UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE INGENIERA
ESCUELA ACADMICA PROFESIONAL DE INGENIERA DE SISTEMAS

CURSO:
INTELIGENCIA ARTIFICIAL.

DOCENTE:

ING. TENORIO CABRERA JULIO LUIS

INTEGRANTES:
BALLENA ROLDN, DIEGO LUIS
CRISLOGO LEON, CSAR DANIEL
DAZ GAMARRA, GIANCARLO FRANCISCO

CICLO:

VIII
TRUJILLO PERU
2014

EL CONOCIMIENTO DE LOS SISTEMAS EXPERTOS

DEFINICIONES PRELIMINARES:
Sistema Experto:
Un

Sistema

Experto

es

un

sistema

informtico que incorpora una componente

basada en el conocimiento, que se obtiene a
partir de la habilidad de un experto humano,
de forma que el sistema puede dar consejos
o tomar decisiones inteligentes, y es capaz
de justificar/explicar las mismas.
Un S.E. razona utilizando: Conocimiento
experto para resolver problemas complejos
de un dominio y conocimiento que el sistema
posee del problema concreto.
Cmo razona?: buscando en un espacio de alternativas y con un nivel de competencia
similar a los de un ser humano experto en dicho dominio. Adems debe ser capaz, bajo
demanda, de justificar su propia lnea de razonamiento de forma inteligible para el
usuario.

Caractersticas:
Resolucin de problemas difciles.
Razonamiento heurstico, no algortmico.
Interaccin eficaz/cmoda usuario: grficos.
Manipulacin de smbolos.
Posibilidad de trabajar con datos inciertos e imprecisos.
Contemplar simultneamente soluciones alternativas.
Explicacin y justificacin de:
o

Preguntas

Conclusiones.

Lnea de razonamiento.

Aprendizaje.

Sistemas Expertos vs Experto Humano

Base de Conocimiento:
Conocimiento del experto sobre el dominio de aplicacin: Hechos del dominio /
Relaciones de conocimiento.
Reutilizable y Permanente.
Problemas de la Representacin:
Adecuacin Expresiva: Qu podemos representar
Adecuacin Computacional: Facilidad y eficiencia en el procesamiento de la
informacin.
Representacin del Conocimiento:
Conocimiento Declarativo (Hechos):
Variables numricas /alfanumricas.
Tuplas Objeto/Atributo/Valor.
Patrones.
Redes Semnticas
Frames
fbf del clculo de predicados.
Conocimiento Normativo:
Reglas de produccin (Conocimiento Heurstico)
IF condicin THEN conclusin DO accin
Tablas de decisin.
Redes de decisin.
Conocimiento Procedural:
Mtodos (procedimientos, funciones)

 Valores activos (dominios)

En este trabajo, nosotros hablaremos sobre representaciones el conocimiento,

especficamente, redes semnticas, frames y guiones.

INTRODUCCIN
El problema de cmo almacenar el conocimiento a ser usado se llama representacin
del conocimiento.
Cada objeto en el mundo existe en relacin con otros objetos. Tambin, cada concepto
existe en relacin con otro concepto.
Hay quienes piensan que si se puede representar las relaciones mutuas entre
conceptos, se puede crear una estructura de conocimiento que sea un modelo cercano
al cerebro humano y as poder hacer deducciones y adquirir conocimiento como lo hara
una persona. Tal modelo es llamado una red semntica.

1) HISTORIA DE LAS REDES SEMNTICAS.

Los responsables de los primeros esquemas de representacin formalizados fueron
Quillian (1968) y Shapiro & Woddmansee (1971). Quillian se cuestiona la idea de que
nuestra capacidad para entender el lenguaje pueda caracterizarse mediante un
conjunto de reglas bsicas. Fue el primero en sugerir que la memoria humana puede
modelarse mediante una red y en proponer un modelo de recuperacin de la
informacin memorizada.
Las redes semnticas han sido muy utilizadas en inteligencia artificial (mquinas
inteligentes) para representar el conocimiento y por tanto ha existido una gran
diversificacin de tcnicas.

2) DEFINICIN DE RED SEMNTICA

Una red semntica o esquema de representacin en Red es una forma de
representacin de conocimiento lingstico en la que los conceptos y sus
interrelaciones se representan mediante un grafo.
En un grafo o red semntica los elementos semnticos se representan por nodos
(elementos del conocimiento o conceptos), dos elementos semnticos entre los que
se admite se da la relacin semntica que representa la red, estarn unidos mediante
una lnea, flecha o enlace o arista (relaciones entre los nodos).

