4. aprendizaje

36
INTELIGENCIA ARTIFICIAL REPRESENTACIÓN DEL REPRESENTACIÓN DEL APRENDIZAJE

Upload: norma8avila

Post on 21-Jan-2018

155 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: 4. aprendizaje

INTELIGENCIA ARTIFICIAL

REPRESENTACIÓN DEL REPRESENTACIÓN DEL APRENDIZAJE

Page 2: 4. aprendizaje

DEFINICIÓN

• El aprendizaje es el proceso de adquirir – conocimiento,– habilidades, – actitudes o valores,

a través del – estudio, – la experiencia – o la enseñanza;

Page 3: 4. aprendizaje

DEFINICIÓNorigina un cambio – persistente, – medible y – específico en el comportamiento de un individuo y, en el comportamiento de un individuo y,

según algunas teorías, hace que el mismo formule un constructo mental nuevo o que revise uno previo (conocimientos conceptuales como actitudes o valores).

Page 4: 4. aprendizaje

CONDUCTISMO• La teoría conductista "clásica" está relacionada con el

estudio de los estímulos y lasrespuestas correspondientes.

• Esta línea psicológica ha encontrado su modificación a

través de los aportes de B. F. Skinner , quientravés de los aportes de B. F. Skinner , quientomando los elementos fundamentales del conductismoclásico, incorporó nuevos elementos como es elconcepto de condicionamiento operante, que se aboca

a las respuestas aprendidas.

Page 5: 4. aprendizaje

CONDUCTISMO

• Se llaman estímulos reforzadores a aquellosque siguen a la respuesta y tienen como efecto

incrementar la probabilidad de que lasrespuestas se emitan ante la presencia de los estímulos.

Page 6: 4. aprendizaje

PARA EL MANTENIMIENTO

DE UNA CONDUCTA

• Reforzamiento• Reforzamiento• Moldeamiento por

aproximaciones sucesivas• Generalización y discriminación• Modelamiento

Page 7: 4. aprendizaje

Reforzam

iento

Consiste en presentar un estímulo reforzante, de manera seguida a una respuesta.

Reforzam

iento

El reforzador es el estímulo que aumenta la probabilidad de ocurrencia de una respuesta.

regreso

Page 8: 4. aprendizaje

Moldeam

iento por aproxim

aciones sucesivas

Primero se identifica la tarea meta o terminal. Se inicia con el primer eslabón proporcionando reforzadores ante la emisión de respuestas adecuadas, una vez dada la respuesta correcta al primer

Moldeam

iento por aproxim

aciones sucesivas

respuesta correcta al primer eslabón se continúa con el siguiente, actuando de la misma forma hasta llegar a la respuesta terminal.

regreso

Page 9: 4. aprendizaje

Generalización y

discriminación

Ocurre cuando una persona, ante estímulos similaresmas no idénticos, emite una misma respuesta o bien, cuando ante un mismo estímulo se emiten respuestas similares .

Generalización y

discriminación respuestas similares . En

la discriminación se responde de manera diferencial ante los estímulos

regreso

Page 10: 4. aprendizaje

Modelam

iento

Consiste en modelar (exhibir) la conducta que se desea que alguien aprenda haciendo evidente la consecuencia

Modelam

iento

evidente la consecuencia que sigue a la conducta exhibida.

regreso

Page 11: 4. aprendizaje

PARA LA ELIMINACIÓN DE UNA CONDUCTA

• Extinción• Castigo• Reforzamiento diferencial• Tiempo fuera

Page 12: 4. aprendizaje

Extinción

Retiro del reforzador

Extinción

regreso

Page 13: 4. aprendizaje

castigo

Es un procedimiento por medio del cual se proporciona un estímulo negativo, adverso, después de la

castigo

adverso, después de la emisión de una respuesta.

regreso

Page 14: 4. aprendizaje

Reforzam

iento diferencial

Es un procedimiento por medio del cual se proporciona un estímulo negativo, adverso, después de

Reforzam

iento

adverso, después de la emisión de una respuesta. regreso

Page 15: 4. aprendizaje

Tiempo fuera

Esta técnica, consiste en suspender o retirar al sujeto por un tiempo "x" de la situación en la cual

Tiempo fuera situación en la cual

manifiesta conductas indeseables.

regreso

Page 16: 4. aprendizaje

Redes Semánticas.

Una red semántica será un grafo donde:Los nodos representarán conceptosLos arcos (dirigidos) representarán relaciones

entre conceptos.

