Tecnología
Encadenamiento hacia delante
FC(BC,q) P⇒Q L∧M⇒P B∧L⇒M A∧P⇒L A∧B⇒L A B {true, false}
Inferir nuevos hechos a partir de hechos conocidos RAZONAMIENTO DIRIGIDO POR LOS DATOS O DATA-DRIVEN
Inteligencia artificial – Sistemas de producciones.
Encadenamiento hacia delante
FC(BC,Q) P⇒Q L∧M⇒P B∧L⇒M A∧P⇒L A∧B⇒L A B
Inteligenciaartificial – Sistemas de producciones.
Encadenamiento hacia delante
FC(BC,q) P⇒Q L∧M⇒P B∧L⇒M A∧P⇒L A∧B⇒L A B
Inteligencia artificial – Sistemas de producciones.
?
{true, false} P⇒Q L∧M⇒P B∧L⇒M A∧P⇒L A∧B⇒L A B L
Encadenamiento hacia delante
FC(BC,Q) ?
P⇒Q L∧M⇒P B∧L⇒M A∧P⇒L A∧B⇒L A B L
Encadenamiento hacia delante
FC(BC,Q) ?
P⇒Q L∧M⇒P B∧L⇒M A∧P⇒L A∧B⇒L A B L M
M L A B
L A BInteligencia artificial – Sistemas de producciones.
Inteligencia artificial – Sistemas de producciones.
Encadenamiento hacia delante
FC(BC,Q) ?P ⇒ Q
Encadenamiento hacia delante
FC(BC,Q)
Q
P M L A B
? P⇒Q
P M L A B
Inteligencia artificial – Sistemas de producciones.
L∧M⇒P B∧L⇒M A∧P⇒L A∧B⇒L A B L M P
Inteligencia artificial – Sistemas de producciones.
L∧M⇒P B∧L⇒M A∧P⇒LA∧B⇒L A B L M P Q
Encadenamiento hacia delante
Actualizar(E,Percepcion) E = goal? no Seleccionar una acción a Ej. Búsqueda Calculo situacional si Fin
Sistemas de producciones
Sistemas de Producciones M.I B.C M.P M.T.
M.I: Máquina de inferencia BC: Base de conocimiento MP: Memoria de producciones
Inteligencia artificial – Sistemas de producciones.
E’ = actualizar( E ,a)Inteligencia artificial – Sistemas de producciones.
MT: Memoria de trabajo.
Sistemas de producciones
Sistemas de Producciones M.I B.C
Sistemas de producciones
Sistemas de Producciones M.I B.C
Memoria de Trabajo:
M.P
M.T.
Contiene un conjunto de literales positivas que no contienen variables. Por ejemplo:
(perro tiene pelo) o tiene(pelo, perro) (Tito es_un caballo) o es-un(tito,caballo) (Perro es_un mamífero) o es-un(perro, mamífero)
Memoria de Producciones: está constituidas por Reglas del tipo:
IF ... THEN ...
M.P
M.T.
lado izquierdo – antecedentes Conjunción de literales positivas lado derecho - consecuente
Inteligencia artificial – Sistemas de producciones.
Inteligencia artificial – Sistemas de producciones.
Sistemas de producciones
Sistemas deProducciones M.I
Sistemas de producciones
Sistemas de Producciones
Memoria de Producciones:
M.P
B.C M.T.
Ejemplo de Regla:
IF
M.P
M.I B.C M.T.
Lado Izquierdo:
cada antecedente debe aparear con una afirmación. Puede contener variables
Lado Derecho:
especifica acciones sobre la memoria de trabajo (agregar, eliminar elementos de la MT).
tiene (pelo, ?x) Then add(es_un(mamifero, ?x). ?x: es una variable que adquiere valor cuando la regla es apareada con algún hecho de la MT. Ej: tiene(pelo, perro). θ={?x/perro} luego se agrega: es_un(mamifero,perro) a BC
Inteligencia artificial – Sistemas de producciones.
Inteligencia artificial – Sistemas de producciones.
Sistemas de producciones
Sistemas de Producciones
Sistemas de producciones
Conjunto deconflicto {(r,d)}
Máquina de Inferencia
Aplica Modus Ponen
M.P
M.I B.C M.T.
Mach Hay reglas? si Resolución de conflicto no
Para c/ regla: p1^p2^...^pn ⇒ q encontrar θ / sust(θ,p1,p1...pn) =sust(p’1,p’2, ..., p’n) p’1,p’2... en BC
∧
P⇒Q P Q
If tiene (pelo, ?x) Then add(es_un(mamifero, ?x). Tiene(pelo,perro) θ={?x/perro} add(es_un(mamifero, perro))
Criterios: No duplicaciónNovedad, Especificidad, Prioridad. Hacer q’ = sust(θ, q) Agregar q’ a BC.
Fin
Ejecución
Inteligencia artificial – Sistemas de producciones.
Inteligencia artificial – Sistemas de producciones.
Sistemas de producciones
Fase de cotejo (Mach):
MT. tiene(pelo, perro ) MP.
R1: IF tiene (pelo, ?x) Then add (es_un(mamifero, ?x).
Sistemas de producciones
Fase de cotejo:
Identifica todas...
Regístrate para leer el documento completo.