Por lo tanto, los elementos bsicos que encontramos en todos los esquemas de redes
son:
Estructuras de datos en nodos, que representan conceptos, unidas por arcos que
representan las relaciones entre los conceptos.
Un conjunto de procedimientos de inferencia que operan sobre las estructuras de
datos.

3) OBJETIVO DE LAS REDES SEMNTICAS.

El objetivo de las redes semnticas es desarrollar una infraestructura para generar

datos que las computadoras puedan entender, de tal forma que puedan ser
compartidos y procesados no slo por personas sino tambin por herramientas
automatizadas.

4) CATEGORIAS DE LAS REDES SEMANTICAS

Redes IS-A:
En las que los enlaces entre nodos estn etiquetados.
Grafos conceptuales:
En los que existen dos tipos de nodos: de conceptos y de relaciones.
Redes de marcos:
En los que los puntos de unin de los enlaces son parte de la etiqueta del nodo.

5) CARACTERISTICAS DE LAS REDES SEMANTICAS

Redes complejas organizadas en jerarquas
No tienen un vocabulario prefijado de representacin
Representacin en procesamiento de lenguaje natural
Formalismo muy limitado para dominios ms complejos

6) COMPONENTES DE UNA RED SEMANTICA

-

NODO

Un Nodo representa conceptos (un objeto individual o una clase de objetos).

Donde un objeto puede ser representado por:

Personas
Animales
Eventos
Acciones
Conceptos
Atributos o caractersticas que identifican a un objeto.

Los Nodos de un Red Semntica estn unidos por arcos, los cuales indican la
relacin que existe entre ellos.

ARCOS
Representan relaciones conceptuales:
Elementos con su clase (ES-UN)
Parte con un todo (TIENE-UN)

ES UN: El cual usa para identificar que un cierto pertenece a una clase mayor de
objeto.
TIENE-UN: Este tipo de arcos se utiliza para identificar que un cierto nodo tiene o
pase unas ciertas caractersticas o atributo o propiedad.

TIPOS DE ARCOS
ESTRUCTURALES:

Instancia o ejemplar

Subclase

Tiene_parte

DESCRIPTIVOS:

Propiedades: Profesin, Color_Pelo, etc.

Relaciones: Amigo_de, Padre_de, etc.

7) HERENCIA
La herencia es el mecanismo de razonamiento utilizado en redes semnticas.
Un nodo hereda las propiedades de los conceptos ms altos en jerarqua a travs
de las relaciones subclase-de e instancia-de.
Ejemplo:

Un vaso sanguneo es parte del sistema cardiovascular

Las arterias son vasos sanguneos

Las arterias contienen sangre rica en oxgeno

Las arterias tienen pared muscular

La arteria pulmonar izquierda es una arteria grande

A partir de la red semntica podemos deducir:

Las arterias grandes son ricas en oxgeno

Las arterias grandes tienen pared muscular

La aorta contiene sangre rica en oxgeno

La aorta tiene pared muscular

7.1) EXCEPCIONES EN HERENCIA

a)

No heredar propiedades que producen inconsistencias.

La arteria pulmonar izquierda contiene sangre pobre en oxgeno.

La arteria pulmonar izquierda tiene pared muscular y es rica en oxgeno.

La propiedad las arterias transportan sangre rica en oxgeno no debe ser

heredada (excepcin) por la arteria pulmonar izquierda.
Una posible solucin es:
- almacenar la propiedad como informacin explcita en cada concepto en el que se
cumple la propiedad, eliminando la propiedad general.

b)

No heredar propiedades que consideramos relevantes para una clase, pero no

para sus especializaciones.

Existen 100 arterias.

8) LAS REDES SEMNTICAS PROPORCIONAN

Una ayuda grfica para visualizar una base de conocimiento.

Algoritmos eficientes para inferir propiedades de un objeto en base a su

pertenencia a una categora.

9) ELEMENTOS DE LA REPRESENTACIN DE LAS REDES SEMNTICAS

Las instancias se representan por constantes.

Las clases se representan por constantes.

Las relaciones clasesuperclase se representan por hechos de la forma es

un(<clase>,<super-clase>).

Las relaciones instanciaclases se representan por hechos de la forma

inst(<instancia>,<clase>).

