Documentos de Académico
Documentos de Profesional
Documentos de Cultura
3. Web semántica
4. AI Growth Hacking
5. Resumen
6. Bibliografía
Analítica web | 3
El lenguaje de manipulación y consulta de conocimientos, Una aplicación práctica del formato de intercambio de
o KQML, Knowledge Query and Manipulation Language, conocimientos es un lenguaje de comunicación de agentes
es un lenguaje y protocolo para la comunicación en un sistema de agentes múltiples, muy importante en
entre agentes de software y sistemas basados en el los desarrollos actuales de la IA de KNOWDLE.
conocimiento. Fue desarrollado a principios de la década
de 1990, y tenía como objetivo desarrollar técnicas para
construir bases de conocimiento a gran escala que sean AI Growth Hacking
compartibles y reutilizables. Aunque originalmente se
concibió como una interfaz para sistemas basados en La realidad es que aún no hay muchos casos de estudio
el conocimiento, pronto se reutilizó como un lenguaje de ni soluciones de cómo aplicar IA, al tema que presente, y
comunicación del agente. no hay especial inconveniente para ello.
El trabajo sobre KQML fue dirigido por Tim Finin de la Por datos no será, y existen las herramientas. Hay tres
Universidad de Maryland, Condado de Baltimore, y Jay líneas iniciales:
Weber de EITech, y contó con las contribuciones de
• Descubrir Insights. Es casi seguro que los datos
muchos investigadores.
analíticos ocultan información clave que puede
El formato y el protocolo de mensajes KQML se pueden mejorar las ventas. La IA es la mejor aliada
utilizar para interactuar con un sistema inteligente, ya cuando se trata de descubrir estos conocimientos.
sea mediante un programa de aplicación o mediante otro Sobretodo si se decide semantizar. Esto se debe a
sistema inteligente. Los "facilitadores de comunicación" de que los humanos a menudo no tienen la habilidad
KQML coordinan las interacciones de otros agentes para o la velocidad para encontrar estos conocimientos
apoyar el intercambio de conocimientos. Los sistemas de en conjuntos de datos a escala. Se pueden
prototipos experimentales admiten ingeniería concurrente, conseguir respuestas a preguntas sobre sus datos
diseño inteligente, planificación inteligente y programación. de Google Analytics. Analytics Intelligence de
Otro de los protocolos que más puede aprovecharse Google Analytics aplica el sofisticado aprendizaje
en web semántica es KIF, Knowledge Interchange automático del gigante tecnológico a sus datos
Format (KIF), es un lenguaje diseñado para permitir que de Google Analytics. Basta con escribir una
los sistemas compartan y reutilicen información de consulta en lenguaje natural: ‘¿Qué canal tuvo la
sistemas basados en el conocimiento. KIF es similar a tasa de conversión más alta?’ - y la IA de Google
los lenguajes de frames como KL-One y LOOM, pero a proporcionará una respuesta en segundos después
diferencia de ese lenguaje, su función principal no está de analizar sus datos. Keyence hace lo mismo, pero
destinada a ser un frame para la expresión o el uso para todos sus datos comerciales. Con Keyence,
de conocimientos, sino más bien para el intercambio simplemente se introducen los datos y se hacen
de conocimientos entre sistemas. Los diseñadores preguntas sobre los problemas comerciales que se
de KIF lo compararon con PostScript. PostScript no quisieran resolver. Luego, el sistema genera planes
fue diseñado principalmente como un lenguaje para y estrategias para lograr el mayor impacto.
almacenar y manipular documentos, sino más bien • Descubrir información sobre fuentes de datos.
como un formato de intercambio para sistemas y Adobe Analytics utiliza IA para analizar sus datos
dispositivos para compartir documentos. De la misma analíticos de una variedad de fuentes. Esto le brinda
manera, KIF está destinado a facilitar el intercambio de una imagen coherente de lo que está sucediendo
conocimientos entre diferentes sistemas que utilizan en su marketing, sin importar cuántos canales
diferentes lenguajes, formalismos, plataformas, etc. utilice. A continuación, el aprendizaje automático
KIF tiene una semántica declarativa. Está destinado a de Adobe analiza y visualiza los conocimientos de
describir hechos sobre el mundo, en lugar de procesos estas fuentes de datos.
o procedimientos. El conocimiento se puede describir • Predecir resultados. La inteligencia artificial no solo
como objetos, funciones, relaciones y reglas. Es un está diseñada para analizar grandes conjuntos de
lenguaje formal, es decir, puede expresar declaraciones datos. Sobresale en hacer predicciones basadas en
arbitrarias en lógica de primer orden y puede apoyar ellos. De hecho, casi todo lo poderoso que hace la IA se
razonadores que pueden probar la consistencia de un basa en la predicción de alguna manera. Comprender
conjunto de declaraciones KIF. KIF también admite el y predecir qué harán sus competidores a continuación.
razonamiento no monótono. KIF fue creado por Michael
Crayon monitorea más de 100 tipos de datos de
Genesereth, Richard Fikes y otros participantes en el
Internet para rastrear lo que hacen los competidores
esfuerzo de intercambio de conocimientos de DARPA.
en línea. Eso incluye todo, desde cambios de
Aunque el grupo KIF original tenía la intención de productos y precios hasta campañas de marketing
someterse a un organismo de normalización formal, reales que están lanzando. Luego, la inteligencia
eso no ocurrió. Desde entonces, se ha desarrollado artificial de Crayon muestra información sobre
una versión posterior llamada Common Logic para estos datos, para ayudarlo a obtener una ventaja
su presentación a ISO, y se ha aprobado y publicado. competitiva y predecir lo que harán los competidores
Una variante llamada SUO-KIF es el idioma en el que se a continuación. Predice lo que quiere la audiencia.
escribe la ontología combinada superior sugerida.
Analítica web | 8