Unidad 2 Ia - A D 2017

INTELIGENCIA ARTIFICIAL
UNIDAD II
REPRESENTACIN DEL CONOCIMIENTO, RAZONAMIENTO Y LOS

ASPECTOS METODOLGICOS EN INTELIGENCIA ARTIFICIAL
M.S.I. PATRICIA HORTA ROSADO

CONTENIDO
Principios y metodologa de la I.A.
Paradigmas de I.A.
Mapas conceptuales.
Redes semnticas
Razonamiento montono
Lgica de predicados
La demostracin y sus mtodos
Mtodo de Resolucin de Robins
Conocimiento no montono y otras lgicas
Razonamiento probabilstico
Teorema de Bayes
2
PRINCIPIOS Y METODOLOGA DE LA
El campo de estudio de la I.A., abarca una gran variedad de

subcampos y aplicaciones que van desde probar teoremas
matemticos, construir sistemas expertos, resolver
problemas de propsito general, implementacin de
algoritmos de bsqueda y toma de decisiones; en s
cualquier tarea que involucre una parte intelectual, lo que hace a
la I.A. una ciencia universal en todos los sentidos, toma y aporta
conocimientos de todas las ciencias.
3
Los cientficos no tienen un conocimiento exacto de

cmo trabaja la mente humana, slo se suponen
ciertos aspectos y patrones lo que complica si
mencionamos que la I.A. se esfuerza en construir
agentes inteligentes, tema principal y unificador.
Recordemos que los agentes inteligentes son entes
que reciben percepciones del exterior y en base a
stas producen acciones.
4
As de complicado como lo es la definicin de la conciencia,

lo es la definicin de la I.A., los autores la presentan en dos
formas, por una parte enfocados a procesos mentales y de
razonamiento y por otro a la conducta.
Cabe recalcar que esta ciencia unifica y abarca
temas filosficos, matemticos,
intelectuales y biolgicos, entre otros, razn por la cual la
perspectiva de algunos autores es diferente en concepto a
otros, pero mantienen la misma esencia.
La conciencia se define, en trminos generales, como el conocimiento que un ser tiene de s mismo y de su
entorno. Tambin puede referirse a la moral o a la recepcin normal de los estmulos del interior y el exterior por
parte de un organismo. 5
Sistemas que piensan como humanos:
El nuevo y excitante esfuerzo de hacer que los computadores

piensen mquinas con mentes, en el ms amplio sentido
literal. Haugeland, 1985
La automatizacin de actividades que vinculamos con procesos

de pensamiento humano, actividades como la toma de
decisiones, resolucin de problemas, aprendizaje Bellman,
1978 6
Sistemas que actan como humanos
El arte de desarrollar mquinas con capacidad para

realizar funciones que cuando son realizadas por
personas requieren de inteligencia Kurzweil, 1990
El estudio de cmo lograr que los computadores realicen

tareas que, por el momento, los humanos hacen mejor
Rich y Knight, 1991 7
Sistemas que piensan racionalmente
El estudio de las facultades mentales mediante el

uso de modelos computacionales Charniak y
McDermott, 1985
El estudio de los clculos que hacen posible percibir,

8
razonar y actuar Winston, 1992
Sistemas que actan racionalmente
La Inteligencia Computacional es el estudio del
diseo de agentes inteligentes. Poole et al. 1998
IA est relacionada con conductas inteligentes en
artefactos. Nilson, 1998

9
Se aprecia que las vertientes son en cuanto a pensar y actuar

como un humano, y pensar y actuar racionalmente, que son
dos cosas distintas.
Una verdad puede ser acorde a la razn, pero no a la realidad y
viceversa, en otras palabras robar est mal, porque no est de
acuerdo a la razn, pero algunas situaciones pueden obligar a
las personas a cometer actos que son ms acordes a una
realidad, pero no a la razn. Por lo tanto los sistemas que
actan y piensan racionalmente tienen un concepto ms ideal
de la inteligencia. 10
PRUEBA DE TURING
En 1950 Alan Turing promueve una prueba para
evaluar hasta cierto punto la inteligencia de un ente.
La famosa Prueba de Turing, pone en desafo a una
computadora contra un juez humano, la prueba ser
superada si la persona no logra distinguir si lo que
responde es una persona o no. Los puntos a
considerar son:
11
PRUEBA DE TURING
Procesamiento natural del lenguaje: Quiz una de las partes ms
complicadas de la prueba, el ente tiene que entender nuestro
lenguaje natural (hablado o escrito).
Representacin del conocimiento: Es la capacidad de almacenar
lo que se conoce.
Razonamiento automtico: Es la posibilidad de crear nuevas
ideas y conceptos a travs de la base de conocimiento. (Para
poder entender una pltica, se necesita cierto conocimiento
general).
Aprendizaje automtico: Capacidad de adaptarse, aprender y
12
entender patrones.
METODOLOGA DE LA INTELIGENCIA
ARTIFICIAL
La ciencia de la inteligencia artificial debe enfocar

sus esfuerzos en entender los principios bsicos y
fundamentales del pensamiento y la inteligencia, la
primera vertiente que habla sobre entes que piensan
y actan racionalmente, se basan en una
inteligencia ideal, puesto que un humano no
siempre es capaz en todo.
13
ARTIFICIAL
Debemos tomar en cuenta dos aspectos bsicos:

