Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tabla de contenido
Introducción:................................................................................................................................3
Lógica:.......................................................................................................................................11
Conclusión:................................................................................................................................12
WEBGRAFIA:..........................................................................................................................13
3
Introducción:
La información aquí recolectada sirve como una base para poder afianzar las habilidades de
artificial, pues podremos entender mas a fondo como funciona el mecanismo de solución de las
tecnologías inteligentes.
4
que tiene como objetivo fundamental representar el conocimiento de una manera que facilite la
Esta noción se puede entender mejor en términos de los cinco posibles roles que desempeña,
todos ellos cruciales para el objetivo de comprender qué es una representación del conocimiento:
cosa misma, utilizado para permitir a una entidad determinar consecuencias pensando en lugar de
Es una teoría parcial del razonamiento inteligente, expresada en términos de tres componentes:
es la que aporta la orientación que proporciona una representación para organizar la información
Es un medio de expresión humana, es decir, una lengua en la que decimos cosas sobre el
mundo.
5
lenguaje natural, por lo que la lógica debería fluir de manera libre. Debería estar en condiciones
de soportar la modularidad y jerarquía de clases (Ejemplo, los osos polares son osos, que,
3. Consistencia. Si Pedro cerró la puerta, el acto también puede ser interpretado como que la
puerta fue cerrada por Pedro. Si es consistente, la representación del conocimiento puede eliminar
4. Eficiencia
Para entender mejor por qué estas seis características conforman una buena representación del
conocimiento, hay que pensarlo como una enciclopedia. Tomemos con ejemplo Wikipedia: está
y temas similares (comprensible por humanos), redirecciona diferentes títulos, pero con el mismo
ordenadores de escritorio.
6
Se llama adquisición de conocimiento al proceso de, por un lado, agregar nuevos saberes a
una base de conocimiento y por otro lado, refinar o mejorar el conocimiento adquirido
previamente. A la adquisición de conocimiento, se la suele asociar con algún propósito, por caso,
Aquellos que poseen conocimiento se llaman expertos. Cualquiera que tenga un conocimiento
profundo (tanto de hechos como de reglas) y una sólida experiencia práctica en un dominio en
particular, puede ser considerado un experto. Su área de dominio también puede ser limitada. En
general, se describe a un experto como una persona hábil que está capacitado para hacer cosas
Es posible diseñar agentes inteligentes bastante complejos usando múltiples técnicas del tipo
Pero estos agentes estarán limitados siempre en el sentido de que no entienden lo que sucede ni lo
que ellos mismos hacen. Se limitan a ejecutar acciones en base a algoritmos o mecanismos que se
han creado para tratar de responder lo mejor posible (con mínimo coste) al tipo de situaciones a
no previstas.
Por ejemplo, podemos enseñar a un automóvil autónomo a reconocer todas las señales de tráfico
razonamiento en el cerebro humano. Pero sí que tenemos ideas de índole abstracta cómo debe
ello.
Un sistema de inferencia, compuesto por mecanismos que nos permitan deducir nuevas
conocimiento, que puede serle dado inicialmente con un conjunto sencillo de sentencias y que el
agente deberá hacer crecer en base a lo que percibe del entorno y a su sistema de inferencia.
agentes basados en algoritmos está en la forma en la que deciden qué acción deben tomar en cada
etapas:
El agente obtiene el estado del entorno y lo codifica en forma de una o varias sentencias
Se interroga al almacén de conocimiento sobre la mejor acción posible, dado el estado del
En el caso de los agentes basados en conocimiento también es posible y además resulta más
sencillo por la naturaleza del almacén de conocimiento. Por un lado, tiene capacidad innata para
adquirir nuevos conocimientos pero además es capaz de adquirir conocimientos por sí solo,
De esta forma, por ejemplo, un agente que tome una decisión equivocada en un momento dado y
sea capaz de observar las consecuencias sobre el entorno de su acción, debería poder inferir
que su acción ha sido la causante de la situación actual del entorno y añadir ese conocimiento a
Sintaxis: que explica cómo es la forma en que se construyen las oraciones como combinación
de estructuras más sencillas (por ejemplo, las palabras en un lenguaje natural). Así podemos decir
que la oración Un bueno será jefe justo está sintácticamente mal construida, debido a los signos o
Semántica: que explica la correspondencia entre los elementos o signos que componen un
lenguaje y los objetos que representan. Por ejemplo, podemos decir que la palabra juez designa a
Y a partir de aquí podemos definir el concepto de inferencia como el proceso que lleva de
unas premisas a una conclusión, y que en principio puede ser válida o no.
Pero, ¿qué entendemos por validez, o por una oración válida? Se dice que una oración es
válida si y sólo si es verdadera en todos y cada uno de los casos posibles, independientemente del
válido cuando dadas una premisa necesariamente se obtiene una conclusión concreta. A estas
oraciones que son necesariamente verdaderas se les conoce con el nombre de tautologías.
Por ejemplo, si decimos que Todos los perros ladran y que Pipo es un perro, de esto podré
Lógica:
Podemos distinguir dos tipos dentro de lo que se llama lógica clásica (aquella que la
conclusión, si es verdadera lo es con certeza, es decir, sin ningún grado de probabilidad, mientras
que hay otros tipos de lógicas no clásicas, como puede ser la lógica difusa -o Fuzzy Logic en el
Lógica propositiva o lógica de enunciados cuando los signos que manejamos son
proposiciones completas (por ejemplo, a podría significar el perro de Juan es negro, y usaremos
símbolos llamados conectores para hacer oraciones más complejas, como por ejemplo el perro de
objetos, así como propiedades (hermano de, padre de), cuantificadores (algunos, todos, ningún) y
conectores.
Lógica de predicados de orden superior en el que podemos hacer inferencias sobre la lógica, es
Lógicas multivaluadas, en las que tratamos con varios valores de verdad, como por ejemplo
las trivaluadas de Kleen y de Lukasiewicz donde se introduce el valor 1/2 para las proposiciones
Éstas serán las herramientas de que dispondremos para representar el conocimiento. Así que
vamos a ver cómo construir una base de conocimientos en base al lenguaje utilizado para
Conclusión:
Hemos argumentado que la representación del conocimiento es la forma que tiene la rama de
la inteligencia artificial para representar el conocimiento y ayudar a que las maquinas tomen
Dicha representación del conocimiento desempeña cinco roles distintos, cada uno importante
para la naturaleza de la representación y sus tareas básicas. Esos roles crean demandas múltiples,
WEBGRAFIA:
https://journalismcourses.org/wp-content/uploads/2020/07/Nota-m1-5.pdf
http://www.cs.us.es/~fsancho/?e=172
Tomado de:
https://www.revolucionia.com/2018/01/Agentes_basados_en_conocimiento.htm
l#:~:text=Un%20agente%20basado%20en%20conocimiento,combinaci%C3%B3n
%20de%20conocimiento%20y%20razonamiento.&text=No%20sabemos%20c
%C3%B3mo%20se%20representa,razonamiento%20en%20el%20cerebro
%20humano.
Tomado de:
https://www.nebrija.es/~cmalagon/ia/transparencias/representacion_del_conoci
miento_prolog.pdf