SlideShare uma empresa Scribd logo
1 de 22
Representación
del Conocimiento
Luis Oviedo
C.I:21.142.082
Inteligencia Artificial
¿Qué es el conocimiento?
El conocer es un hecho primario, espontáneo e instintivo, y por ello no puede ser definido
estrictamente. Se podría describir como un ponerse en contacto con el ser, con el mundo
y con el yo; también podríamos decir que es un proceso en el que están vinculados
estrechamente las operaciones y procedimientos mentales, subjetivos, con las
operaciones y formas de actividad objetivas prácticas, aplicadas a los objetos.
¿Qué es el conocimiento?
El conocer se caracteriza como una presencia del objeto frente al objeto: el sujeto se
posesiona en cierta forma del objeto, lo capta y lo hace suyo, reproduciéndolo de tal
manera que responda lo más fielmente posible a la realidad misma del objeto. Por
medio de esta reproducción, se tiene la imagen, no física como sería una fotografía,
sino psíquica, cognoscible, intencional.
Propiedades del Conocimiento:
-Es voluminoso
-Difícil de caracterizar con precisión.
-Incierto/impreciso
-Cambia constantemente.
Representación del Conocimiento:
-Todo problema es más sencillo de resolver si disponemos de Conocimiento
específico sobre él
-Este conocimiento dependiente del dominio se combina con el conocimiento general
sobre cómo resolver problemas
-Este conocimiento ha de permitir guiar a los mecanismos de IA para
Obtener soluciones de manera más eficiente
Para representar algo necesitamos saber su forma o estructura:
-Que uso le dan los seres inteligentes
-Que uso le dará una inteligencia artificial
-Como adquirir el conocimiento
-Como almacenarlo y manipularlo.
Métodos de representación del
Conocimiento:
Declarativos:
-Lógica
-Sistemas de Producción
-Prolog
Procedurales:
-Unión entre el conocimiento y
la estructura de control.
-Orden dependiente.
-Procedimientos y funciones.
Estructurales:
-Estructuración del
conocimiento.
-propiedades inferenciales:
herencia, transitividad,
asociatividad.
-redes semánticas, frames.
Conocimiento Declarativo:
Se refiere a aquel que se puede declarar verbalmente como hechos,
acontecimientos, conceptos, etc. y se representa como proposición o como
imagen.
En el conocimiento declarativo tenemos lo que es:
-La Lógica: Es Lenguaje de representación que nos
permite expresar y razonar con sentencias que son
verdaderas o falsas.
Algunos Tipos de Lógica:
-Lógica Proposicional
-Lógica de Predicados
Lógica Proposicional:
Consiste en estudiar las variables proposicionales o sentencias lógicas, sus posibles
implicaciones, evaluaciones de verdad y en algunos casos su nivel absoluto de
verdad.
Una proposición en el castellano es, por ejemplo,
“El cielo es azul”
Esta es una proposición porque es un hecho. Además este hecho es verdadero.
• Las proposiciones en LP se representan con letras. Usualmente se usan las
Letras p, q, r y s, posiblemente con subíndices. Estas se denominan variables
Lógica de Predicados:
En LP se distinguen los siguientes elementos:
1. Constantes: >, ⊥.
2. Conectivos unarios: ¬.
3. Conectivos binarios: ∧, ∨, →, ↔
4. Símbolos de puntuación: (, ).
5. Un conjunto P, posiblemente infinito, de variables proposicionales.
Mediante una combinación de estos elementos es posible definir cualquier lenguaje
de la lógica proposicional.
Lógica Proposicional Ejemplo:
S : El sol resplandece
G: Guillermo va a la montaña
¬ S: El sol no resplandece
¬ G: Guillermo no va a la montaña
Entonces se representaría como:
S ∧ G El sol resplandece y Guillermo va a la montaña.
S ∨ G El sol resplandece o Guillermo va a la montaña.
S → G Si el sol resplandece, entonces Guillermo va a la montaña.
S ↔ G Si y sólo si el sol resplandece, Guillermo va a la montaña.
Lógica de Predicados:
Se puede definir como: un sistema que trata las formas argumentales cuya validez
depende del significado de las expresiones Y, O, SI…, entonces, etc. Todo lo demás
que afecta la validez de los argumentos es descartado.
