y crear
sus bases.

3
1. Definicin

La representacin del conocimiento es un rea de la inteligencia

artificial cuyo objetivo fundamental es representar el conocimiento de
una manera que facilite la inferencia a partir de dicho conocimiento.
Analiza cmo pensar formalmente junto con funciones que permitan
inferir sobre los objetos. Se usa la lgica para proveer una semntica
formal de cmo las funciones de razonamiento se aplican a los
smbolos del dominio del discurso, adems de proveer operadores
como cuantificadores, operadores modales, etc. Esto junto a una
teora de interpretacin, da significado a las frases en la lgica.

Las representaciones del conocimiento ms expresivas pueden ser

ni completas ni consistentes (formalmente menos expresivas que la
teora de conjuntos). Las representaciones del conocimiento ms
expresivas pueden ser ni completas ni consistentes.

Representacin de conocimiento = Escribir en un lenguaje

descripciones del mundo.

A pesar de que todo programa de IA tiene una parte de base de

conocimiento, es un rea de investigacin abierta.
Ingredientes bsicos:

Un lenguaje de representacin (como C# por ejemplo).

Capacidad de inferencias.
Conocimiento del dominio.

4
2. Metodologa de Representacin del conocimiento

Un esquema de representacin es un instrumento para codificar la

realidad en un computador. Desde un punto de vista informtico un
esquema de representacin puede ser descrito como una combinacin
de las estructuras de datos, que son la parte esttica del conocimiento
disponible sobre objetos y/o eventos, y los procedimientos que
caracterizan la componente dinmica del mismo: procesos que
manipulan e interpretan informacin con el fin de transformarla en
conocimiento, junto con los mecanismos de control sobre el uso de las
informacin contenida en las estructuras de datos, y la capacidad del
sistema para asimilar nueva informacin.

Cuando se habla de la representacin del conocimiento, se trata de

dos tipos diferentes de entidades:

Hechos: Verdades en cualquier mundo material. Estas con las

cosas que queremos representar.
Representacin de los hechos: con un poco de formalismo
elegido. Estas con las cosas que vamos a ser capaces de manejar
con eficacia.
Ontologa: Es un mtodo de representacin basado en lgica. La
lgica en s no es ms que semntica y teora de la
demostracin. No nos dice en lo ms mnimo qu es aquello que
deber expresarse ni tampoco qu vocabulario emplear para
ello.

5
3. Caractersticas de Representacin del Conocimiento en Inteligencia
Artificial

La representacin del conocimiento cubre ciertas caractersticas

bsicas:

a) Cobertura, que significa que la informacin del conocimiento

cubre la informacin de anchura y de profundidad. Sin una
cobertura amplia la representacin del conocimiento no puede
determinar nada ni resolver ambigedades.

b) Compresible por humanos: La representacin del conocimiento

es vista como un lenguaje natural, as que la lgica debera fluir
libremente. Debera soportar la modularidad y la jerarqua de
clases.

c) Consistencia. Siendo consistente, la representacin del

conocimiento puede eliminar conocimiento redundante o
conflictivo.

d) Eficiencia

e) Facilidad de modificacin y actualizacin.

f) Soporte de la actividad inteligente que usa la base de

conocimiento.

El conocimiento posee ciertas propiedades: voluminoso, difcil de

caracterizarlo, dinmico, con incertidumbres, y debe estructurarse de la
manera cmo se va a utilizar.

La IA busca representar generalizaciones, es decir, no representar cada

situacin individual, sino agrupar las situaciones que comparten
propiedades importantes, de tal forma que pueda:
6
 Ser entendido por las personas que lo provean.
Ser modificado para corregir errores.
Reflejar cambios en el mundo.
Usarse en muchas situaciones, an sin ser totalmente exacto.

4. Tipos de Conocimiento en Inteligencia Artificial

Tenemos los siguientes tipos:

a) Conocimiento declarativo
Son hechos sobre objetos o situaciones. Posee mayor capacidad
expresiva, menos capacidad creativa o computaciones. Es
conocimiento pasivo expresado como sentencias acerca de los
hechos del mundo que nos rodea (el saber qu hacer). Puede ser
representado con modelos relacionales y esquemas basados en
lgica. Los modelos relacionales pueden representar el
conocimiento en forma de rboles, grafos o redes semnticas. Los
esquemas de representacin lgica incluyen el uso de lgica
proposicional y lgica de predicados.

Por ejemplo:

7
 Tipos de Conocimiento Declarativo:

Conocimiento Relacional: Conjunto de relaciones

expresables mediante tablas (como en una base de
Datos). Hemos de aportar procedimientos que o
enriquezcan al motor de inferencias para generar
conocimiento a partir de las tablas

Conocimiento Heredable: Estructuracin jerrquica del conocimiento. Se

trata de construir un rbol o grafo de conceptos basado en la
generalizacin y/o especializacin.