1.CIENCIA: Entender y modelar sistemas
inteligentes.
2. INGENIERA: Construir mquinas inteligentes .
14
ARTIFICIAL
Tipos de aplicaciones
Comprensin de lenguaje natural
Interpretacin de imgenes
Manipulacin y navegacin
Matemticas simblicas
Planificacin
Solucin de problemas complejos
Multiagentes
15
ARTIFICIAL
Tipo de tcnicas :
Manipulacin simblica
Aprendizaje
Razonamiento
Bsqueda heurstica
Manejo de incertidumbre
Tipo de lenguajes :
Simblicos (Lisp)
Lgicos (Prolog)
16
ARTIFICIAL
Representaciones bsicas:
Reglas de produccin
Redes semnticas
Frames (prototipos o marcos)
Lgica de predicados
Representaciones avanzadas:
Sistemas que manejan incertidumbre
Sistemas que aprenden
17
PARADIGMAS DE LA INTELIGENCIA
ARTIFICIAL
La IA se ocupa de la resolucin de problemas y para

esto es necesario (pero no suficiente) tener
conocimientos sobre el problema que se va a
resolver.
Existen varios paradigmas en la IA que definen la

forma de representar los conocimientos y cmo estos
son utilizados para lograr un determinado objetivo.
Paradigma es un trmino de origen griego, "pardeigma", que

significa modelo, patrn, ejemplo. En un sentido amplio se
corresponde con algo que va a servir como modelo o ejemplo a 18
seguir en una situacin dada.
ARTIFICIAL
Segn la Dra. Millaray Curilem Saldas en su Proyecto de

Inteligencia Artificial seala que existen varios paradigmas en la
IA que definen la forma de representar los conocimientos y
cmo estos son utilizados para lograr un determinado objetivo.
Tales como:
Inteligencia Artificial Simblica (IAS)
Inteligencia Artificial Conexionista (IAC)
Inteligencia Artificial Evolutiva (IAE)
Inteligencia Artificial Hbrida (IAH)
Inteligencia Artificial Distribuida (IAD)
Inteligencia Artificial Monoltica (IAM)
19
ARTIFICIAL
La IA simblica o clsica, fue la primera aproximacin

que se utiliz para incorporar conocimientos y
raciocinio en los computadores. Este tipo de
aproximacin se basa en los preceptos de la Lgica
Clsica que fueron enunciados hace ms de 2000
aos por Aristteles.
Esta rama de la IA tiene como objetivo representar
explcitamente el conocimiento humano de forma
declarativa (hechos y reglas).
20
ARTIFICIAL
Las aplicaciones de la IAS corresponden a

aplicaciones donde el ambiente es conocido y existe
precisin en los datos. Esta aproximacin ha tenido
muchos xitos, fundamentalmente con los llamados
Sistemas Expertos, sin embargo las dificultades
encontradas en este paradigma son muchas y
muchos investigadores plantean que stas no tienen
solucin, Por ejemplo, el conocimiento llamado
sentido comn es muy difcil de representar
simblicamente.
21
ARTIFICIAL
Inteligencia Artificial Conexionista (IAC)
Estos modelos copian el paralelismo masivo de las neuronas

para procesar informacin o datos.
La IAC se inspira en la estructura neuronal del cerebro para
implementar sistemas con capacidad de reconocer patrones,
clasificar, aprender, etc. A partir de la interconexin de unidades
elementales, llamadas neuronas, se obtienen las llamadas
Redes Neuronales Artificiales (RNA), las que presentan un
comportamiento emergente.
La IAC se aplica en situaciones donde existe imprecisin,

principalmente desde el punto de vista del raciocinio (o sea, no
se conoce con exactitud cmo se resuelve el problema). 22
ARTIFICIAL
Inteligencia Artificial Evolutiva (IAE)
Esta surgi al final de los aos 60, cuando se comenz a

estudiar la incorporacin de mecanismos de seleccin natural
para la solucin de problemas. Como resultado se crearon una
serie de algoritmos que, basados en la Teora de la Evolucin de
Charles Darwin, conducen una bsqueda estocstica de la
solucin de un problema, haciendo evolucionar a un conjunto de
estructuras y seleccionando de modo repetido, las ms
adecuadas.
La IAE es preferentemente utilizada cuando el ambiente es

desconocido.
23
ARTIFICIAL
La IAH involucra a ms de uno de los paradigmas anteriores

para resolver problemas. A continuacin se muestran los tres
paradigmas anteriores, como vrtices de un tringulo.
Las aplicaciones de la IAS corresponde a aplicaciones donde el

ambiente es conocido y existe precisin en los datos.
La IAC se aplica en situaciones donde existe imprecisin,

principalmente desde el punto de vista del raciocinio (o sea, no
se conoce con exactitud cmo se resuelve el problema).
24
ARTIFICIAL
Por ltimo, la IAE es preferentemente utilizada cuando el