Una proposición se define como un enunciado que puede ser calificado como
verdadero o falso y que no puede descomponerse en otras frases verdaderas o
falsas
Lógica de Predicados:
Para relacionar las proposiciones, se utilizan diferentes conectivos:
Lógica de Predicados:
Conocimiento Estructural:
Redes Semánticas:
Están basadas en la idea de que los objetos o los conceptos pueden ser unidos por
alguna relación. Estas relaciones se representan usando una liga que conecte dos
conceptos.
Los nodos y las ligas pueden ser cualquier cosa, dependiendo de la situación a
modelar.
Una relación muy común que une a dos conceptos es la relación es-un: A es-un B, la
cual significa que A es un concepto menos general que B.
Ejemplo: X es-un humano es-un animal
Existen otras relaciones comunes, como
Tiene, es, causa, etc. Más aparte las que pudiera definir el modelador de la red
semántica.
Redes Semánticas Ejemplo:
Marcos (Frames)
Son una estructura de datos compleja que representa una situación estereotipada, en la
que se organizar el conocimiento como una colección de características comunes al
concepto, objeto, situación o sujeto.
Características Principales:
Precisión: se precisan los objetos, las relaciones entre objetos y sus propiedades; en
ausencia de evidencia contraria se usan valores por omisión
Activación dinámica de procesos (Triggering): se pueden adjuntar procedimientos a
un marco o alguno de sus componentes y ser llamados y ejecutados automáticamente
tras la comprobación de cambio de alguna propiedad o valor (p. ej. if-needed, if-added).
Herencia por defecto no-monotónica: los marcos están conceptualmente relacionados,
permitiendo que atributos de objetos sean heredados de otros objetos predecesores en la
jerarquía
Modularidad: la base de conocimiento está organizada en componentes claramente
diferenciados
Marcos (Frames):
Estructura de un Slot:
Nombre: Cada slot debe tener un nombre único dentro del frame, pero son
propios de cada slot es decir dos o más frames pueden coincidir en los nombres
de los slots.
Valor del slot: Puede ser asignado inicialmente o estar vacío para añadirle valor
en procesos de búsqueda y razonamiento.
Procedimientos anexos: Estos son opcionales.
If – needed <procedimiento>: significa que antes de obtener el valor del slot
respectivo en una consulta, se ejecuta el procedimiento adjunto y solo si tiene
éxito se podrá obtener el valor.
If – added <procedimiento>: significa que antes de asignarle el valor al
respectivo slot, debe ejecutarse con éxito el procedimiento; de otra manera no se
realizara acción alguna.
If – deleted <procedimiento>: Significa que antes de borrar el valor del slot, debe
ejecutarse con éxito el procedimiento; de otra manera no se borrara el valor del
slot.
Ejemplo de un Frame:
Reglas de producción o Inferencia:
Es un método procedimental de representación del conocimiento, pone énfasis en
representar y soportar las relaciones inferenciales del algoritmo, en contraposición a
los métodos declarativos (hechos).
La estructura de una regla es:
SI <antecedentes>
ENTONCES <consecuentes>
Reglas de producción o Inferencia:
Arquitectura de los Sistemas Basados en Reglas:
Base de Conocimientos: reúne todo el conocimiento del sistema (Hechos + Reglas).
Memoria Activa: contiene los hechos que representan el estado actual del problema (iniciales +
inferidos a posteriori) y las reglas activadas (en condiciones de ser ejecutadas).
Motor de Inferencias: decide que reglas activadas se ejecutarán.
Base de
Afirmaciones
Motor de
Inferencia
Interfaz de
Usuario
Base de
Datos
Base de
Conocimientos
Reglas de producción o Inferencia
Ejemplo:
Ejemplo:
IF: temperatura = alta
AND sudoración = presente
AND dolor_muscular = presente
THEN: diagnostico_preliminar = gripe
IF: diagnostico_preliminar = gripe
AND descompos_organos_internos = presente
THEN: diagnostico_preliminar = _ebola.
Gracias por su Atención !!

