Unidad 2 inteligencia artificial

Unidad 2 de inteligencia artificial
INTRODUCCION A LA REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO

   Cualquier modelo de representación del conocimiento incluye de una manera u otra el hecho de que una entidad esté compuesta por distintos elementos de diversos tipos (como otras entidades). Este encapsulamiento puede verse como estructuras dentro de otras estructuras, o mediante lajerarquización por medio de relaciones entre distintas estructuras que se contienen unas a otras. En este sentido, la relación ISA (es un) ha sido de temprana aparición en los trabajos que utilizan técnicas de Inteligencia Artificial. Sin embargo, también de manera temprana, surgió la necesidad de otras relaciones, como HASA (tiene un).
    En los sistemas de representación del conocimiento existendiferencias en función del tipo de conocimiento con el que se esté trabajando. Estas diferencias están íntimamente ligadas a la distinción entre hechos extralingüísticos y hechos lingüísticos, entre lenguaje y pensamiento y entre entidad y evento. Así podemos encontrar modelos de representación que se centran en estructuras de pensamiento, independientemente de la realización lingüística de esepensamiento (como Cyc1) y podemos encontrar también sistemas que representan el léxico de una lengua y aunque utilizan herramientas de Psicolingüística para la clasificación del léxico, distinguen entre lenguaje y pensamiento y tienden a representar el primero (como WordNet). Aquí subyace la diferencia entre concepto y denotación2.
    Podemos distinguir los siguientes modelos dependiendo de larepresentación del conocimiento de la que se trate:
    Sistemas de representación de conocimiento
Sistemas de representación de conocimiento generala) de unidades de conceptos (conocimiento de unidades enciclopédicas)
b) de predicados de conceptos (conocimiento de hechos enciclopédicos)
c) de guiones/situaciones de conceptos (conocimiento de estructuras enciclopédicas) |
Sistemas de representaciónde conocimiento específicoa) de unidades de conceptos (sistemas expertos de conceptos)
b) de predicados de conceptos (sistemas expertos de hechos)
c) de guiones/situaciones de conceptos (sistemas expertos de estructuras de hechos y conceptos) |
Sistemas de representación de conocimiento léxico generala) de unidades léxicas (redes semánticas)
b) de predicados léxicos (redes semánticas yanálisis sintáctico-semántico)
c) de guiones/situaciones léxicas (redes semánticas y análisis sintáctico-semántico y pragmático) |
Sistemas de representación de conocimiento léxico específico (terminológico)a) de unidades terminológicas (bases terminológicas)
b) de predicados (sistemas expertos)
c) de guiones/situaciones (sistemas expertos) |
    Además, tenemos que distinguir también entreconocimiento y razonamiento, ya que el primero está ligado a los sistemas de representación y almacenamiento de la información y el segundo a la recuperación, conexión e inferencias y cálculos hechos con esa información (motores de inferencia), creando información nueva. A priori, cualquier sistema de representación del conocimiento ha de servir para realizar tareas de razonamiento.
La relaciónparte-todo ha sido utilizada tanto en la representación del conocimiento no-lingüístico como del lingüístico y tanto para representar el conomiento como para llevar a cabo tareas de razonamiento. Así, SIR system, Raphael (1968), sistema de preguntas y respuestas, usa la relación Have-As-Parts (persona-mano-dedo) de manera transitiva. En el sistema de preguntas y respuestas de Simmons (1973), la relaciónparte-todo se llama HASPARTS.
Representación del conocimiento
El conocimiento ha de permitir guiar a los mecanismos de IA para obtener una solución más eficiente:
¿Cómo escoger el formalismo que nos permita hacer una traducción fácil del mundo real a la representación?
¿Cómo ha de ser esa representación para que pueda ser utilizada de forma eficiente?
Información y conocimiento
*...