Está en la página 1de 11

La base de conocimientos contiene el conocimiento especializado extraído del experto en el dominio.

Es
decir, contiene conocimiento general sobre el dominio en el que se trabaja. El método más común para
representar el conocimiento es mediante reglas de producción. El dominio de conocimiento
representado se divide, pues, en pequeñas fracciones de conocimiento o reglas.

Una característica muy importante es que la base de conocimientos es independiente del mecanismo de
inferencia que se utiliza para resolver los problemas. De esta forma, cuando los conocimientos
almacenados se han quedado obsoletos, o cuando se dispone de nuevos conocimientos, es relativamente
fácil añadir reglas nuevas, eliminar las antiguas o corregir errores en las existentes. No es necesario
reprogramar todo el Sistema Experto.

Las reglas suelen almacenarse en alguna secuencia jerárquica lógica, pero esto no es estrictamente
necesario. Se pueden tener en cualquier secuencia y el motor de inferencia las usará en el orden
adecuado que necesite para resolver un Problema.
ëay que diferenciar entre datos y conocimiento. El conocimiento se refiere a afirmaciones de validez
general tales como reglas, distribuciones de probabilidad, etc. Los datos se refieren a la información
relacionada con una aplicación particular. Por ejemplo, en diagnostico médico, los síntomas, las
enfermedades y las relaciones entre ellos, forman parte del conocimiento, mientras los síntomas
particulares de un paciente dado forman parte de los datos. Mientras el conocimiento es permanente, los
datos son efímeros, es decir, no forman parte de la componente permanente de un sistema y son
destruidos después de usarlos. El conocimiento se almacena en la base de conocimiento y los datos se
almacenan en la memoria de trabajo. Todos los procedimientos de los diferentes sistemas y subsistemas
que son de carácter transitorio se almacenan también en la memoria de trabajo.
La Base de Conocimientos contiene reglas. Una regla es una instrucción condicionada que enlaza
determinadas condiciones con acciones o resultados. La regla se crea por medio de construcciones de si-
entonces.
j 
   

Ejemplo:
j     
    
j     
     

Las reglas componen la Base de Conocimiento y las mismas pueden relacionarse dando lugar a nuevos
hechos.
La base de conocimientos contiene el conocimiento especializado extraído del experto en el dominio. Es
decir, contiene conocimiento general sobre el dominio en el que se trabaja. El método más común para
representar el conocimiento es mediante reglas de producción. El dominio de conocimiento
representado se divide, pues, en pequeñas fracciones de conocimiento o reglas SI. . . ENTONCES . . . Cada
regla constará de una parte denominada condición y de una parte denominada acción, y tendrá la forma:
SI condición ENTONCES acción.

Como ejemplo se puede considerar la siguiente regla médica:


SI el termómetro marca 39º
Y el termómetro funciona correctamente
ENTONCES el paciente tiene fiebre

Las reglas de producción constituyen el método más utilizado para construir bases de conocimientos en
los sistemas expertos. Llamadas también implicaciones lógicas, su estructura es la siguiente: para unas
ciertas causas, unos efectos; o, para determinadas condiciones, ciertas consecuencias. Junto a cada regla,
se almacena también su porcentaje en forma de probabilidad. Éste indica, mediante un tanto por ciento, el
grado de certeza de las consecuencias que se obtienen como resultado de la aplicación de la regla de
producción.
Las Redes Semánticas son un método de construcción de bases de conocimientos en el cual los
conocimientos se muestran mediante un grafo en el que los vértices representan los conceptos u
objetos y las aristas indican las relaciones entre ellos.
Existen reglas de producción que no pertenecen al dominio del problema. Estas reglas se llaman
metarreglas (reglas sobre otras reglas) y su función es indicar bajo qué condiciones deben considerarse
unas reglas en vez de otras. Un ejemplo de metaregla es:
SI hay reglas que usan materias baratas
Y hay reglas que usan materias caras
ENTONCES usar antes las primeras que las segundas
ß. Defina acerca de que va a hablar. Que su conocimiento del dominio sea suficiente para poder definir
de que objeto y hechos es necesario hablar, y cuales habrá que ignorar.
2. Escoja un vocabulario para predicado, funciones y constantes. Traduzca los conceptos importantes
del nivel de dominio a nombres del nivel de lógica. El resultado es un vocabulario que se conoce
como ontología del dominio. (Es una teoría particular de la naturaleza del ser o de la existencia)
3. Codifique todo el conocimiento en general relativo al dominio. La ontología es una lista informal de
los conceptos de un dominio. Al elaborar oraciones lógicas o axiomas sobre los términos de la
ontología se logran dos metas: Primero, se precisan los términos con el fin de que los humanos estén
de acuerdo de su correspondiente interpretación; segundo, estamos ofreciendo condiciones que
permitirán la ejecución de procedimientos e inferencia para deducir automáticamente consecuencias
de la base de datos.
4. Una vez obtenidos los axiomas, se puede decir que ya se produjo la BC. ëabrá que realizar mucho
trabajo de depuración. La principal diferencia entre la depuración de una BC y la de un programa
consiste en que es más fácil revisar una sola oración lógica y determinar si es correcta. Las
aseveraciones tienden a depender bastante del contexto.
5. Codifique una descripción de un caso especifico del problema. Si la ontología se eligió
adecuadamente este paso es muy sencillo, consiste en la obtención de oraciones atómicas.
6. ëaga consultas al procedimiento de inferencia y obtenga la respuesta: será el procedimiento de
inferencia el que opere en los axiomas y los hechos concretos del problema para deducir así los
hechos que nos interesa conocer.
En esta fase se determinan las reglas y se incorporan a la base de conocimientos.
La base de hechos alberga los datos propios correspondientes a los problemas que se desea tratar con la
ayuda del sistema. Asimismo, a pesar de ser la memoria de trabajo, la base de hechos puede desempeñar
el papel de memoria auxiliar. La memoria de trabajo memoriza todos los resultados intermedios,
permitiendo conservar el rastro de los razonamientos llevados a cabo. Puede, por eso, emplearse para
explicar el origen de las informaciones deducidas por el sistema en el transcurso de una sesión de
trabajo o para llevar a cabo la descripción del comportamiento del propio sistema experto. Al principio
del período de trabajo, la base de hechos dispone únicamente de los datos que le ha introducido el
usuario del sistema, pero, a medida que va actuando el motor de inferencias, contiene las cadenas de
inducciones y deducciones que el sistema forma al aplicar las reglas para obtener las conclusiones
buscadas.