Roberto Cánua

1. REPRESENTACION DEL
CONOCIMIENTO
ROBERTO CÁNUA

2. VISION GENERAL
Existe un conjunto de
técnicas de
representación como
los marcos, las reglas,
el etiquetado y
las redes semánticas,
que tienen su origen
en teorías del
procesamiento de la
información humana.
Como el
conocimiento se usa
para conseguir
comportamiento
inteligente, el objetivo
fundamental de la
representación del
conocimiento es
representar el
conocimiento de
manera que facilite el
razonamiento
Una buena
representación del
conocimiento debe
ser declarativa,
además de
conocimiento
fundamental.

3. • Qué es la representación del conocimiento se entiende
mejor en términos de cinco roles fundamentales que
juega, cada uno crucial para la aplicación:
Una representación del conocimiento
es fundamentalmente un sucedáneo,
un sustituto para el objeto en sí,
usado para activar una entidad a
efectos de determinar las
consecuencias, pensando en lugar de
actuando, o sea, razonando acerca
del mundo en lugar de tomando
acción en él.
Es un grupo de compromisos
ontológicos, una respuesta a la
pregunta sobre los términos en que
se debe pensar acerca del mundo.
Es una teoría fragmentaria del
razonamiento inteligente, expresado
en términos de tres componentes: (i)
El concepto fundamental de la
representación del razonamiento
inteligente; (ii) El conjunto de
inferencias que la representación
sanciona; y (iii) El conjunto de
inferencias que recomienda
Es un medio para una computación
pragmáticamente eficiente, el
entorno computacional en que el
pensamiento tiene lugar. Una
contribución para esta eficiencia
pragmática viene dada por la guía
que una representación provee para
organizar información, de modo que
facilite hacer las inferencias
recomendadas
Es un modo de
expresión humana, un
lenguaje en el que se
dicen cosas sobre el
mundo.

4. CARACTERÍSTICAS
• Una buena representación del conocimiento cubre seis características básicas:
• Cobertura, que significa que la representación del conocimiento cubre la
información en anchura y profundidad. Sin una cobertura amplia, la
representación del conocimiento no puede determinar nada ni resolver
ambigüedades.
• Comprensible por humanos. La representación del conocimiento es vista como un
lenguaje natural, así que la lógica debería fluir libremente. Debería soportar la
modularidad y la jerarquía de clases (los osos polares son osos, que son animales).
Debería además contar con primitivas simples que se combinen de forma
compleja.
• Consistencia. Si Pedro ha cerrado la puerta, también puede ser interpretado como
la puerta ha sido cerrada por Pedro. Siendo consistente, la representación del
conocimiento puede eliminar conocimiento redundante o conflictivo.
• Eficiencia.
• Facilidad de modificación y actualización.
• Soporte de la actividad inteligente que usa la base de conocimiento.

5. CONOCIMIENTO HEREDABLE

6. HISTORIA DE LA REPRESENTACION DEL
CONOCIMIENTO
• Representación del conocimiento es un término comúnmente
usado para referirse a representaciones pensadas para el
procesamiento por ordenadores modernos, y en particular, para
representaciones compuestas por objetos explícitos (la clase que
contiene a todos los elefantes, o Jacobo un individuo en concreto),
y de afirmaciones sobre ellos ('Jacobo es un elefante', o 'todos los
elefantes son grises'). Representar el conocimiento en un a forma
explicita como esta permite a los ordenadores sacar conclusiones
de conocimiento previamente almacenado ('Jacobo es gris').
• Muchos métodos de representación del conocimiento fueron
probados a lo largo de la década de 1970 hasta principios de los
años 80, cómo responder a preguntas usando heurísticas, redes
neuronales, demostraciones de teoremas, y sistemas expertos, con
un grado variable de éxito. La diagnosis médica fue un área
importante de aplicación, al igual que lo fueron juegos como
el ajedrez.

7. • En los años 80, surgieron lenguajes formales de programación y
sistemas de representación del conocimiento. Grandes proyectos se
llevaron a cabo para intentar codificar grandes masas de
conocimiento general, por ejemplo, el proyecto “Cyc" (todavía
activo) tomó un gran enciclopedia codificando no la información en
sí, sino la información que un lector necesitaría para poder
entender la enciclopedia: física elemental, nociones de tiempo,
causalidad, motivación; objetos comunes y clases de objetos.
• A través de dicho trabajo, se apreció mejor la dificultad de la
representación del conocimiento. En lingüísticas computacionales,
mientras tanto, se estaban construyendo bases de datos de
información lingüística mucho más grandes, y estas, junto con los
grandes incrementos en velocidad y capacidad de computación,
hicieron las representación del conocimiento más profundas más
factibles.
• Se han desarrollado diversos lenguajes de programación orientados
a la representación del conocimiento. Prolog, desarrollado en
1972, pero popularizado mucho después, representa proposiciones
y lógica básica, y puede derivar conclusiones de premisas
conocidas. KL-ONE (años 80) está más orientado a la representación
del conocimiento en sí. En 1995, se desarrolló el estándar de
metadata Dublin Core.