Conocimiento Base de conocimientos: Almacena hechos definidos Reglas de causa y efecto Información imprecisa, incertidumbre Pocas modificaciones al conocimiento almacenado Utilizado para razonamiento, análisis, planeación, toma de decisiones Tipos de conocimiento: [Feigenbaum] De objetos. Entes del mundo real y sus descripciones. Formación de conceptos. De eventos. Acciones o acontecimientos del mundo real que se desarrollan con una secuencia y presentan relaciones de causa y efecto. De funcionamiento. Indica cómo utilizar objetos, cómo hacer algo. Metaconocimiento. Conocimiento sobre el propio conocimiento que se tiene, conciencia del conocimiento y carencias.

Representación del conocimiento La IA transcribe el conocimiento en forma de estructuras que pueden ser explotadas por un sistema computarizado en la búsqueda de la solución de un problema. De la representación del conocimiento depende la utilización del mismo. Representación Declarativa y Representación Procedimental Descripciones Cómo ejecutar acciones Métodos declarativos de representación Lógica Proposicional Primer orden Redes semánticas Reglas de producción Métodos procedurales de representación Funciones o procedimientos Métodos mixtos de representación Marcos de referencia Guiones

Lógica proposicional Basada en la lógica clásica Conceptos de juicio, Concepto de Valor de Verdad: proposición verdadera, proposición falsa Proposición: enunciado declarativo Frases en indicativo variable proposicional (p, q, r, ...) Sentencia: enunciado compuesto por enunciados elementales y constructores primitivos (conectivas) Tiene valor de verdad Conectivas: Unarias (o monádicas): Negación (¬p) Binarias (o diádicas): Conjunción (∧) Disyunción (∨) Condicional (→) Bicondicional (↔)

Reglas de inferencia de lógica proposicional Proceso para obtener una conclusión a partir de unas premisas de modo que el razonamiento sea válido. Regla de inferencia: Condiciones bajo las que puede hacerse una inferencia, así como el resultado de la misma. Ejemplo: Razonamiento: [(p → ¬q) ∧ (¬ q → r)] → (p → r) Dados P1: p → ¬ q y P2: ¬ q → r, podemos concluir C: p → r Modus Ponens Modus Tollens: Y-eliminación: Resolución unitaria A → B A → B A1 ∧A2 ∧A3 ∧…An A v B A ¬B Ai ¬B B ¬A A

Reglas de producción Base de hechos (predicados) Sobre el dominio en un determinado momento Utilizado en sistemas expertos Encademaniento de reglas si A entonces B A: condiciones de aplicación (antecedente) B: acciones (consecuencia)

Reglas de producción Condición (antecedente). Corresponde a la descripción de un estado que posibilita la ejecución de la regla. Consecuencia (conclusión). Acciones que afectan por su resultado el estado del problema, el medio ambiente. Disparo de la regla. Cuando la condición se satisface completamente. Por medio de los hechos se satisfacen las condiciones, se unifican los valores. Encadenamiento de reglas. Las acciones de una regla modifican el estado y hacen que se cumplan las condiciones de otras reglas, una regla lleva al disparo de otra. La palidez cutánea, la somnolencia, la fatiga, la disnea al esfuerzo y la astenia son síntomas de la anemia. El síndrome de mala absorción, el sangrado digestivo y el parasitismo intestinal severo son causas de anemia La anemia en mujeres embarazadas requiere ingestion de hierro y vitamina b12 Los que tienen una percepción superior a 400mil pesos deben hacer declaración anual 6

Sistema de producción 7

Reglas de producción Ventajas: Modularidad: las reglas representan pequeñas cantidades de conocimiento independiente Mantenimiento: posible añadir/cambiar reglas con relativa independencia Naturalidad y Transparencia: representación del conocimiento próxima y comprensible por personas Capacidad de generar explicaciones GENERACIÓN DE EXPLICACIONES Posibilidad de explicar el porqué de un resultado Devolver al usuario la cadena de reglas empleadas Incrementan la aceptación del resultado ofrecido (dominios críticos) 8

Sistema de producción COMPONENTES DEL SISTEMA DE PRODUCCIÓN: 1. BASE DE CONOCIMIENTOS (BC) Reúne todo el conocimiento del sistema Formada por base de reglas(BR) + base de hechos(BH) 2. MEMORIA ACTIVA (MA) Colección de hechos, representando el estado actual del problema Datos iniciales del problema + datos incorporados con posterioridad Actúa como disparador del motor de inferencias Refleja los cambios en el conocimiento del sistema Interactúa con el mundo exterior (usuario, bases de datos, etc...) Contiene reglas que están en condiciones de ser ejecutadas 3. MOTOR DE INFERENCIAS (MI) Controla el funcionamiento del sistema Examen de la MA y selección de reglas activas (emparejamiento) Selección de reglas a ejecutar (resolución de conflictos) Ejecución de reglas y actualización de la MA Mantenimiento del autoconocimiento del sistema Control de reglas activadas y ejecutadas Ejecución de rutinas externas 9

Reglas de producción Estrategia de control, intérprete de reglas, o motor de inferencias (EC o MI): responsable de encadenar los ciclos de funcionamiento. Fase de decisión: selección de reglas Fase de acción: ejecución de reglas Una regla se activa cuando sus condiciones son ciertas en el estado actual de la BH o cuando la regla concluye algo que se busca establecer

Reglas de producción Encadenamiento de Reglas 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.

Redes semánticas Grafos dirigidos donde los nodos representan conceptos y los arcos relaciones binarias entre ellos Un arco y los dos nodos relacionados pueden representar: un predicado con dos argumentos (redes lógicas) objetos, atributos, y valores (redes conceptuales) El problema para el uso de redes es la cuantificación, la negación, las reglas, y la disyunción

Redes semánticas PELO TIENE MAMIFERO TOMA LECHE ES_UN ROEDOR ES_UN HAMSTER RATÓN

Redes semánticas PELO TIENE MAMIFERO TOMA LECHE ES_UN ROEDOR ES_UN HAMSTER RATÓN