ambiente es desconocido.
Visin de las tres aproximaciones de la IA
25
ARTIFICIAL
Inteligencia Artificial Distribuida
Los paradigmas de la IA vistos hasta ahora, se refieren a cmo

se manipula el conocimiento, cmo se adquiere, almacena y
utiliza para lograr un determinado fin (tomar una decisin o
resolver un problema), Por lo tanto, respecto del mtodo de
resolucin, se tienen las aproximaciones de la IAS, IAC, IAE, e
IAH. Sin embargo, si se considera la localizacin espacial del
sistema de IA que se desea implementar, esto permite clasificar
dos tipos de sistemas, los que se basan en Inteligencia Artificial
Monoltica (IAM) y los que se basan en Inteligencia Artificial
Distribuda (IAD).
La IAD se basa en la modularidad, pues su funcionamiento

26
depende de un conjunto de partes (o mdulos) que trabajan de
modo cooperativo para resolver un determinado problema.
ARTIFICIAL
Inteligencia Artificial Distribuida
La IAM contempla sistemas no modulares como, por ejemplo los

Sistemas Expertos. Por su parte, la IAD se basa en la
modularidad, pues su funcionamiento depende de un conjunto
de partes (o mdulos) que trabajan de modo cooperativo para
resolver un determinado problema.
Su carcter modular est directamente ligado al concepto de
Agentes.
27
ARTIFICIAL
Esquema de Clasificacin de los Paradigmas IA
Los paradigmas de IA vistos hasta ahora se refieren a cmo se

manipula el conocimiento, o sea, en particular a cmo se
adquiere, almacena y utiliza para lograr un determinado fin que
generalmente es tomar una decisin o resolver un problema)1
28
1 Curilem Saldas Millaray, Proyecto: Inteligencia Artificial, pgs. 20-22

29
CONOCIMIENTO Y RAZONAMIENTO
El conocimiento de una realidad sirve para tomar decisiones.

El razonamiento permite resolver problemas, extraer
conclusiones y aprender de manera consciente de los
hechos, estableciendo conexiones causales y lgicas
necesarias entre ellos.
Premisa = Es un hecho que puede ser verdadero o falso

Axioma = Es una premisa verdadera que no necesita
demostracin
Conclusin = Es un hecho derivado de otros
30
Tipos de conocimiento:
Conocimiento inferido: Que se desprende de la

conclusin o relacin de dos ms conocimientos.
Conocimiento adquirido: Alimentado por medios

externos de manera directa .
31
Tipos de Razonamiento:
Razonamiento deductivo: A partir de un principio conocido

va hacia un desconocido; va de lo general a lo especfico, de
las premisas a la conclusin lgica.
La deduccin realiza inferencias lgicamente correctas.
Esto significa que la deduccin a partir de hechos
verdaderos, garantiza el resultado de conclusiones
tambin verdaderas.
Premisa1: Todos los hombres son mortales

Premisa2: Scrates es un hombre
Conclusin: Scrates es mortal
32
Razonamiento inductivo: Se define como el razonamiento
a partir de hechos particulares o casos individuales, para
llegar a una conclusin general.
El mtodo inductivo es la base de la investigacin cientfica.
Premisa 1: Todos los gorriones son pjaros y hacen nidos

Premisa 2: Todas las gaviotas son pjaros y hacen nidos
Premisa 3: Todos los cuervos son pjaros
Conclusin: Todos los cuervos hacen nidos
33
Razonamiento abductivo: Es un mtodo de razonamiento
comnmente utilizado para generar explicaciones. A diferencia
de la induccin, la abduccin no garantiza que se puedan
lograr conclusiones verdaderas, por lo tanto no es un mtodo
slido de inferencia.
En abduccin, se empieza por una conclusin y se procede a
derivar las condiciones que podran hacer a esta conclusin
vlida (se trata de encontrar una explicacin para la
conclusin).
Premisa 1: Todos los pacientes con hepatitis presentan ictericia

Premisa 2: Este paciente presenta ictericia
Conclusin: Este paciente tiene hepatitis
34
Razonamiento abductivo: Es un mtodo de razonamiento
comnmente utilizado para generar explicaciones. A diferencia
de la induccin, la abduccin no garantiza que se puedan
lograr conclusiones verdaderas, por lo tanto no es un mtodo
slido de inferencia.
En abduccin, se empieza por una conclusin y se procede a
derivar las condiciones que podran hacer a esta conclusin
vlida (se trata de encontrar una explicacin para la
conclusin).
Premisa 1: Todos los pacientes con hepatitis presentan ictericia

