SlideShare una empresa de Scribd logo
1 de 13
Representaciones
de Conocimiento
Jesús Chirinos
CI:26.298.194
Universidad Fermín Toro
Inteligencia Artificial
SAIA "A"
INTRODUCCION
• Una de las ramas mas importantes de las ciencias de la computación
es la de inteligencia artificial. Consta de material de suma relevancia
para la formación profesional de ingenieros que van de la mano con las
disciplinas de la tecnología de la información. A continuación se
desarrollarán los puntos relevantes a los métodos de representación
del conocimiento empleados por los sistemas de inteligencia artificial.
INTELIGENCIA ARTIFICIAL
• La inteligencia artificial es una rama de las
ciencias de la computación que estudia el uso
de modelos computacionales capaces de
emular el proceso de racionamiento e
inferencia humano
• Permite la creación de sistemas totalmente
automatizados, capaces de evaluar
circunstancias y actuar en función de un
razonamiento basado en las premisas.
INFERENCIA
• Una inferencia es una conclusión
derivada a partir de una serie de
premisas en forma de conocimiento.
• La naturaleza de la inferencia dependerá
del conocimiento utilizado para construir
sus premisas.
• En el estudio de la inteligencia
artificial, la inferencia es un proceso
fundamental. Un sistema inteligente
debe ser capaz de inferir las acciones a
ejecutar en base a su estado y
circunstancias (premisas) presentes
CONOCIMIENTO
• El conocimiento representa información verídica
referente a un campo específico. El conocimiento
aporta información relevante a la hora de llevar a
cabo la toma de decisiones en un sistema
inteligente
• En el ámbito de inteligencia artificial, el
conocimiento es la base fundamental sobre
la cual un sistema evalúa la certeza de sus
premisas y lleva a cabo funciones lógicas
para condicionar su proceder. Las
respuestas de todo sistema inteligente
dependerá del conocimiento del sistema.
REPRESENTACION DEL CONOCIMIENTO
• La información manejada por un sistema
computacional no es mas que una
abstracción de magnitudes medibles del
mundo real (datos). Para que un sistema
cuente con conocimiento esta
información debe presentarse empleando
un proceso de abstracción, representando
la información en un formato que un
computador pueda interpretar.
LOGICA PROPORSIONAL
• La lógica proposicional consiste en
aplicar deducciones matemáticas en
forma de operaciones lógicas sobre
premisas a las cuales se le asocian
valores de verdadero o falso para
derivar conclusiones. A este proceso
se le denomina como calculo
preposicional.
LOGICA DE PREDICADOS
• La lógica de predicados consiste en aplicar las
operaciones de la lógica proposicional sobre
premisas que constan de operadores de
cuantificación (universal y existencial) así
como funciones preposicionales que
representan hechos y realidades sobre
objetos del mundo real.
MARCO O FRAMES
• Un marco es una estructura de datos compleja
que puede llegar a almacenar información
sobre una entidad en específico.
• El marco representa a todas las entidades
involucradas con una serie de slots o atributos
que representan sus características. Cada slot
puede contener: datos simples, un
procedimiento, una restricción o un apuntador
a otro frame. Es la base fundamental de la
programación orientada a objetos.
REPRESENTACIONES PROCEDURALES
• Las representaciones del conocimiento procedurales están diseñadas para
enfocar el conocimiento en función de los procedimientos que se pueden
aplicar sobre él.
• Se distinguen de las representaciones declarativas ya que estas se enfocan
mas a las premisas del conocimiento mas que en sus procesos. Los tipos de
representación procedurales son los siguientes:
1. Reglas de producción
2. Guiones o script
3. Representación orientada a objetos.
REGLA DE PRODUCCION
• Las reglas de producción son un tipo de
representación del conocimiento que establece
una serie de procesos que se cumplirán según
ciertas condiciones específicas.
• Las reglas se expresan con pares condición-
procedimiento de manera que si se cumple la
condición lógica, se lleva a cabo un proceso en
base a condición.
• Se asemejan al proceso de razonamiento
humano.
HEURÍSTICA
• La heurística es la manera en la cual se lleva
a cabo el racionamiento humano y, aunque
no sea una representación de la cual pueda
prescindir un computador, es un punto de
referencia bajo la cual evaluar la efectividad
de cada uno de los tipos de representación.
• Para interpretar la heurística como una
representación valida, es necesario
establecer lineamientos y metodologías
abstractas con procedimientos con
equivalencias en cómputos.
CONCLUSION
• Las representaciones del conocimiento son herramientas de
uso fundamental en el funcionamiento de todo sistema
inteligente. Gracias a estas representaciones es posible llevar a
cabo un facsímile lo mas acertado posible al racionamiento
humano, con el cual diseñar computadores inteligentes. La
correcta asimilación y comprensión de dicha información será
de gran provecho a la hora de estudiar la disciplina del diseño
de inteligencias artificiales.

