Razonamiento Basado en
Casos
Universidad Mariano Gálvez
Sumario
• Definiciones
• Cómo se vincula el RBC a la
Inteligencia Artificial?
• Paradigma del Razonamiento Basado
en Casos...
Inteligencia Artificial
• Es la implementación de actividades
que se asocian con el pensamiento
humano (tomar decisiones, ...
RBC
• En la década del 80 surgió un nuevo
paradigma de la IA,
el RBC.
Razonamiento Basado en Casos
• Es por un lado la forma en la cual la
gente utiliza casos para resolver
problemas, y por ot...
Razonamiento Basado en Casos
• Resuelve nuevos problemas adaptando
soluciones utilizadas en problemas
anteriores. (Riesbec...
Razonamiento Basado en Casos
• Gran cantidad de problemas
resueltos por los humanos se basa
en la combinación de conocimie...
Características Generales
• El razonamiento es más un proceso de recordar
y modificar que de descomponer y recomponer.
• L...
Características Generales
• Adaptar y combinar viejas soluciones para
resolver problemas nuevos.
• Criticar nuevas solucio...
Objetivos Generales
• Generar nuevas soluciones a partir
de soluciones o casos ya conocidos.
• Ayudar en la toma de decisi...
Vínculo del RBC y la IA
• El RBC es una técnica de la IA, que se ocupa
de los mecanismos mentales necesarios, para
repetir...
Paradigma RBC
• Nuevos problemas (casos)
pueden ser resueltos por
adaptar soluciones de
problemas (casos) similares
resuel...
Reglas vs Casos
1. El proceso de Extracción
del Conocimiento es muy
difícil.
2. Su construcción requiere
de habilidades es...
Principales Retos
¿Cómo se representa un caso?
¿Cómo se organizan y se indexan los
casos en la memoria?
¿Cómo se recuperan...
PROBLEMA
Solución Confirmada
Solución Sugerida
Caso
Nuevo
Caso
Recuperado
Caso
Nuevo
Caso
Aprendido
Conocimiento
General
C...
Profesores, alumnos, especialist
Consultando la BC
Retención de
caso resuelto
por el experto
El sistema de trabajo con la ...
Tareas de un sistema RBC
•Identificación de características: Determinar
los descriptores relevantes al problema.
•Match inicial: Set de candidatos ...
El mejor match recuperado sugiere la solución
al nuevo caso. El análisis se focaliza en:
• Diferencias entre caso recupera...
•Evaluación: En el mundo real.
•Reparación: Detección de errores y
reparación de la solución.
Revisión
•Extracción: Se decide que información
corresponde retener.
•Indexación: Qué tipo de índices y cómo
estructurar el espacio...
Base de casos (BC)
Construcción de la
BC
Organización de la
BC
Estructura de la
BC
C o n t e m p l a
Rasgos (atributos)
y ...
1
( , ) * ( , )
n
i
P C wi i Pi Ci

 
1
( , )
0
x y
x y
x y
 
   
 
Donde wi es la importancia del rasgo, P...
Clientes
Operadores de “help desk”
Retención de
caso resuelto
por el experto Caso no
resuelto
Experto
Sistema de RBC
Siste...
• El impacto del sistema.
• Incremento de solución de problemas del
50% al 87%
• Premio de aplicación innovador en Intelig...
• Case-1, CaseAdvisor, y CBR3 (CBR
Express, CasePoint, Generator,
Tester, and Casepoint WebServer)
• ART*Enterprise, CaseP...
SI-Holmes
Un sistema de CBR es una forma de almacenar conocimiento (memoria corporativa)
de manera automática.
Medir la similitud en...
Ia5  rbc
Ia5  rbc
Próxima SlideShare
Cargando en…5
×

Ia5 rbc

2.172 visualizaciones

Publicado el

33

Publicado en: Arte y fotografía
0 comentarios
1 recomendación
Estadísticas
Notas
  • Sé el primero en comentar

Sin descargas
Visualizaciones
Visualizaciones totales
2.172
En SlideShare
0
De insertados
0
Número de insertados
1.565
Acciones
Compartido
0
Descargas
106
Comentarios
0
Recomendaciones
1
Insertados 0
No insertados

No hay notas en la diapositiva.

