TAREA: REPRESENTACIÓN DEL CONOCIMIENTO EN I.

Presentado por:
JOHANA KATHERINE GUERRERO CORTÉS
Código: 1.053.346.950
Grupo Colaborativo: 72

Trabajo de Inteligencia Artificial

Presentado a:
AMPARO OLAYA
Tutora

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGIA E INGENIERIA (ECBTI)
CHIQUINQUIRA
2018
 FORMAS DE REPRESENTACIÓN DEL CONOCIMIENTO EN I.A
Ante todo hay que partir del hecho de saber que la Inteligencia Artificial es una
manera que facilita sacar conclusiones a partir de un Conocimiento por ejemplo: En
el caso del tema que se seleccionó en el Grupo Colaborativo para trabajar sobre el
tema de la Salud al momento de detectar cual es la enfermedad que sufre el
paciente y que tratamiento debe seguir para que este mejore o se cure de esta.
La representación del conocimiento permite desde conocer que es la enfermedad
hasta saber porque el paciente la padece y cuál es la ruta a seguir.
Antes que nada hay que saber que para llevar a cabo una buena representación del
conocimiento este tiene que tener 6 características esenciales:
1. COBERTURA: Cubre la información en anchura y profundidad para que el
problema pueda ser resuelto (Pacientes que se atienden en el Hospital-
Diagnostico de Salud).
2. Comprensible por Humanos: Emplea lenguaje natural. El médico al
momento de comentarle al paciente en que diagnostico se encuentra de
salud debe hacer en un lenguaje claro y cordial.
3. Consistencia: Al ser atendido el paciente, el médico debe registrar la
información en el Sistema, luego indicarle al paciente cual es el paso a seguir
de acuerdo a su enfermedad, debe recitar medicamentos y exámenes.
4. El Sistema debe ser eficiente, debe permitir modificar la información del
paciente y actualizar dicha información cada vez que viene al médico, se
manda a tomar exámenes y reclama sus medicamentos.
Las formas de Representación del Conocimiento en I.A son:
1. CONOCIMIENTOS TEÓRICOS: Permiten modelar un tema a través de
conceptos teóricos correspondientes al problema planteado, el conocimiento
se representa por estructuras simbólicas.
ENFERMEDAD-CAUSAS-TRATAMIENTO A SEGUIR

Representaciones:
1. ARBOLES DE DECISIÓN: Representa una condición (Paciente) y el grupo
de acciones permisibles (Enfermedad que padece).
2. SISTEMAS EXPERTOS: Separa los conocimientos almacenados del
Programa que los controla, almacenándolos en un espacio físico
dependiente.
Paciente-Historias Clínicas en Archivo
3. SISTEMA BASADO EN CASOS: Resuelven problemas a partir de otros
similares denominados casos. Utilizan conocimiento específico de
 experiencias previas para resolver un problema, buscando casos con valores
similares de las características que lo identifican.
Enfermedad-Diagnostico a seguir-Medicamentos de acuerdo a la misma y a
otros pacientes que también la sufren

4. Métodos basados en los primeros principios o basados en el modelo

(MBM): Consisten en usar los datos característicos del sistema o modelo y las leyes
físicas y químicas que los gobiernan para generar un prototipo de software que
represente el proceso o partes de él y dar una descripción del funcionamiento del
sistema.
El prototipo que se creará para diagnosticar enfermedades de acuerdo al
diagnóstico de Salud en el que se encuentre el paciente.
2. CONOCIMIENTOS EMPÍRICOS: Son experimentales, representan el
conjunto de casos prácticos observados sobre un tema. Son los resultados
de experiencias o los ejemplos de casos prácticos sin transformaciones y se
representan por estructuras conexionistas.

REDES NEURONALES: Permite la solución de problemas complejos, como la

evolución de una base de conocimientos que se actualizan con cada ejemplo. Son
combinaciones de elementos simples de proceso interconectados que operan de
forma paralela para resolver problemas relacionados con el reconocimiento de
formas o patrones, predicción, codificación, control y optimización, entre otras
aplicaciones.
Este último se implementaría desde el momento en el que llega el paciente al
Hospital, es atendido por el especialista, le dice lo que debe hacer de acuerdo a su
diagnóstico, formula medicamentos y le dice que tiene que volver en un mes para
su próximo control.
APRENDIZAJE PROFUNDO
Para el prototipo que se diseñará para diagnosticar enfermedades el aprendizaje
profundo se empleará en la forma en la que el médico y el paciente van a estar
interactuando entre sí, donde se podrá realizar una grabación del control médico
que él está manejando con el paciente si este lo desea, registrar sus exámenes y
tener un registro detallado en donde se encuentra ubicada su enfermedad, que parte
está afectando, que diagnostico debe seguir mediante guías y pautas que su médico
le dictará de acuerdo a su estado de salud con lo cual se diagnosticará su
enfermedad.
APRENDIZAJE AUTOMATICO
A través de la habilidad que tendrán las computadoras para aprender, sin ser
programas podrán ser de gran ayuda para los médicos ya que al momento de
atender al paciente si no sabe de que enfermedad sufre la misma computadora
podrá ayudarle indicándole que procedimiento debe hacer en ese instante para
conocerla y si es el caso medicarle nuevos medicamentos no existentes en la
farmacia y diagnosticar la enfermedad que tanto lo aqueja si llegase a ser
desconocida.
Para lo cual las computadoras harían uso de la minería de datos para detectar,
recopilar la información y hallar la solución al problema que se está presentando en
ese instante de acuerdo a la salud de los pacientes que son la prioridad de todo
médico.

PROTOTIPO: Como lo habíamos mencionado en los Foros de los Trabajos

anteriores. CODIGO: