Inteligencia

La inteligencia del ser humano se define en su concepto ms bsico, como "la capacidad de adaptacin a un ambiente, el razonamiento, y la cabida del ser humano para dar una solucin a un problema".
Para tener una definicin mas central de la inteligencia, ya que el concepto general no especifica el ambiente en el que se desamueble ni tampoco el definido problema tenemos que dividir a esta en distintos tipos de inteligencia, es decir a cada conjunto tareas que ejecutamos se le atribuye un concepto de inteligencia y se emplea un razonamiento diferente, como por ejemplo tocar un instrumento musical y resolver un problema de matemticas, donde se puede ver que se aplica distinto tipos de inteligencia para la ejecucin de ambas actividades.

Tipos de inteligencia Howard Gardner reconoce siete diferentes tipos de inteligencia entre las ms significativas: Inteligencia lingstica Inteligencia lgico-matemtica Inteligencia espacial Inteligencia musical Inteligencia corporal-cintica Inteligencia intrapersonal Inteligencia interpersonal

Howard Gardner (Scranton, Estados Unidos, 11 de julio 1943) es un psiclogo, investigador y profesor de la Universidad de Harvard, conocido en el mbito cientfico por sus investigaciones en el anlisis de las capacidades cognitivas y por haber formulado la teora de las inteligencias mltiples, la que lo hizo acreedor al Premio Prncipe de Asturias de Ciencias Sociales 2011

 Inteligencia lingstica: Est basada en la virtud que tiene el ser humano para usar su lenguaje y el poder de sus palabras en el momento adecuado y usando las palabras adecuadas, en los nios y nias se aprecia en su facilidad para escribir, leer, contar cuentos o hacer crucigramas. Inteligencia lgico-matemtica: Est basada en la virtud que tiene el ser humano para la resolucin de problemas con la aplicacin de las matemticas y la lgica. Se aprecia en los menores por su inters en patrones de medida, categoras y relaciones. Facilidad para la resolucin de problemas aritmticos, juegos de estrategia y experimentos.

 Inteligencia visual y espacial: Est basada en la virtud que tiene el ser humano para la representacin y obtencin de informacin de los diferentes objetos presentes en el entorno. Los nios y nias piensan en imgenes y dibujos. Tienen facilidad para resolver rompecabezas, dedican el tiempo libre a dibujar, prefieren juegos constructivos, etc.

Inteligencia musical: Est basada en la virtud que tiene el ser humano para poder entonar un instrumento musical esto conlleva a que la persona tiene la habilidad de reconocer y percibir las diferentes tonalidades emitidas por el instrumento. Los menores se manifiestan frecuentemente con canciones y sonidos. Identifican con facilidad los sonidos.

 Inteligencia corporal-cintica: Est basada en la virtud que tiene el ser humano para la usar su cuerpo y la coordinacin de sus movimientos con los cuales se logre trasmitir diferentes sentimientos, es tambin una forma de comunicacin. Facilidad para procesar el conocimiento a travs de las sensaciones corporales. Deportistas, bailarines o manualidades como la costura, los trabajos en madera, etc.

 Inteligencia intrapersonal: La inteligencia intrapersonal es aquella que se refiere a la auto comprensin, el acceso a la propia vida emocional, a la propia gama de sentimientos, la capacidad de efectuar discriminaciones de estas emociones y finalmente ponerles nombre y recurrir a ellas como medio de interpretar y orientar la propia conducta. Se conoce tambin como la capacidad para comprenderse a uno mismo, asumiendo los propios sentimientos y emociones. Supone la habilidad para dominar la vida afectiva y adaptarla a las diferentes situaciones. Es parte de la Inteligencia Emocional.

Su utilidad ayuda a formarse una imagen concreta y realista de uno mismo y a ser capaz de actuar en coherencia con las propias emociones. Permite resolver los problemas vinculados con las propias emociones. Caractersticas: La Inteligencia Intrapersonal supone diferentes habilidades. Entre ellas destacan: Conocer las propias ideas, capacidades y limitaciones. Fijarse metas realistas. La habilidad para dominar las emociones personales y adecuarlas a las circunstancias. La capacidad para regular el estrs, el comportamiento y los pensamientos.

Las capacidades inherentes a este tipo de inteligencia son a las que recurrimos para comprendernos a nosotros mismos y a otras personas; para imaginar, planificar y resolver problemas especialmente los emocionales. Dentro de nosotros mismos tenemos los recursos para llevar una vida productiva, tales como: motivacin, capacidad de decisin, tica personal, integridad, empata y altruismo. Combinando los factores relacionados con la herencia, el ambiente y la propia experiencia empieza a desarrollarse nuestra compleja inteligencia personal. Idealmente el beb y la madre o persona que lo cuida establecen una relacin que proporciona a ste equilibrio emocional y fortalece su sentido de identidad personal.

 Inteligencia interpersonal: Es la que nos permite entender a los dems. La inteligencia interpersonal es mucho ms importante en nuestra vida diaria que la brillantez acadmica, porque es la que determina la eleccin de la pareja, los amigos y, en gran medida, nuestro xito en el trabajo o e el estudio. La inteligencia interpersonal se basa en el desarrollo de dos grandes tipos de capacidades, la empata y la capacidad de manejar las relaciones interpersonales.

Es la inteligencia relacionada con la actuacin y propia comprensin acerca de los dems, como por ejemplo notar las diferencias entre personas, entender sus estados de nimo, sus temperamentos, intenciones, etc.

Se pueden desarrollar carreras como: polticos, trabajadores sociales, comunicadores, locutores, diplomticos, en general toda persona que tenga que desarrollarse con mucha gente y entenderla. La inteligencia interpersonal permite comprender a los dems y comunicarse con ellos, teniendo en cuenta sus diferentes estados de nimo, temperamentos, motivaciones y habilidades. Incluye la capacidad para establecer y mantener relaciones sociales y para asumir diversos roles dentro de grupos, ya sea como un miembro ms o como lder. Este tipo de inteligencia la podemos detectar en personas con habilidades sociales definidas, polticos, lderes de grupos sociales o religiosos, docentes, terapeutas y asesores educativos. Y en todos aquellos individuos que asumen responsabilidades y muestran capacidad para ayudar a otros.

Inteligencia artificial
Teniendo en cuenta que existen varios conceptos y puntos de vista en cuanto a la IA se refieren, definiremos a sta como la comprensin y emulacin del pensamiento Humano y sus capacidades; presentes en distintos aparatos electrnicos, teniendo como resultado la respuesta de los mismos; como maquinas que sean capaces de operar y manipular objetos por s mismas. En la Inteligencia Artificial se utilizan varios componentes del comportamiento Inteligente como son: procesamiento del lenguaje natural, visin artificial resolucin de problemas representacin del conocimiento razonamiento, aprendizaje, robtica.

Procesamiento del lenguaje natural:

Entendimiento que se procesa internamente en la persona de manera que se logre captar los conceptos del texto y sus significados de una forma clara. Visin artificial:
Trata de la absorcin de imgenes mediante un sistema de compresin de imgenes para representarlas, captando la informacin externa seguida por la reconstruccin de dichos objetos; para agrupar toda la informacin que se encuentre dispersa y as cada imagen encaje con el mundo real que se percibe, tomando en cuenta espacio tiempo entre los objetos del "mundo" establecido y dando datos de salida exactos al mundo verdico externo.

Resolucin de problemas: La resolucin de problemas mediante algoritmos no siempre es la mejor opcin para la misma; por lo tanto la IA tiene como mtodo utilizar un sistema de prueba-error ante la traba, el cual permite llegar a la solucin de sta, este es solo uno de los cuantos mtodos utilizados. Representacin del conocimiento y razonamiento: Se usan las representaciones del conocimiento como la lgica matemtica por ejemplo, el Mtodo de Razonamiento Basado en el Caos el cual se fundamenta en recordar la causa y la consecuencia y en los que se logro conseguir la solucin al problema para adoptarlo a las circunstancias.

Aprendizaje:
El Aprendizaje Automtico es una rama de la Inteligencia Artificial tiene como fin el desarrollo de tcnicas que permitan a las computadoras aprender. De forma ms concreta, es decir, se trata de crear programas que sean capaces de sistematizar comportamientos comenzando de una informacin no dispuesta y suministrada en forma de prototipos. Es, por lo tanto, un proceso de induccin del conocimiento

La Robtica Es la ciencia de ingeniera y la tecnologa de los robots (entendiendo al robot como una mquina capaz de realizar tareas de manera autnoma o semiautnoma), relacionada con la electrnica, la mecnica y el software. Es una ciencia cada vez ms popular por desarrollar verdaderas inteligencias capaces de realizar muchas labores humanas o simplemente facilitarlas. La robtica se encarga no slo de disear robots, sino tambin de fabricarlos, aplicarlos y disponerlos estructuralmente. El trmino robot como concepto fue introducido por el escritor checo Karel Capek en su obra R.U.R. publicada en 1920. En los aos treinta se comenz a difundir por Europa y luego por el resto del mundo, alcanzando gran popularidad.

(siglas de Robots Universales Rossum, 1920) tuvo gran xito y repercusin (el trmino robot procede de ella); la trama alerta sobre los peligros del maquinismo: los robots acaban exterminando a sus creadores humanos. Pero su importancia como narrador se debe, sobre todo, a las novelas de ficcin cientfica, que revelan su honda preocupacin ante los peligros del progreso tcnico. Hoy, el robot es descrito como una mquina programable, que puede ser mvil o articulada. El primero de ellos, llamado Unimate, fue el primer robot industrial, se instal en una cadena de montaje de General Motors en el ao 1961.

Fue creado por George Devol en los aos 1950 usando una patente original de su propiedad. Devol, junto a Joseph Engelberger, fundaron la primera empresa fabricante de robots, Unimation. George Charles Devol Joseph Engelberger

La mquina realizaba el trabajo de transportar las piezas fundidas en molde hasta la cadena de montaje y soldar estas partes sobre el chasis del vehculo, una peligrosa tarea para los trabajadores, quienes podan exponerse a inhalar los gases de combustin de la soladuras o a perder un miembro si no llevaban precaucin. El Unimate original constaba de una gran caja computerizada, unida a otra caja que se conectaba a un brazo articulado, con un programa de tareas almacenado en una memoria de tambor. Las versiones modernas alcanzan los seis grados de libertad y estn diseadas para el manejo, a altas velocidades, de las distintas partes del coche, pudindose programar para otras tareas.

La inteligencia artificial se ve aplicada en la accin de poder comandar y controlar a las diferentes maquinas hacindolas capases de recibir y procesar la informacin exterior mediante su programacin y sensores especializados, naciendo as los llamados robots, los robots son diseados para que realicen trabajos con la finalidad reducir el esfuerzo del hombre y den confort en base a esto se les divide teniendo en cuenta la aplicacin que se le d en un campo especifico por ejemplo la enseanza, la medicina, construccin, el hogar, etc. Interaccin con el entorno de un robot

Clases de robots
Robots Mviles: son robots que tienen la capacidad de moverse en un entorno de acuerdo a la programacin previamente establecidas o programadas, esta clase de robots son muy utilizados para hacer diferentes tipos de trabajos un ejemplo de este tipo de robots es el que se enva hacia el espacio para la captura de fotos y la toma de muestras espaciales. Robot explorador del tipo de robot mvil

Robots industriales: esta clase de robots tienen diferentes movimientos programados los cuales tambin pueden ser modificados por personas desde un ordenador, tienen la capacidad de manipular piezas y realizar diferentes tareas con movimientos programados, son usador en la industria para procesos de fabricacin ya que pueden realizar diferentes tareas secuencialmente. Los modelos ms usados en la actualidad son los llamados brazos robticos debido a su forma. Brazo robtico del tipo de robot industrial

