Generación del conocimiento

1. Representación del
Conocimiento
Introducción
Inteligencia Artificial
Luis Villaseñor Pineda

2. ¿Conocimiento?
 Definiciones de conocimiento
 m. Acción y resultado de conocer.
 Entendimiento, inteligencia.
 Facultad de entender y juzgar las cosas.
 Conciencia, sentido de la realidad:
perder alguien el conocimiento.
 pl. Ciencia, conjunto de nociones e ideas que se tiene sobre
una materia:
tiene conocimientos básicos de alemán.

3. ¿Conocimiento?
 Definiciones de conocimiento:
 es un conjunto de datos sobre hechos, verdades o de información
almacenada a través de la experiencia o del aprendizaje (a
posteriori), o a través de introspección (a priori). El conocimiento
es una apreciación de la posesión de múltiples datos
interrelacionados que por sí solos poseen menor valor cualitativo.
Significa, en definitiva, la posesión consciente de un modelo de la
realidad.
 es el conjunto organizado de datos e información destinados a
resolver un determinado problema.

4. ¿Para qué?
 Saber para actuar en
consecuencia

5. ¿Para qué?
 Saber para actuar en consecuencia

6. Tipos de conocimiento
 ¿Existen tipos de conocimiento?
 Por cómo se percibe
 Vista, Oído, Tacto, Gusto, Olfato
 Por cómo se modifica
 Por lo que representa
 etc. etc.

7. Tipos de conocimiento
 Lenguaje
 El vehículo de información más complejo
 Diferentes niveles de representación léxico, sintáctico, semántico, pragmático
 Ontologías

8. Tipos de conocimiento
 La comunicación, el diálogo
 El lenguaje mismo, que términos y en que circunstancias usarlo
 La filosofía del lenguaje
 Hablar es actuar !!
 Representar una intervención verbal como una acción

9. Tipos de conocimiento
 Revisión del conocimiento
 Conocimiento monótono/no-monótono
 Al agregar nuevo conocimiento se modifica el estado completo

10. Tipos de conocimiento
 Creencias
 La comunicación es la construcción de un conocimiento común
 Yo creo que tu crees lo que yo creo
 Lógicas modales

11. Tipos de conocimiento
 Acción
 A toda acción corresponde una reacción
 Como representar las condiciones de éxito y sus consecuencias
 Sistemas de reglas

12. Tipos de representación
 Si bien representar el conocimiento de una manera
hace la solución más simple, elegir una
representación inadecuada puede hacer que la
solución sea difícil.
 Por ejemplo, hacer cálculos con números arábigos es
más simple que con números romanos.
 No se conoce una representación que pueda servir
para cualquier propósito.
 ¿Cómo representamos un número de teléfono?
 ¿Cómo representamos nuestro primer beso?

13. Representando para resolver
 Tengo 5 pesos, si compro dos manzanas a 1 peso c/u
¿Cuánto me queda?
 Tenemos datos y aplicamos una serie de operaciones sobre
ellos para resolverlo
 En este caso realizamos una abstracción y tomamos los datos
importantes para resolver el problema
 ¿Cuánto dinero tengo inicialmente?
 ¿Cuántas manzanas quiero y cuanto cuestan?
 Multiplicamos y restamos

14. Representando para resolver
 No fue necesario pensar en manzanas para resolverlo, sólo en
enteros y a ellos les aplicamos una serie de operaciones bien
conocidas
 El verbo [comprar] estrictamente hablando nunca fue
representado pero fue indispensable para saber lo que se
deseaba hacer con los datos.
 Necesitamos conocimiento y mecanismos para manipularlo y
así resolver el problema
 en el caso de los humanos esta distinción no es fácil, es por ello que no es algo
obvio para nosotros hacer esta diferencia

15. Esquema general de la representación
Dos niveles:
El nivel del conocimiento – real
El nivel del formalismo – abstracción

16. Esquema general de la representación
Hechos: verdades en un cierto mundo.
Es aquello que queremos representar.

17. Esquema general de la representación
Hechos: verdades en un cierto mundo.
Es aquello que queremos representar.
Representaciones de los hechos en un
determinado formalismo. Éstas son las
entidades que realmente seremos
capaces de manipular.

18. Esquema general de la representación
Caso concreto: la programación
tenemos un problema, lo analizamos, proponemos un algoritmo, lo
programamos en un lenguaje e interpretamos los resultados

19. Propiedades de un Sistema de
Representación completo
 Suficiencia de la representación: La capacidad de
representar todos los tipos de conocimiento
necesarios en el dominio.
 Suficiencia deductiva: La capacidad para manipular
las estructuras de la representación con el fin de
obtener nuevas estructuras que correspondan con un
nuevo conocimiento deducido a partir del antiguo.

20. Propiedades de un Sistema de
Representación completo
 Eficiencia deductiva: La capacidad de incorporar
información adicional en las estructuras de
conocimiento con el fin de que los mecanismos de
inferencia puedan seguir las direcciones más
prometedoras.
 Eficiencia en la adquisición: La capacidad de
adquirir nueva información con facilidad.
 El caso más simple es aquél en el que una persona inserta
directamente el conocimiento en la base de datos.
 Idealmente, el programa sería capaz de controlar la adquisición
de conocimiento por sí mismo.