8
 Conocimiento Inferible: Conocimiento descrito mediante
lgica. Se puede utilizar la semntica de los operadores y
el Modus Ponens para inferir nuevo conocimiento.

b) Conocimiento Procedimental
Es aquel conocimiento compilado que se refiere a la forma de
realizar una cierta tareas (el saber cmo hacerlo). Por ejemplo, los
pasos necesarios para resolver una ecuacin algebraica son
expresados como conocimiento procedimental. Los modelos
procedimentales y sus esquemas de representacin almacenan
conocimiento en la forma de cmo hacer las cosas. Pueden estar
caracterizados por gramticas formales, usualmente implantadas
por sistemas o lenguajes procedimentales y sistemas basados en
reglas. Por ejemplo los pasos necesarios para resolver una ecuacin.

9
 c) Conocimiento Heurstico

Es un tipo especial de conocimiento usado por los humanos para

resolver problemas complejos. La base de la heurstica surge de la
experiencia de resolver problemas y ver como otros lo hacen.
En las ciencias de la computacin, el mtodo heurstico es usado en
determinadas circunstancias, cuando no existe una solucin ptima
bajo las restricciones dadas. En general la manera de actuar de los
programas heursticos consiste en encontrar algoritmos con buenos
tiempos de ejecucin y buenas soluciones.
Muchos algoritmos en la inteligencia artificial son heursticos por
naturaleza, o usan reglas heursticas.
Un ejemplo son los programas que detectan si un correo electrnico
es spam.

5. Tcnicas de representacin de conocimiento en Inteligencia

Artificial.

10
Analiza como pensar formalmente, como usar un sistema de smbolos
para representar un dominio de discurso (aquello de lo que se puede
hablar) junto con funciones que permitan inferir (realizar un razonamiento
formal) sobre objetos.
Existen diferentes tcnicas de representacin del conocimiento que se han
utilizado, y sobre las que se han sustentado los lenguajes de
representacin del conocimiento.
Tripletas objeto-atributo-valor: se utilizan para representar
hechos acerca de objetos y sus atributos, especificando el valor de
un atributo para un determinado objeto. Por ejemplo, para
representar que el coche es rojo, se tendra una tripleta Coche-
Color-Rojo.

Fuzzy Facts o hechos difusos: representa conocimiento impreciso

o ambiguo. Por ejemplo, la expresin Juan es viejo en
comparacin con Juan es joven o Juan es de mediana edad,
puede no ser sencilla de representar con otras tcnicas ya que la
edad es algo gradual, no se pasa de ser joven un da a ser de
mediana edad al da siguiente. Esta tcnica lo que permite es
definir funciones de membresa que asignan un valor entre 0 y 1 a
cada valor.

11
 Rules: Esta tcnica representa el conocimiento presentando unas
premisas o condiciones y las conclusiones o acciones que de ellas
se derivan se suelen representar de la forma IF-THEN. Las premisas
se colocan a continuacin del IF en forma normalmente de
tripletas O-A-V y utilizando operadores booleanos, mientras que
las conclusiones definiran nuevos hechos o realizar acciones.
Redes Semnticas o Redes Conceptuales: se basa en la utilizacin
de grafos que representan conceptos, objetos y relaciones entre
ellos. Estas relaciones pueden ser de cualquier tipo, pero
predominan las relaciones de tipo kind-of,part-of y is-a, que
permiten representar estructuras jerrquicas de conocimiento.

Frames o Marcos: es una tcnica de representacin muy similar a

la utilizada en la programacin orientada a objetos. Consta de
Class Frames, similares a las clases, que presentan conjunto de
objetos con caractersticas similares. A partir de ellas se crean las
instance frames que representan elementos concretos de una

12
 clase. Por ejemplo, podramos tener el marco de clase Persona y
la instancia Juan.

6. Propiedades del sistema de representacin del conocimiento

en inteligencia Artificial.

La capacidad Expresiva:
La capacidad Deductiva
Eficiencia Deductiva
Eficiencia en la Adquisicin

7. Representacin del conocimiento en Inteligencia Artificial.

Captar generalizaciones.
Ser comprensible.
Fcilmente modificable, incrementable.
Ser usado en diversas situaciones y propsitos.
Permitir diversos grados de detalle.
Captar la incertidumbre, imprecisin.
Representar situaciones importantes.
Focalizar el conocimiento relevante.

13
8. Conclusiones

En este documento se presentaron algunas de as formas con que se

cuenta para representar el conocimiento buscando enfatizar los puntos
siguientes:

o El concepto de conocimiento, se ha atacado desde mltiples

enfoques y es conveniente tomarlos en cuenta ya que
dependiendo del nivel de conocimiento que se maneja existe
uno u otro mecanismo para representarlo.

o El ser humano siempre ha buscado formas fsicas de

representar el conocimiento y actualmente cuenta con un
cmulo muy grande de estas formas.

o Al aumentar la complejidad del conocimiento se obtiene

mecanismos ms compactos para representarlo mediante un
proceso de abstraccin que se olvida de los conocimientos
especficos y busca reglas generales.

o Actualmente en la computacin se cuenta con mltiples

mecanismos para representar el conocimiento desde nivel de
datos hasta relaciones semnticas y pragmticas.

o Las herramientas actuales cubren un rango muy amplio de

representacin, sin embargo, no tienen la capacidad de
abstraer y compactar el conocimiento en reglas generales a
partir de reglas o puntos espec

14