Robots de servicio: son los robots diseados para en confort y ayudar al ser humano, pueden ser robots con la capacidad del movimiento o tambin de tipo estacionario, su modo de trabajo es prcticamente autnomo en muchos de los casos dependiendo la labor que ejerzan, es decir no es dependiente de las ordenes del ser humano pueden hacer su trabajo cuando este es necesario, un ejemplo de estos robots son los usados en el hogar, oficinas , hospitales, y diferentes lugares, algunos tambin llamados mini robots. Robot limpiador del tipo de robots de servicio

Robots Humanoides: los robots llamados humanoides obtienen su nombre de la semejanza que existe con el ser humano ya que son construidos con rasgos fsicos parecidos a los nuestros. Este tipo de robot contiene la capacidad de poder interactuar con las personas y guarda la informacin recogida del entorno o de la persona con la cual interacta, realiza estas acciones mediante los diferentes tipos de sensores que se encuentran presentes a lo largo de su estructura, un ejemplo de esta clase de robos es el conocido como ASIMO de la compaa Honda. ASIMO robot del tipo humanoide

Tele-operadores: los llamados robots teleoperadores son una clase de robots diseados especficamente para recibir ordenes de un controlador en tiempo real este tipo de robots captura el entorno en el que se desenvuelve mediante sensores que le permiten la comunicacin con el ser humano, puede ser controlado a grandes distancias y con gran precisin lo cual los hace muy tiles para situaciones potencial mente peligrosas como desarmar una bomba o adentrarse en medios contaminados o diferentes ambientes o situaciones peligrosas para el hombre. Robot desactiva bombas del tipo tele-operadores

La finalidad de la IA dentro del rea de la robtica pretende que las maquinas cuenten con la capacidad de simulacin del comportamiento humano, sin embargo ya que la inteligencia simulada es creada por el hombre sta no supera la inteligencia del creador.
Con la inteligencia artificial aplicada a la robtica podemos ver que se ha logrado crear un asistente del hombre para el trabajo prctico, el cual maneja las diversas situaciones con ms precisin y sin temor a equivocarse gracias a su programacin y las diferentes capacidades que tenga para poder interactuar con su operario.

Un robot puede estar diseado para tomar decisiones, pero esto solo gracias a los diferentes sensores y la respectiva programacin insertada, lo cual lo limita a dejarse guiar por aspectos fsicos, pero el hombre el momento de tomar una decisin puede percibir cosas esenciales mas all de lo fsico y lo material lo cual hace que aun la maquina este por debajo del hombre.

Diferentes metodologas: La lgica difusa: permite tomar decisiones bajo condiciones de incerteza.

Redes neuronales: esta tecnologa es poderosa en ciertas tareas como la clasificacin y el reconocimiento de patrones. Est basada en el concepto de "aprender" por agregacin de un gran nmero de muy simples elementos, este modelo considera que una neurona puede ser representada por una unidad binaria: a cada instante su estado puede ser activo o inactivo. La interaccin entre las neuronas se lleva a cabo a travs de sinapsis.

Definicin de Sinapsis: Las sinapsis son uniones especializadas mediante las cuales las clulas del sistema nervioso envan seales de unas a otras y a clulas no neuronales como las musculares o glandulares. La actividad sinptica se desarrolla entre dos neuronas, y se produce mediante la liberacin de neurotransmisores qumicos que provocan la activacin de receptores especficos que, a su vez, generan respuestas elctricas. Cada neurona se comunica, al menos, con otras mil neuronas y puede recibir, simultneamente, hasta diez veces ms conexiones de otras. Se estima que en el cerebro humano adulto hay por lo menos 1014 conexiones sinpticas (aproximadamente, entre 100 y 500 billones). En nios alcanza los 1000 billones. Este nmero disminuye con el paso de los aos, estabilizndose en la edad adulta.

