Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán
Mg. Ing. Gustavo E. Juárez
Ciclo Lectivo 2018
Parte I
Inteligencia Artificial (EC5)
INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
Contenido:
Inteligencia Artificial. Definiciones y Conceptos. Un poco de historia y situación
actual. Inteligencia Artificial Dura e Inteligencia Artificial Blanda. Agentes y su
inserción en la Inteligencia Artificial. Línea de Tiempo en el desarrollo de la IA
actual. Concepto de agentes. Representación del Conocimiento: Redes
Semánticas, Marcos (Frames), Redes Conceptuales, Reglas tipo IF-Then. Lógica
Aristoteliana utilizada en IA
CONOCIMIENTO. DEFINICIÓN
El conocimiento es una mezcla de experiencia, información y “saber hacer” que
actúa como marco para la incorporación de nuevas experiencias y guia la acción.
Resulta en gran medida dependiente de la tarea y del dominio de aplicación.
Se utiliza para alcanzar una meta
Genera nuevo conocimiento
SISTEMAS BASADOS EN EL CONOCIMIENTO VENTAJAS
• El conocimiento no se pierde.
• Reducción del espacio de búsqueda con heurísticas para que el
problema sea tratable en un tiempo razonable.
• Manejo de conocimiento incierto e incompleto.
• Posibilidad de justificar el razonamiento seguido.
• Hacer el conocimiento disponible en ambientes hostiles o con
carencia de especialistas.
• Aumento de fiabilidad, evitando que prevalezcan las últimas
experiencias.
• Modificación sencilla de la BC por su característica modular.
REPRESENTACION DEL CONOCIMIENTO DESVENTAJAS
• La adquisición del conocimiento es difícil y cara.
• La reutilización del conocimiento en contextos diferentes no es simple.
• Falta de creatividad y sentido común.
• Obstáculos para el aprendizaje y la adaptación.
Quedan inmersos en el campo de los Sistemas Inteligentes.
Se trabaja sobre metodología de desarrollo
Se los combina con otras tecnologías
REPRESENTACION DEL CONOCIMIENTO
• CONOCIMIENTO DEL MUNDO (EN IA) “ES LA HABILIDAD PARA CONSTRUIR UN MODELO DE LOS
OBJETOS, SUS VINCULACIONES Y DE LAS ACCIONES QUE
PUEDEN REALIZAR”.
• REPRESENTACION DEL CONOCIMIENTO
“ES LA EXPRESIÓN MEDIANTE ALGÚN LENGUAJE, DE UN MODELO
QUE EXPRESE EL CONOCIMIENTO SOBRE EL MUNDO”.
:
LA CARACTERÍSTICAS MÁS IMPORTANTE QUE DEBEN DE TENER
TODO SISTEMAS INTELIGENTE (SI) SON:
• LA FORMA DE REPRESENTAR EL CONOCIMIENTO
• LA FORMA EN CÓMO SE RECUPERA LA INFORMACIÓN
• LA FORMA EN COMO SE PUEDE ADQUIRIR NUEVO CONOCIMIENTO
(APRENDIZAJE).
• LAS FORMAS DE REPRESENTACIÓN (“EXPLICITACIÓN”) DE
CONOCIMIENTO SON MUY VARIADAS Y DE ELLAS DEPENDERÁ LA
FORMA EN QUE SE RECUPERE LA INFORMACIÓN Y EL CÓMO SE
APRENDE
REPRESENTACION DEL CONOCIMIENTO CARACTERÍSTICAS
EL DESARROLLO DE UN MODELO PUEDE SER REPRESENTADOS POR:
DICHAS REPRESENTACIONES SE NECESITAN “MAPEARSE” PARA PODER
TRABAJAR EN CONJUNTO
REPRESENTACION DEL CONOCIMIENTO CARACTERISTICAS
LÓGICA FÍSICA
¿CÓMO QUEDARÍA REPRESENTADO SU CONOCIMIENTO (MODELO )?
EL MISMO CONOCIMIENTO PUEDE ESTAR ESTRUCTURADO EN
DIFERENTES REPRESENTACIONES :
• BASE DE DATOS
• RED SEMÁNTICA,
• MAPA CONCEPTUAL
• FRAME, ETC.
PERO AL FINAL DE CUENTAS DEBEN TENER EL MISMO SIGNIFICADO
(SEMÁNTICA).
