Download Representación del Conocimiento

Fundamentos de Inteligencia
Artificial
M.C. Juan Carlos Olivares Rojas
Agenda
2.1 Introducción
2.2 Representación del Conocimiento
2.3 Sistemas Expertos
Introducción
• La Inteligencia Artificial pretende emular la
Inteligencia Humana a través del uso de
computadoras
• La Inteligencia es la capacidad para resolver
problemas de cualquier tipo. “La inteligencia
distingue al hombre del animal”
Introdcción
• A los sistemas inteligentes existentes les falta
el sentido común y la generalidad de los
seres humanos.
• Alan M. Turing definió en 1950 una forma de
comprobar si una máquina piensa, esto lo
hizo a través del Test de Turing.
Introducción
• Consiste en colocar dos hombres y una
computadora en un lugar en el cual no estén
visibles los tres elementos, se ocultan las
identidades.
• Uno de los participantes funciona como
interrogador. La prueba se pasa cuando el
interrogador no sabe distinguir entre las
respuestas de la computadora y del otro
hombre.
Introducción
• Extracto del diálogo del Ensayo de Turing:
P: Por favor, redacte un soneto sobre el tema
del Fuerte Bridge
R: No me incluya. Nunca pude escribir poesía.
P: Sume 34957 y 70764
R: (Pausa de 30s seguida de la respuesta)
105621
….
Introducción
• La IA se ha desarrollado desde mucho
tiempo atrás. Aristóteles comenzó a explicar
y codificar ciertos estilos de razonamientos
como el deductivo.
• Los filósofos griegos ayudaron a plantear la
lógica clásica. El Silogismo se convierte en la
primera gran herramienta de la IA.
P->Q y Q->S = P->S
Introducción
• En 1956 John McCarthy definió el concepto
de IA y es considerado el padre de la misma.
• Muchos
investigadores
han
hecho
aportaciones valiosísimas a este campo,
como Chomsky (Lenguajes), Rosenblat
(Perceptrón), Alan Turing (Autómatas), etc.
Aplicaciones
•
•
•
•
•
Sistemas expertos
Procesamiento de lenguaje natural
Visión Artificial
Robótica
Aprendizaje
• Lógica Clásica y Difusa
• Juegos
• Redes neuronales
• Algoritmos genéticos
• Realidad virtual
Representación del Conocimiento
• La características más importante que deben
de tener todo Sistemas Inteligente (SI) son:
• La forma de representar el conocimiento
• La forma en cómo se recupera la información
• La forma en como se puede adquirir nuevo
conocimiento (aprendizaje).
Representación del Conocimiento
• Las formas de representación (“explicitación”)
de conocimiento son muy variadas y de ellas
dependerá la forma en que se recupere la
información y el cómo se aprende.
• Siempre que se desarrolla un modelo se
tiene dos representaciones: lógica y física.
• Dichas representaciones se necesitan
“mapearse” para poder trabajar en conjunto.
Representación del Conocimiento
• Cuando se tiene un problema de la vida real,
éste debe mapearse al esquema de una
computadora para poderse realizar un
sistema computacional.
• Imaginemos que deseamos desarrollar un
juego de laberintos (modelo físico), ¿Cómo
quedaría representado su conocimiento
(modelo )?
Representación del Conocimiento
• Se puede representar como una matriz, como
un grafo, máquinas de estado finito, etc.
Además, se deben tener reglas de cómo es
el juego.
• Sino tenemos las dos representaciones no
podemos comprender ni aprender el juego.
Representación del Conocimiento
• El mismo conocimiento puede estar
estructurado en diferentes representaciones
como por ejemplo una base de datos, una
red semántica,
un frame, un mapa
conceptual, etc. Pero al final de cuentas
deben
tener
el
mismo
significado
(semántica).
Representación del Conocimiento
• Las redes semánticas son una forma sencilla
de
explicitar
conocimiento,
están
conformadas por grafos que codifican el
conocimiento en forma taxonómica.
• Los nodos nos representan categorías y las
aristas relaciones entre esas categorías.
• Existen dos tipos de relaciones
especiales Is-A y la Have-A.
muy
Representación del Conocimiento
• Se puede acceder a través de cada uno de
los conceptos para inferir conocimiento.
• Los guiones (script) son otra forma de
representar
conocimiento.
Están
conformados por componentes llamados
“ranuras” (slots) que es un conjunto de pares
atributo-valor. Los guiones son más fáciles de
introducir en muchos casos que un mapa
conceptual.
Redes Semánticas
• Ejemplo de un guión:
• Impresoras
– Subconjunto_de: Máquina_Oficina
– Superconjunto_de:
{Impresora_Laser,
Impresora_Inyección}
– Fuente_alimentacion: Toma_Pared
– Autor: Juan_Perez
– Fecha: 15_Febrero_2008
Representación del Conocimiento
• Una forma de explicitar conocimiento con
gran difusión en la actualidad es a través del
uso de ontologías, las cuales consiste de
relaciones entre distintos conceptos como
definiciones.
• Las ontologías pueden ser representadas a
través de lenguajes como XML.
Representación del Conocimiento
• La representación del conocimiento tiene una
gran importancia a tal punto de actualmente
se habla de la Ingeniería del Conocimiento.