Más contenido relacionado

La actualidad más candente

3. Representación del conocimiento y razonamiento.
3. Representación del conocimiento y razonamiento.3. Representación del conocimiento y razonamiento.
3. Representación del conocimiento y razonamiento.Humberto Chalate Jorge
 
Representación del Conocimiento
Representación del ConocimientoRepresentación del Conocimiento
Representación del Conocimientodansua07
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificialcristianb511
 
Representacion del conocimiento
Representacion del conocimientoRepresentacion del conocimiento
Representacion del conocimientopablovasquez68
 
Guiones o scripts en la representación del conocimiento
Guiones o scripts en la representación del conocimientoGuiones o scripts en la representación del conocimiento
Guiones o scripts en la representación del conocimientoFacultad de Ciencias y Sistemas
 
Representación del conocimiento.pptx2
Representación del conocimiento.pptx2Representación del conocimiento.pptx2
Representación del conocimiento.pptx2Gina Herrera
 
Ingenieria del conocimiento y sus aplicaciones
Ingenieria del conocimiento y sus aplicacionesIngenieria del conocimiento y sus aplicaciones
Ingenieria del conocimiento y sus aplicacionesPilar Rmz
 
Representacion del Conocimiento Inteligencia Artificial
Representacion del Conocimiento Inteligencia ArtificialRepresentacion del Conocimiento Inteligencia Artificial
Representacion del Conocimiento Inteligencia Artificialjorgeescalona2387
 
Representacion del conocimiento inteligencia artificial
Representacion del conocimiento inteligencia artificialRepresentacion del conocimiento inteligencia artificial
Representacion del conocimiento inteligencia artificialwillyparedes4
 
Trabajo sobre los modelos empleados en la ingenieria.
Trabajo sobre los modelos empleados en la ingenieria.Trabajo sobre los modelos empleados en la ingenieria.
Trabajo sobre los modelos empleados en la ingenieria.alfredo ruiz
 
Contabilidad
ContabilidadContabilidad
Contabilidadeguerrer2
 
Actividad tema 2
Actividad tema 2Actividad tema 2
Actividad tema 2yender leon
 
Modelos de Sistemas
Modelos de SistemasModelos de Sistemas
Modelos de Sistemasjmpov441
 

La actualidad más candente (20)

Presentación1
Presentación1Presentación1
Presentación1
 
3. Representación del conocimiento y razonamiento.
3. Representación del conocimiento y razonamiento.3. Representación del conocimiento y razonamiento.
3. Representación del conocimiento y razonamiento.
 