Mais conteúdo relacionado

Mais procurados

Tm10 modelo relacional
Tm10 modelo relacionalTm10 modelo relacional
Tm10 modelo relacionalJulio Pari
 
Cerradura
CerraduraCerradura
Cerradurarezzaca
 
Estructura de datos: lista, pilas y colas
Estructura de datos: lista, pilas y colasEstructura de datos: lista, pilas y colas
Estructura de datos: lista, pilas y colasHuascar Génere
 
Cálculo de Predicados
Cálculo de PredicadosCálculo de Predicados
Cálculo de Predicadosrezzaca
 
Dependencias Funcionales en Bases de Datos
Dependencias Funcionales en Bases de DatosDependencias Funcionales en Bases de Datos
Dependencias Funcionales en Bases de DatosEsteban Andres Diaz Mina
 
Propiedades de Relaciones las Relaciones Matematicas
Propiedades de Relaciones las Relaciones MatematicasPropiedades de Relaciones las Relaciones Matematicas
Propiedades de Relaciones las Relaciones MatematicasRawel Luciano
 
Métodos de Búsquedas en Inteligencia Artificial
Métodos de Búsquedas en Inteligencia ArtificialMétodos de Búsquedas en Inteligencia Artificial
Métodos de Búsquedas en Inteligencia ArtificialGregorys Gimenez
 
Demostraciones Formales
Demostraciones FormalesDemostraciones Formales
Demostraciones Formalesnerdito
 
*Diagramas de flujo nivel 0-1*
*Diagramas de flujo nivel 0-1**Diagramas de flujo nivel 0-1*
*Diagramas de flujo nivel 0-1*venusprinz583
 
Modelo Entidad Relación
Modelo Entidad RelaciónModelo Entidad Relación
Modelo Entidad Relaciónjosecuartas
 
Cardinalidad
CardinalidadCardinalidad
CardinalidadUTN
 

Mais procurados (20)

Tm10 modelo relacional
Tm10 modelo relacionalTm10 modelo relacional
Tm10 modelo relacional
 
Cerradura
CerraduraCerradura
Cerradura
 
Base de datos
Base de datosBase de datos
Base de datos
 
Clases abstractas
Clases abstractasClases abstractas
Clases abstractas
 
Estructura de datos: lista, pilas y colas
Estructura de datos: lista, pilas y colasEstructura de datos: lista, pilas y colas
Estructura de datos: lista, pilas y colas
 
Teoria de listas
Teoria de listasTeoria de listas
Teoria de listas
 
Arboles b
Arboles bArboles b
Arboles b
 
Cálculo de Predicados
Cálculo de PredicadosCálculo de Predicados
Cálculo de Predicados
 
Modelo Entidad Relación
Modelo Entidad RelaciónModelo Entidad Relación
Modelo Entidad Relación
 
2. Modelo ER
2. Modelo ER2. Modelo ER
2. Modelo ER
 
Dependencias Funcionales en Bases de Datos
Dependencias Funcionales en Bases de DatosDependencias Funcionales en Bases de Datos
Dependencias Funcionales en Bases de Datos
 
Propiedades de Relaciones las Relaciones Matematicas
Propiedades de Relaciones las Relaciones MatematicasPropiedades de Relaciones las Relaciones Matematicas
Propiedades de Relaciones las Relaciones Matematicas
 
Métodos de Búsquedas en Inteligencia Artificial
Métodos de Búsquedas en Inteligencia ArtificialMétodos de Búsquedas en Inteligencia Artificial
Métodos de Búsquedas en Inteligencia Artificial
 
Agentes basados en objetos utilidad
Agentes basados en objetos utilidadAgentes basados en objetos utilidad
Agentes basados en objetos utilidad
 
Demostraciones Formales
Demostraciones FormalesDemostraciones Formales
Demostraciones Formales
 
*Diagramas de flujo nivel 0-1*
*Diagramas de flujo nivel 0-1**Diagramas de flujo nivel 0-1*
*Diagramas de flujo nivel 0-1*
 
Modelo Entidad Relación
Modelo Entidad RelaciónModelo Entidad Relación
Modelo Entidad Relación
 