REPRESENTACION DEL CONOCIMIENTO CARACTERISTICAS
LAS REDES SEMÁNTICAS SON UNA FORMA SENCILLA DE
¨REPRESENTAR CONOCIMIENTO LINGÜÍSTICO EN LA QUE LOS
CONCEPTOS Y SUS INTER-RELACIONES SE REPRESENTAN MEDIANTE UN
GRAFO O UN ARBOL¨
COMPONENTES:
• LOS NODOS REPRESENTAN CATEGORÍAS
• LAS ARISTAS SON RELACIONES ENTRE LAS CATEGORÍAS.
• TIPO DE RELACIÓN IS-A
• TIPO DE RELACIÓN LA HAVE-A.
REPRESENTACION DEL CONOCIMIENTO REDES SEMANTICAS
DEFINICIONES
GRAFO
“ES UN CONJUNTO DE ELEMENTOS DENOMINADOS NODOS O VERTICES
QUE SE CONECTAN A TRAVES DE ENLACES CONOCIDOS COMO ARCOS O
ARISTAS, LOS CUALES DESARROLLAN RELACIONES BINARIAS ENTRE
DICHOS OBJETOS”
ARBOL
“ES AQUELLA RED SEMANTICA QUE NO REPRESENTA UN CICLO, EN EL
CUAL CUALQUIER VERTICE DEBE ESTAR CONECTADO POR UN SOLO
CAMINO (TIPO DE ARBOL LIBRE). EL GRAFO NO DEBE TENER CICLOS, Y
DEBE SER CONEXO ( OSEA QUE CUALQUIERA DE LOS DOS VERTICES
ESTEN UNIDOS POR AL MENOS UN CAMINO)”.
REPRESENTACION DEL CONOCIMIENTO
REPRESENTACION DEL CONOCIMIENTO REDES SEMANTICAS
EJEMPLO
IMPRESORAS
• SUBCONJUNTO_DE: MÁQUINA_OFICINA
• S U P E R C O N J U N T O _ D E : { I M P R E S O R A _ L A S E R ,
IMPRESORA_INYECCIÓN}
• FUENTE_ALIMENTACION: TOMA_PARED
• AUTOR: JUAN_PEREZ
• FECHA: 15_FEBRERO_2008
REPRESENTACION DEL CONOCIMIENTO REDES SEMÁNTICAS - GUION
REPRESENTACION DEL CONOCIMIENTO MAPA CONCEPTUAL - EJEMPLO: MOVIM. PENDULO
DESARROLLAR UNA RED SEMÁNTICA (GRUPOS IMPARES) Y UN MAPA
CONCEPTUAL (GRUPOS PARES), DEL TEMA “PERSONAS QUE
INTERACTUAN EN LA FACET, DESCRIBIENDO TIPO, ROL,
DEPARTAMENTOS, CARRERAS, MATERIAS, CLASES Y OTROS
CONCEPTOS RELEVANTES”
REPRESENTACION DEL CONOCIMIENTO TAREA
“ES UNA DEFINICIÓN FORMAL DE TIPOS, PROPIEDADES, Y RELACIONES
ENTRE ENTIDADES QUE REALMENTE O FUNDAMENTALMENTE EXISTEN
PARA UN DOMINIO DE DISCUSIÓN EN PARTICULAR”.
PUEDEN SER REPRESENTADAS A TRAVÉS DE LENGUAJES COMO XML.
REPRESENTACION DEL CONOCIMIENTO ONTOLOGIA. DEFINICIÓN
LOS FRAMES SON UNA ESTRUCTURA EN LA CUAL SE PUEDEN
REPRESENTAR VALORES, RESTRICCIONES, PROCESOS, ETC.
TIENEN RELACIONES DE PERTINENCIA Y HERENCIA (POR LO QUE SE
PARECEN A LA PROGRAMACIÓN ORIENTADA A OBJETOS).
