Sunteți pe pagina 1din 3

Bosquejo de Aprendizaje en IA

Tema 2: Adquisicion del conocimiento

Definición de conocimiento: es un conjunto de información almacenada mediante


la experiencia o el aprendizaje.

El conocimiento en Inteligencia Artificial


1. 2. 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 deinterpretar los datos básicos. Incluye y requiere del uso de datos e
información.Además, combina relaciones, dependencias, y la noción del saber con
datos einformación. Por ejemplo:- La interpretación de los valores de la analítica de
sangre o de los sensores de laplanta química para decir si son normales, altos o
bajos, preocupantes,peligrosos, ...
2. 3. El Conocimiento en la Inteligencia Artificial (2)- El conjunto de estructuras de
datos y métodos para diagnosticar a pacientes apartir de la interpretación del
análisis de sangre, o para ayudar en la toma dedecisiones de que hacer en la
planta química.Propiedades del Conocimiento: • Voluminoso • Difícil de caracterizar
con precisión. • Incierto/impreciso • Cambia constantemente
3. 4. El Conocimiento en la Inteligencia Artificial (3)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 comosentencias acerca de los hechos del mundo que nos rodea
(el saber que hacer). Lainformación personal en una base de datos es un típico
ejemplo de conocimientodeclarativo. Tales tipos de datos son piezas explícitas de
conocimiento independiente.
4. 5. El Conocimiento en la Inteligencia Artificial (4)El conocimiento declarativo puede
serrepresentado con modelos relacionales yesquemas basados en lógica. Los
modelosrelacionales pueden representar elconocimiento en forma de árboles,
grafoso redes semánticas. Los esquemas derepresentación lógica incluyen el uso
delógica proposicional y lógica depredicados.
5. 6. Tipos de conocimiento declarativo:- Conocimiento relacional: conjunto de
relaciones expresables mediantetablas (como en una Base de Datos). Hemos de
aportar procedimientos que loenriquezcan Motor de inferencia: genera
conocimiento a partir deinformación. Ej: media de compras en una población, mejor
cliente, tipología decliente- Conocimiento heredable: Estructuración jerárquica del
conocimiento(taxonomía jerárquica). Se trata de construir un árbol o grafo de
conceptos basadoen la generalización y/o especialización- Conocimiento inferible:
Conocimiento descrito mediante lógica. Se puedeutilizar la semántica de los
operadores y el Modus Ponens para inferir nuevoconocimiento.
6. 7. 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 susesquemas de
representación almacenanconocimiento en la forma de cómo hacer lascosas.
Pueden estar caracterizados por gramáticasformales, usualmente implantadas por
sistemas olenguajes procedimentales y sistemas basados enreglas (sistemas de
producción). Por ejemplo, lospasos necesarios para resolver una
ecuaciónalgebraica son expresados como conocimientoprocedimental.
7. 8. El Conocimiento HEURÍSTICO Es un tipo especial de conocimientousado por
los humanos para resolver problemas complejos. El adjetivoheurístico significa
medio para descubrir.Está relacionado con la palabra griegaheuriskein que
significa descubrir,encontrar. Se entiende por heurístico a uncriterio, estrategia,
método o trucoutilizado para simplificar la solución deproblemas.
8. 9. Representación del conocimientoEl conocimiento ha de permitir guiar a los
mecanismosde 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?
9. 10. Representación del conocimiento (2) Es la manera de facilitar la inferencia
(sacar conclusiones) apartir de dicho conocimiento. Analiza cómo pensar
formalmente cómousar un sistema de símbolos para representar un dominio del
discurso(aquello de lo que se puede hablar), junto con funciones que
permitaninferir (realizar un razonamiento formal) sobre los objetos.Generalmente,
se usa algún tipo de lógica para proveer una semánticaformal de como las
funciones de razonamiento se aplican a lossímbolos del dominio del discurso,
además de proveer operadorescomo cuantificadores, operadores modales, etc.
10. 11. Representación del conocimiento (3) Esto, junto a una teoría de interpretación,
dan significado a lasfrases en la lógica. Un ejemplo de una representación del
conocimientopoco expresiva es la lógica proposicional. Un ejemplo de
unarepresentación del conocimiento muy expresiva es la lógicaautoepistémica. Las
representaciones del conocimiento poco expresivaspueden ser tanto completas
como consistentes (formalmente menosexpresivas que la teoría de conjuntos). Las
representaciones delconocimiento más expresivas pueden ser ni completas ni
consistentes.
11. 12. 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.
12. 13. 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
13. 14. 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.
14. 15. 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
15. 16. Esquemas de representación y conocimiento Un esquema de representación
es un instrumento para codificar larealidad en un ordenador. Desde un punto de
vista informático un esquema derepresentación puede ser descrito como una
combinación de: Las estructuras de datos son la parte estática -o almacenada-
delconocimiento disponible sobre objetos y/o eventos, y los
procedimientoscaracterizan la componente dinámica del mismo procesos que
manipulan einterpretan información con el fin de transformarla en conocimiento -
junto conlos mecanismos de control sobre el uso de la información contenida en
lasestructuras de datos, y la capacidad del sistema para asimilar nueva
información.Además, es posible identificar otros elementos que forman parte de la
estructuradefinida.
16. 17. Esquemas de representación y conocimiento (2) Las operaciones son
procedimientos que pueden crear, modificar odestruir representaciones o sus
elementos. Los predicados son procedimientosque se emplean para acceder a los
campos de la representación y obtener así lainformación contenida (si está
disponible). Las operaciones y los predicados soncaracterísticas internas del
esquema de representación y tienen sentidoindependientemente de la realidad que
ayudan a representar. Pero unarepresentación no es útil en ella misma, sino que
tiene que estar referenciada poralgo. Así, el tercer elemento distinguible es la
designación de lo que la estructurarepresenta para, finalmente, poder identificar la
correspondencia entre loselementos de la representación y la realidad que se
pretende representar.
17. 18. Esquemas de representación y conocimiento (3)Es importante distinguir entre: -
El mundo real (lo que queremos representar) Dominio - Su representación uno o
más Esquemas de RepresentaciónDesde un punto de vista informático un
esquema de representación puede serdescrito como una combinación de: -
Estructuras de datos que codifican el problema en curso con el que se enfrenta
elagente Parte estática - Estructuras de datos que almacenan conocimiento
referente al entorno en el quese desarrolla el problema y procedimientos que
manipulan las estructuras de formaconsistente con una interpretación plausible de
las mismas Parte dinámica
18. 19. Esquema de Representación: parte estáticaLa 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)
19. 20. Esquema de Representación: parte dinámicaLa 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