Representación del Conocimiento
Representación del ConocimientoRepresentación del Conocimiento
Representación del Conocimiento
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Representacion del conocimiento
Representacion del conocimientoRepresentacion del conocimiento
Representacion del conocimiento
 
Guiones o scripts en la representación del conocimiento
Guiones o scripts en la representación del conocimientoGuiones o scripts en la representación del conocimiento
Guiones o scripts en la representación del conocimiento
 
Representacion de Conocimiento en I.A
Representacion de Conocimiento en I.ARepresentacion de Conocimiento en I.A
Representacion de Conocimiento en I.A
 
Representación del conocimiento.pptx2
Representación del conocimiento.pptx2Representación del conocimiento.pptx2
Representación del conocimiento.pptx2
 
Métodos en prospectiva 3-método analogía
Métodos en prospectiva 3-método analogíaMétodos en prospectiva 3-método analogía
Métodos en prospectiva 3-método analogía
 
Ingenieria del conocimiento y sus aplicaciones
Ingenieria del conocimiento y sus aplicacionesIngenieria del conocimiento y sus aplicaciones
Ingenieria del conocimiento y sus aplicaciones
 
Representacion del Conocimiento Inteligencia Artificial
Representacion del Conocimiento Inteligencia ArtificialRepresentacion del Conocimiento Inteligencia Artificial
Representacion del Conocimiento Inteligencia Artificial
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Representación de Conocimiento
Representación de ConocimientoRepresentación de Conocimiento
Representación de Conocimiento
 
Representacion del conocimiento inteligencia artificial
Representacion del conocimiento inteligencia artificialRepresentacion del conocimiento inteligencia artificial
Representacion del conocimiento inteligencia artificial
 
Trabajo sobre los modelos empleados en la ingenieria.
Trabajo sobre los modelos empleados en la ingenieria.Trabajo sobre los modelos empleados en la ingenieria.
Trabajo sobre los modelos empleados en la ingenieria.
 
Modelo esquemático
Modelo esquemáticoModelo esquemático
Modelo esquemático
 
Contabilidad
ContabilidadContabilidad
Contabilidad
 
Magdalena ortiz
Magdalena ortizMagdalena ortiz
Magdalena ortiz
 
Actividad tema 2
Actividad tema 2Actividad tema 2
Actividad tema 2
 
Modelos de Sistemas
Modelos de SistemasModelos de Sistemas
Modelos de Sistemas
 

Similar a Representaciones de conocimiento

Representacion de Conocimientos
Representacion de ConocimientosRepresentacion de Conocimientos
Representacion de ConocimientosAntonio Alvarado
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificialsandrairua
 
Diapositivas Sig Ii[1]
Diapositivas Sig Ii[1]Diapositivas Sig Ii[1]
Diapositivas Sig Ii[1]Kelly Serna
 
Tareas del mundo real
Tareas del mundo realTareas del mundo real
Tareas del mundo realAbi44
 
Sistemas expertosdiapos2doparcial
Sistemas expertosdiapos2doparcialSistemas expertosdiapos2doparcial
Sistemas expertosdiapos2doparcialAlexander Velazquez
 
Tareas del mundo real
Tareas del mundo realTareas del mundo real
Tareas del mundo realEstebinho
 
Pensamiento computacional
Pensamiento computacionalPensamiento computacional
Pensamiento computacionalDiegho Palacios
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificialManuelPex
 
INTRODUCCION A LOS SISTEMAS EXPERTOS
INTRODUCCION A LOS SISTEMAS EXPERTOSINTRODUCCION A LOS SISTEMAS EXPERTOS
INTRODUCCION A LOS SISTEMAS EXPERTOSRichard Rios
 
Inteligencia Artificial
Inteligencia ArtificialInteligencia Artificial
Inteligencia Artificialyuvenny
 
Ramos angel castrorene
Ramos angel castroreneRamos angel castrorene
Ramos angel castroreneAngel Ramos
 
Pensamiento computacional
Pensamiento computacionalPensamiento computacional
Pensamiento computacionalammarcillo
 
Linea de investigacion Universidad Santiago Mariño
Linea de investigacion Universidad Santiago MariñoLinea de investigacion Universidad Santiago Mariño
Linea de investigacion Universidad Santiago MariñoCarlosMorales465956
 

Similar a Representaciones de conocimiento (20)

Representacion de Conocimientos
Representacion de ConocimientosRepresentacion de Conocimientos
Representacion de Conocimientos
 
