el conocimiento en inteligencia artificial
DESCRIPTION
El conocimiento en inteligencia artificialTRANSCRIPT
![Page 1: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/1.jpg)
EL CONOCIMIENTO EN INTELIGENCIA ARTIFICIAL
Rafael Emilio ArdilaC.I: 17,270,486
Universidad Fermín Toro
![Page 2: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/2.jpg)
Representación del conocimiento
es un área de la Inteligencia Artificial cuyo principal objetivo es representar el conocimiento de tal manera que resulte fácil poder obtener conclusiones del propio conocimiento.
o un conjunto de estructuras y convenciones sobre la forma de describir un tipo de cosas (datos generalmente), estas se asocian con mecanismos interpretativos que nos permiten manipular el conocimiento representado con la finalidad de crear soluciones a problemas nuevos.
![Page 3: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/3.jpg)
Las características de una buena representación son:
los objetos y las relaciones importantes deben aparecer explícitamente y de forma conjunta
Las restricciones inherentes al problema se muestran pero no los detalles irrelevantes.
La representación debe ser transparente: se entiende lo que se dice.
Completa y concisa: Están representados con eficacia todos los objetos y relaciones.
Rápidos y computables: Se puede almacenar y recuperar la información con rapidez, y se pueden crear mediante un procedimiento ya existente.
![Page 4: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/4.jpg)
Partes de una representación: Parte léxica: Determina qué símbolos están
permitidos en el vocabulario de la representación. Una parte estructural que describe las
restricciones sobre la forma en que los símbolos pueden ordenarse.
Una parte operativa que especifica los procedimientos de acceso que permiten crear descripciones, modificarlas y responder a preguntas utilizándolas.
Una parte semántica que establece una forma de asociar el significado con las descripciones.El hallar una representación apropiada es una parte fundamental de la resolución de un problema.
![Page 5: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/5.jpg)
TIPOS DE CONOCIMIENTO Procedimental: es aquel conocimiento compilado
que se refiere a la forma de realizar cierta tarea (el saber como hacerlo)
Declarativo: es conocimiento pasivo, expresado como sentencia acerca de hechos del mundo que nos rodea (el saber que hacer)
Heurístico: es un tipo especial de conocimiento usado por los humanos para resolver problemas complejos.
Heurística:Medioparadescubrir,criterio,estrategia,métodootrucoparasimplificarlasolucióndeproblemas.Usualmenteseadquiereatravésdemuchaexperiencia
![Page 6: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/6.jpg)
Tipos de modelos de representación del conocimiento
1. Modelos formales (lógica clásica)
Uso de la lógica formal como lenguaje de representación
Mecanismos de inferencia potentes, bien conocidos y formalizados
Modus Ponens Resolución
Ejemplos: Lógica clásica: lógica proposiciones y lógica predicados
1er orden Logicas no clasicas: logica modal, logica temporal,
logica difusa
![Page 7: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/7.jpg)
2. Modelos estructurados Uso de técnicas de representación
especializadas Incorporan mecanismos de inferencia
específicos, muy eficientes, pero limitados Ejemplos:
Redes asociativas Marcos y guiones Sistemas basados en reglas de producción
![Page 8: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/8.jpg)
LÓGICA = SINTAXIS + SEMÁNTICA
La lógica en sí no es más que sintaxis, semántica y teoría de la demostración. No nos dice en lo más mínimo qué es aquello que deberá expresarse ni tampoco qué vocabulario emplear para ello.
Métodos de RepresentaciónBasados en Lógica
![Page 9: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/9.jpg)
Métodos de RepresentaciónBasados en Lógica
Es un método de representación del conocimiento bien conocido y muy usado
ventajas
Toda lógica que sea usada como mecanismo de representación deberá constar de 3 elementos:1. Una sintaxis, que explica como construir los elementos del
lenguaje de representación (oraciones lógicas)2. Una semántica, que asocia los elementos del lenguaje con los
elementos reales del dominio asocia una interpretación (significado) a los símbolos3. Un conjunto de reglas de inferencia, que permiten inferir
conocimiento nuevo a partir del ya existente
![Page 10: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/10.jpg)
Métodos de RepresentaciónBasados en Lógica
SINTAXIS: Lenguaje: (reglas de formación de los objetos
básicos)• Cálculo de proposiciones.• Cálculo de predicados.
Estructura Deductiva: (reglas para la obtención de nuevos objetos a partir de los existentes)• Sistemas Axiomáticos: (teoría de la demostración,
deducción natural)• Teoría interpretativa o de Modelos
![Page 11: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/11.jpg)
Métodos de RepresentaciónBasados en Lógica
SEMÁNTICA: Significado (valor de verdad) de los objetos básicos
o Interpretacióno Validezo Propiedades: consistencia, completitud,
decidibilidad, corrección
![Page 12: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/12.jpg)
TIPOS DE LOGICAS:Lógica de proposiciones
Lógica más sencilla Representa únicamente hechos discretos del mundo real que
pueden ser ciertos o falsos
• en el mundo representado solo existen hechos individuales
• proposición = afirmación (cierta o falsa) sobre un hecho único del dominio
• pueden combinarse proposiciones (hechos) mediante conectores para expresar hechos más complejos
Poco poder expresivo• Difícil representar conjuntos de hechos con características comunes
una proposición por cada hecho no permite cuantificación
• Difícil expresar y generalizar relaciones entre hechos
![Page 13: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/13.jpg)
TIPOS DE LOGICAS:
Lógica de predicados de 1er orden
Mas potente y con mayor utilidad practica Representa el mundo en términos de objetos y
predicados entre esos objetos• predicados representan propiedades de los
objetos o relaciones entre objetos Permite uso de cuantificadores
![Page 14: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/14.jpg)
Modelos estructurados:Redes asociativas
Redes Asociativas
Una red esta formada por un conjunto de nodos unidos entre si por enlaces de diferentes tipos.