Premisa 2: Este paciente presenta ictericia
Conclusin: Este paciente tiene hepatitis
35
RAZONAMIENTO MONTONO
Un razonamiento se llama montono cuando a lo
largo del proceso el conjunto de cosas sabidas es
siempre creciente.
Pero en la realidad suele ocurrir que, a medida que

avanza el proceso de inferencias, nuevas evidencias
o acciones del mismo sistema anulan premisas o
conclusiones anteriores, y para formalizar esto se
necesita una lgica no montona.
36
RAZONAMIENTO MONTONO
En un sistema monotno todos los axiomas utilizados se
conocen como verdaderos por sus propios mritos, o
pueden ser derivados de otros hechos conocidos como
verdaderos.
Los axiomas no pueden cambiar, ya que una vez que se
los conoce como verdaderos, siempre permanecen as y
no pueden ser modificados o retractados.
Esto significa que en el razonamiento monotno el
conjunto de axiomas continuamente crece en tamao.
El razonamiento deductivo es una forma monotnica

de razonar que produce argumentos que preservan la
verdad. 37
RAZONAMIENTO NO MONTONO
Razonamiento no montono
Suele ocurrir que, a medida que avanza el proceso de
inferencias, nuevas evidencias o acciones del mismo
sistema anulan premisas o conclusiones anteriores.
Un proceso frecuente es el razonamiento por defecto:
suponer que algo es verdadero (o falso) mientras no
haya evidencia de lo contrario.
El sistema que razona debe tener en cuenta que la
aparicin de esa evidencia puede tener un efecto
retroactivo sobre las conclusiones obtenidas
anteriormente, para lo que debe incluir un sistema de
mantenimiento de la verdad.
38
REPRESENTACIN DEL CONOCIMIENTO
La ingeniera cognoscitiva ha adaptado diversos sistemas de
representacin del conocimiento:
- Lgica proposicional
Lgica Simblica Formal: - Lgica de predicados.
- Reglas de produccin.
- Redes asociativas.
Formas Estructuradas: - Estructuras marco.
- Representacin orientada a objetos.
39
ELEMENTOS DE UN LENGUAJE PARA REPRESENTAR
CONOCIMIENTO
Un lenguaje es un sistema forma que contiene:
Sintaxis:
Un alfabeto, un vocabulario, o ambos
Reglas para combinar los elementos en las sentencias
Semntica para dar significado a los elementos

anteriores
Pragmtica para aplicar el significado de acuerdo al

contexto o circunstancia,
40
CONOCIMIENTO
Sintaxis:
Un buen lenguaje de representacin de conocimiento debe de

combinar las ventajas de los lenguajes naturales y lenguajes
formales:
Debe ser lo suficiente expresivo y conciso para que nos

permita expresar correctamente todo lo que hay que decir.
Debe ser inequvoco (no ambiguo) e independiente del

contexto para su interpretacin.
Debe ser eficiente en el sentido de que debe existir un

procedimiento de inferencia que permita obtener nuevas
41
inferencias a partir de oraciones en nuestro idioma.
CONOCIMIENTO
Semntica:
El significado de una sentencia es aquello que se afirma del mundo,
que el mundo sea de una forma.
Para entender una sentencia, quien la escriba tiene que

proporcionar su respectiva interpretacin. Ninguna sentencia tiene
significado por s misma.
Los lenguajes que nos interesan son todos compositivos o de

composicin: el significado de una sentencia es funcin del
significado de sus partes.
El significado de x2+y2 est relacionado con los significados de x2
y y2
Una vez que mediante la semntica se interpreta una sentencia,

42
sta puede ser cierta o falsa.
FUNDAMENTOS DE LA LGICA FORMAL
Inferencia = razonamiento formalmente vlido
Razonamiento: Tipo de pensamiento que consiste en

obtener una conclusin a partir de unas
premisas.
Formal: Atencin a la forma (abstraccin del contenido).
Vlido: Si las premisas son verdaderas la conclusin

tambin es verdadera.
43
LOS LENGUAJES LGICOS
Lgica
Platn y Aristteles pensaron que el razonamiento humano
podra representarse como una serie de clculos
realizados dentro de sistemas formales.
La lgica es el estudio del pensamiento correcto.
Tipos de Lgica: Lgica Proposicional y Lgica de

Predicados.
Lgica Clculo o Proposicional.

Sencillo y simple, pero rgido al mismo
tiempo.
Clculo o Lgica de Predicados. 44

De mayor utilidad en la representacin
del mundo real.
LGICA PROPOSICIONAL
La lgica proposicional es la ms antigua y simple de las formas de

lgica. Permite el razonamiento, a travs de un mecanismo que
primero evala sentencias simples y luego sentencias complejas,
formadas mediante el uso de conectivos proposicionales. Este
mecanismo determina la veracidad de una sentencia compleja,
analizando los valores de verdad asignados a las sentencias simples
que la conforman.
Una proposicin es una sentencia simple que tiene un valor asociado

ya sea de verdadero (V), o falso (F). Por ejemplo:
Hoy es Viernes
Ayer llovi
Hace fro
45
CONECTIVOS
Tabla 2.1 Conectivos bsicos de la lgica proposicional
NOMBRE CONECTOR SMBOLO