Tareas del mundo real
Tareas del mundo realTareas del mundo real
Tareas del mundo real
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Tarea del Mundo Real
Tarea del Mundo RealTarea del Mundo Real
Tarea del Mundo Real
 
Sistemas expertos
Sistemas expertosSistemas expertos
Sistemas expertos
 
Diapositivas Sig Ii[1]
Diapositivas Sig Ii[1]Diapositivas Sig Ii[1]
Diapositivas Sig Ii[1]
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Tareas del mundo real
Tareas del mundo realTareas del mundo real
Tareas del mundo real
 
I/O de SE
I/O de SEI/O de SE
I/O de SE
 
Sistemas expertosdiapos2doparcial
Sistemas expertosdiapos2doparcialSistemas expertosdiapos2doparcial
Sistemas expertosdiapos2doparcial
 
Tareas del mundo real
Tareas del mundo realTareas del mundo real
Tareas del mundo real
 
Pensamiento computacional
Pensamiento computacionalPensamiento computacional
Pensamiento computacional
 
Inteligencia artificial
Inteligencia artificialInteligencia artificial
Inteligencia artificial
 
Presentaci%ef%bf%bd%ef%bf%b dn
Presentaci%ef%bf%bd%ef%bf%b dnPresentaci%ef%bf%bd%ef%bf%b dn
Presentaci%ef%bf%bd%ef%bf%b dn
 
INTRODUCCION A LOS SISTEMAS EXPERTOS
INTRODUCCION A LOS SISTEMAS EXPERTOSINTRODUCCION A LOS SISTEMAS EXPERTOS
INTRODUCCION A LOS SISTEMAS EXPERTOS
 
Inteligencia Artificial
Inteligencia ArtificialInteligencia Artificial
Inteligencia Artificial
 
Ramos angel castrorene
Ramos angel castroreneRamos angel castrorene
Ramos angel castrorene
 
Pensamiento computacional
Pensamiento computacionalPensamiento computacional
Pensamiento computacional
 
Linea de investigacion Universidad Santiago Mariño
Linea de investigacion Universidad Santiago MariñoLinea de investigacion Universidad Santiago Mariño
Linea de investigacion Universidad Santiago Mariño
 
Tareas del mundo real
Tareas del mundo realTareas del mundo real
Tareas del mundo real
 

Último

2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdfAnthonyTiclia
 
Edificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCEdificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCANDECE
 
3039_ftg_01Entregable 003_Matematica.pptx
3039_ftg_01Entregable 003_Matematica.pptx3039_ftg_01Entregable 003_Matematica.pptx
3039_ftg_01Entregable 003_Matematica.pptxJhordanGonzalo
 
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIPSEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIPJosLuisFrancoCaldern
 
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Francisco Javier Mora Serrano
 
Presentación Proyecto Trabajo Creativa Profesional Azul.pdf
Presentación Proyecto Trabajo Creativa Profesional Azul.pdfPresentación Proyecto Trabajo Creativa Profesional Azul.pdf
Presentación Proyecto Trabajo Creativa Profesional Azul.pdfMirthaFernandez12
 
Exposicion. del documentos de YPFB corporación
Exposicion. del documentos de YPFB corporaciónExposicion. del documentos de YPFB corporación
Exposicion. del documentos de YPFB corporaciónjas021085
 
CE.040 DRENAJE PLUVIAL_RM 126-2021-VIVIENDA.pdf
CE.040 DRENAJE PLUVIAL_RM 126-2021-VIVIENDA.pdfCE.040 DRENAJE PLUVIAL_RM 126-2021-VIVIENDA.pdf
CE.040 DRENAJE PLUVIAL_RM 126-2021-VIVIENDA.pdfssuserc34f44
 
