El conocimiento en Inteligencia Artificial

República Bolivariana de Venezuela
Universidad “Fermín Toro”
Escuela de Ingeniería
Cabudare – Estado Lara

EL CONOCIMIENTO EN LA INTELIGENCIA
ARTIFICIAL

David E. Guerrero S.
C.I.- 17.330.334

El Conocimiento en la Inteligencia Artificial

EL CONOCIMIENTO
Conceptos:
Es el conjunto de datos de primer orden, que modelan de forma
estructurada la experiencia que se tiene sobre un cierto dominio o que surgen de
interpretar los datos básicos. Incluye y requiere del uso de datos e información.
Además, combina relaciones, dependencias, y la noción del saber con datos e
información. Por ejemplo:

- La interpretación de los valores de la analítica de sangre o de los sensores de la
planta química para decir si son normales, altos o bajos, preocupantes,
peligrosos, ...

El Conocimiento en la Inteligencia Artificial (2)

- El conjunto de estructuras de datos y métodos para diagnosticar a pacientes a
partir de la interpretación del análisis de sangre, o para ayudar en la toma de
decisiones de que hacer en la planta química.

Propiedades del Conocimiento:
• Voluminoso
• Difícil de caracterizar con precisión.
• Incierto/impreciso
• Cambia constantemente

TIPOS DE CONOCIMIENTO:
- Conocimiento Declarativo

- Conocimiento Procedimental

- Conocimiento Heurístico

-Conocimiento Declarativo:
Son hechos sobre objetos o situaciones. Posee mayor capacidad expresiva,
menor capacidad creativa o computacional. es conocimiento pasivo, expresado como
sentencias acerca de los hechos del mundo que nos rodea (el saber que hacer). La
información personal en una base de datos es un típico ejemplo de conocimiento
declarativo. Tales tipos de datos son piezas explícitas de conocimiento independiente.


El conocimiento declarativo puede ser
representado con modelos relacionales y
esquemas basados en lógica. Los modelos
relacionales pueden representar el
conocimiento en forma de árboles, grafos
o redes semánticas. Los esquemas de
representación lógica incluyen el uso de
lógica proposicional y lógica de
predicados.

Tipos de conocimiento declarativo:
- Conocimiento relacional: conjunto de relaciones expresables mediante
tablas (como en una Base de Datos). Hemos de aportar procedimientos que lo
enriquezcan Motor de inferencia: genera conocimiento a partir de
información. Ej: media de compras en una población, mejor cliente, tipología de
cliente
- Conocimiento heredable: Estructuración jerárquica del conocimiento
(taxonomía jerárquica). Se trata de construir un árbol o grafo de conceptos basado
en la generalización y/o especialización
- Conocimiento inferible: Conocimiento descrito mediante lógica. Se puede
utilizar la semántica de los operadores y el Modus Ponens para inferir nuevo
conocimiento.

Conocimiento PROCEDIMENTAL
Es aquel conocimiento compilado que se
refiere a la forma de realizar una cierta tarea (el
saber cómo hacerlo). Por ejemplo, los pasos
necesarios para resolver una ecuación algebraica
son expresados como conocimiento
procedimental.

Los modelos procedimentales y sus
esquemas de representación almacenan
conocimiento en la forma de cómo hacer las
cosas. Pueden estar caracterizados por gramáticas
formales, usualmente implantadas por sistemas o
lenguajes procedimentales y sistemas basados en
reglas (sistemas de producción). Por ejemplo, los
pasos necesarios para resolver una ecuación
algebraica son expresados como conocimiento
procedimental.

El Conocimiento HEURÍSTICO

Es un tipo especial de conocimiento
usado por los humanos para resolver
problemas complejos. El adjetivo
heurístico significa medio para descubrir.
Está relacionado con la palabra griega
heuriskein que significa descubrir,
encontrar. Se entiende por heurístico a un
criterio, estrategia, método o truco
utilizado para simplificar la solución de
problemas.

Representación del
conocimiento
El conocimiento ha de permitir guiar a los mecanismos
de IA para obtener una solución más eficiente:
 ¿Cómo escoger el formalismo que nos permita hacer una
traducción fácil del mundo real a la representación?

 ¿Cómo ha de ser esa representación para que pueda ser
utilizada de forma eficiente?

Representación del
conocimiento (2)
Es la manera de facilitar la inferencia (sacar conclusiones) a
partir de dicho conocimiento. Analiza cómo pensar formalmente cómo
usar un sistema de símbolos para representar un dominio del discurso
(aquello de lo que se puede hablar), junto con funciones que permitan
inferir (realizar un razonamiento formal) sobre los objetos.
Generalmente, se usa algún tipo de lógica para proveer una semántica
formal de como las funciones de razonamiento se aplican a los
símbolos del dominio del discurso, además de proveer operadores
como cuantificadores, operadores modales, etc.

Representación del
conocimiento (3)
Esto, junto a una teoría de interpretación, dan significado a las
frases en la lógica. Un ejemplo de una representación del conocimiento
poco expresiva es la lógica proposicional. Un ejemplo de una
representación del conocimiento muy expresiva es la lógica
autoepistémica. Las representaciones del conocimiento poco expresivas
pueden ser tanto completas como consistentes (formalmente menos
expresivas que la teoría de conjuntos). Las representaciones del
conocimiento más expresivas pueden ser ni completas ni consistentes.