Conjuncin AND ^
Disyuncin OR v
Negacin NOT
Implicacin If_Then =>
Doble implicacin Si y solo si <=>
Equivalencia Igual =
2.2 Tablas de verdad para las operaciones bsicas
P Q Disyuncin Conjuncin Negacin Implicacin Equivalencia

pvq p^q p p => q p=q
V V V V F V V
V F V F F F F
F V V F V V F 46
F F F F V V V
Lgica Proposicional fbf
Tablas de Equivalencias en Lgica Proposicional
DENOMINACIN REPRESENTACIN LGICA
A => B = ~A v B
Leyes Equipotenciales
A ^ A = F
A v A = V
A ^ B = B ^ A
Leyes Conmutativas A v B = B v A
A ^ (B v C) = (A ^ B) v (A ^ C)
Leyes Distributivas A v (B ^ C) = (A v B) ^ (A v C)
A ^ (B ^ C) = (A ^ B) ^ C
Leyes Asociativas A v (B v C) = (A v B) v C
A ^ (A v B) = A
Leyes Absortivas A v (A ^ B) = A
Leyes de DeMorgan (A ^ B) = A v B
(A v B) = A ^ B
47
REGLAS DE INFERENCIA
A las diferentes maneras de producir fbfs adicionales, se les llama Reglas
de Inferencia.
Entre las ms comunes tenemos:
Modus Ponens. La fbf P2 puede ser inferida de las fbfs P1 y P1 P2.

Introduccin de conjuncin ( ). La fbf P1 P2, puede ser infererida a
partir de las dos fbfs P1 y P2.
Conmutatividad de . La fbf P1 P2, puede ser inferida a partir de la fbf
P2 P1.
Eliminacin de . La fbf P1, puede ser inferida a partor de fbf P1 P2.
Introduccin de la disyuncin ( ). La fbf P1 P2, puede inferirse, bien
de la fbf simple P1, o de la fbf simple P2.
48
Eliminacin de . La fbf P1 se puede inferir de la fbf (P1).
LGICA DE PREDICADOS
Clculo de predicados de
primer orden, un lenguaje
formal para representar esa
diversa gama de sentencias.
49
LGICA DE PREDICADOS
Lasproposiciones se pueden analizar en sus

elementos internos (objetos y relaciones).
Representa el mundo en trminos de objetos y

predicados entre esos objetos.
Lospredicados representan propiedades de los

objetos o relaciones entre objetos .
50
50
LGICA DE PREDICADOS
Sintaxis:
Trminos: Es una expresin con la que se nombra
o designa un nico objeto (constante) o a un grupo de
ellos (variable).
Predicados: Dice algo de un objeto o indica una relacin
entre varios objetos.
Cuantificadores: Al usar variables como trminos, se
pueden evaluar en conjunto o individualmente. Los
cuantificadores dan la idea de agrupacin. Existen
dos cuantificadores: Universal () y Existencial ().
51
51
LGICA DE PREDICADOS
Trminos:
Nombres, frases o descriptores de un individuo u objeto.
Los trminos describen completamente a un objeto
Mara est lejos
Juan juega futbol
El libro es verde
Dos es menor que tres
Predicados:
Juan es futbolista
Mara canta
Sabrina est triste

52
Jos corre de prisa 52
REPRESENTACIN EN LGICA DE PREDICADOS
Predicados como acciones
Mara est lejos est_lejos(Mara) lejos(Mara)

Juan juega futbol juega_futbol(Juan)
El libro es verde es_verde(libro) verde(libro)
Dos es menor que tres es_menor_que(2,3) menor_que(2,3)
Juan es futbolista es_futbolista(Juan) futbolista(Juan)

Mara canta canta(Mara)
Sabrina est triste esta_triste(Sabrina) triste(Sabrina)
Jos corre de prisa corre_de_prisa(Jos)
53
53
REPRESENTACIN EN LGICA DE PREDICADOS
Nombres comunes como predicados:
Chicago es una ciudad ciudad(Chicago)

Marte es un planeta planeta(Marte)
Scrates es un hombre hombre(Scrates)
54
54
REPRESENTACIN MEDIANTE PREDICADOS
La lgica de predicados est basada en la idea de que las

sentencias realmente expresan relaciones entre objetos,
as como tambin cualidades y atributos de tales objetos.
Objetos: personas, objetos fsicos, o conceptos.

ARGUMENTOS
Atributos: cualidades o relaciones.

PREDICADOS
55
Al igual que las proposiciones, los predicados tienen un

valor de veracidad, pero a diferencia de las primeras, ese
valor depende de sus trminos.
Por ejemplo, el siguiente predicado es verdadero:
color (yerba, verde)
el mismo predicado, pero con diferentes argumentos,

puede no ser verdadero:
color (yerba, azul) o color (cielo, verde) 56

Los predicados tambin pueden ser utilizados para
asignar una cualidad abstracta a sus trminos, o para
representar acciones o relaciones de accin entre dos
objetos. Por ejemplo:
PREDICADO
mortal(juan_carlos)
lee(alex, novela)
ama(carlos, maria)
Al construir los predicados se asume que su veracidad
est basada en su relacin con el mundo real.
Nota:
En lgica de predicados el establecer como verdadero un predicado
es suficiente para que as sea considerado. 57
ELEMENTOS DEL CLCULO DE
PREDICADOS
Smbolos de predicados SP
Smbolos de variables SV
Smbolos de funciones SF
Smbolos de constantes SC
Conectivos lgicos
Smbolos de puntuacin (Parntesis, Corchetes, puntos,

comas)
58
Cuantificadores
DESCRIPCIN
1. SP un smbolo de predicado se usa para representar

una relacin entre trminos de la coleccin de entes
motivo de estudio. Es lo que normalmente denota una
accin y va acompaando a un smbolo de constante.
mama( juana, pablo) hombre(tito) escribi(voltaire,candido)
Verbo Sujeto Objeto