LEYES DE EXPONENTES SEMANA 1 CESAR VALLEJO.pdf
LEYES DE EXPONENTES SEMANA 1 CESAR VALLEJO.pdfLEYES DE EXPONENTES SEMANA 1 CESAR VALLEJO.pdf
LEYES DE EXPONENTES SEMANA 1 CESAR VALLEJO.pdfAdelaHerrera9
 
estadisticasII Metodo-de-la-gran-M.pdf
estadisticasII   Metodo-de-la-gran-M.pdfestadisticasII   Metodo-de-la-gran-M.pdf
estadisticasII Metodo-de-la-gran-M.pdfFlorenciopeaortiz
 
PRESENTACION DE CLASE. Factor de potencia
PRESENTACION DE CLASE. Factor de potenciaPRESENTACION DE CLASE. Factor de potencia
PRESENTACION DE CLASE. Factor de potenciazacariasd49
 
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdfCAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdfReneBellido1
 
Fisiología del azufre en plantas S.S.pdf
Fisiología del azufre en plantas S.S.pdfFisiología del azufre en plantas S.S.pdf
Fisiología del azufre en plantas S.S.pdfJessLeonelVargasJimn
 
Flujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxFlujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxEduardoSnchezHernnde5
 
Fisiología del Potasio en Plantas p .pdf
Fisiología del Potasio en Plantas p .pdfFisiología del Potasio en Plantas p .pdf
Fisiología del Potasio en Plantas p .pdfJessLeonelVargasJimn
 
CONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdf
CONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdfCONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdf
CONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdfErikNivor
 
Topografía 1 Nivelación y Carretera en la Ingenierías
Topografía 1 Nivelación y Carretera en la IngenieríasTopografía 1 Nivelación y Carretera en la Ingenierías
Topografía 1 Nivelación y Carretera en la IngenieríasSegundo Silva Maguiña
 
CLASE 2 MUROS CARAVISTA EN CONCRETO Y UNIDAD DE ALBAÑILERIA
CLASE 2 MUROS CARAVISTA EN CONCRETO  Y UNIDAD DE ALBAÑILERIACLASE 2 MUROS CARAVISTA EN CONCRETO  Y UNIDAD DE ALBAÑILERIA
CLASE 2 MUROS CARAVISTA EN CONCRETO Y UNIDAD DE ALBAÑILERIAMayraOchoa35
 
COMPONENTES DE LA VIA FERREA UAJMS - BOLIVIA
COMPONENTES DE LA VIA FERREA UAJMS - BOLIVIACOMPONENTES DE LA VIA FERREA UAJMS - BOLIVIA
COMPONENTES DE LA VIA FERREA UAJMS - BOLIVIARafaelPaco2
 
183045401-Terminal-Terrestre-de-Trujillo.pdf
183045401-Terminal-Terrestre-de-Trujillo.pdf183045401-Terminal-Terrestre-de-Trujillo.pdf
183045401-Terminal-Terrestre-de-Trujillo.pdfEdwinAlexanderSnchez2
 

Último (20)

2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
2. UPN PPT - SEMANA 02 GESTION DE PROYECTOS MG CHERYL QUEZADA(1).pdf
 
Edificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRCEdificio residencial Becrux en Madrid. Fachada de GRC
Edificio residencial Becrux en Madrid. Fachada de GRC
 
3039_ftg_01Entregable 003_Matematica.pptx
3039_ftg_01Entregable 003_Matematica.pptx3039_ftg_01Entregable 003_Matematica.pptx
3039_ftg_01Entregable 003_Matematica.pptx
 
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIPSEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
SEGURIDAD EN CONSTRUCCION PPT PARA EL CIP
 
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
Hanns Recabarren Diaz (2024), Implementación de una herramienta de realidad v...
 