Ia5 rbc

  1. 1. Razonamiento Basado en Casos Universidad Mariano Gálvez
  2. 2. Sumario • Definiciones • Cómo se vincula el RBC a la Inteligencia Artificial? • Paradigma del Razonamiento Basado en Casos • El Ciclo del RBC • Procesos de Recuperación, Reutilización, Revisión y Retención
  3. 3. Inteligencia Artificial • Es la implementación de actividades que se asocian con el pensamiento humano (tomar decisiones, resolver problemas y aprender) en una máquina que muestre cierta inteligencia.
  4. 4. RBC • En la década del 80 surgió un nuevo paradigma de la IA, el RBC.
  5. 5. Razonamiento Basado en Casos • Es por un lado la forma en la cual la gente utiliza casos para resolver problemas, y por otro, las formas con las que podemos hacer que las máquinas los utilicen. (Kolodner – 1993) • Es una reciente aproximación para resolución de problemas y aprendizaje. • Aamodt & Plaza - 1994
  6. 6. Razonamiento Basado en Casos • Resuelve nuevos problemas adaptando soluciones utilizadas en problemas anteriores. (Riesbeck & Shank – 1989) • Es la Resolución de un problema nuevo recordando una situación similar previa y reutilizando su información y conocimiento.
  7. 7. Razonamiento Basado en Casos • Gran cantidad de problemas resueltos por los humanos se basa en la combinación de conocimiento de fondo y de casos pasados.
  8. 8. Características Generales • El razonamiento es más un proceso de recordar y modificar que de descomponer y recomponer. • La segunda vez que se hace una tarea o un trabajo es más fácil que la primera porque se recuerdan y repiten soluciones previas. • Los errores anteriormente cometidos son conocidos y evitados. • Memoria dinámica y ricamente indexada.
  9. 9. Características Generales • Adaptar y combinar viejas soluciones para resolver problemas nuevos. • Criticar nuevas soluciones basándose en casos anteriores. • Justificar nuevas soluciones.
  10. 10. Objetivos Generales • Generar nuevas soluciones a partir de soluciones o casos ya conocidos. • Ayudar en la toma de decisión a partir de la experiencia y conocimiento previo.
  11. 11. Vínculo del RBC y la IA • El RBC es una técnica de la IA, que se ocupa de los mecanismos mentales necesarios, para repetir lo que se ha hecho o vivido con anterioridad, ya sea por experiencia propia o por casos concretos. • La experiencia es transferida a una “computadora” para que esta emule el razonamiento humano.
  12. 12. Paradigma RBC • Nuevos problemas (casos) pueden ser resueltos por adaptar soluciones de problemas (casos) similares resueltos en el pasado. (Riesbeck y Schank, 1989)
  13. 13. Reglas vs Casos 1. El proceso de Extracción del Conocimiento es muy difícil. 2. Su construcción requiere de habilidades especiales 3. Normalmente son lentos e incapaces de acceder grandes cantidades de información. 4. Son difíciles de mantener. 1. El proceso de extracción consiste en almacenar casos históricos. 2. Su construcción se reduce a identificar atributos relevantes con los cuales se describen los casos. 3. Utiliza técnicas de base de datos para manejar grandes volúmenes de información 4. Adquiere nuevo conocimiento con cada caso haciendo su mantenimiento mas fácil, refleja la experiencia acumulada.
  14. 14. Principales Retos ¿Cómo se representa un caso? ¿Cómo se organizan y se indexan los casos en la memoria? ¿Cómo se recuperan el (los) caso(s) similar(es) de la memoria? ¿Cómo adaptar la solución del (los) caso(s) recuperado(s)? ¿Cómo evaluar la nueva solución? ¿Cómo determinar si el nuevo caso debería ser retenido en la memoria?
