MATERIA: Inteligencia Artificial.

Unidad III Sistemas de Razonamiento Lgico.

3.1 Reglas de produccin.
3.2 3. Sinta!is de las reglas de produccin."
3.3 Sem#ntica de las reglas de produccin.
3.3.$%onocimiento casual.
3.3. %onocimiento diagnostico.
3.& Ar'uitectura de un sistema de (roduccin )S(* )o Sistemas +asados en reglas, S-R*.
3.&.$ .ec/os.
3.&. -ase de conocimientos.
3.&.3 Mecanismo de control.
3.0 %iclo de 1ida de un sistema de (roduccin
SISTEMAS 2E RA345AMIE5T4 L46I%4
3.$." RE6LAS 2E (R42U%%I45
Regla se entiende como una proposicin lgica que relaciona 2 o ms objetos e incluye 2 partes, la
premisa y la conclusin. Cada una de estas partes consiste en una expresin lgica con una o ms
afirmaciones objeto!alor conectadas mediante los operadores lgicos y, o no.
Reglas de produccin. "s un m#todo procedimental de representacin del conocimiento, pone #nfasis
en representar y soportar las relaciones inferenciales del algoritmo, en contraposicin a los m#todos
declarati!os $%ec%os&.
'a estructura de una regla es(
)* +antecedentes,
"-./-C") +consecuentes,
'os antecedentes son las condiciones y los consecuentes las conclusiones, acciones o %iptesis.
Cada regla por si misma constituye un grnulo completo de conocimiento.
'a inferencia en los )istemas 0asados en Reglas se reali1a mediante emparejamiento. 2ay dos tipos,
seg3n el sentido(
)istemas de encadenamiento %acia adelante( una regla es acti!ada si los antecedentes emparejan
con algunos %ec%os del sistema.
)istemas de encadenamiento %acia atrs( una regla es acti!ada si los consecuentes emparejan
con algunos %ec%os del sistema.
4rquitectura de los )istemas 0asados en Reglas(
0ase de Conocimientos( re3ne todo el conocimiento del sistema $2ec%os 5 Reglas&.
6emoria 4cti!a( contiene los %ec%os que representan el estado actual del problema $iniciales 5
inferidos a posteriori& y las reglas acti!adas $en condiciones de ser ejecutadas&.
6otor de *nferencias( decide que reglas acti!adas se ejecutarn.

3.." SI5TA7IS 2E LAS RE6LAS 2E (R42U%%I45

6#todo procedimental de representacin del conocimiento
"structura
)* +condiciones,
"-./-C") +conclusiones, acciones, %iptesis,
Cada regla )*"-./-C") establece un granulo completo de conocimiento
Regla7 /perador !alido en un espacio de estados
C/-8*C*/-") $tb. premisas, precondiciones, antecedentes,...&
9ormadas por clausulas y conecti!as $4-8, /R, -/.&
Representacin clausal debe corresponderse con conocimiento del dominio
9ormato t:pico( +parmetro;relacin;!alor,
<4R=6".R/( caracter:stica rele!ante del dominio
R"'4C*>-( entre parmetro y !alor
?4'/R( num#rico, simblico o literal
.ambi#n en forma de predicados lgicos
C/-C'@)*/-"), 4CC*/-"), 2*<>.")*) $tb. consecuentes,...&
Conclusiones, 2iptesis( conocimiento declarati!o
4cciones( cq. 4ccin procedimental $actuali1a. conocimiento, interaccin con
"xterior etc...&
R"A'4) ")<"C*4'")
Reglas *9 4''( equi!alen a reglas con las clausulas de las condiciones conectadas con 4-8
Reglas *9 4-B; *9 )/6"( equi!alen a reglas con las clausulas de las condiciones
conectadas con /R
"C"6<'/
*9( temperatura D alta
4-8 sudoracin D presente
4-8 dolor7muscular D presente
.2"-( diagnostico7preliminar D gripe
*9( diagnostico7preliminar D gripe
4-8 descompos7organos7internos D presente
.2"-( diagnostico7preliminar D 7abola

)*)."64) 04)48/) "- R"A'4) 8" <R/8@CC*>-
Reglas7 /peradores en b3squedas en espacio de estados
*nferencia similar al 6/8@) </-"-) $con restricciones&
)intaxis relajada
)e permiten acciones en los consecuentes
6ecanismo de control determina que inferencias se pueden reali1ar
.*</) de )*)."64)
"n funcin de sintaxis de reglas y de mecanismos de control $7b3squeda&
)*)."64 "-C48"-46*"-./ 24C*4 48"'4-." $dirigidos por los datos&
Regla 4C.*?484 si antecedentes emparejan con algunos %ec%os del sistema
"n *9 4'', todos. "n *9 4-B, al menos uno.
)e parte de los %ec%os ya confirmados en el sistema
)e ra1ona %acia adelante buscando antecedentes que emparejen
)*)."64 "-C48"-46*"-./ 24C*4 4.R=) $dirigido por los objeti!os&
Regla 4C.*?484 si consecuentes emparejan con algunos %ec%os del sistema
)e comien1a con una %iptesis
)e ra1ona %acia atrs buscando consecuentes que emparejen
6/./R 8" *-9"R"-C*4) elige que reglas 4C.*?484) ejecutar $resolucin de conflictos&
Consecuentes y antecedentes pueden !erse como submetas a !erificar a partir de los %ec%os o %iptesis,
respecti!amente.