2. SV los smbolos de variables son trminos que nos
permiten ser indefinidos respecto al ente a que se
refieren.
X Alumnos Ao Grupo
59
DESCRIPCIN
3. SF los smbolos de funcin denotan correspondencias en el
dominio del discurso. Por ejemplo, el SF padre se puede usar
para designar la relacin entre un individuo y su padre.
SC
hermano( padre (enrique), pablo)
SP SF
4. SC smbolos de constante es el tipo ms sencillo de trmino y se

usan para representar objetos o entes, (objetos fsicos, personas,
conceptos, etc.).
manolo c_25 pap saln_24
5. Conectivos lgicos: se pueden combinar frmulas atmicas para

formar frmulas ms complejas usando los conectivos lgicos.
V (OR) (AND) (NOT) Implicacin =
Equivalencia 60
DESCRIPCIN
Conectivos o Juntores
El conectivo ^ tiene un uso obvio para representar sentencias
compuestas tales como A Juan le gusta Mara y a Juan le gusta Mnica.
gusta( juan, mara) ^ gusta( juan, mnica)
El conectivo v se usa para representar el o inclusivo. La sentencia

compuestas Juan juega como defensa o Juan juega como delantero.
juega( juan, defensa) v juega( juan, delantero)
El conectivo se usa para representar las sentencias si-entonces.

La sentencia Si el coche es de Juan, entonces es verde, se puede
representar:
propietario( juan, coche) color( coche, verde)
El smbolo negacin, no se usa para conectar frmulas, sino para
negar el valor de verdad de una sola frmula:
61
escribi( voltaire, hamlet)
DESCRIPCIN
6. Cuantificadores. Estos son elementos que nos permiten
propiedades de todos los objetos o de al menos uno de ellos y
son:
Universal: se lee para todo Se utiliza cuando todos los

elementos de un determinado dominio pueden ser valores del
conjunto de verdad.
Todos los perros son animales
X [perro(X) animal(X)]
Existencial: se lee existe, para algn, cuantifica una

expresin cuando al menos uno de los elementos del dominio
satisface a la proposicin.
Hay un elefante llamado Dumbo
X [elefante(X) ^ nombre(X, dumbo)]
62
EJERCICIOS
Representar siguientes sentencias escritas en lenguaje natural en lgica de

predicados de primer orden:
7 es mayor que 2
John es el padre de Bill
La casa es amarilla
Todos los mamferos son de sangre caliente

No hay nadie a quien le gusten las espinacas
A todos les gusta el helado

Todo el mundo ama a alguien
63
EJERCICIOS
Representar siguientes sentencias escritas en lenguaje natural en lgica de

predicados de primer orden:
7 es mayor que 2 mayor_que(7,2)
John es el padre de Bill padre(john,bill)
La casa es amarilla amarilla(casa)
color(casa,amarilla)
Todos los mamferos son de sangre caliente X [mamifero(X) sangre_caliente(X)]
No hay nadie a quien le gusten las espinacas X [guste(X, espinacas)
A todos les gusta el helado X [gusta(X, helado)]

Todo el mundo ama a alguien X Y [ama(X,Y)]
64
EJERCICIOS
De la siguiente informacin escrita en lenguaje

natural, auxilindose de conectivos,
cuantificadores, smbolos y signos de puntuacin
escriba lo mas fiel posible en lenguaje de
PREDICADOS DE PRIMER ORDEN
65
EJERCICIO
Lenguaje Natural
1. Marco fue un hombre
2. Marco fue pompeyano
3. Todos los pompeyanos fueron Romanos
4. Cesar fue un gobernante
5. Todos los Romanos eran leales a Cesar o lo odiaban
6. Todos son leales a alguien
7. La gente solo trata de asesinar a los gobernantes a los
que no son leales.
8. Marco trata de Asesinar a Cesar
66
CLCULO DE PREDICADOS
1. hombre (marco)
2. pompeyano (marco)
3. X [pompeyano(X) => romano(X)]
4. gobernante (cesar)
5. X [romano(X) =>leal(X,cesar) v odia(X, cesar)]
6. X Y [ leal(X,Y) ]
7. X Y [ hombre(X) ^ gobernante(Y) ^
trata_asesinar(X,Y) => leal(X,Y) ]
8. trata_asesinar(marco,cesar)
La pregunta es: No es leal marco a cesar.