Page 17: 4. aprendizaje

Redes Semánticas.

Básicamente, podemos distinguir tres categorías deredes semánticas:

1. Redes IS-A , en las que los enlaces entrenodos están etiquetados.nodos están etiquetados.

2. Grafos conceptuales : en los que existendos tipos de nodos: de conceptos y derelaciones

3. Redes de marcos : en los que los puntos deunión de los enlaces son parte de la etiquetadel nodo.

Page 18: 4. aprendizaje

Redes IS-A.

• Sin duda el tipo de red semántica por excelencia esel de redes IS-A.

• De hecho muchas veces se menciona este tipocomo sinónimo de "redsemántica", y los restantes tipos tambiénsemántica", y los restantes tipos tambiénincorporan este tipo de enlaces o arcos (links).

• Una red IS-A es una jerarquía taxonómica cuyaespina dorsal está constituida por un sistema deenlaces de herencia entre los objetos oconceptos de representación, conocidos comonodos.

Page 19: 4. aprendizaje

Redes IS-A.

Las redes IS-A son el resultado de la observaciónde que gran parte del conocimiento humano se basaen la adscripción de un subconjunto de elementoscomo parte de otro más general.Las taxonomías clásicas naturales son un buenejemplo: un perro es un cánido, un cánido es unmamífero, un mamífero es un animal.mamífero, un mamífero es un animal.Obteniendo un número de proposiciones:

);())((

);())((

);())((

xAnimalxMamíferox

xMamíferoxCánidox

xCánidoxPerrox

→∀→∀

→∀

Page 20: 4. aprendizaje

Redes IS-A (herencia).

• El concepto de herencia es fundamentalpara entender el funcionamiento de las redessemánticas, así como el del modelo de datosorientado al objeto, que toma prestadosestos mecanismos desarrollados en elestos mecanismos desarrollados en elámbito de la IA.

• Definimos la herencia como el sistema derazonamiento que lleva a un agente adeducir propiedades de un conceptobasándose en las propiedades de conceptosmás altos en la jerarquía.

Page 21: 4. aprendizaje

• ¿Cuál sería el ejemplo donde a un agente sería capazde atribuir las propiedades "breathes" o "has gills" alconcepto "shark" sin que éstas se encuentrenespecíficamente mencionadas?

• La herencia, por tanto, puede ser definida como elproceso mediante el cual se determinan unaspropiedades de un concepto C, buscando laspropiedades de un concepto C, buscando laspropiedades atribuidas localmente a C, si estainformación no se encuentra a nivel local, buscando laspropiedades atribuidas a conceptos que se encuentranen los niveles superiores a C en la jerarquía conceptual.

Page 22: 4. aprendizaje

Redes IS-A (interpretación).• los nodos de las estructuras IS-A se han usado para

representar muchas cosas, pero la división másimportante es la interpretación genérica o específicade los nodos, es decir, si éstos representan un sóloindividuo o varios.

• Los nodos situados en lo más bajo de la jerarquía y quedenotan individuos son llamados tokens , mientrasdenotan individuos son llamados tokens , mientrasque los nodos superiores, que denotan clases deindividuos son considerados types .

• Puesto que en una misma jerarquía podemos obtenernodos de ambos tipos, se debe hacer explícita unadistinción de los tipos de enlaces.

Page 23: 4. aprendizaje
Page 24: 4. aprendizaje

Redes IS-A (interpretación).• Por un lado existen enlaces que conectan

categorías (genéricas) con otras categorías , ypor otro, enlaces entre categorías e individuos.Las primeras pueden expresar las siguientesrelaciones:

1. Subconjunto / superconjunto2. Generalización / especificación2. Generalización / especificación3. AKO, esto es, " a kind of "4. Contenido conceptual5. Restricción de valores6. Tipo característico del conjunto

Page 25: 4. aprendizaje

INTERPRETACIÓN

• Las relaciones genérico/individualestambién son de varios tipos:

1. Pertenencia al conjunto1. Pertenencia al conjunto2. Predicación3. Contenido conceptual4. Abstracción

Page 26: 4. aprendizaje

Redes IS-A (prototipos).

Las jerarquías IS-A presentan un número impresionante deposibilidades, pero también una desventaja: al aumentar elnúmero de enlaces, aumenta progresivamente lacomplejidadcomplejidad computacionalcomputacional parapara seguirlosseguirlos ..