Técnicas de representación del conocimiento
Técnicas de representación del conocimientoTécnicas de representación del conocimiento
Técnicas de representación del conocimiento
 
Cardinalidad
CardinalidadCardinalidad
Cardinalidad
 
Diseño fisico
Diseño fisicoDiseño fisico
Diseño fisico
 

Semelhante a Representación del Conocimiento en la I.A

Representación del conocimiento
Representación del conocimientoRepresentación del conocimiento
Representación del conocimientohitwinenze
 
Conocimiento Inteligencia Artificial
Conocimiento Inteligencia ArtificialConocimiento Inteligencia Artificial
Conocimiento Inteligencia ArtificialMiguel Medina
 
Representación del Conocimiento
Representación del ConocimientoRepresentación del Conocimiento
Representación del ConocimientoHernán Salazar
 
Unidad III exposicion
Unidad III exposicionUnidad III exposicion
Unidad III exposicionVictor Manu-l
 
Representacion del conocimiento inteligencia artificial
Representacion del conocimiento inteligencia artificialRepresentacion del conocimiento inteligencia artificial
Representacion del conocimiento inteligencia artificialwillyparedes4
 
Calculo proposicional.docx
Calculo proposicional.docxCalculo proposicional.docx
Calculo proposicional.docxmelaniepulido1
 
Representacion del conocimiento
Representacion del conocimientoRepresentacion del conocimiento
Representacion del conocimientoFernando Juhasz
 
Trabajo_calculoMarianySanchez.docx
Trabajo_calculoMarianySanchez.docxTrabajo_calculoMarianySanchez.docx
Trabajo_calculoMarianySanchez.docxmelaniepulido1
 
Ccnn deber para el jueves
Ccnn deber para el juevesCcnn deber para el jueves
Ccnn deber para el juevesjustin bieber
 
3 . Representación del conocimiento y razonamiento
3 . Representación del conocimiento y razonamiento3 . Representación del conocimiento y razonamiento
3 . Representación del conocimiento y razonamientoHumberto Chalate Jorge
 
Tema iv organización lógica.1 b
Tema iv organización lógica.1 b Tema iv organización lógica.1 b
Tema iv organización lógica.1 b Di Delphis
 
Representacion del conocimiento
Representacion del conocimientoRepresentacion del conocimiento
Representacion del conocimientoAnibal Parra
 
MODELAMIENTO ENTIDAD-RELACION (ER)
MODELAMIENTO ENTIDAD-RELACION (ER)MODELAMIENTO ENTIDAD-RELACION (ER)
MODELAMIENTO ENTIDAD-RELACION (ER)DorvinEduardo
 
Inteligencia artificial. Representacion del Conocimiento
Inteligencia artificial. Representacion del ConocimientoInteligencia artificial. Representacion del Conocimiento
Inteligencia artificial. Representacion del Conocimientoclaudiarussos
 

Semelhante a Representación del Conocimiento en la I.A (20)

Representación del conocimiento
Representación del conocimientoRepresentación del conocimiento
Representación del conocimiento
 
Conocimiento Inteligencia Artificial
Conocimiento Inteligencia ArtificialConocimiento Inteligencia Artificial
Conocimiento Inteligencia Artificial
 
Representación del Conocimiento
Representación del ConocimientoRepresentación del Conocimiento
Representación del Conocimiento
 
Cap 3
Cap 3Cap 3
Cap 3
 
Conocimiento en Inteligencia Artificial
Conocimiento en Inteligencia ArtificialConocimiento en Inteligencia Artificial
Conocimiento en Inteligencia Artificial
 
Unidad III exposicion
Unidad III exposicionUnidad III exposicion
Unidad III exposicion
 
EXPO_CONO_IA (2).pdf
EXPO_CONO_IA (2).pdfEXPO_CONO_IA (2).pdf
EXPO_CONO_IA (2).pdf
 
Representacion del conocimiento inteligencia artificial
Representacion del conocimiento inteligencia artificialRepresentacion del conocimiento inteligencia artificial
Representacion del conocimiento inteligencia artificial
 
Calculo proposicional.docx
Calculo proposicional.docxCalculo proposicional.docx
Calculo proposicional.docx
 