Redes Asociativas (Semánticas) Representan conocimiento en forma básica Agrupan el conocimiento en dos partes
• Objetos(nodos)
• Relaciones entre objetos (enlaces o arcos) Apropiadas para representar conocimiento en forma jerárquica
El conocimiento puede ser de dos clases:
![Page 15: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/15.jpg)
Conocimiento Asertivo: realizar afirmaciones particulares
Conocimiento Taxonómico: describe conceptos
Toda red semántica también puede definirse como oraciones en una lógica
Es fácil visualizar los pasos que se darán en el proceso de inferencia
El lenguaje de consulta es sencillo Limitadas en expresividad: Negaciones, disyunciones,
cuantificaciones Permiten la declaración de importantes asociaciones en
forma explicita El tiempo que toma el proceso de búsqueda por hechos
particulares puede ser significativamente reducido (debido a que los nodos relacionados están directamente conectados)
Redes Asociativas
![Page 16: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/16.jpg)
Redes Asociativas Ventajas: Las redes asociativas tienen dos ventajas sobre los sistemas basados en reglas y sobre los basados en lógica:
Permiten la declaración de importantes asociaciones, en forma explícita y sucinta. Debido a que los nodos relacionados están directamente conectados, y no se
expresan las relaciones en una gran base de datos, el tiempo que toma el proceso de búsqueda por hechos particulares puede ser significativamente reducido.
Desventajas: Entre las desventajas de las redes asociativas, se pueden mencionar:
No existe una interpretación normalizada para el conocimiento expresado por la red. La interpretación de la red depende exclusivamente de los programas que manipulan la misma.
La dificultad de interpretación a menudo puede derivar en inferencias inválidas del conocimiento contenido en la red.
La exploración de una red asociativa puede derivar en una explosión combinatoria del número de relaciones que deben ser examinadas para comprobar una relación.
![Page 17: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/17.jpg)
Marcos y guiones MARCOS : que es un esencia de marcos ordenada
temporalmente , estructura conveniente para representar objetos que son comunes a una situación dada. La característica basada de un marco, es que representa conocimientos relacionado con un tema concreto que cuenta con mucho conocimiento predeterminado. Un marco es básicamente un grupo de ranuras y rellenos que definen un objeto estereotípico.
Ejemplo
![Page 18: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/18.jpg)
MarcosExisten dos tipos fundamentales de Marcos:
Las Clases: representan conceptos o entidades generales
• Las Instancias : Que viene a ser ejemplos particulares de marcos clase
La red jerárquica de Marcos es dotada de un mecanismo de herencia gracias mediante el cual cada marco hereda los campos de sus predecesores en lared.
![Page 19: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/19.jpg)
GUIONES (SCRIPT)
Es una estructura de conocimiento que organiza información referente a situaciones dinámicas estereotipadas; Ej. Ir al cine, comer en un restaurante, ir de compras etc.
Elementos que componen un guión
• Escenas: Sucesos descritos en el guión en forma secuenciales manera que la realización de una escena permita que tenga lugar la siguiente.
• Roles, Objetos y Lugares: Se corresponde con los personajes típicos que interviene en el guión, los objetos que aparecen en los hechos descritos y los lugares donde acontecen las actividades propias del guión
![Page 20: El conocimiento en inteligencia artificial](https://reader033.vdocuments.pub/reader033/viewer/2022061523/5590d9c81a28ab3a768b4685/html5/thumbnails/20.jpg)
Sistemas basados en reglas de producción
El último de los mecanismos de representación de conocimiento, vistos como un formalismo computacional que permite la resolución de problemas utilizando reglas e infiriendo sobre ellas.
Los sistemas basados en reglas son los más comúnmente utilizados. Su simplicidad y similitud con el razonamiento humano, han contribuido para su popularidad en diferentes dominios. Las reglas son un importante paradigma de representación del conocimiento.
Las reglas representan el conocimiento utilizando un formato SI-ENTONCES (IF-THEN), es decir tienen 2 partes:
La parte SI (IF), es el antecedente, premisa, condición o situación. La parte ENTONCES (THEN), es el consecuente, conclusión, acción o respuesta.
Las reglas pueden ser utilizadas para expresar un amplio rango de asociaciones, por ejemplo:
SI está manejando un vehículo Y se aproxima una ambulancia, ENTONCES baje la velocidad Y hágase a un lado para permitir el paso de la ambulancia.
SI su temperatura corporal es de 39 ºC, ENTONCES tiene fiebre. SI el drenaje del lavabo está tapado Y la llave de agua está abierta, ENTONCES se
puede inundar el piso.