Presentación Proyecto Trabajo Creativa Profesional Azul.pdf
Presentación Proyecto Trabajo Creativa Profesional Azul.pdfPresentación Proyecto Trabajo Creativa Profesional Azul.pdf
Presentación Proyecto Trabajo Creativa Profesional Azul.pdf
 
Exposicion. del documentos de YPFB corporación
Exposicion. del documentos de YPFB corporaciónExposicion. del documentos de YPFB corporación
Exposicion. del documentos de YPFB corporación
 
CE.040 DRENAJE PLUVIAL_RM 126-2021-VIVIENDA.pdf
CE.040 DRENAJE PLUVIAL_RM 126-2021-VIVIENDA.pdfCE.040 DRENAJE PLUVIAL_RM 126-2021-VIVIENDA.pdf
CE.040 DRENAJE PLUVIAL_RM 126-2021-VIVIENDA.pdf
 
LEYES DE EXPONENTES SEMANA 1 CESAR VALLEJO.pdf
LEYES DE EXPONENTES SEMANA 1 CESAR VALLEJO.pdfLEYES DE EXPONENTES SEMANA 1 CESAR VALLEJO.pdf
LEYES DE EXPONENTES SEMANA 1 CESAR VALLEJO.pdf
 
estadisticasII Metodo-de-la-gran-M.pdf
estadisticasII   Metodo-de-la-gran-M.pdfestadisticasII   Metodo-de-la-gran-M.pdf
estadisticasII Metodo-de-la-gran-M.pdf
 
PRESENTACION DE CLASE. Factor de potencia
PRESENTACION DE CLASE. Factor de potenciaPRESENTACION DE CLASE. Factor de potencia
PRESENTACION DE CLASE. Factor de potencia
 
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdfCAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
CAP4-TEORIA EVALUACION DE CAUDALES - HIDROGRAMAS.pdf
 
Fisiología del azufre en plantas S.S.pdf
Fisiología del azufre en plantas S.S.pdfFisiología del azufre en plantas S.S.pdf
Fisiología del azufre en plantas S.S.pdf
 
Flujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptxFlujo multifásico en tuberias de ex.pptx
Flujo multifásico en tuberias de ex.pptx
 
Fisiología del Potasio en Plantas p .pdf
Fisiología del Potasio en Plantas p .pdfFisiología del Potasio en Plantas p .pdf
Fisiología del Potasio en Plantas p .pdf
 
CONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdf
CONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdfCONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdf
CONSTRUCCIONES II - SEMANA 01 - REGLAMENTO NACIONAL DE EDIFICACIONES.pdf
 
Topografía 1 Nivelación y Carretera en la Ingenierías
Topografía 1 Nivelación y Carretera en la IngenieríasTopografía 1 Nivelación y Carretera en la Ingenierías
Topografía 1 Nivelación y Carretera en la Ingenierías
 
CLASE 2 MUROS CARAVISTA EN CONCRETO Y UNIDAD DE ALBAÑILERIA
CLASE 2 MUROS CARAVISTA EN CONCRETO  Y UNIDAD DE ALBAÑILERIACLASE 2 MUROS CARAVISTA EN CONCRETO  Y UNIDAD DE ALBAÑILERIA
CLASE 2 MUROS CARAVISTA EN CONCRETO Y UNIDAD DE ALBAÑILERIA
 
COMPONENTES DE LA VIA FERREA UAJMS - BOLIVIA
COMPONENTES DE LA VIA FERREA UAJMS - BOLIVIACOMPONENTES DE LA VIA FERREA UAJMS - BOLIVIA
COMPONENTES DE LA VIA FERREA UAJMS - BOLIVIA
 
183045401-Terminal-Terrestre-de-Trujillo.pdf
183045401-Terminal-Terrestre-de-Trujillo.pdf183045401-Terminal-Terrestre-de-Trujillo.pdf
183045401-Terminal-Terrestre-de-Trujillo.pdf
 