Cada propiedad se representa por un predicado binario de la forma

prop(<instancia o clase>,<propiedad>,valor>).

La constante inicio representa la clase inicial de la jerarqua.

10) VENTAJAS DE LAS REDES SEMANTICAS

Permiten la declaracin de importantes asociaciones en forma explcita.
Debido a que los nodos relacionados estn directamente conectados, y no se
expresan las relaciones en una gran base de datos, el tiempo que toma el proceso
de bsqueda por hechos particulares puede ser significativamente reducido.

11) DESVENTAJAS DE LAS REDES SEMANTICAS

No existe una interpretacin normalizada para el conocimiento expresado por la red.
La interpretacin de la red depende exclusivamente de los programas que manipulan
la misma.
La dificultad de interpretacin a menudo puede derivar en inferencias invlidas del
conocimiento contenido en la red.
La exploracin de una red asociativa puede derivar en una explosin combinatoria
del nmero de relaciones que deben ser examinadas para comprobar una relacin,
sobre todo si la respuesta a una consulta es negativa.
No hay manera de insertar alguna regla heurstica para explorar la red de manera
eficiente.
Poca flexibilidad.

EJEMPLOS DE REDES SEMANTICAS

Los animales pueden respirar.

Un ave es un animal, vuela bien, tiene plumas y pone huevos.
Los mamferos son animales, tiene pelo La ballena es un mamfero, tiene piel y vive en
el mar
El tigre es un mamfero y come carne.

FRAMES:
Se basan en el concepto de considerar la resolucin de problemas humana como el
proceso de rellenar huecos de descripciones parcialmente realizadas (O. Selz)
La idea subyacente en un sistema basado en frames es que el conocimiento
concerniente a individuos o clases de individuos, incluyendo las relaciones entre los
mismos, es almacenada en una entidad compleja de representacin llamada frame
(unidad, objeto, concepto).
Un conjunto de frames que representa el conocimiento de un dominio de inters es
organizada jerrquicamente en lo que es llamado una taxonoma (asociada a un mtodo
de razonamiento automtico llamado herencia).

El conocimiento relevante de un concepto (objeto individual o clase de objetos) es

representado mediante entidad compleja de representacin llamada frame, constituida
por un conjunto de propiedades (atributos) y la descripcin de sus caractersticas.
Las frame proporcionan un formalismo para agrupar explcitamente todo el conocimiento
concerniente a las propiedades de objetos individuales o clases de objetos.

Tipos de frames:

Frames clase o frames genricas, que representan conocimiento de clases de

objetos.
frames instancia, representan conocimiento de objetos individuales

Jerarqua o taxonoma de frames

El conocimiento de un dominio de inters es organizado jerrquicamente en una

jerarqua o taxonoma de frames.

La taxonoma es representada mediante un grafo dirigido acclico (generalmente un

rbol) en el que solo se dan las relaciones:
Instancia-de y Subclase-de donde cada nodo denota una frame.

Cada frame de una taxonoma tiene un nombre nico.

Una frame solo puede tener una superclase (herencia simple).

La informacin (propiedades) especfica al concepto representado por una frame es

representada mediante atributos o slots

Los atributos ofrecen un medio de representar las propiedades de objetos

individuales o clases de objetos.
Ejemplo:

Sintaxis FRAMES:

El smbolo nil denota que una frame es la raz de la taxonoma.

<conjunto> denotar un conjunto enumerado de constantes elementales y/o nombres
de instancias
Se asume que un par atributo/tipo o atributo/valor, ocurre una nica vez en una
taxonoma (posteriormente se elimina esta suposicin).
Ejemplo:

La informacin especificada en las partes atributo de las frames instancia sigue las
siguientes reglas:

Todos los atributos que ocurren en las instancias de una frame clase deben haber
sido declarados en dicha frame clase o en una de sus generalizaciones.

Los valores asignados a los atributos de la instancia deben ser del tipo de datos
definido en alguna de sus generalizaciones.

En la declaracin de una frame clase tambin se puede asignar valor a un atributo

(estn permitidos los pares atributo valor).

