Está en la página 1de 17

UNIVERSIDAD POLITCNICA DE FRANCISCO I.

MADERO
INGENIERA EN SISTEMAS COMPUTACIONALES MATERIA: INTELIGENCIA ARTIFICIAL TEMA : SISTEMAS BASADOS EN CONOCIMIENTO. CONCEPTO DE CONOCIMIENTO. LENGUAJES UTILIZADOS EN LA REPRESENTACIN DEL CONOCIMIENTO. NOMBRE DEL DOCENTE: ING MOISS BALTAZAR HERNNDEZ NOMBRE DE LOS INTEGRANTES: MIRIAM AGUILAR CHVEZ ULISES GUZMN LPEZ FIDEL ADRIN SANTIAGO NJERA FERNANDO JOEL VZQUEZ MORENO OCTAVO CUATRIMESTRE

GRUPO: 2

SISTEMAS BASADOS EN CONOCIMIENTO


Durante los aos 60, la mayor parte de los trabajos de investigacin sobre
inteligencia artificial se centraban en los algoritmos de bsqueda heurstica y en la concepcin de sistemas para la resolucin de problemas con un inters, en principio, puramente terico y acadmico (demostracin de teoremas, juegos, problemas lgicos, etc.), pero con la idea implcita de que los resultados

pudieran ser aplicables a problemas reales.

Algunas lneas con posibilidades de aplicacin prctica inmediata,


como la traduccin automtica entre lenguajes naturales, se

abandonaron pronto al percibirse la dificultad del problema. A mitad de los 70 comienzan a tomar cuerpo dos ideas clave que, aunque muy relacionadas, no son idnticas. Se trata del paradigma del sistema

experto y del paradigma del conocimiento.

DEFINICIN

Sistema que resuelve problemas utilizando

una representacin simblica del


conocimiento humano
[Jackson 86]

ARQUITECTURA DE SBC

EXTENSIN A LOS SISTEMAS BASADOS EN CONOCIMIENTO


Los sistemas basados en conocimiento se consideran una extensin - un paso tecnolgico - de los sistemas de informacin cuyos alcances y complejidad son mayores. Entre sus propsitos destacan:

Aprender. Evolucionar. Adaptar. Razonar. Tomar decisiones. Contener conocimiento emprico, mundano y del lenguaje. Analizar problemas. Generar alternativas de solucin. Emular al experto humano. Generar conocimiento a partir del que ya se posee

PROPIEDADES DE LOS SISTEMAS BASADOS EN CONOCIMIENTO


Entre las caractersticas ms relevantes de los sistemas basados en conocimiento estn:
Procedimientos no algortmicos. Manejo de incertidumbre. 0 , 1 mltiples soluciones. Conocimiento tcnico y cientfico. Busca generar la solucin ptima. Procesos interactivos. Aprendizaje de los fracasos. Empleo de mtodos para la representacin del conocimiento. Capacidad para explicar su propio razonamiento, cuestionamiento y emisin de conclusiones. Uso de bsquedas heursticas. Representacin de conocimiento especializado del campo de aplicacin. Pueden utilizar razonamiento con base en probabilidades, creencias, pertenencias y suposiciones. Procesamiento simblico. Utilizan sistema de mantenimiento de la verdad para afirmaciones y negaciones cambiantes. Datos cualitativos ms que cuantitativos.

TIPOS DE APLICACIONES DE LOS SISTEMAS BASADOS EN CONOCIMIENTO


El mbito de aplicacin de los sistemas basados en conocimiento incluye: Lenguaje natural. Realidad virtual. Redes neuronales. Juegos. Sistemas expertos. Robtica. Sistemas de planeacin. Reconocimiento de imgenes. Traductores. Solucin de problemas. Sistemas evolutivos. CAM Manufactura. Llevado a mquinas de control numrico. Aprendizaje. Sistemas Tutoriales.

Concepto de conocimiento
Diversos autores han tratado de dar una definicin del acto de conocer:
El conocimiento es informacin que ha sido organizada y

analizada para hacerla comprensible y aplicable a la resolucin


de problemas o a la toma de decisiones. [Turban]. El conocimiento es razonar sobre/con/acerca de informacin y datos para hacer posible la actuacin, la resolucin de problemas, la toma de decisiones, el aprendizaje y la enseanza. [Beckman].

Concepto de conocimiento
Es la capacidad que posee el hombre de aprehender informacin acerca de su entorno y de s mismo. En el hombre tiene la propiedad de ser sensitivo y suprasensitivo o intelectual, a diferencia del de los animales que slo abarca el aspecto sensitivo.

