1. República Bolivariana de Venezuela
Universidad Fermín Toro
Decanato de Ingeniería
Fernando Juhasz
24.712.623
2. Es un área de la inteligencia artificial cuyo objetivo fundamental es
representar el conocimiento de una manera que facilite la inferencia es
decir sacar conclusiones a partir de dicho conocimiento. Nos permite
representar mediante un formalismo determinado las "verdades" relevantes
en algún dominio asociadas con mecanismos interpretativos que nos
permiten manipular el conocimiento representado a fin de crear soluciones
a problemas nuevos.
Se manejan dos tipos de entidades:
• Hechos: son las verdades en un cierto mundo, lo que queremos
representar.
• Representación de los hechos en un determinado formalismo.
3. Existen 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.
4. La representación del conocimiento debe ser capaz de :
• Tener cobertura, es decir que cubra la información en anchura y
profundidad. Sin una cobertura amplia, la representación del
conocimiento no puede determinar nada ni resolver
ambigüedades.
• Ser eficiente.
• Ser soporte de la actividad inteligente que usa la base de
conocimiento.
• Ser comprensible por humanos.
• Ser consistente.
• Tener facilidad de modificación y actualización.
• Captar la incertidumbre, imprecisión.
5. Hay distintas técnicas de representación del conocimiento. No hay técnicas mejores que otras,
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.
• Hechos inciertos: 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 "certaintly
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
• Tripletas objeto-atributo-valor: 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.
6. • Hechos difusos: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. Así por ejemplo, la
función de membresía de edad, asignaría un 1 a joven si la persona tiene 10 años, pero
este valor iría decreciendo conforme aumentase la edad hasta llegar a 0, pero teniendo en
cuenta que antes de eso se habría ido incrementando el valor de membresía de “mediana
edad” e incluso de “viejo”, pudiendo haber edades como los 45, en los que se podría decir
que con una persona es joven con un 0.2, vieja con un 0.2 y de mediana edad con un 0.6.
• Redes semánticas: 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. Están relacionadas también con las tripletas O-A-V, ya que
en las redes semánticas se suelen incluir también estas estructuras para dar información
sobre los atributos de los diferentes objetos.
7. • Organismos Biológicos: Es almacenado como estructuras complejas de
neuronas interconectadas.
• Computadoras: Se almacena en estructuras simbólicas en estados eléctricos y
magnéticos.
• Seres Humanos: Lo almacenamos simbólicamente como en imágenes y
lenguaje hablado o escrito.
• Lógica Simbólica Formal: Lo expresamos en lógica preposicional, lógica de
predicados y reglas de producción.
• Formas estructuradas: Nos referimos a redes asociativas, estructuras marcos,
guiones, plantillas.
8. Es el conjunto de símbolos básicos con los que se compone el conocimiento,
junto a las restricciones de consistencia que controlan la composición del
mismo.
Es algo análogo a un esquema de base de datos, no al contenido de la base de
datos, en los cuales existen diversos lenguajes para poder representar una
ontología. Su definición como forma de representar los conceptos de interés de
un determinado dominio, permite el entendimiento entre distintos programas