La estructura bsica de una neurona natural es:

Cada neurona puede tener infinitas entradas llamadas Dendritas que condicionan el estado de su nica salida, el Axn. Este Axn puede ir conectado a una Dendrita de otra neurona mediante la Sinapsis correspondiente

Objetivos de la Investigacin en Inteligencia Artificial.

Los investigadores en inteligencia artificial se concentran principalmente en: Los sistemas expertos Conocimiento y la resolucin de problemas El control automtico Las bases de datos inteligentes La ingeniera del software (diseos de entornos de programacin inteligente).

Los hechos ms importantes en el desarrollo de los sistemas expertos son: 1928. John Von Neuman desarrolla su teorema "mnimos y mximos" utilizado posteriormente en juegos.

1943. McCullock y Pitts proponen la arquitectura de redes neuronales para la simulacin de la inteligencia. 1945. Vannevar Bush publica "As we may think ...", o "Cabra imaginar ... ", en Atlantic Monthly el cual sienta las bases de lo que hoy se conoce como Hipertexto, Multimedia e Hipermedia.

1949. Shannon desarrolla la Teora de la Informacin base fundamental de la Informtica y varias de sus reas. 1950. Shannon propone el primer programa de ajedrez . 1950. Turing Intelligence". publica "Computing machinery and

Alan Turing se puede considerar el padre de la Inteligencia Artificial. Siendo el autor del concepto de computadora, predijo que la mquina podra llegar a adquirir una capacidad comparable con la inteligencia humana. En el ao 1950 propuso la llamada Prueba de Turing o tambin llamado juego de imitacin, para examinar la inteligencia de una mquina.

La Prueba consiste en que una persona (juez) ha de mantener una conversacin (por medio de un interfaz y un teclado) con el sistema de IA (una mquina) y con un humano.

Si el juez no es capaz de descubrir cul de los dos participantes es el ordenador, se puede considerar que el sistema posee una inteligencia comparable a la humana.
Todava ninguna mquina puede pasar este examen en una experiencia con mtodo cientfico.

1956. Newell, Shaw, y Simon crean "IPL-11" el primer lenguaje de programacin para IA. 1956. Newell, Shaw, y Simon crean "The Logic Theorist" para la resolucin de problemas matemticos. 1957. Chomsky escribe "estructuras Sintcticas".

1957. Newell, Shaw, y Simon crean GPS.

1958. McCarthy introduce el lenguaje "LISP", para procesamiento simblico de la informacin. 1959. Rosenblatt introduce el Perceptron.

1959. EL programa de ajedrez de Samuel gana juegos contra grandes jugadores.

1963. ARPA da un fondo de investigacin de dos millones de dlares al laboratorio de IA del MIT. 1963. Quillian desarrolla las redes semnticas como modelo de representacin del conocimiento. 1963. Minsky Intelligence". escribe "Steps toward Artificial

1964. Bobrow desarrolla STUDENT.

1964. Se comienza el desarrollo de BBNLisp en BBN.

1965. Buchanan, Feigenbaum y Lederberg comienzan el proyecto DENDRAL, el primer Sistema Experto. 1965. Iva Sutherland hace demostracin del primer monitor en forma de casco para realidad virtual. 1965. Dreyfus argumenta en contra de la IA.

1968. Minsky publica "Semantic Information Processing".

1969. Minsky y Papert critican el Perceptron.

1970. Colmerauer desarrolla PROLOG quizs el lenguaje de Inteligencia Artificial ms popular actualmente. 1970. Winograd crea SCHRDLU. 1972. Dreyfus publica "What Computers Can't Do". 1972. Se desarrolla el lenguaje SmallTalk en Xerox PARC. 1973. Shank y Abelson desarrollan los guiones, o scripts, base de muchas tcnicas actuales de la Inteligencia Artificial y la Informtica en general.

