Академический Документы
Профессиональный Документы
Культура Документы
AMÉRICA
Hugo Leon
OCTAVO NIVEL
. 1 E l P ro b le m a d e la R e p re se n ta ció n d e l
o n o cim ie n to
3 . 1 . 1 A sp e cto s G e n e ra le s
Pasos Generales:
Identificar
conocimiento
necesario para
resolver un problema
Seleccionar un
lenguaje
con el que
representar
ese conocimiento
Traducir conocimiento
a
ese lenguaje de
representación
Usar las
consecuencias
derivadas de ese
conocimiento para
resolver el problema
3 . 1 . 2 Objetivos de los Métodos de Representación del
Conocimiento
•sintaxis: • semántica:
posibles formas determina
de construir y la relación
combinar entre los
los elementos elementos del
del lenguaje para lenguaje
representar los y su
hechos interpretación en
del dominio real el dominio
3 . 1 . 3 Propiedades de los Esquemas de Representación
ADECUACIÓN DE LA
REPRESENTACIÓN: ADECUACIÓN INFERENCIAL:
Capacidad del esquema Posibilidad de
de manipular
representación para las estructuras de
representar representación de forma
adecuadamente que
todo el conocimiento se puedan derivar
pertinente de un nuevas
dominio estructuras asociadas
con nuevo conocimiento
inferido a partir del
antiguo
EFICIENCIA
INFERENCIAL:
Posibilidad de mejora EFICIENCIA
del proceso ADQUISICIONAL:
inferencial Capacidad del esquema
mediante la inclusión para incorporar
de heurísticas y fácilmente nuevo
guías conocimiento
que agilicen la
inferencia
. 1 Clasificación de los Esquemas de Representación
Tipos de modelos de representación del conocimiento
3 . 2 Representaciones Formales Lógica
S
Toda lógica que sea usada como mecanismo de representación deberá constar de 3 elementos:
1. Una sintaxis, que explica cómo construir los elementos del lenguaje de representación
(oraciones lógicas )
2. Una semántica, que asocia los elementos del lenguaje con los elementos reales del dominio
3. Un conjunto de reglas de inferencia, que permiten inferir conocimiento nuevo a partir del ya
existente
TIPOS DE LÓGICAS
3 . 2 . 1 Lógica de Proposiciones
( a ) SINTAXIS
( b ) SEMÁNTICA
En todas las
lógicas
la semántica
de una oración
depende interpretación
de la concreta
que se le asigne a
los símbolos
(proposiciones /
Correspondencia entre predicados +
elementos del lenguaje conectivas),
y los elementos del semántica
mundo real que composicional.
representan
en resumen:
”Una regla de inferencia R Si una regla R es sólida y completa
es solida si siempre que podremos determinar todas las f.b.d. que
`R , son consecuencia lógica de (base de
Entonces |= ” conocimiento actual), mediante la búsqueda
Solido Correcto (sound) de una demostración.
La regla sólo genera/demuestra
f.b.d. que son consecuencia
lógica
de
Genera oraciones que siempre
son verdaderas en el dominio
actual
E sq u e m a g e n e ra ld e la
re p re se n ta ció n
Hechos: verdades en un cierto mundo.
Es aquello que queremos representar.
E sq u e m a g e n e ra ld e la
re p re se n ta ció n
Caso concreto: la programación
E sq u e,mloaanalizamos
tenemos un problema g e n e ra,ld e la
proponemos un algoritmo,
re penreun
lo programamos selenguaje
n ta ció ne interpretamos los resultados
Propiedades de un Sistema de
Representación completo
Suficiencia de la representación: La
capacidad de representar todos los tipos de
conocimiento necesarios en el dominio.
Suficiencia deductiva: La capacidad para
manipular las estructuras de la
representación con el fin de obtener nuevas
estructuras que correspondan con un nuevo
conocimiento deducido a partir del antiguo.
Propiedades de un Sistema de
Representación completo
Eficiencia deductiva: La capacidad de
incorporar información adicional en las
estructuras de conocimiento con el fin de que
los mecanismos de inferencia puedan seguir
las direcciones más prometedoras.
Eficiencia en la adquisición: La capacidad
de adquirir nueva información con facilidad.
El caso más simple es aquél en el que una
persona inserta directamente el
conocimiento en la base de datos.
Idealmente, el programa sería capaz de
controlar la adquisición de conocimiento por
sí mismo.