C4R4C."RE).*C4) 6odularidad( reglas D pequeFas cantidades de conocimiento $relati!amente&
independiente
*ncrementalidad;6odificabilidad( posible aFadir;cambiar reglas con relati!a independencia
-aturalidad y .ransparencia( representacin del conocimiento prxima y comprensible por personas
Capacidad de generar explicaciones

A"-"R4C*>- de "G<'*C4C*/-")
<osibilidad de HexplicarI el porqu# de un resultado
8e!ol!er a usuario la cadena de reglas empleadas
Combinar reglas y %ec%os del rbol de b3squeda seg3n las conecti!as *ncrementan la HaceptacinI del
resultado ofrecido $dominios cr:ticos&


3.3." SEMA5TI%A 2E LA RE6LA 2E (R42U%%I45ES
"s una representacin formal de una relacin, una informacin semntica o una accin condicional.
@na regla de produccin tiene, generalmente, la siguiente forma( )* <remisa "-./-C")
Consecuencia. /frecen una gran facilidad para la creacin y la modificacin de la base de
conocimiento. <ermite introducir coeficientes de !erosimilitud para ponderar el conocimiento $estos
coeficientes se !an propagando durante el proceso de ra1onamiento mediante unas frmulas de clculo
establecidas& y, en teor:a, el m#todo asegura que cuantas ms reglas posea ms potente es. )in embargo,
aunque es la forma de representacin ms intuiti!a y rpida, cuando el n3mero de reglas es grande
aumenta la dificultad de !erificacin de todas las posibilidades con el consiguiente riesgo de perder la
co%erencia lgica en la base de conocimiento.
'os %ec%os y las reglas asociadas de la base de conocimiento normalmente no son exactosJ es decir se
tiene incertidumbre sobre el grado de certe1a de algunos %ec%os y tambi#n sobre el campo de !alide1
de algunas de las reglas. <ara el manejo de la incertidumbre en los sistemas de reglas se %an utili1ado
!arios sistemasJ los tres ms conocidos son los 9actores de Certe1a $utili1ados en 6BC*-&, la lgica de
8empster )%afer, y la 'gica 8ifusa $9u11y 'ogic&. "l m#todo de tratar la incertidumbre es una de las
caracter:sticas ms importantes de las %erramientas de desarrollo, y actualmente se encuentra en
discusin la !alide1 de estas lgicas para tratar con la incertidumbre. "n sustitucin se %an propuesto
las Redes 0ayesianas que tienen una base matemtica ms firme. 8e todas formas es un campo actual
de in!estigacin que permanece abierto.

3.3.$." %454%IMIE5T4 %ASUAL

Relacin que !incula dos ideas a tra!#s de una conexin supuestamente necesaria.
"s uno de los tres principios de asociacin.
'a causalidad no tiene carcter necesario cuando se aplica a las cuestiones de %ec%o, sino que se funda
en la costumbre( la repeticin $o conjuncin constante& no es ms que una creenciaJ es algo que
esperamos que suceda, no algo que deba suceder necesariamente sino algo que debe ser e!aluado en
t#rminos de posibilidad. "n la medida en que el concepto de causalidad no puede aplicarse a %ec%os
que toda!:a no %an sucedido, porque no tenemos e!idencia lo toda!:a no acaecido, la falta de un
concepto de causalidad nos conduce necesariamente al escepticismo.
3.3.." %454%IMIE5T4 2E 2IA654STI%4

"l problema del diagnostico %a sido, desde los comien1os de la *4, uno de los ms estudiados y donde
los in!estigadores %an cosec%ado tanto satisfacciones como fracasos. "l diagnostico en el campo de la
medicina es sin duda, una de las reas de la *4 que supone toda!:a una gran desafi. @na de las
caracter:sticas ms frecuentes en resolucin del problema del diagnostico en dominios reales es la
necesidad de trata con la dimensin temporal. 4s:, una !e1 propuesto un modelo terico, una tendencia
cada !e1 ms %abitual a la %ora de desarrollar sistemas de diagnostico temporal es necesario abordar el
problema del diagnostico temporal desde diferentes enfoques, permitiendo seleccionar cual es la
aproximacin ms adecuada para cada problema concreto es simplificar el dominio para que el modelo
inicial sea aplicable.