21. Propiedades de un Sistema de
Representación completo
 Eficiencia deductiva: La capacidad de incorporar
información adicional en las estructuras de
conocimiento con el fin de que los mecanismos de
inferencia puedan seguir las direcciones más
prometedoras.
 Eficiencia en la adquisición: La capacidad de
adquirir nueva información con facilidad.
 El caso más simple es aquél en el que una persona inserta
directamente el conocimiento en la base de datos.
 Idealmente, el programa sería capaz de controlar la adquisición
de conocimiento por sí mismo.
Desgraciadamente aún no existe dicho sistema

22. Algunos ejemplos
 Conocimiento relacional
 Marco – conocimiento heredable
 Redes semánticas
 Conocimiento Deductivo

23. Conocimiento relacional simple
 Columnas que identifican atributos de un objeto (fila)
 Problemas: altamente estructurado

24. Conocimiento heredable
 Se trata de un sistema de marcos o una red
semántica
 Es a través de atributos especiales como instancia-
de, es-un, tipo-de que podemos mejorar la
propagación del conocimiento

25. Lo que tenemos es una jerarquía
de especialización-generalización

26. ¿cuál es la altura de Pee Wee Reese?

27. Algoritmo: Herencia de propiedades
 Para acceder al valor V de un atributo A en
una instancia I:
1. Encontrar I en la base de conocimiento.
2. Si el atributo A tiene algún valor asignado,
devolver ese valor.
3. En caso contrario, comprobar si el atributo
instancia tiene algún valor asignado. Si no lo
tiene entonces fallar.
4. En caso contrario, ir al nodo identificado por ese
valor y comprobar si allí existe algún valor para
el atributo A. Si lo hay, devolverlo.
5. En caso contrario, repetir hasta que el atributo
es-un no tenga valor asignado o hasta encontrar
una respuesta:
 Obtener el valor del atributo es-un e ir a ese
nodo.
 Comprobar si el atributo A tiene algún valor. Si lo
tiene, devolverlo.
¿cuál es la altura de Pee Wee Reese?

28. Conocimiento Deductivo
1. Marco era un hombre.
hombre(Marco)
2. Marco era un pompeyano.
pompeyano(Marco)
3. Todos los pompeyanos eran romanos.
x : romano(x)  romano(x)
4. César fue un gobernante.
gobernante(César)
5. Todos los romanos o eran leales a César o le odiaban.
x : romano(x)  leal(x, César)  odia(x, César)
6. Todo el mundo es leal a alguien.
x : y : leal(x, y)
7. La gente sólo intenta asesinar a los gobernantes a los
que no es leal.
x : y : persona(x)  gobernante(y)  intenta_asesinar(x,y) 
leal(x, y)
8. Marco intentó asesinar a César.
intenta_asesinar(Marco, César).

29. Conocimiento Deductivo
 Lógica de predicados de primer orden
 El proceso de inferencia más usado se llama
resolución

30. Conocimiento deductivo heredable

31. Conocimiento Procedural
 Existen formalismos que nos permiten expresarse el
conocimiento a través de procedimientos
 las reglas de producción
 No son mejores ni peores sólo más adecuados para
ciertos problemas

32. Conocimiento Procedural

33. Problemas: la Granularidad
 ¿a qué nivel representar nuestro dominio?
 Queremos resolver el problema de los caníbales con sus
nombres, o no?
 Podemos representar el hecho que un caníbal es un ser humano
que como seres humanos
 Podemos representar el concepto de misionero… como?
 Podemos representar el río… a que nivel es un cauce de agua

34. Problemas: la Granularidad
 Juan vislumbro a María
 Vislumbrar( Juan, María )
 Vislumbrar(x,y)  ver(x,y)
 Ver(Juan, María, breve)
 Y breve?

35. Problemas: la Granularidad
Usar primitivas de bajo nivel nos acerca a una forma
canónica ganamos en generalidad
PERO
 La cantidad de espacio para almacenar un hecho simple
 El enorme trabajo a realizar en la transformacion de una representación
en alto nivel a su forma primitiva
 No siempre es claro que primitivas vamos a utilizar
 Por ejemplo en el de parentesco: padre, hermano, hijo
 Pero como representar primo…
 Hija(hermano(madre(pedro)))
 Hija(hermano(padre(pedro)))

36. Problemas: la Granularidad
Usar primitivas de bajo nivel nos acerca a una forma
canónica ganamos en generalidad
PERO
 La cantidad de espacio para almacenar un hecho simple
 El enorme trabajo a realizar en la transformacion de una representación
en alto nivel a su forma primitiva
 No siempre es claro que primitivas vamos a utilizar
 Por ejemplo en el de parentesco: padre, hermano, hijo
 Pero como representar primo…
 Hija(hermano(madre(pedro)))
 Hija(hermano(padre(pedro)))
La respuesta está generalmente en el dominio
mismo:
¿para qué diablos nos sirve el conocimiento
añadido?

37. Adecuar la estructura…
… a la circunstancia
Fui a la Oriental ayer por la noche, pedí de comer y pagué la
cuenta
¿cené ayer?
¿iba acompañado?
¿qué comí?
Seleccionar la estructura más apropiada dependiendo de objetivo,
de la tarea a resolver.