1974. Edward Shortliffe escribe su tesis con MYCIN, uno de los Sistemas Expertos ms conocidos.

1974. Minsky publica "A Framework for Representing Knowledge". 1974. Se establece la red SUMEX-AIM para aplicaciones de la Inteligencia Artificial en medicina. 1975. La DARPA lanza un programa de financiacin para el procesamiento y comprensin de imgenes. 1976. Greenblatt crea "CONS" el primer ordenador con arquitectura para LISP. 1976. Lenat introduce su "Automated Matematician".

1978. Xerox comienza a desarrolla ordenadores LISP.

1979. Raj Reddy funda el Instituto de Robtica en la Universidad Carnegie Mellon. 1980. Primera conferencia de la AAAI (American Association on Artificial Intelligence) en Stanford, y primera Conferencia de Lisp y programacin funcional de la ACM. 1981. Kazuhiro Fuchi anuncia el proyecto japons de quinta generacin de computadores. 1981. El PSL (Portable Standard Lisp) se puede ejecutar sobre varias plataformas.

1981. Se construyen mquinas LISP por Xerox, LMI y Simbolics, las cuales soportan Programacin Orientada a Objetos.
1981. Se sientan las bases del Common Lisp con aspectos comunes de las familias: Lisp machine Lisp, MacLisp, NIL, S-1 Lisp, Spice Lisp y Scheme. 1982. John Hopfield resucita las redes neuronales.

1983. Feigenbaum y McCorduck publican "The Fifth Generation".

1984. Steele publica "Common Lisp the Language".

1984. La comunidad europea comienza el programa ESPRIT. 1984. Gold Hill crea el Golden Commom Lisp. 1985. General Motors y Campbell's Soup dejan de usar Lisp para sus Sistemas Expertos.

1985. Se funda el Media Lab en el MIT.

1985. Minsky publica "The Society of Mind". 1985. Teknowledge, una compaa dedicada al desarrollo de sistemas en Inteligencia Artificial, abandona Lisp y Prolog por el lenguaje C.

1986. Primera conferencia de la OOPSLA sobre programacin orientada a objetos, en la cual se presenta CLOS, Lisp Orientado a Objetos, como lenguaje independiente de la comunidad de Lisp e IA. 1986. IBM desarrolla shells para Lisp, Prolog y Sistemas expertos y entra a la AAAI. 1986. McClelland y Rumelhart's publican "Parallel Distributed Processing" (Redes Neuronales).

1986. Aparecen compaas dedicadas al desarrollo de Redes Neuronales. 1987. Existen alrededor de 1900 Sistemas Expertos en el mundo.

1987. Sistema experto XCON de DEC capaz de configurar ordenadores realizando el trabajo de 300 personas, basndose para esto en 10.000 reglas.
1987. Japn establece su sistema AFIS para la identificacin automtica de huellas digitales.

1988. El chip del 386 ofrece una velocidad a los PCs comparable a la de las mquinas Lisp. 1988. Minsky y Papert publican una revisin de "Perceptrons".
1988. Se establecen los lenguajes Orientados a Objetos.

1988. La compaa TI anuncia microExplorer una mquina Lisp con tecnologa Macintosh. 1990. Steele publica la segunda edicin de "Common lisp the Language". 1992. Apple Computer introduce el lenguaje Dylan, de la familia Lisp, como su visin del futuro en la programacin. 1992. X3J13 crea una propuesta para la Sociedad Americana de Common Lisp. 1994. La versin para tiempo real del lenguaje CLOS, Lisp con Objetos, de Harlequin se utiliza en sistema de intercambio de AT&T.

Conocimiento Puede ser definido como el conjunto de hechos y principios acumulados por la humanidad, o el acto, hecho o estado de conocer. Es la familiaridad con el lenguaje, conceptos, procedimientos, reglas, ideas, abstracciones, lugares, costumbres y asociaciones, unida a la habilidad de utilizar estas nociones en forma efectiva para modelar diferentes aspectos del universo que nos rodea. Los conceptos de conocimiento e inteligencia estn ntimamente ligados. La inteligencia requiere de la posesin y acceso al conocimiento. Conocimiento no debe ser confundido con datos o informacin. El conocimiento incluye y requiere del uso de datos e informacin. Adems, combina relaciones, dependencias, y la nocin del saber con datos e informacin.