REPRESENTACION DEL CONOCIMIENTO FRAMES
REPRESENTACION DEL CONOCIMIENTO FRAMES
Elementos de la representación
✉ Las instancias se representan por constantes
✉ Las clases se representan por constantes
✉ Las relaciones clase–superclase se representan por hechos de la forma es un (<CLASE>,<SUPER-CLASE>)
✉ Las relaciones instancia–clases se representan por hechos de la forma inst (<INSTANCIA>,CLASE>)
✉ Cada propiedad se representa por un predicado binario de la forma prop(<INSTANCIA O CLASE>,<PROPIEDAD>,valor>)
✉ La constante inicio representa la clase inicial de la jerarquía
✉ Las propiedades de una instancia es una lista de pares atributo–valor
REPRESENTACION DEL CONOCIMIENTO FRAMES
UN GRANJERO QUIERE CRUZAR UN RIÓ LLEVANDO CONSIGO UNA
ZORRA, UNA GANSO Y UN SACO DE TRIGO. POR DESGRACIA, SU BOTE
ES TAN PEQUEÑO QUE SÓLO PUEDE TRANSPORTAR UNA DE SUS
PERTENENCIAS EN CADA VIAJE.
PEOR AÚN, LA ZORRA, SI NO SE LE VIGILA, SE COMO AL GANSO, Y EL
GANSO, SI NO SE LE CUIDA, SE COME EL TRIGO; DE MODO QUE EL
GRANJERO NO DEBE DEJAR A LA ZORRA SOLA CON EL GANSO O AL
GANSO SOLO CON EL TRIGO.
REPRESENTACION DEL CONOCIMIENTO EJEMPLO Y TAREA
REPRESENTACION DEL CONOCIMIENTO EJEMPLO
Granjero
Zorra
Ganso
Trigo
Granjero
Zorra
Ganso
Trigo
¿SE PUEDE UTILIZAR EL MÉTODO DE DESCRIPCIÓN Y APAREAMIENTO?
Granjero Zorra Ganso Trigo
Zorra Trigo
Granjero Ganso
Granjero Zorra Trigo
Ganso
Ganso
Trigo Granjero
Zorra
Granjero Ganso
Zorra Trigo
Granjero Zorra Ganso Trigo
Zorra
Ganso Trigo
Granjero
Granjero Zorra Ganso
Trigo
Trigo
Granjero Zorra Ganso
Granjero Ganso Trigo
Zorra
Zorra Ganso
Trigo Granjero
Ganso Trigo
Zorra Granjero
Trigo Granjero
Zorra Ganso
Zorra Granjero
Ganso Trigo
Zorra Ganso Trigo
Granjero
Granjero
Zorra Ganso Trigo
REPRESENTACION DEL CONOCIMIENTO EJEMPLO
OTRA FORMA DE RESOLUCIÓN DE PROBLEMAS UTILIZADO EN LA IA
CONSISTE EN LAS ANALOGÍAS.
LAS ANALOGÍAS SON UN TIPO ESPECIAL DE RELACIÓN QUE DEFINE COMO
ESTÁN REPRESENTADOS LOS OBJETOS DE UNA CATEGORÍA Y COMO
OBTENER SUS PREDECESORES Y ANTECESORES INMEDIATOS.
REPRESENTACION DEL CONOCIMIENTO ANALOGIAS
REPRESENTACION DEL CONOCIMIENTO
Existen 2 tipos:
• Formal:
• Reglas de producción
• Lógica de predicados
• No formal:
• Redes semánticas
• Frames
• Scripts
• Dependencia conceptual
LA MAYORÍA DE LAS DISCIPLINAS INCLUYEN CANTIDADES DE
CONOCIMIENTO FACTUAL (BASADO EN HECHOS) Y PROCEDURAL
LAS REGLAS DE PRODUCCIÓN SON LA FORMA MÁS POPULAR DE
REPRESENTACIÓN DEL CONOCIMIENTO DENTRO DEL PARADIGMA
DECLARATIVO
PROPORCIONAN FLEXIBILIDAD AL COMBINAR REPRESENTACIONES
DECLARATIVAS Y PROCEDURALES PARA UTILIZARLAS EN FORMA
UNIFICADA
REGLAS DE PRODUCCIÓN
CADA REGLA ES UNA “PARCELA DE CONOCIMIENTO” O UNIDAD DE
INFORMACIÓN DE UNA BASE DE CONOCIMIENTO
SU CONFIGURACIÓN PERMITE CONSTRUIR SISTEMAS EN LOS QUE SUELE
RESULTAR SENCILLO INCORPORAR NUEVA INFORMACIÓN O MODIFICAR
LA YA EXISTENTE, CREANDO O CAMBIANDO LAS REGLAS
INDIVIDUALMENTE.
