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