• Los frames son una estructura en la cual se
pueden representar valores, restricciones,
procesos, tienen relaciones de pertinencia y
herencia (por lo que se parecen a la
programación orientada a objetos).
Representación del Conocimiento
• El método descripción y pareamiento se
utiliza para solucionar problemas de IA y es
de los más básicos.
• El primer paso consiste en identificar todas
las características de un objeto.
• Después se realiza una búsqueda con un
conjunto de objetos ya definidos.
Representación del Conocimiento
• En realidad se utilizan dos métodos muy
importantes: el extractor y el evaluador de
conocimientos.
• Al realizar el pareamiento de los objetos
puede ser que no caigan exactamente en el
patrón de conocimiento por lo que se tiene
que tener una medida de similitud.
Representación del Conocimiento
• AMOR
– Querer a una persona o cosa sobre todas las
cosas
– Palabra de 4 caracteres: ‘A’, ‘M’, ‘O’ y ‘R’
yuxtapuestos
• AMOR = AMOR AMOR = ROMA
• Amor = AMOR
Amor = Cariño
• Amor = Amar Distancia Léxica 1
Representación del Conocimiento
Círculo
Descripción:
Figura formada por todos los puntos comprendidos a
una distancia equidistante del centro correspondidos
en un ángulo de 0 a 360 grados.
Propiedades
Centro (punto)
Diámetro (dos veces radio)
Áreas
Representación del Conocimiento
=
=
=
=
Similitud de 75%
Representación del Conocimiento
• Se utiliza en otras múltiples ramas como:
– Reconocimiento de huellas digitales
– Reconocimiento de Voz
– Reconocimiento de Lenguaje Natural
– Validación de Requerimientos de Software
– Etc.
• Se debe de representar de manera adecuada
el conocimiento para poder compararlo.
Representación del Conocimiento
• Un granjero quiere cruzar un rió llevando
consigo una zorra, una ganso y un saco de
trigo. Por desgracia, su bote es tan pequeño
que sólo puede transportar una de sus
pertenencias en cada viaje. Peor aún, la
zorra, si no se le vigila, se como al ganso, y
el ganso, si no se le cuida, se come el trigo;
de modo que el granjero no debe dejar a la
zorra sola con el ganso o al ganso solo con el
trigo.
Representación del Conocimiento
Granjero
Zorra
Ganso
Trigo
Granjero
Zorra
Ganso
Trigo
¿Se puede utilizar el método de descripción y
pareamiento?
Representación del Conocimiento
Trigo
Granjero
Zorra
Ganso
Granjero
Zorra
Ganso
Trigo
Zorra
Granjero
Ganso
Trigo
Zorra
Trigo
Granjero
Ganso
Zorra
Ganso
Trigo
Granjero
Ganso
Trigo
Zorra
Granjero
Trigo
Granjero
Zorra
Ganso
Granjero
Zorra
Trigo
Ganso
Zorra
Ganso
Trigo
Granjero
Granjero
Ganso
Trigo
Zorra
Ganso
Trigo
Granjero
Zorra
Granjero
Zorra
Ganso
Trigo
Granjero
Ganso
Zorra
Trigo
Granjero
Zorra
Ganso
Zorra
Ganso
Trigo
Trigo
Granjero
Granjero
Zorra
Ganso
Trigo
Representación del Conocimiento
• Otra forma de resolución de problemas
utilizado en la IA consiste en las Analogías.
• Las analogías son un tipo especial de
relación
que
define
como
están
representados los objetos de una categoría y
como
obtener
sus
predecesores
y
antecesores inmediatos.
Representación del Conocimiento
• Alguna vez nos hemos preguntado ¿por qué
en la mayoría de los exámenes de admisión
generalmente son más importantes que los
de conocimientos?
• Por que en la mayoría de los casos el
conocimiento de cierta forma se puede
adquirir pero la forma de aprender y razonar
es sumamente complicado. En muchos casos
son más importantes las reglas que el
conocimiento.
Representación del Conocimiento
A
B
C
1
2
3
¿Cómo quedarían D y 5?
4
Representación del Conocimiento
• ¿Qué problemas se presentan con la
Abstracción de la Figura D o bien de la Figura
3?
A
B
C
1
2
• La resolución de problemas por analogía
tiene como base cierto conocimiento previo
en ocasiones difícil de obtener.
Sistemas Expertos
• Son el primer producto viable comercialmente
de la Inteligencia Artificial.
• Permiten introducir información acerca de
una materia específica a la computadora
(base de conocimientos), y actúan como si
fueran expertos en la materia.
Sistemas Expertos
• Un Sistema experto simula el proceso de
razonamiento humano mediante la aplicación
específica de conocimientos e inferencias.
Bibliografía
• Decker, R. y Hirshfield, S. (2001). Máquina
Analítica. Introducción a las Ciencias de la
Computación con Uso de Internet, Thomson,
México. Capítulo 9 Inteligencia Artificial pp.
295-325.
• Hernández, V. (2007). Mapas Conceptuales
La gestión del Conocimiento en la Didáctica.
Segunda Edición, México: Alfaomega.
Bibliografía
• Montes, M. y Villaseñor L. (2008)
Fundamentos
de
Inteligencia
Artificial
Métodos básicos de solución de problemas,
Instituto Nacional de Astrofísica, Óptica y
Electrónica, Puebla, México.
¿Preguntas, dudas y
comentarios?