Representaciones de conocimiento

  • 2. INTRODUCCION • Una de las ramas mas importantes de las ciencias de la computación es la de inteligencia artificial. Consta de material de suma relevancia para la formación profesional de ingenieros que van de la mano con las disciplinas de la tecnología de la información. A continuación se desarrollarán los puntos relevantes a los métodos de representación del conocimiento empleados por los sistemas de inteligencia artificial.
  • 3. INTELIGENCIA ARTIFICIAL • La inteligencia artificial es una rama de las ciencias de la computación que estudia el uso de modelos computacionales capaces de emular el proceso de racionamiento e inferencia humano • Permite la creación de sistemas totalmente automatizados, capaces de evaluar circunstancias y actuar en función de un razonamiento basado en las premisas.
  • 4. INFERENCIA • Una inferencia es una conclusión derivada a partir de una serie de premisas en forma de conocimiento. • La naturaleza de la inferencia dependerá del conocimiento utilizado para construir sus premisas. • En el estudio de la inteligencia artificial, la inferencia es un proceso fundamental. Un sistema inteligente debe ser capaz de inferir las acciones a ejecutar en base a su estado y circunstancias (premisas) presentes
  • 5. CONOCIMIENTO • El conocimiento representa información verídica referente a un campo específico. El conocimiento aporta información relevante a la hora de llevar a cabo la toma de decisiones en un sistema inteligente • En el ámbito de inteligencia artificial, el conocimiento es la base fundamental sobre la cual un sistema evalúa la certeza de sus premisas y lleva a cabo funciones lógicas para condicionar su proceder. Las respuestas de todo sistema inteligente dependerá del conocimiento del sistema.
  • 6. REPRESENTACION DEL CONOCIMIENTO • La información manejada por un sistema computacional no es mas que una abstracción de magnitudes medibles del mundo real (datos). Para que un sistema cuente con conocimiento esta información debe presentarse empleando un proceso de abstracción, representando la información en un formato que un computador pueda interpretar.
  • 7. LOGICA PROPORSIONAL • La lógica proposicional consiste en aplicar deducciones matemáticas en forma de operaciones lógicas sobre premisas a las cuales se le asocian valores de verdadero o falso para derivar conclusiones. A este proceso se le denomina como calculo preposicional.
  • 8. LOGICA DE PREDICADOS • La lógica de predicados consiste en aplicar las operaciones de la lógica proposicional sobre premisas que constan de operadores de cuantificación (universal y existencial) así como funciones preposicionales que representan hechos y realidades sobre objetos del mundo real.
  • 9. MARCO O FRAMES • Un marco es una estructura de datos compleja que puede llegar a almacenar información sobre una entidad en específico. • El marco representa a todas las entidades involucradas con una serie de slots o atributos que representan sus características. Cada slot puede contener: datos simples, un procedimiento, una restricción o un apuntador a otro frame. Es la base fundamental de la programación orientada a objetos.
  • 10. REPRESENTACIONES PROCEDURALES • Las representaciones del conocimiento procedurales están diseñadas para enfocar el conocimiento en función de los procedimientos que se pueden aplicar sobre él. • Se distinguen de las representaciones declarativas ya que estas se enfocan mas a las premisas del conocimiento mas que en sus procesos. Los tipos de representación procedurales son los siguientes: 1. Reglas de producción 2. Guiones o script 3. Representación orientada a objetos.
  • 11. REGLA DE PRODUCCION • Las reglas de producción son un tipo de representación del conocimiento que establece una serie de procesos que se cumplirán según ciertas condiciones específicas. • Las reglas se expresan con pares condición- procedimiento de manera que si se cumple la condición lógica, se lleva a cabo un proceso en base a condición. • Se asemejan al proceso de razonamiento humano.
  • 12. HEURÍSTICA • La heurística es la manera en la cual se lleva a cabo el racionamiento humano y, aunque no sea una representación de la cual pueda prescindir un computador, es un punto de referencia bajo la cual evaluar la efectividad de cada uno de los tipos de representación. • Para interpretar la heurística como una representación valida, es necesario establecer lineamientos y metodologías abstractas con procedimientos con equivalencias en cómputos.
  • 13. CONCLUSION • Las representaciones del conocimiento son herramientas de uso fundamental en el funcionamiento de todo sistema inteligente. Gracias a estas representaciones es posible llevar a cabo un facsímile lo mas acertado posible al racionamiento humano, con el cual diseñar computadores inteligentes. La correcta asimilación y comprensión de dicha información será de gran provecho a la hora de estudiar la disciplina del diseño de inteligencias artificiales.