Este problema bien conocido ha dado lugar a que se hayapropuesto que, en lugar de establecer esta y otras posiblestaxonomías de enlaces IS-A, se use el enlace IS-A depropósito general, que alal serser programableprogramable , permitepropósito general, que alal serser programableprogramable , permiteestablecer el tipo de enlace adecuado a cada situaciónparticular, lo que dota de una gran flexibilidad alesquema de representación .

De este modo se puede representar una semántica compleja,específicamente mediante el uso de prototipos , en los queuna determinada situación se representa mediante nodosy arcos específicos .

Page 27: 4. aprendizaje

Redes IS-A (prototipos).

Por ejemplo, la aserción "Thebook rests on the table" se puederepresentar así:

Page 28: 4. aprendizaje

Red Semántica para Lenguaje Natural.

En la anterior figura se expone el tipo de diagrama pararepresentar una oración de lenguaje natural con unanotación de redes semánticas, tomando como ejemplo laoración "John hit a nail with a hammer"

Page 29: 4. aprendizaje

En esta red los nodos son identificadores de las instancias determinadas (tanto verbos como sustantivos). "Inst"determinadas (tanto verbos como sustantivos). "Inst"representa una instancia de una clase de entidades (hit, nail, hammer ): "h43" es una instancia de la acción hit, existiendo un paciente, "n53", instancia de la clase nail, que es el que recibe la acción, mediante un instrumento "ha42", que es una instancia de la clase hammer (el hecho de que "john" es una instancia de la clase person, no ha sido representado).

regreso

Page 30: 4. aprendizaje

Grafos Conceptuales.

Los grafos conceptuales (conceptual graphs) se diferencian de las redes IS-A enque los arcos no están etiquetados, y los nodos son de dos tipos:

1. Nodos de concepto , que pueden representar tanto una entidadcomo un estado o proceso.

2. Nodos de relación , que indican cómo se relacionan los nodos deconcepto.

Por tanto, son los nodos de relación los que hacen el papel de enlaces entre lasentidades.

Existen dos notaciones para los grafos conceptuales, la forma linealExisten dos notaciones para los grafos conceptuales, la forma lineal(textual) y los diagramas o display form, que presentan tres tipos deelementos notacionales:

rectángulos, que marcan los nodos de concepto,

círculos, que marcan los nodos de relación,

flechas direccionadas, que marcan los arcos.

Page 31: 4. aprendizaje

Grafos Conceptuales (notación).

[ ] [ ]21 )( CONCEPTRELCONCEPT ⇒⇒

regreso

Page 32: 4. aprendizaje

Esquemas de marcos (definición informal).

1.Un marco es una estructura de datos compleja que representa unasituación estereotipada, por ejemplo hacer una visita a un enfermo oacudir a una fiesta de cumpleaños.2.Cada marco posee un número de casillas (slots) donde se almacena lainformación respecto a su uso y a lo que se espera que ocurra acontinuación. Al igual que las redes semánticas, podemos concebir unmarco como una red de nodos y relaciones entre nodos (arcos).3.Una base de conocimiento basada en marcos es una colección demarcos organizados jerárquicamente, según un número de criteriosmarcos organizados jerárquicamente, según un número de criteriosestrictos y otros principios más o menos imprecisos tales como el desimilitud entre marcos.4.A nivel práctico, podemos considerar los marcos como una redsemántica con un número de posibilidades mucho mayor, entre las quedestacan especialmente, la capacidad de activación de procesos(triggering) y de herencia no-monotónica mediante sobrecontrol(overriding).

Page 33: 4. aprendizaje

Esquemas de marcos (definición formal).

Un marco M es una lista de atributos (slots) yvalores (S, V). El valor V de un slot S puede ser:

1. un valor simple , cuyo tipo se halladeterminado por el slot mismo, por unafunción que devuelve un valor de ese tipo,o por un puntero al valor de otro slot de lajerarquíajerarquía

2. una lista de atributos: valores , dondelos atributos son funciones booleanas ylos valores pueden ser funciones quedevuelven valores del tipo del valor delslot, o constantes del tipo del valor delslot.

Page 34: 4. aprendizaje

Esquemas de marcos (ejemplo).

regreso

Page 35: 4. aprendizaje
Page 36: 4. aprendizaje

TAREA• Realizar de forma individual una red

semántica similar al ejemplo.• Buscar la aplicación de este conocimiento

a la Inteligencia Artificial y en base a ello generar un Ensayo que contenga las citas bibliográficas.