Calculo proposicional.docx
Calculo proposicional.docxCalculo proposicional.docx
Calculo proposicional.docx
 
Representacion del conocimiento
Representacion del conocimientoRepresentacion del conocimiento
Representacion del conocimiento
 
TECNICAS DE BUSQUEDA
TECNICAS DE BUSQUEDATECNICAS DE BUSQUEDA
TECNICAS DE BUSQUEDA
 
Trabajo_calculoMarianySanchez.docx
Trabajo_calculoMarianySanchez.docxTrabajo_calculoMarianySanchez.docx
Trabajo_calculoMarianySanchez.docx
 
Ccnn deber para el jueves
Ccnn deber para el juevesCcnn deber para el jueves
Ccnn deber para el jueves
 
3 . Representación del conocimiento y razonamiento
3 . Representación del conocimiento y razonamiento3 . Representación del conocimiento y razonamiento
3 . Representación del conocimiento y razonamiento
 
Tema iv organización lógica.1 b
Tema iv organización lógica.1 b Tema iv organización lógica.1 b
Tema iv organización lógica.1 b
 
Representacion del conocimiento
Representacion del conocimientoRepresentacion del conocimiento
Representacion del conocimiento
 
MODELAMIENTO ENTIDAD-RELACION (ER)
MODELAMIENTO ENTIDAD-RELACION (ER)MODELAMIENTO ENTIDAD-RELACION (ER)
MODELAMIENTO ENTIDAD-RELACION (ER)
 
Inteligencia artificial. Representacion del Conocimiento
Inteligencia artificial. Representacion del ConocimientoInteligencia artificial. Representacion del Conocimiento
Inteligencia artificial. Representacion del Conocimiento
 
Clase 32012
Clase 32012Clase 32012
Clase 32012
 

Último

1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...JoseMartinMalpartida1
 
Desarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresDesarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresJonathanCovena1
 
Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024IES Vicent Andres Estelles
 
Posición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptxPosición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptxBeatrizQuijano2
 
Revista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdfRevista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdfapunteshistoriamarmo
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...jlorentemartos
 
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONamelia poma
 
Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Juan Martín Martín
 
Biografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdfBiografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdfGruberACaraballo
 
Actividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docxActividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docxpaogar2178
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOluismii249
 
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIASISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIAFabiolaGarcia751855
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptAlberto Rubio
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024IES Vicent Andres Estelles
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024IES Vicent Andres Estelles
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxFernando Solis
 

Último (20)

1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
1ro Programación Anual D.P.C.C planificación anual del área para el desarroll...
 
Desarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por ValoresDesarrollo y Aplicación de la Administración por Valores
Desarrollo y Aplicación de la Administración por Valores
 
Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024Tema 19. Inmunología y el sistema inmunitario 2024
Tema 19. Inmunología y el sistema inmunitario 2024
 
Posición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptxPosición astronómica y geográfica de Europa.pptx
Posición astronómica y geográfica de Europa.pptx
 
Revista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdfRevista Apuntes de Historia. Mayo 2024.pdf
Revista Apuntes de Historia. Mayo 2024.pdf
 
Novena de Pentecostés con textos de san Juan Eudes
Novena de Pentecostés con textos de san Juan EudesNovena de Pentecostés con textos de san Juan Eudes
Novena de Pentecostés con textos de san Juan Eudes
 
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
TEMA 14.DERIVACIONES ECONÓMICAS, SOCIALES Y POLÍTICAS DEL PROCESO DE INTEGRAC...
 
Usos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicasUsos y desusos de la inteligencia artificial en revistas científicas
Usos y desusos de la inteligencia artificial en revistas científicas
 
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACIONRESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
RESOLUCIÓN VICEMINISTERIAL 00048 - 2024 EVALUACION
 
Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024Prueba libre de Geografía para obtención título Bachillerato - 2024
Prueba libre de Geografía para obtención título Bachillerato - 2024
 
Biografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdfBiografía de Charles Coulomb física .pdf
Biografía de Charles Coulomb física .pdf
 
Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024Interpretación de cortes geológicos 2024
Interpretación de cortes geológicos 2024
 
Actividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docxActividades para el 11 de Mayo día del himno.docx
Actividades para el 11 de Mayo día del himno.docx
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
Supuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docxSupuestos_prácticos_funciones.docx
Supuestos_prácticos_funciones.docx
 
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIASISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
SISTEMA RESPIRATORIO PARA NIÑOS PRIMARIA
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024Tema 17. Biología de los microorganismos 2024
Tema 17. Biología de los microorganismos 2024
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 

Representación del Conocimiento en la I.A

  • 2. ¿Qué es el conocimiento? El conocer es un hecho primario, espontáneo e instintivo, y por ello no puede ser definido estrictamente. Se podría describir como un ponerse en contacto con el ser, con el mundo y con el yo; también podríamos decir que es un proceso en el que están vinculados estrechamente las operaciones y procedimientos mentales, subjetivos, con las operaciones y formas de actividad objetivas prácticas, aplicadas a los objetos.
  • 3. ¿Qué es el conocimiento? El conocer se caracteriza como una presencia del objeto frente al objeto: el sujeto se posesiona en cierta forma del objeto, lo capta y lo hace suyo, reproduciéndolo de tal manera que responda lo más fielmente posible a la realidad misma del objeto. Por medio de esta reproducción, se tiene la imagen, no física como sería una fotografía, sino psíquica, cognoscible, intencional.
  • 4. Propiedades del Conocimiento: -Es voluminoso -Difícil de caracterizar con precisión. -Incierto/impreciso -Cambia constantemente.
  • 5. Representación del Conocimiento: -Todo problema es más sencillo de resolver si disponemos de Conocimiento específico sobre él -Este conocimiento dependiente del dominio se combina con el conocimiento general sobre cómo resolver problemas -Este conocimiento ha de permitir guiar a los mecanismos de IA para Obtener soluciones de manera más eficiente Para representar algo necesitamos saber su forma o estructura: -Que uso le dan los seres inteligentes -Que uso le dará una inteligencia artificial -Como adquirir el conocimiento -Como almacenarlo y manipularlo.
  • 6. Métodos de representación del Conocimiento: Declarativos: -Lógica -Sistemas de Producción -Prolog Procedurales: -Unión entre el conocimiento y la estructura de control. -Orden dependiente. -Procedimientos y funciones. Estructurales: -Estructuración del conocimiento. -propiedades inferenciales: herencia, transitividad, asociatividad. -redes semánticas, frames.
  • 7. Conocimiento Declarativo: Se refiere a aquel que se puede declarar verbalmente como hechos, acontecimientos, conceptos, etc. y se representa como proposición o como imagen. En el conocimiento declarativo tenemos lo que es: -La Lógica: Es Lenguaje de representación que nos permite expresar y razonar con sentencias que son verdaderas o falsas. Algunos Tipos de Lógica: -Lógica Proposicional -Lógica de Predicados
  • 8. Lógica Proposicional: Consiste en estudiar las variables proposicionales o sentencias lógicas, sus posibles implicaciones, evaluaciones de verdad y en algunos casos su nivel absoluto de verdad. Una proposición en el castellano es, por ejemplo, “El cielo es azul” Esta es una proposición porque es un hecho. Además este hecho es verdadero. • Las proposiciones en LP se representan con letras. Usualmente se usan las Letras p, q, r y s, posiblemente con subíndices. Estas se denominan variables
  • 9. Lógica de Predicados: En LP se distinguen los siguientes elementos: 1. Constantes: >, ⊥. 2. Conectivos unarios: ¬. 3. Conectivos binarios: ∧, ∨, →, ↔ 4. Símbolos de puntuación: (, ). 5. Un conjunto P, posiblemente infinito, de variables proposicionales. Mediante una combinación de estos elementos es posible definir cualquier lenguaje de la lógica proposicional.
  • 10. Lógica Proposicional Ejemplo: S : El sol resplandece G: Guillermo va a la montaña ¬ S: El sol no resplandece ¬ G: Guillermo no va a la montaña Entonces se representaría como: S ∧ G El sol resplandece y Guillermo va a la montaña. S ∨ G El sol resplandece o Guillermo va a la montaña. S → G Si el sol resplandece, entonces Guillermo va a la montaña. S ↔ G Si y sólo si el sol resplandece, Guillermo va a la montaña.