3.&." AR8UITE%TURA 2E U5 SISTEMA 2E (R42U%%I45

'os )istemas basados en reglas difusas $)0R8& tienen una serie de aplicaciones di!ersas, pero
fundamentalmente son usados para(

K6odelado de sistemas

@sado para representar escenarios de actuacin con !ariables complejas, en los cules no basta con usar
realidades absolutas como lo ser:a un cierto o falso.

"n aplicaciones de control, ya que suelen estar basadas en el punto descrito anteriormente.

<ueden ser usadas para la categori1acin de elementos, detectar patrones.

Como agentes de usuario, los cules !an a proporcionar una serie de ayudas a los expertos en una
determinada materia para que tomen las decisiones que ellos consideren oportunas, en este caso estos
sistemas !an a ofrecer una ayuda, pero la decisin final la !a a tomar el experto en cuestin. Como
ejemplo cabe destacar el mbito financiero.

++6iner:a de datos y descubrimiento de informacin, consistente en %allar el conocimiento intr:nseco
dentro de una base de datos, los cules pueden no estar presentes a simple !ista, pero aplicando
sistemas de este tipo pueden llegar a a!eriguarse,,.

Reglas
'os sistemas basados en reglas $)0R& se rigen por una serie de reglas que los configuran.
@na regla es definida como un modo de representacin estrat#gica o t#cnica, la cul es apropiada
cuando el conocimiento con el que deseamos trabajar pro!iene de la experiencia o de la intuicin, y por
tanto carece de una demostracin f:sica o matemtica.
Tipos de reglas 9 proposiciones
'as proposiciones se pueden clasificar en los siguientes grupos(

<roposiciones C@4'*9*C484)( *ntroducen un atributo para cualificar la proposicin que forma una
regla. "l atributo corresponde al grado que determina la regla. Arado de )uceso( <robable, poco
probable...


<roposiciones C@4-.* 9*C484)( *ndican cantidades difusas en las reglas.

)* muc%os alumnos suspenden "-./-C") la explicacin fue bastante mala
Respecto a esta clasificacin, podremos decir que las proposiciones que no poseen cuantificadores ni
cualificadores son proposiciones categricas, mientras que las proposiciones no categricas no tienen
por qu# ser !erdad siempre.
'as reglas pueden tener !ariantes, entre ellas se encuentran las siguientes(

Con excepciones( )on el tipo( )* la temperatura es alta "-./-C") tendr# calor
"GC"<./ que tenga aire acondicionado.

Araduales( Cuantos ms partidos ganemos, ms fcil ser ganar la liga.

Reglas conflicti!as( )on reglas que dentro de un mismo sistema tienen informacin contradictoria, lo
cual puede acarrear muc%os problemas, tales como malos resultados o generar problemas.

"ste tipo de reglas son aquellas que para un mismo antecedente, tienen
Consecuentes distintos, por ejemplo(

R1( )* tengo %ambre "-./-C") como.

R2( )* tengo %ambre "-./-C") no como.

/tro ejemplo de reglas contradictorias son aquellas que estando encadenadas

"n ambos sentidos, niegan un consecuente(

R1( )* %e metido un gol "-./-C") estoy feli1.

R2( )* estoy feli1 "-./-C") no %e metido un gol.

3.&.$." .E%.4S

0ase de %ec%os, que alberga los datos propios correspondientes a los problemas que se desea tratar con
la ayuda del sistema. 4simismo, a pesar de ser la memoria de trabajo, la base de %ec%os puede
desempeFar el papel de memoria auxiliar. 'a memoria de trabajo memori1a todos los resultados
intermedios, permitiendo conser!ar el rastro de los ra1onamientos lle!ados a cabo. <uede, por eso,
emplearse para explicar el origen de las informaciones deducidas por el sistema en el transcurso de una
sesin de trabajo o para lle!ar a cabo la descripcin del comportamiento del propio sistema experto. 4l
principio del per:odo de trabajo, la base de %ec%os dispone 3nicamente de los datos que le %a
introducido el usuario del sistema, pero, a medida que !a actuando el motor de inferencias, contiene las
cadenas de inducciones y deducciones que el sistema forma al aplicar las reglas para obtener las
conclusiones buscadas.
'as reglas de produccin son de tipo( )* "-./-C") $)* 4 "-./-C") 0&. 8onde tanto las premisas
como la conclusin, no son ms que una cadena de %ec%os conectados por LBM o por L/M, de forma
general seria( )* B;/ B;/N.."-./-C") B;/ 'os %ec%os son afirmaciones que sir!en para presentar
conceptos, datos, objetos, etc. B el conjunto de %ec%os que describen el problema es la base de %ec%os.
"jemplo de %ec%os( Cuan es un estudiante Cuan tiene O aFos "l perro es blanco 4 6ar:a le gusta el cine
<edro prefiere la pel:cula 'a edad de 'uis es de 2P aFos <edro tiene un salario de 2QQ pesos @na regla
es una combinante de %ec%os que permite representar conocimientos y sacar inferencia de los mismos.
"jemplo de reglas R1( si y entonces R2( )* B "-./-C") R3( )* B "-./-C") /bser!e como
partiendo de %ec%os conocidos que describen alg3n conocimiento se pueden inferir nue!os %ec%os
$nue!os conocimientos&.