67
RESOLUCIN
El procedimiento de resolucin es un proceso iterativo simple, en

el cual, en cada paso, se comparan (resuelven) dos clusulas
llamadas clusulas padres, produciendo una nueva clusula que
es inferido de ellas. La nueva clusula representa la forma en que
las dos clusulas padres interaccionan entre s.
La resolucin opera tomando dos clusulas tales que cada una

contenga el mismo literal. El literal debe estar en forma positiva
en una clusula y en forma negativa en la otra.
El resolvente se obtiene combinando todos los literales de las dos
clusulas padres excepto aquellos que se cancelan.
Si la clusula producida es la vaca ([ ]), es que se ha encontrado

una contradiccin. Si existe una contradiccin, se encontrar en
cualquier momento.
Naturalmente, si no existe ninguna contradiccin, es posible que

el procedimiento nunca termine.
68
RESOLUCIN
Para determinar si dos literales son contradictorios es sencillo, lo

son si uno de ellos puede unificarse con la negacin de otro. As por
ejemplo:
hombre(X) y hombre(socrates) son contradictorios

(unificables)
As, para usar la resolucin sobre expresiones de la lgica de

predicados, se utiliza el algoritmo de unificacin para localizar
pares de literales que se cancelan mutuamente.
Tambin es necesario utilizar el unificador obtenido mediante el

algoritmo de unificacin para generar la clusula resolverte
69
ALGORITMO DE UNIFICACIN
La unificacin es el proceso formal de determinar si dos

literales se pueden convertir para emparejarse idnticamente.
Se pueden utilizar distintos algoritmos para unificar un

conjunto finito de expresiones que informan del fallo cuando el
conjunto no sea unificable. El procedimiento recursivo
UNIFICAR, es til para dar una idea general de cmo unificar
un conjunto de dos expresiones estructuradas en lista.
70
ALGORITMO DE UNIFICACIN
La unificacin es el proceso formal de determinar si dos

literales se pueden convertir para emparejarse idnticamente.
Se pueden utilizar distintos algoritmos para unificar un

conjunto finito de expresiones que informan del fallo cuando el
conjunto no sea unificable. El procedimiento recursivo
UNIFICAR, es til para dar una idea general de cmo unificar
un conjunto de dos expresiones estructuradas en lista.
71
PROCEDIMIENTO RECURSIVO UNIFICAR(E1, E2)
1. Smbolos de predicado o de funcin unifican?

Si ambos smbolos son iguales continua 2
no -termina
2. Tomar argumentos por pares:
a) Si es smbolo de constante, estos solo unifican, si son idnticos, si no
falla y termina.
b) Si son smbolos de variable unifican con todo.
c) Si la aridad no corresponde no unifican.
Puede haber variables en ambos, y estas variables pueden ser sustituidas

por trminos que hagan idnticos los resultados.
El proceso de confrontar una expresin con otra que se toma como patrn
se llama a veces confrontacin con patrones, y tiene un papel
importante en los sistemas de lA. No obstante, el proceso de unificacin es
ms general que el que ordinariamente se entiende por confrontacin con
patrones, porque este ltimo no permite variables en ambas expresiones.
72
PROCEDIMIENTO RECURSIVO UNIFICAR(E1, E2)
EJEMPLOS:
Conoce ( juan, X).
Conoce ( juan, maria).
Como los predicados son idnticos, la aridad corresponde;

unifican.
gusta (juan, maria). N=2

gusta (juan, maria, pedro). N=3
Es el mismo predicado, pero la aridad no corresponde por lo

que no unifican.
73
FORMAS CLAUSALES
Forma estndar
La resolucin es una regla de inferencia importante, que puede

aplicarse a cierta clase de frmulas bien formadas (fbfs) llamadas
clusulas.
Una clusula se define como una frmula bien formada (fbf)
consistente en una disyuncin de literales. El proceso de
resolucin, cuando es aplicable, se vale de un par de clusulas
padres, para producir una clusula derivada.
Una forma estndar, tambin conocida como forma prenexa est

incluida dentro de un algoritmo de conversin de una fbf a un
conjunto de clusulas, y de esta manera poder aplicar la regla de
inferencia conocida como resolucin.
74
FORMAS CLAUSALES
La forma Standard est compuesta nicamente de cuantificadores

universales; cada uno de estos cuantificadores universales dentro
de la fbf tiene una variable propia. A una forma Standard se le
pueden identificar dos componentes, que reciben sus respectivos
nombres especficos:
1. Prefijo
2. Matriz
El prefijo de una fbf en forma Standard consiste de una tira de

cuantificadores universales.
La matriz de una fbf en forma Standard se compone de la parte

que precede a la tira de cuantificadores universales; es decir, esta
parte de la fbf debe estar libre de cuantificadores universales. Y
sobra decir que por supuesto tambin est libre de cuantificadores
existenciales.
75
PROCESO DE
CONVERSIN
El proceso de conversin consiste de 9 pasos que son

opcionales segn la complejidad de la frmula donde se
apliquen:
1. Eliminar los smbolos de implicacin

2. Reducir los objetivos de los smbolos de negacin.
3. Normalizar variables.
4. Eliminar los cuantificadores existenciales.
5. Convertir a forma standard
6. Poner la matriz en forma normalizada conjuntiva.
7. Eliminar los cuantificadores universales.
8. Eliminar los simbolos ^.
9. Cambiar los nombres de las variables.
A continuacin veremos detalladamente cada uno de ellos. 76

CONVERSIN A LA FORMA CLAUSAL DEL EJERCICIO DE MARCO
Paso 1. Aplica a las sentencias 3,5 y 7, las cuales quedan de la

siguiente manera:
3.- X[pompeyano(X) v romano(X)].

