El documento describe diferentes métodos para representar el conocimiento en sistemas de inteligencia artificial, incluyendo representaciones declarativas como lógica proposicional, lógica de predicados y marcos, y representaciones procedimentales como reglas de producción, guiones y representación orientada a objetos. También discute la importancia de la heurística para entender el razonamiento humano a pesar de no ser una representación computable directa.

1. Representaciones del
conocimiento
Javier Leal
25.753.543
Universidad Fermín Toro
Inteligencia Artificial
Saia "A"

2. Introducción:
• 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. Representación 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.
• Existen múltiples maneras de
representar la información empleando
convenios y reglas formales.

7. Tipos de representaciones del
conocimiento:
• Existen distintas clasificaciones para
los tipos de representaciones del
conocimiento.
• Estos son representaciones
declarativas y representaciones
procedurales.
• Estos tipos de representación se
caracterizan por manejar reglas
formales y una sintaxis estricta, en
contraste al conocimiento heurístico
manejado por el raciocinio humano.

8. Representaciones declarativas:
• Las representaciones del conocimiento declarativas se enfocan en
representar las premisas como elementos particulares, añadiendo una
pequeña cantidad de procedimiento asociados a las premisas.
• Las representaciones declarativas están enfocadas en las premisas,
mientras que las representaciones procedurales se enfocan en
procedimientos.
• Los tipos de representaciones declarativas son:
1. Lógica proposicional
2. Lógica de predicados
3. Marcos o Frames

9. Lógica proposicional:
• 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.
 El calculo preposicional cuenta con
una serie de operaciones
(disyunción, conjunción, negación,
condicional y bicondicional) sobre
los cuales se establecen leyes que
permiten determinar la veracidad
de una premisa según
demostraciones lógicas.

10. Lógica 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.
• Este tipo de representación puede llegar a
aportar un grado de información mayor sobre
las premisas con las que opera un sistema
inteligente ya que establece hechos sobre una
población cuantificable de individuos, en lugar
de una población general como en la lógica
proposicional.

11. Marcos 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.

12. 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.

13. Reglas de producción:
• 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.

14. Guiones o scripts:
• Es un tipo de representación del
conocimiento que establece una serie
de instrucciones a ejecutar según una
situación dada. Evalúa el contexto
bajo el cual se ejecutará el guion,
como el lugar y los objetos
involucrado.
• Cada instrucción de un guion se
denomina como escena. En la cabecera
de un guion se debe establecer que
escenas son apropiadas para distintos
contextos. Además la cabecera de un
guion también establece los
instrumentos u objetos que intervienen
y son necesarios para una escena.

15. Representación orientada a objetos
• Se basa en la representación de marcos para establecer clases de
objetos cuyo objetivo es representar entidades de manera abstracta.
• Cada objeto tendrá una serie de atributos que definen sus
propiedades, así como una serie de métodos que serán procesos a
llevar a cabo sobre distintos objetos y permitirán un bajo acoplamiento
entre los módulos de un sistema.
• Cada atributo puede tomar un valor según sus restricciones. Se le
llama estado de un objeto al conjunto de valores de un objeto en una
instancia específica.
• Es la base de la programación orientada a objetos y permite un gran
nivel de cohesión entre las funciones de un programa.

16. Heurística:
• Es necesario resaltar la importancia de la
heurística a la hora de hablar de
representaciones del conocimiento.
• 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.

17. Conclusión:
• 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.

18. ¡Gracias por su atención!