El conocimiento puede ser de tipo: Procedimental Declarativo Heurstico

Conocimiento procedimental:
Es aquel conocimiento compilado que se refiere a la forma de realizar una cierta tarea (el saber como hacerlo). Por ejemplo, los pasos necesarios para resolver una ecuacin algebraica son expresados como conocimiento procedimental.

Conocimiento declarativo: Es conocimiento pasivo, expresado como sentencias acerca de los hechos del mundo que nos rodea (el saber que hacer). La informacin personal en una base de datos es un tpico ejemplo de conocimiento declarativo. Tales tipos de datos son piezas explcitas de conocimiento independiente. Conocimiento heurstico: Es un tipo especial de conocimiento usado por los humanos para resolver problemas complejos. El adjetivo heursticosignifica medio para descubrir. Est relacionado con la palabra griega heuriskein que significa descubrir, encontrar. Se entiende por heurstico a un criterio, estrategia, mtodo o truco utilizado para simplificar la solucin de problemas. El conocimiento heurstico usualmente se lo adquiere a travs de mucha experiencia.

Representacin del Conocimiento

Dado que el conocimiento es importante y primordial para el comportamiento inteligente, su representacin constituye una de las mximas prioridades de la investigacin en IA.
El conocimiento puede ser representado como imgenes mentales en nuestros pensamientos, como palabras habladas o escritas en algn lenguaje, en forma grfica o en imgenes, como cadenas de caracteres o colecciones de seales elctricas o magnticas dentro de un computador.

En nuestro estudio de IA, consideraremos las representaciones escritas y sus correspondientes estructuras de datos utilizadas para su almacenamiento en un computador. La forma de representacin que se escoja depender del tipo de problema a ser resuelto y de los mtodos de inferencia disponibles. Una representacin del conocimiento puede ser un esquema o dispositivo utilizado para capturar los elementos esenciales del dominio de un problema. Una representacin manipulable es aquella que facilita la computacin. En representaciones manipulables, la informacin es accesible a otras entidades que usan la representacin como parte de una computacin.

Debido a la variedad de formas que el conocimiento puede asumir, los problemas involucrados en el desarrollo de una representacin del conocimiento son complejos, interrelacionados y dependientes del objetivo. El trminos generales, se debe tratar que el conocimiento est representado de tal forma que: Capture generalizaciones. Pueda ser comprendido por todas las personas que vayan a proporcionarlo y procesarlo. Pueda ser fcilmente modificado. Pueda ser utilizado en diversas situaciones an cuando no sea totalmente exacto o completo. Pueda ser utilizado para reducir el rango de posibilidades que usualmente debera considerarse para buscar soluciones.

El conocimiento declarativo puede ser representado con modelos relacionales y esquemas basados en lgica. Los modelos relacionales pueden representar el conocimiento en forma de rboles, grafos o redes semnticas. Los esquemas de representacin lgica incluyen el uso de lgica proposicional y lgica de predicados. Los modelos procedimentales y sus esquemas de representacin almacenan conocimiento en la forma de cmo hacer las cosas. Pueden estar caracterizados por gramticas formales, usualmente implantadas por sistemas o lenguajes procedimentales y sistemas basados en reglas (sistemas de produccin).

Las representaciones declarativas son usualmente ms expansivas y costosas, en el sentido que la enumeracin puede ser redundante e ineficiente. Sin embargo, la modificacin de las representaciones declarativas es usualmente muy fcil; simplemente se agrega o se elimina conocimiento. Las representaciones procedimentales, en cambio, pueden ser ms compactas, sacrificando flexibilidad. Representaciones prcticas pueden incluir elementos tanto declarativos (listado de hechos conocidos), como procedimentales (un conjunto de reglas para manipular los hechos)