3.&.." -ASE 2E %454%IMIE5T4S
4 base de conocimiento $o RnoSledgebaseJ abre!iado T0, es una clase especial de base de datos para
gerencia del conocimiento. <roporciona los medios para la coleccin automati1ada, organi1acin, y
recuperacin de conocimiento. 4penas pues tiene costumbre con!ertido de escribir base de datos pues
una palabra #l es cada !e1 ms com3n en informtica escribir RnoSledgebase como una palabra $un
acercamiento del interino era escribir el t#rmino con un guin&.
'as bases de conocimiento se categori1an en dos tipos importantes(

0ases de conocimiento legibles por la mquina almacene el conocimiento en una forma legible por
computador, generalmente con el fin automati1ando ra1onamiento deducti!o aplicado a ellos.
Contienen un sistema de datos, a menudo bajo la forma de reglas que describan el conocimiento en a
lgicamente constante manera. /peradores lgicos, por ejemplo B $conjuncin&, / $separacin&,
implicacin material y negacin puede ser utili1ado construirlo para arriba del conocimiento atmico.
<or lo tanto, la deduccin clsica se puede utili1ar para ra1onar sobre el conocimiento en la base de
conocimiento.

0ases de conocimiento 2umanreadable se diseFan permitir que la gente recupere y que utilice el
conocimiento que ella contiene, sobre todo para los propsitos del entrenamiento. )on de uso general
capturar el conocimiento expl:cito del organi1acin, incluyendo locali1acin de a!er:as, art:culos,
papeles blancos, manuales de usuario y otros. @na !entaja primaria de tal base de conocimiento es que
puede ayudar a un usuario a encontrar una solucin existente a su problema actual $as: e!itando
tu!ieron que Lrein!entan la ruedaM&.


3.&.3." ME%A5ISM4 2E %45TR4L
"l aspecto ms importante de una base de conocimiento es la calidad de la informacin que contiene.
'as mejores bases de conocimiento %an escrito cuidadosamente los art:culos que se guardan
actuali1ado, un sistema excelente de la recuperacin de datos $tal como a )earc% "ngine&, y un formato
contento cuidadosamente diseFado y clasificacin estructura.
@na base de conocimiento puede utili1ar ontolog:a especificar su estructura $los tipos y las relaciones
de la entidad& y la clasificacin proyecte. @n ontolog:a, junto con un sistema de casos de sus clases,
constituye una base de conocimiento. 'a determinacin de qu# tipo de informacin se captura, y donde
esa informacin reside en una base de conocimiento, es algo que es determinado por los procesos que
apoyan el sistema. @na estructura de proceso robusta es la espina dorsal de cualquier base de
conocimiento acertada.
4lgunas bases de conocimiento tienen inteligencia artificial componente. "stas clases de bases de
conocimiento pueden sugerir soluciones a los problemas basados a !eces en la regeneracin
proporcionada por el usuario, y son capaces de aprender por experiencia $!#ase sistema experto&. 'a
representacin del conocimiento, el ra1onamiento automati1ado y la argumentacin son campos de
in!estigacin acti!os en la !anguardia de la inteligencia artificial


3.0." %I%L4 2E :I2A 2E U5 SISTEMA 2E (R42U%%I45
"l concepto de sistema de produccin se basa en la .eor:a Aeneral de )istemas que fue desarrollada por
el bilogo alemn ?on 0ertalanffy y que en esencia es una perspecti!a integradora y %ol:stica $referida
al todo&.@na de las definiciones de la teor:a general de sistemas dice que los sistemas son conjuntos de
componentes que interaccionan unos con otros, de tal forma que cada conjunto se comporta como una
unidad completa. /tra definicin dice que los sistemas se identifican como conjuntos de elementos o
entidades que guardan estrec%as relaciones entre s: y que mantienen al sistema directo o indirectamente
unido de modo ms o menos estable y cuyo comportamiento global persigue, normalmente, alg3n tipo
de objeti!o. <ar describir y en general para entender un sistema, es com3n el uso de diagramas, los
que si bien no dan una !isin completa, facilitan la !isuali1acin de las interrelaciones, como se indica
en la figura siguiente.
Referencias(
%ttp(;;inteligenciaartificialselem.obolog.es;unidad3sistemasra1onamientologico1QU3VW2