Se considera adecuado especificar el valor rica-oxigeno del atributo sangre en la

especificacin de la clase, con lo que no es necesario especificarlo en sus subclases o
instancias, ya que est propiedad ser heredada por todos los descendientes de la clase

Equivalencias entre frames y Redes Semnticas:

Guiones
En inteligencia artificial, los guiones o tambin llamados scripts, son bsicamente una
estructura de conocimiento que contiene una sentencia estereotipada de acciones.
Son estructuras que describen una secuencia fija de los eventos que ocurren en un
determinado contexto. Tienen una estructura muy similar a la de los marcos, pero ampliada
para reflejar la sucesin de hechos en el tiempo, as como los cambios que tales hechos
producen
Su objetivo principal est orientado a la comprensin del lenguaje natural.
Componente:
-

Condicin de entrada: estas condiciones deben ser verdaderas para que el guin se
pueda ejecutar.

Resultados: Condiciones que se dan una vez ejecutado el guin. Estas son
obligatoriamente ciertas.

Objs: Representan los objetos involucrados en los eventos del guin.

Roles: Representan a los agentes (personas, etc.) que participan del guin.

Escenas: Son los eventos que realmente suceden, estn representados de manera
secuencial y usan lenguaje natural.

Ejemplo de guion:

Ventajas:
-

Permite leer textos breves de temas concretos.

Permite predecir eventos.

No depende de ningn idioma.

Posee alta potencia de inferencia.

Integra informacin de forma coherente.

Desventajas:
-

Rigidez de presentacin.

Dificultad para decidir el guion a usar

Incapacidad para compartir informacin

No hay algoritmo para eleccin correcta.

Muy especfica (eleva dificultad)

No adecuado para ciertos tipos de conocimientos.

LA LOGICA PROPOSICIONAL
La lgica proposicional o lgica de orden cero es un sistema formal cuyos elementos
ms simples representan proposiciones, y cuyas constantes lgicas, llamadas
conectivas, representan operaciones sobre proposiciones, capaces de formar otras
proposiciones de mayor complejidad.
La lgica proposicional trata con sistemas lgicos que carecen de cuantificadores, o
variables interpretables como entidades. En lgica proposicional si bien no hay signos
para variables de tipo entidad, s existen signos para variables proposicionales (es decir,
que pueden ser interpretadas como proposiciones con un valor de verdad de definido),
de ah el nombre proposicional. La lgica proposicional incluye adems de variables
interpretables como proposiciones simples signos para conectivas lgicas, por lo que
dentro de este tipo de lgica puede analizarse la inferencia lgica de proposiciones a
partir de proposiciones, pero sin tener en cuenta la estructura interna de las
proposiciones ms simples.

Conectividad Lgica:

En la lgica proposicional, las conectivas lgicas se tratan como funciones de verdad.

Es decir, como funciones que toman conjuntos de valores de verdad y devuelven valores
de verdad. Por ejemplo, la conectiva lgica no es una funcin que si toma el valor de
verdad V, devuelve F, y si toma el valor de verdad F, devuelve V. Por lo tanto, si se
aplica la funcin no a una letra que represente una proposicin falsa, el resultado ser
algo verdadero. Si es falso que est lloviendo, entonces ser verdadero que no est
lloviendo.

El significado de las conectivas lgicas no es nada ms que su comportamiento como

funciones de verdad. Cada conectiva lgica se distingue de las otras por los valores de
verdad que devuelve frente a las distintas combinaciones de valores de verdad que
puede recibir. Esto quiere decir que el significado de cada conectiva lgica puede
ilustrarse mediante una tabla que despliegue los valores de verdad que la funcin
devuelve frente a todas las combinaciones posibles de valores de verdad que puede
recibir.

Lmites de la lgica proposicional

La maquinaria de la lgica proposicional permite formalizar y teorizar sobre la validez

de una gran cantidad de argumentos. Sin embargo, tambin existen argumentos que
son intuitivamente vlidos, pero cuya validez no puede ser probada por la lgica
proposicional. Por ejemplo, considrese el siguiente argumento:
1. Todos los hombres son mortales.
2. Scrates es un hombre.
3. Por lo tanto, Scrates es mortal.
Como este argumento no contiene ninguna de las conectivas no, y, o, etc.,
segn la lgica proposicional, su formalizacin ser la siguiente:
1. p
2. q
3. Por lo tanto, r
Pero esta es una forma de argumento invlida, y eso contradice nuestra intuicin de
que el argumento es vlido. Para teorizar sobre la validez de este tipo de argumentos,
se necesita investigar la estructura interna de las variables proposicionales. De esto se
ocupa la lgica de primer orden. Otros sistemas formales permiten teorizar sobre otros
tipos de argumentos. Por ejemplo la lgica de segundo orden, la lgica modal y la
lgica temporal.