El documento discute las técnicas de representación del conocimiento en inteligencia artificial. Explica que la representación del conocimiento busca representar el conocimiento de manera que facilite el razonamiento e inferencias. Luego describe algunas técnicas comunes como marcos, reglas, etiquetado y redes semánticas.

1. Materia: Inteligencia Artificial
Profesor: Edecio Freitez
Alumno: Rafael Pulido

2.  La representación del conocimiento y el
razonamiento es un área de la inteligencia
artificial cuyo objetivo fundamental es
representar el conocimiento de una manera
que facilite la inferencia(sacar conclusiones) a
partir de dicho conocimiento

3.  Cuando diseñamos una representación del conocimiento
(y un sistema de representarían del conocimiento para
interpretar frases en la lógica para poder derivar inferencias
de ellas) tenemos que hacer elecciones a lo largo de un
número de ámbitos de diseño. La decisión más importante
que hay que tomar es la expresividad de la representación del
conocimiento. Cuanto más expresiva es, decir algo es más
fácil y más compacto. Sin embargo, cuanto más expresivo es
un lenguaje, más difícil es derivar inferencias
automáticamente de él.

4. 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. Qué es la representación del conocimiento se
entiende mejor en términos de cinco roles fundamentales que
juega, cada uno crucial para la aplicación

5.  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.

6.  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.

7.  Consistencia. Si Pedro ha cerrado la puerta,
también puede ser interpretado como la
puerta ha sido cerrada por Pedro.
 Eficiencia.
 Facilidad de modificación y actualización.
 Soporte de la actividad inteligente que usa la
base de conocimiento.
 En las ciencias de la computación,
particularmente la inteligencia artificial, se
han ideado un número de representaciones
para estructurar la información.

8. Técnicas
 Existen diferentes técnicas de representación
del conocimiento que se han utilizado, y
sobre las que se han sustentado los lenguajes
de representación del conocimiento. Una
técnica no es mejor que las demás, sino que
cada una de ellas ha sido aplicada con más
éxito que otras en determinados ámbitos, por
lo que disponen de características que las
hacen más apropiadas para determinados
problemas.

9.  Se utilizan para representar hechos acerca de
objetos y sus atributos, especificando el valor
de un atributo para un determinado objeto.
Por ejemplo, para representar que el coche es
rojo, se tendría una tripleta Coche-Color-
Rojo. Típicamente estas tripletas se
representan en forma de grafos, utilizando
una elipse para el objeto, un cuadrado para el
valor, y una flecha o arco dirigido entre
ambos elementos representando el atributo.

10.  Las tripletas O-A-V indican que un objeto tiene
un valor asociado a un atributo de forma
completa y con toda la certeza, es decir, un
coche es rojo o no lo es. No permiten asignar
graduaciones de certeza en estas asignaciones.
Ejemplo, existen situaciones en las que se puede
necesitar representar que un determinado objeto
que posee un atributo con una determinada
certeza, lo que se suele denominar "certainty
factor". Mediante esta técnica sería posible
representar sentencias como “El coche es
bastante potente”, asignando una factor de
certeza de 0.7 al atributo potente.

11.  Representa conocimiento impreciso o
ambiguo. Ejemplo, la expresión “Juan es
viejo”, en comparación con “Juan es joven” o
“Juan es de mediana edad”, puede no ser
sencilla de representar con otras técnicas, ya
que la edad es algo gradual, no se pasa de
ser joven un día a ser de mediana edad al
siguiente. Esta técnica lo que permite es
definir funciones de membresía que asignan
un valor entre 0 y 1 a cada valor.

12.  Esta técnica representa el conocimiento
presentando unas premisas o condiciones y
las conclusiones o acciones que de ellas se
derivan. Se suelen representar de la forma IF
– THEN -. Las premisas se colocan a
continuación del IF en forma normalmente de
tripletas O-A-V y utilizando operadores
booleanos, mientras que las conclusiones
definirían nuevos hechos o realizarían
acciones.

13.  Se basa en la utilización de grafos que
representan conceptos, objetos y relaciones
entre ellos. Estas relaciones pueden ser de
cualquier tipo, pero predominan las
relaciones de tipo “kind-of”, “part-of” y “is-
a”, que permiten representar estructuras
jerárquicas de conocimiento.

14.  Es una técnica de representación muy similar
a la utilizada en la programación orientada a
objetos. Consta de class frames, similares a
las clases, que representan conjuntos de
objetos con características similares. A partir
de ellas se crean las instance frames que
representan elementos concretos de esa
clase. Por ejemplo, podríamos tener el marco
de clase “Persona” y la instancia “Juan”.