5.- X[romano(X) v (leal(X,cesar) v odiar(X,cesar))].
7.- XY[ (hombre(X) ^ gobernante(Y) ^ trata_asesinar(X,Y)) v
leal(X,Y).
Paso 2. Aplica a la 7
7.- XY[ hombre(X) v gobernante(Y) v trata_asesinar(X,Y) v
leal(X,Y).
77
Paso 3. No aplica.
Paso 4. Aplica a 6.
X [ leal(X,f(X) ]
Paso 5. No aplica.
Paso 6. Aplica a 3, 5, 6 y 7.
3.- pompeyano(X) v romano(X)
5.- romano(X) v (leal(X,cesar) v odiar(X,cesar))
6.- leal(X,f(X)
7.- (hombre(X) v gobernante(Y) v trata_asesinar(X,Y)) v
leal(X,Y).
78
Paso 7. No aplica.
Paso 8. No Aplica.
Paso 9.
1. hombre(marco).
2. pompeyano(marco).
3. pompeyano(A) v romano(A).
4. gobernante(cesar).
5. leal(B,f(B)).
6. romano(C) v (leal(C,cesar) v odiar(C,cesar)).
7. hombre(D) v gobernante(E) v trata_asesinar(D,E) v leal(D,E)
8. trata_asesinar(marco,cesar). 79
9. leal(marco,cesar).
ALGORITMO DE RESOLUCIN
80

Unidad 2 Ia - A D 2017

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Unidad 2 Ia - A D 2017

Загружено:

Авторское право:

Доступные форматы

INTELIGENCIA ARTIFICIAL

REPRESENTACIN DEL CONOCIMIENTO, RAZONAMIENTO Y LOS

M.S.I. PATRICIA HORTA ROSADO

El campo de estudio de la I.A., abarca una gran variedad de

Los cientficos no tienen un conocimiento exacto de

As de complicado como lo es la definicin de la conciencia,

Sistemas que piensan como humanos:

El nuevo y excitante esfuerzo de hacer que los computadores

La automatizacin de actividades que vinculamos con procesos

Sistemas que actan como humanos

El arte de desarrollar mquinas con capacidad para

El estudio de cmo lograr que los computadores realicen

Sistemas que piensan racionalmente

El estudio de las facultades mentales mediante el

El estudio de los clculos que hacen posible percibir,

Sistemas que actan racionalmente

La Inteligencia Computacional es el estudio del

diseo de agentes inteligentes. Poole et al. 1998

IA est relacionada con conductas inteligentes en

artefactos. Nilson, 1998

Se aprecia que las vertientes son en cuanto a pensar y actuar

evaluar hasta cierto punto la inteligencia de un ente.

La famosa Prueba de Turing, pone en desafo a una

computadora contra un juez humano, la prueba ser

superada si la persona no logra distinguir si lo que

responde es una persona o no. Los puntos a

La ciencia de la inteligencia artificial debe enfocar

Debemos tomar en cuenta dos aspectos bsicos:

2. INGENIERA: Construir mquinas inteligentes .

Frames (prototipos o marcos)

Sistemas que aprenden

La IA se ocupa de la resolucin de problemas y para

Existen varios paradigmas en la IA que definen la

Paradigma es un trmino de origen griego, "pardeigma", que

Segn la Dra. Millaray Curilem Saldas en su Proyecto de

Inteligencia Artificial Conexionista (IAC)

Inteligencia Artificial Evolutiva (IAE)

Inteligencia Artificial Hbrida (IAH)

Inteligencia Artificial Distribuida (IAD)

Inteligencia Artificial Monoltica (IAM)

Inteligencia Artificial Simblica (IAS)

La IA simblica o clsica, fue la primera aproximacin

Inteligencia Artificial Simblica (IAS)

Las aplicaciones de la IAS corresponden a

Inteligencia Artificial Conexionista (IAC)

Estos modelos copian el paralelismo masivo de las neuronas

La IAC se aplica en situaciones donde existe imprecisin,

Inteligencia Artificial Evolutiva (IAE)

Esta surgi al final de los aos 60, cuando se comenz a

La IAE es preferentemente utilizada cuando el ambiente es

Inteligencia Artificial Hbrida (IAH)

La IAH involucra a ms de uno de los paradigmas anteriores

Las aplicaciones de la IAS corresponde a aplicaciones donde el

La IAC se aplica en situaciones donde existe imprecisin,

Inteligencia Artificial Hbrida (IAH)

Por ltimo, la IAE es preferentemente utilizada cuando el

Visin de las tres aproximaciones de la IA

Inteligencia Artificial Distribuida

Los paradigmas de la IA vistos hasta ahora, se refieren a cmo

La IAD se basa en la modularidad, pues su funcionamiento

Inteligencia Artificial Distribuida

La IAM contempla sistemas no modulares como, por ejemplo los

Esquema de Clasificacin de los Paradigmas IA