Bases de datos

4.1 Bases de datos y bases de conocimiento

Estos dos conceptos son clave para nuestro trabajo, aunque a menudo nos encontramos con estos dos términos usados de forma bastante libre. Sin embargo, los investigadores y estudiosos de este campo han tratado el tema en profundidad, fijando diferencias concretas en cuanto a metodologías, técnicas de implementación, usos, contenidos y objetivos. Dehecho, la distinción entre "base de datos" y "base de conocimiento", así como la distinción paralela entre "modelo de datos" y "esquema de representación" ha sido objeto de debate durante mucho tiempo entre estas comunidades de científicos. En este capítulo introduciremos los orígenes de estos conceptos y trataremos de mostrar cuáles son las posiciones actuales en este terreno.
Las bases de datos(DB: Data Base / Database) son anteriores en el tiempo a las bases de conocimiento. Nacieron en la temprana época de los ordenadores digitales, a mediados de la década de los 50 y fueron una de las principales herramientas que éstos ofrecían. Surgieron como extensiones de programas Fortran que permitían acceso compartido a los datos. A finales de esta década se desarrollaron métodos de accesosoportados por el sistema operativo (acceso directo y secuencial) y maduraron con los sistemas operativos de segunda y tercera generación (principios de los 60). En esta época se desarrollaron las bases de datos estructuradas jerárquicamente y algo después las bases de datos de red. En esta temprana época no había distinción entre bases de datos e IA. A finales de los 60, Ted Codd, investigador de IBM,desarrolló un lenguaje de programación de propósito general que denominó "programación relacional", basado en la teoría de conjuntos y la lógica y que contenía el germen de lo que había de ser el más extendido de los sistemas de bases de datos hasta la fecha, las bases de datos relacionales.
El objetivo primero de una base de datos es, como su nombre indica, almacenar grandes cantidades de datosorganizados siguiendo un determinado esquema o "modelo de datos" que facilite su almacenamiento, recuperación y modificación.
Por su parte, las bases de conocimiento (KB: Knowledge Base) pertenecen a una etapa muy posterior. Surgieron a partir de la investigación en Inteligencia Artificial como respuesta a las necesidades que las aplicaciones de esta disciplina planteaban. Más adelante haremosun muestreo de las aportaciones que la IA ha hecho al estudio del lenguaje natural.
Las bases de conocimiento son la evolución lógica de los sistemas de bases de datos tradicionales, en un intento de plasmar no ya cantidades ingentes de datos, sino elementos de conocimiento (normalmente en forma de hechos y reglas) así como la manera en que éste ha de ser utilizado. También se les trata de dotarde conocimiento sobre sí mismas, es decir, una KB ha de "saber lo que sabe". Por ejemplo, ante una pregunta del tipo "¿Tienen todos los empleados de Microsoft un CI de más de 100?", una base de datos tras consultar la información relacionada con la altura de los empleados de esta empresa, daría una respuesta afirmativa o negativa, independientemente de que tenga o no la información correspondientea estos trabajadores; en cambio, una KB respondería "sí", "no" o "no lo sé", en el caso de que le faltase información relativa a la altura sobre alguno de los empleados o de que no tuviese información sobre "todos" los empleados.
La cuestión de "información faltante" ha sido el foco de intensa investigación en el campo de las bases de datos relacionales (Codd 1990), aunque aún no se ha logradoningún estándar para su tratamiento.
Ambos sistemas de información cuentan con sus correspondientes gestores para simplificar al administrador las tareas comunes de mantenimiento: el sistema gestor de bases de datos (DBMS: Database Management System) y el sistema gestor de bases de conocimiento (KBMS: Knowledge Base Management System). También encontramos diferencias sustanciales en este aspecto....