REGLAS DE PRODUCCIÓN
HECHOS: PARTES DEL CONOCIMIENTO QUE DICEN (INDICAN) ALGO
ACERCA DE UN ELEMENTO DEL DOMINIO.
REPRESENTAN UN ESTADO DEL SER ESTÁTICO ASOCIADO CON EL OBJETO;
NO DICEN NADA ACERCA DE LAS ACTIVIDADES DINÁMICAS ASOCIADAS
CON EL OBJETO
REGLAS DE PRODUCCIÓN ELEMENTOS
REGLAS DE PRODUCCIÓN: PARTES DEL CONOCIMIENTO QUE DESCRIBEN
ALGUNA ACCIÓN DINÁMICA RELATIVA AL DOMINIO DE LOS ELEMENTOS. ES
UNA AFIRMACIÓN LÓGICA QUE RELACIONA DOS O MÁS OBJETOS E
INCLUYE DOS PARTES, LA PREMISA Y LA CONCLUSIÓN. CADA UNA DE ESTAS
PARTES CONSISTE EN UNA EXPRESIÓN LÓGICA CON UNA O MÁS
AFIRMACIONES OBJETO-VALOR CONECTADAS MEDIANTE LOS
OPERADORES LÓGICOS Y, O, O NO.
REGLAS DE PRODUCCIÓN ELEMENTOS
• ALGUNOS CONCEPTOS NO SON FÁCILES DE EXPRESAR EN FORMA DE REGLAS
• EL RAZONAMIENTO HACIA ATRÁS NO PARECE SER ADECUADO PARA
ESTRUCTURAR GRANDES CANTIDADES DE CONOCIMIENTO
• LA SINTAXIS DE LAS REGLAS ASUME SÓLO CONJUNCIONES DE PRUEBAS
PROPOSICIONALES
• LA INFORMACIÓN SE INTRODUCE SÓLO AL RESPONDER PREGUNTAS
• LAS SUPOSICIONES SOBRE LAS CUALES SE BASA EL MANEJO DE LOS
FACTORES DE CERTEZA SON MUY RESTRICTIVAS
REGLAS DE PRODUCCIÓN LIMITACIONES
REGLAS DE PRODUCCIÓN ESTRATEGIAS DE INFERENCIA
ENCAMINAMIENTO (DE REGLAS) HACIA ADELANTE • OBTIENE NUEVOS HECHOS A PARTIR DE LA EVALUACIÓN DE REGLAS.
• COMIENZA INSERTANDO UNOS HECHOS INICIALES EN LA BH.
• SE EXPLORAN LAS REGLAS DE LA BC Y SE AÑADEN NUEVOS HECHOS A
LA BH.
• TERMINA CUANDO NO SE CUMPLE NINGUNA REGLA.
• EL OBJETIVO ES DEDUCIR TODO EL CONOCIMIENTO POSIBLE.
REGLAS DE PRODUCCIÓN ESTRATEGIAS DE INFERENCIA
• ESTA ESTRATEGIA PUEDE UTILIZARSE CUANDO LAS PREMISAS DE
CIERTAS REGLAS COINCIDEN CON LAS CONCLUSIONES DE OTRAS.
CUANDO SE ENCADENAN LAS REGLAS, LOS HECHOS PUEDEN
UTILIZARSE PARA DAR LUGAR A NUEVOS HECHOS. ESTO SE REPITE
SUCESIVAMENTE HASTA QUE NO PUEDEN OBTENERSE MÁS
CONCLUSIONES.
• EL TIEMPO QUE CONSUME ESTE PROCESO HASTA SU TERMINACIÓN
DEPENDE, POR UNA PARTE, DE LOS HECHOS CONOCIDOS, Y, POR OTRA,
DE LAS REGLAS QUE SE ACTIVAN.
REGLAS DE PRODUCCIÓN ESTRATEGIAS DE INFERENCIA
REGLAS DE PRODUCCIÓN ESTRATEGIAS DE INFERENCIA
SitiosWebs
• https://www.dsi.fceia.unr.edu.ar/
• profesores.fi-b.unam.mx/jareyc/SistExp/
• dsc.itmorelia.edu.mx/~jcolivares/courses/si08a/
REFERENCIAS
catedras.facet.unt.edu.ar/intar