Se trata de la interaccin de reglas, relaciones lgicas, modelos, leyes, estrategias, estructuras. La elaboracin de abstracciones y generalizaciones realizadas sobre la informacin. Se obtienen por medio de la experiencia, seleccionando informacin relevante, tratndola y aplicndola para resolver problemas. Es el resultado del aprendizaje por medio de la experiencia, procesado por el sistema cerebral en permanente adaptacin e interaccin multifactorial.

Lenguajes utilizados en la representacin de conocimiento


En el caso de los sistemas basados en conocimiento, el lenguaje en el que se expresa la ontologa debe reunir caractersticas que a veces (dependiendo del dominio) no es fcil compatibilizar:

Sintaxis formalizada, para poder disear sobre bases slidas un procesador.

Semntica bien definida y que permita la implementacin procedimental en el

procesador de algoritmos de razonamiento eficientes.

El lmite de esta perspectiva consiste en que reduce la inteligencia a lo que es intrnsecamente un computador, es decir, que la cognicin puede ser definida por el cmputo de representaciones simblicas. Su proyeccin literal es la inteligencia artificial clsica. Los autores que, de modo clsico, han seguido esta lnea de investigacin defienden que la cognicin se reduce al tratamiento de la informacin y a la manipulacin de smbolos a partir de unas reglas determinadas. Piensan que, cuando los smbolos representan adecuadamente algn aspecto de la realidad y su tratamiento alcanza una solucin eficaz, el sistema cognitivo funciona adecuadamente.

La representacin del conocimiento es la tcnica utilizada para representar y organizar el conocimiento de forma que pueda ser utilizado por un SBC (Sistema Basado en Conocimiento) para la resolucin de problemas. Existen dificultades a la hora de representar el conocimiento: No existe una teora nica que indique cmo organizar y estructurar el conocimiento de los seres humanos, ni existe una nica forma de estructurar una coleccin de datos en la programacin tradicional, ni tcnica que permita representar los distintos tipos de conocimiento.

Desde el punto de vista pragmtico, expresividad suficiente para representar de la manera menos forzada posible el conocimiento. Esto significa que, para una determinada conceptuacin, el lenguaje con el que se construyen los modelos en el nivel simblico debe permitir una interpretacin declarativa que represente todos los aspectos de esa conceptuacin. En la prctica puede ocurrir que no encontremos el lenguaje ideal, y tengamos que forzar la conceptuacin para que se ajuste al lenguaje elegido.

Hay lenguajes formales, o tericos, que satisfacen en mayor o menor grado esas condiciones y lenguajes de implementacin, o prcticos, que, siguiendo el modelo de algn lenguaje formal, estn adaptados para mecanizar la construccin de ontologas. Nos centraremos en los primeros, que son relativamente estables, y sobre los que se basan los segundos, algunos muy voltiles. Por ejemplo:

Prolog es un lenguaje de implementacin de la lgica de primer orden, que en sus versiones ms recientes incluye tambin construcciones para la programacin con restricciones.

OWL (Web Ontology Language) es un lenguaje de ontolologas para la web basado en una lgica de descripciones (en realidad, son tres sublenguajes). Procede de la fusin de otros dos elaborados independientemente alrededor del ao 2000: DAML (DARPA Agent Markup Language, de la Agencia de proyectos del Ministerio de Defensa U.S.A) y OIL (Ontology Inference Layer, de un consorcio formado en el marco de los programas de la U.E.).

Hasta la segunda mitad de los aos 80 se estaban utilizando diversos lenguajes que podan clasificarse en dos tipos:

Lenguajes basados en la lgica de predicados de primer orden, con sintaxis y semntica formalizadas, con una base rigurosa para el razonamiento, pero con grandes dificultades para implementar algoritmos de razonamiento eficientes, con una rigidez sintctica que impide ciertas conceptuaciones naturales y con pocas posibilidades de modularizacin.

Lenguajes basados en modelos de psicologa que, al estar derivados del estudio de la mente humana, permiten conceptuaciones ms naturales y algoritmos de razonamiento ms eficientes, pero que tienen una sintaxis menos formalizada y carecen de una definicin semntica precisa (a pesar de que uno de ellos se llama redes semnticas).

Hay al menos cuatro razones por las que nos parece conveniente detenernos previamente en los lenguajes ms antiguos:

La lgica clsica de primer orden sigue siendo la base fundamental de las dems formulaciones de la lgica. En el diseo de muchos sistemas basados en conocimiento, especialmente los que no son muy complejos, se siguen utilizando algunos de esos lenguajes. Las ideas originales ayudan a entender y justifican ciertas decisiones de diseo. La naturaleza interdisciplinaria de estos primeros trabajos hace muy interesante su estudio.