El documento describe diferentes tipos de conocimiento utilizados en inteligencia artificial, incluyendo conocimiento procedimental, declarativo, heurístico y heurísticas. También describe técnicas comunes para representar conocimiento como marcos, reglas, etiquetado y redes semánticas. Además, discute desafíos en la representación de conocimiento y el concepto de ontologías.

1. Representación del
conocimiento
Edwin J Mogollon E

2. EL CONOCIMIENTO EN I.A
• Es el conjunto de datos de
primer orden, que modelan de
forma estructurada la
experiencia que se tiene sobre
un cierto dominio o que surge
de interpretar los datos
básicos. Incluye y requiere del
uso de datos e información.
Además combina la
relaciones, dependencias y la
noción del saber con datos e
información.
Procedimental Declarativo Heurístico Heurística
TIPO DE
CONOCIMIENTO

3. TIPO DE CONOCIMIENTOS
• Procedimental: es aquel conocimiento compilado que se
refiere a la forma de realizar cierta tarea( el saber como hacerlo)
• Declarativo: es conocimiento pasivo, expresado como sentencia acerca de
hechos del mundo que nos rodea( el saber que hacer)
• Heurístico: es un tipo especial de conocimiento usado por los humanos para
resolver problemas complejos.
• Heurística: Medio para descubrir, criterio, estrategia, método o truco para
simplificar la solución de problemas. Usualmente se adquiere a través de
mucha experiencia

4. Que son las Técnicas de
representación de conocimiento
• 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. Analiza cómo pensar formalmente - cómo usar
un sistema de símbolos para representar un dominio del discurso (aquello de
lo que se puede hablar), junto con funciones que permitan inferir (realizar
un razonamiento formal) sobre los objetos. Generalmente, se usa algún tipo
de lógica para proveer una semántica formal de cómo las funciones de
razonamiento se aplican a los símbolos del dominio del discurso, además de
proveer operadores como cuantificadores, operadores modales, etc. Esto,
junto a una teoría de interpretación, dan significado a las frases en la lógica.

5. Técnicas de
representación
de
conocimiento
Marcos
•Técnicas de representación muy similar a la utilizada en la programación
orienta a objetos. Plantilla de objetos que contiene un conjunto de slots
Reglas
•serie de linimiento que dicen lo que puede hacer o lo que puede concluir en
diferentes situaciones
Etiquetado
•Relaciones entre entidades. Dan nombre a los arcos y nodos que representa
elementos del domino. El etiquetado identifica el tipo de relación los arcos
Redes semánticas
Una red semántica o esquema de representación en Red es
una forma de representación del conocimiento lingüístico en
la que los conceptos y sus interrelaciones se representan
mediante un grafo. En caso de que no existan ciclos, estas
redes pueden ser visualizadas como árboles

6. La Problemática de la
Representación del Conocimiento
Propiedades del Sistema de
Representación
• Capacidad Expresiva
• Capacidad Deductiva
• Eficiencia Deductiva
• Eficiencia en la Adquisición
La representación del conocimiento debe ser capaz
de:
• captar generalizaciones
• ser comprensible
• fácilmente modificable, incrementable
• ser usado en diversas situaciones y propósitos
• permitir diversos grados de detalle
• captar la incertidumbre, imprecisión
• representar distinciones importantes - focalizar el
conocimiento relevante

7. Ontología
• En ciencias de la computación y ciencias de la
comunicación, una ontología es una definición formal
de tipos, propiedades, y relaciones entre entidades que
realmente o fundamentalmente existen para un
dominio de discurso en particular. Es una aplicación
práctica de la ontología filosófica, con una taxonomía.
• Una ontología cataloga las variables requeridas para
algún conjunto de computación y establece las
relaciones entre ellos.En los campos de la inteligencia
artificial, la Web Semántica, ingeniería de sistemas,
ingeniería de software, informática biomédica,
bibliotecología y arquitectura de la información se
crean ontologías para limitar la complejidad y para
organizar la información. La ontología puede entonces
ser aplicada para resolver problemas.