Alumno: Chicaiza Jaque Jorge Luis

Asignatura: Inteligencia Artificial II

Fecha: 26/11/2021

Tema: Heurísticas de Winston

INTRODUCCION
La heurística de Winston tiene por objetivo que la máquina aprenda la descripción de un concepto
determinado después de haber visto una serie de ejemplos (y quizás también contraejemplos) del
concepto objetivo. Se trata, de un aprendizaje supervisado, guiado por un maestro que va mostrando
a la máquina estos ejemplos y contraejemplos en el orden y forma más convenientes. (Albuja, 2011)

DESARROLLO
El método fue desarrollado en la década de los 70 y es reconocido como la base para toda una rama
del aprendizaje automático conocida como SBL (Similarity Based Learning, aprendizaje basado en
similitudes) y un clásico entre los métodos de aprendizaje. Este tipo de aprendizaje tiene por objetivo
que la máquina aprenda la descripción de un concepto determinado después de haber visto una serie
de ejemplos (y quizás también contraejemplos) del concepto objetivo. Se trata, de un aprendizaje
supervisado, guiado por un maestro que va mostrando a la máquina estos ejemplos y contraejemplos
en el orden y forma más convenientes. (Albuja, 2011)

Una de las aportaciones fundamentales de este trabajo es la introducción de la noción de los cuasi
ejemplos, que son una restricción sobre el tipo de ejemplos (o instancias) negativas que pueden ser
suministradas al sistema. Así, daba una secuencia de entrenamiento compuesta de ejemplos positivos
y negativos, estos últimos sólo pueden tener una diferencia significativa. (En su último trabajo Winston
denominada este tipo de aprendizaje LEARNING BY ANALYZING DIFERENCES) con el concepto
de aprender. Si éste es el caso los ejemplos negativos son llamados cuasi ejemplos(Albuja, 2011)

Ejemplo

Como ejemplo se puede ver en la figura 1 como se representaría la escena E1 de la figura E1. El nodo
E1 representa toda la escena. Este primer ejemplo esta formado por 3 bloques (a, b y c).
Según (Albuja, 2011) la descripción del ejemplo consta de dos partes:

Estructural: Se describen las relaciones entre objetos. En el ejemplo a esta sobre b y b esta sobre c, la
relación debajo se define por simetría.

Descriptiva: Se explica las propiedades de los objetos, es decir los valores que tiene cada objeto en los
atributos que se hayan considerado relevantes en el dominio tratado. En la figura se dice que el objeto
es un diamante(forma), liso(textura), mediano(tamaño).

Se ha de distinguir lo que es la descripción de una escena y lo que es el modelo del concepto. Un

modelo es igual a una descripción normal, en el sentido de que tiene información sobre las diversas
partes de una configuración, pero contiene muchas más cosas por que ha de indicar que relaciones y
propiedades ha de cumplir en cualquier ejemplo del concepto involucrado.

Por ejemplo, se puede describir la figura:

Diciendo que A es un rectángulo que esta soportado por los bloques B y C, con esta descripción
ninguna de las siguientes figuras seria reconocida como un arco:

En cambio para cualquier humano la figura 2.6 sería un arco, ya que todos sabemos que la forma del
dintel no es un aspecto importante en otros dos. Parece por tanto que una descripción ha de indicar
que las relaciones son obligatorias y cuales no son importantes antes de ser considerada como un
modelo. Esto se puede lograr usando rede semánticas empleado relaciones tales como soporta y debe
soportar.

Las descripciones se representan con redes semánticas:

 • Paso 1: análisis de la instancia A1(ejemplo positivo de arco) tiene_parte(A1, B1) y
tiene_parte(A1, D1) y apoyado_en(C1, D1) y es_un(C1, ladrillo) y es_un(D1, ladrillo) y
no_union(B1, D1)
• Paso 2: análisis de la instancia A2(ejemplo positivo de arco) tiene_parte(A2, B2) y
tiene_parte(A2, C2) y tiene_parte(A2, D2) y apoyado_en(C2, B2) y apoyado_en(C2, D2) y
es_un(C2, cilindro) y es_un(D2, ladrillo) y no_union(B2, D2)
• Luego la descripción se generaliza para incluir a ambas instancias tiene_parte (A,B) y tiene_
parte (A, C) y tiene_parte (A, D) y apoyando_en (C, B) y apoyando_en (C, D) y es_un (B, ladrillo)
y es_un (C, objeto) y es_un (D, ladrillo) y no_union(B,D)
• Paso 3: se considera la instancia S1 (semejante, ejemplo negativo) tiene_parte(S1, T1) y
tiene_parte(S1, U1) y tiene_parte(S1, V1) y apoyado_en(U1, T1) y apoyado en(U1, V1) y
es_un(V1, ladrillo)
• La definición del concepto debe modificarse para que el semejante sea excluido o la definición
debe excluir la manera explicita al semejante fortaleciendo la relación de no_debe_union
• La descripción queda de la siguiente manera tiene_parte(A, B) y tiene_parte(A, D) y
apoyado_en(C, D) y es_un(B, ladrillo), y es_un(C2, objeto) y es_un(D, ladrillo) y
no_debe_union(B, D)

CONCLUSION
Una de las aportaciones fundamentales de la heurística es la introducción de la noción de los
cuasiejemplos, que son una restricción sobre el tipo de ejemplos negativos que se pueden suministrar
al sistema. Así, daba una secuencia de entrenamiento compuesta de ejemplos positivos y negativos,
a través de una diferencia significativa.

BIBLIOGRAFIA
Albuja, P. (21 de Septiembre de 2011). Metodo Winston. Recuperado el 22/11/2021 de
https://prezi.com/c_ujeeb2iqz-/metodo-winston/