Información y conocimiento
 Llamaremos Información al conjunto de datos básicos, sin interpretar, que
se usan como entrada del sistema:
 Los datos numéricos que aparecen en una analítica de sangre
 Los datos de los sensores de una planta química
 Llamaremos Conocimiento al conjunto de datos que modelan de forma
estructurada la experiencia que se tiene sobre un cierto dominio o que surgen
de interpretar los datos básicos:
 La interpretación de los valores de la analítica de sangre o de los sensores de la
planta química para decir si son normales, altos o bajos, preocupantes, peligrosos...
 El conjunto de estructuras de datos y métodos para diagnosticar a
pacientes a partir de la interpretación del análisis de sangre, o para ayudar
en la toma de decisiones de qué hacer en la planta química.

Información y conocimiento (2)
 Los sistemas de IA necesitan diferentes tipos de conocimiento que no
suelen estar disponibles en bases de datos y otras fuentes clásicas de
información:

-Conocimiento sobre los objetos en un entorno y posibles relaciones entre
ellos

-Conocimiento difícil de representar de manera sencilla, como
intencionalidad, causalidad, objetivos, información temporal, conocimiento
que para los humanos es de sentido común

 Intuitivamente, podemos decir:

Conocimiento = información + interpretación

Técnicas de representación del
Conocimiento
Técnica de representación muy similar a
la utilizada en la programación orientada
a objetos. Plantilla de objetos que
contiene un conjunto de slots.

Serie de lineamientos que dicen lo que se
puede hacer o lo que se puede concluir en
diferentes situaciones.

Relaciones entre entidades. Dan nombres
a los arcos y nodos que representan los
elementos del dominio. El etiquetado
identifica el tipo de relación en los arcos.

Forma de representación de conocimiento
lingüístico en la que los conceptos y sus
interrelaciones se representan mediante
un grafo.

La representación del
conocimiento debe ser capaz de:
• Captar generalizaciones
• Ser comprensible
• Fácilmente modificable, incrementable
• Ser usado en diversas situaciones y propósitos
• Permitir diversos grados de detalle
• Captar la incertidumbre, imprecisión
• Representar distinciones importantes
• Focalizar el conocimiento relevante
Base de
Sensores

Efectores
Conocimiento Acciones
Percepciones
Motor de
Inferencia

Mundo

Esquemas de representación y
conocimiento
Un esquema de representación es un instrumento para codificar la
realidad en un ordenador. Desde un punto de vista informático un esquema de
representación puede ser descrito como una combinación de:
Las estructuras de datos son la parte estática -o almacenada- del
conocimiento disponible sobre objetos y/o eventos, y los procedimientos
caracterizan la componente dinámica del mismo procesos que manipulan e
interpretan información con el fin de transformarla en conocimiento - junto con
los mecanismos de control sobre el uso de la información contenida en las
estructuras de datos, y la capacidad del sistema para asimilar nueva información.
Además, es posible identificar otros elementos que forman parte de la estructura
definida.

conocimiento (2)
Las operaciones son procedimientos que pueden crear, modificar o
destruir representaciones o sus elementos. Los predicados son procedimientos
que se emplean para acceder a los campos de la representación y obtener así la
información contenida (si está disponible). Las operaciones y los predicados son
características internas del esquema de representación y tienen sentido
independientemente de la realidad que ayudan a representar. Pero una
representación no es útil en ella misma, sino que tiene que estar referenciada por
algo. Así, el tercer elemento distinguible es la designación de lo que la estructura
representa para, finalmente, poder identificar la correspondencia entre los
elementos de la representación y la realidad que se pretende representar.

conocimiento (3)
Es importante distinguir entre:
- El mundo real (lo que queremos representar) Dominio
- Su representación uno o más Esquemas de Representación
Desde un punto de vista informático un esquema de representación puede ser
descrito como una combinación de:
- Estructuras de datos que codifican el problema en curso con el que se enfrenta el
agente Parte estática
- Estructuras de datos que almacenan conocimiento referente al entorno en el que
se desarrolla el problema y procedimientos que manipulan las estructuras de forma
consistente con una interpretación plausible de las mismas Parte dinámica

Esquema de Representación:
parte estática
La parte estática está formada por:
- Estructura de datos que codifica el problema
- Operaciones que permiten crear, modificar y destruir elementos
en la estructura
- Predicados que dan un mecanismo para consultar esta estructura
de datos
- Semántica de la estructura: se necesita definir la relación entre la
realidad y la representación escogida

R(Elemento_estructura, Mundo Real)

Esquema de Representación:
parte dinámica
La parte dinámica esta formada por:
- Estructuras de datos que almacenan conocimiento referente al
entorno/dominio en el que se desarrolla el problema
- Procedimientos que permiten:
- Interpretar los datos del problema (de la parte estática) a partir del
conocimiento del dominio (de la parte dinámica)
- Controlar el uso de los datos: estrategias de control
- Adquirir nuevo conocimiento

El conocimiento en Inteligencia Artificial

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Viewers also liked

Viewers also liked (11)

Similar to El conocimiento en Inteligencia Artificial

Similar to El conocimiento en Inteligencia Artificial (20)

More from warrionet

More from warrionet (10)

Recently uploaded

Recently uploaded (20)

El conocimiento en Inteligencia Artificial