Algunos ejemplos
Conocimiento relacional
Marco – conocimiento heredable
Redes semánticas
Conocimiento Deductivo
Conocimiento relacional
simple
Columnas que identifican atributos de un objeto
(fila)
Problemas: altamente estructurado
Conocimiento heredable
Se trata de un sistema de marcos o una red
semántica
Es a través de atributos especiales como
instancia-de, es-un, tipo-de que podemos
mejorar la propagación del conocimiento
Lo que tenemos es una jerarquía
de especialización-
generalización
¿cuál es la altura de Pee Wee
Reese?
¿cuál es la altura de Pee Wee
Reese?
PERO
•
pagué la cuenta
•
• ¿cené ayer?
• ¿iba acompañado?
• ¿qué comí?
•
Leyes Asociativas
• (pvq)vr≡pv(qvr)
• (p^q)^r≡p^(q^r)
Lógica de Proposiciones
Leyes Distributivas
• pv(q^r)≡(pvq)^(pvr)
• p^(qvr)≡(p^q)v(p^r)
Leyes de Idempotencia
• (pvp)≡p
• (p^p)≡p
Lógica de Proposiciones
Leyes de DeMorgan
• ~( p v q ) ≡ ~p ^ ~q
• ~( p ^ q ) ≡ ~p v ~q
Leyes de Identidad
• ( p v ~p ) ≡ t
• ( p ^ ~p ) ≡ f
• ( p v f ) ≡ p
• ( p v t ) ≡ t
Lógica de Proposiciones
Leyes de Identidad
• (pvf)≡f
• ( p v t ) ≡ p
Leyes de la Implicación
• (p ⇔ q) ≡ (p ⇒ q) ^ (q ⇒ p)
• (p ⇒ q) ≡ (~q ⇒ ~p)
• (q ⇒ p) ≡ (~p ⇒ ~q)
• (p ⇒ q) ≡ (~p v q)
Lógica de Proposiciones
Reglas de Inferencias
La siguiente implicación lógica se llama Modus
Ponens y corresponde a la siguiente inferencia:
• p ^ ( p ⇒ q ) :: q
Ejemplo:
•p: Estudio
•p ⇒ q: Si estudio aprobaré Matemáticas
Ejemplo:
•p ⇒ q: Si estudio apruebo Matemáticas
•~q: No aprobé Matemáticas
Ejemplo:
•p ⇒ q: Si estudio apruebo Matemáticas
•q ⇒ r: Si apruebo Matemáticas me regalan un auto
Ejemplo:
•p v q: Hay que estudiar Francés o Alemán
•~p: No estudio Francés
Por el otro lado, la amplificación disyuntiva
permite agregar un nuevo término:
• p :: ( p v q )
Lógica en Wumpus
Se tiene que:
E2: B11 ⇔ P12 v P21
E3: ~ B11
Por lo que tenemos el siguiente razonamiento:
E4: (B11 ⇒ (P12 v P21)) ^ ((P12 v P21) ⇒ B11)
E5: ((P12 v P21) ⇒ B11)
E6: ~B11 ⇒ ~(P12 v P21)
E7: ~(P12 v P21)
E8: ~P12 ^ ~P21
Lógica en Wumpus
Del razonamiento anterior concluimos que no hay
un pozo en la casilla (1,2) ni en la (2,1).
Ahora veamos el razonamiento cuando el agente
llega a la celda (1,2).
E9: ~B12
E10: B12 ⇔ P11 v P13 v P22
E12: ~P22
Lógica en Wumpus
Lógica en Wumpus
Dado que ya verificamos que no hay pozo en las
celdas (1,1) y (2,2), resulta evidente la
conclusión que:
E15: P31
Es conveniente que nuestra base de conocimiento
esté basada solamente en conjunciones y
disyunciones.
Lógica Proposicional
Lógica Proposicional
A continuación se describe un procedimiento para
convertir a nuestra FNC:
Eliminar ⇔ usando la equivalencia:
• (p ⇔ q) ≡ (p ⇒ q) ^ (q ⇒ p)
Eliminar ⇒ usando la equivalencia:
• (p ⇒ q) ≡ (~p v q)
Lógica Proposicional
Simplificar ~ usando las equivalencias:
• ~( ~p ) ≡ p
• ~( p v q ) ≡ ~p ^ ~q
• ~( p ^ q ) ≡ ~p v ~q
Finalmente, aplicar la ley distributiva donde sea
necesario.
• p v ( q ^ r ) ≡ ( p v q ) ^ ( p v r )
Lógica Proposicional
E2: B11 ⇔ (P12 v P21)
•(B11 ⇒ (P12 v P21)) ^ ((P12 v P21) ⇒ B11 )
•(~B11 v P12 v P21) ^ (~(P12 v P21) v B11 )