  15. 15. PROBLEMA Solución Confirmada Solución Sugerida Caso Nuevo Caso Recuperado Caso Nuevo Caso Aprendido Conocimiento General Casos Previos Casos Previos Caso Resuelto Caso Reparado Verificado Recuperar Reutilizar Revisar Recordar
  16. 16. Profesores, alumnos, especialist Consultando la BC Retención de caso resuelto por el experto El sistema de trabajo con la Base de Casos (BC) Consultas a la BC Si caso no resuelto totalmenteConsulta a expertos
  17. 17. Tareas de un sistema RBC
  18. 18. •Identificación de características: Determinar los descriptores relevantes al problema. •Match inicial: Set de candidatos plausibles, a partir de los descriptores •Selección: Elegir el mejor match entre los candidatos plausibles. Recuperación
  19. 19. El mejor match recuperado sugiere la solución al nuevo caso. El análisis se focaliza en: • Diferencias entre caso recuperado y el nuevo caso. • Porción de la solución que se puede transferir. Puede ser: • Copia: Muy simple, se transfiere al nuevo caso la solución sin modificaciones. • Adaptación: Se transforma la solución para transferirla. Reutilización
  20. 20. •Evaluación: En el mundo real. •Reparación: Detección de errores y reparación de la solución. Revisión
  21. 21. •Extracción: Se decide que información corresponde retener. •Indexación: Qué tipo de índices y cómo estructurar el espacio de búsqueda. •Integración: Incorporación a memoria. Retención
  22. 22. Base de casos (BC) Construcción de la BC Organización de la BC Estructura de la BC C o n t e m p l a Rasgos (atributos) y valores asociados (Ej fiebre y sus valores) •Lineal o •Jerárquica (SISI lo hace lineal) •Automática a partir de B de Datos •Sistema Inteligente para adquisición de Casos • Manual con un editor (como lo hace SISI) tiene es Puede ser
  23. 23. 1 ( , ) * ( , ) n i P C wi i Pi Ci    1 ( , ) 0 x y x y x y         Donde wi es la importancia del rasgo, Pi y Ci son los valores que el rasgo i tiene en el problema y en el caso, respectivamente, y es la función de comparación para el rasgo i.  Función de Semejanza
  24. 24. Clientes Operadores de “help desk” Retención de caso resuelto por el experto Caso no resuelto Experto Sistema de RBC Sistema SMART de COMPAQ
  25. 25. • El impacto del sistema. • Incremento de solución de problemas del 50% al 87% • Premio de aplicación innovador en Inteligencia Artificial. • Llegó a resolver el 95% de problemas exitosamente. • Llamadas tomaron en promedio 2 minutos. • Incremento en las ventas de productos. Sistema SMART de COMPAQ
  26. 26. • Case-1, CaseAdvisor, y CBR3 (CBR Express, CasePoint, Generator, Tester, and Casepoint WebServer) • ART*Enterprise, CasePower y ESTEEM Específicamente para “Help desk” Métodos propios para CBR Herramientas de RBC
  27. 27. SI-Holmes
  28. 28. Un sistema de CBR es una forma de almacenar conocimiento (memoria corporativa) de manera automática. Medir la similitud entre casos es clave en un sistema de CBR. Los sistemas de CBR han sido útiles en diferentes dominios donde no es fácil formalizar el conocimiento. Retos Representación de casos complejos. Problema de indexamiento: Organización de la memoria, creación de índices y recuperación de (los) caso(s) que ayuden en la solución del nuevo problema. Escalabilidad. Establecer nuevas técnicas de adaptación de los casos. Combinar CBR con otras técnicas de representación del conocimiento. Administración de la memoria. Resumen

×