  • 11. Lógica de Predicados: Se puede definir como: un sistema que trata las formas argumentales cuya validez depende del significado de las expresiones Y, O, SI…, entonces, etc. Todo lo demás que afecta la validez de los argumentos es descartado. Una proposición se define como un enunciado que puede ser calificado como verdadero o falso y que no puede descomponerse en otras frases verdaderas o falsas
  • 12. Lógica de Predicados: Para relacionar las proposiciones, se utilizan diferentes conectivos:
  • 14. Conocimiento Estructural: Redes Semánticas: Están basadas en la idea de que los objetos o los conceptos pueden ser unidos por alguna relación. Estas relaciones se representan usando una liga que conecte dos conceptos. Los nodos y las ligas pueden ser cualquier cosa, dependiendo de la situación a modelar. Una relación muy común que une a dos conceptos es la relación es-un: A es-un B, la cual significa que A es un concepto menos general que B. Ejemplo: X es-un humano es-un animal Existen otras relaciones comunes, como Tiene, es, causa, etc. Más aparte las que pudiera definir el modelador de la red semántica.
  • 16. Marcos (Frames) Son una estructura de datos compleja que representa una situación estereotipada, en la que se organizar el conocimiento como una colección de características comunes al concepto, objeto, situación o sujeto. Características Principales: Precisión: se precisan los objetos, las relaciones entre objetos y sus propiedades; en ausencia de evidencia contraria se usan valores por omisión Activación dinámica de procesos (Triggering): se pueden adjuntar procedimientos a un marco o alguno de sus componentes y ser llamados y ejecutados automáticamente tras la comprobación de cambio de alguna propiedad o valor (p. ej. if-needed, if-added). Herencia por defecto no-monotónica: los marcos están conceptualmente relacionados, permitiendo que atributos de objetos sean heredados de otros objetos predecesores en la jerarquía Modularidad: la base de conocimiento está organizada en componentes claramente diferenciados
  • 17. Marcos (Frames): Estructura de un Slot: Nombre: Cada slot debe tener un nombre único dentro del frame, pero son propios de cada slot es decir dos o más frames pueden coincidir en los nombres de los slots. Valor del slot: Puede ser asignado inicialmente o estar vacío para añadirle valor en procesos de búsqueda y razonamiento. Procedimientos anexos: Estos son opcionales. If – needed <procedimiento>: significa que antes de obtener el valor del slot respectivo en una consulta, se ejecuta el procedimiento adjunto y solo si tiene éxito se podrá obtener el valor. If – added <procedimiento>: significa que antes de asignarle el valor al respectivo slot, debe ejecutarse con éxito el procedimiento; de otra manera no se realizara acción alguna. If – deleted <procedimiento>: Significa que antes de borrar el valor del slot, debe ejecutarse con éxito el procedimiento; de otra manera no se borrara el valor del slot.
  • 18. Ejemplo de un Frame:
  • 19. Reglas de producción o Inferencia: Es un método procedimental de representación del conocimiento, pone énfasis en representar y soportar las relaciones inferenciales del algoritmo, en contraposición a los métodos declarativos (hechos). La estructura de una regla es: SI <antecedentes> ENTONCES <consecuentes>
  • 20. Reglas de producción o Inferencia: Arquitectura de los Sistemas Basados en Reglas: Base de Conocimientos: reúne todo el conocimiento del sistema (Hechos + Reglas). Memoria Activa: contiene los hechos que representan el estado actual del problema (iniciales + inferidos a posteriori) y las reglas activadas (en condiciones de ser ejecutadas). Motor de Inferencias: decide que reglas activadas se ejecutarán. Base de Afirmaciones Motor de Inferencia Interfaz de Usuario Base de Datos Base de Conocimientos
  • 21. Reglas de producción o Inferencia Ejemplo: Ejemplo: IF: temperatura = alta AND sudoración = presente AND dolor_muscular = presente THEN: diagnostico_preliminar = gripe IF: diagnostico_preliminar = gripe AND descompos_organos_internos = presente THEN: diagnostico_preliminar = _ebola.
  • 22. Gracias por su Atención !!