Please enable JavaScript.
Coggle requires JavaScript to display documents.
Sistemas Basados en Conocimiento - Coggle Diagram
Sistemas Basados en Conocimiento
“...sistema que resuelve problemas utilizando una representación simbólica del conocimiento humano”
Tienen una separación entre:
Conocimiento específico del problema - Base de Conocimiento
Metodología para solucionar el problema - Máquina de Inferencia
Características importantes
•Representación explícita del conocimiento
• Capacidad de razonamiento independiente de la aplicación específica
• Capacidad de explicar sus conclusiones y el proceso de razonamiento
•Alto rendimiento en un dominio específico
• Uso de heurísticas vs. modelos matemáticos
• Uso de inferencia simbólica vs. algoritmo numérico
Basan su rendimiento en la cantidad y calidad del conocimiento de un dominio específico y no tanto en las técnicas de solución de problemas.
Clasificación de Sistemas
Basados en Conocimiento
1-Análisis (interpretación)
• Predicción
• Identificación
• Monitoreo
• Diagnóstico
• Control
Síntesis (construcción)
• Especificación
• Diseño
• Configuración
• Planeación
• Ensamble
• Modificación
Diferencia con otras técnicas: :
• En matemáticas, teoría de control y computación, se intenta resolver el problema mediante su modelado (Modelo del problema).
• En sistemas expertos se ataca el problema construyendo un modelo del “experto” o resolvedor de problemas (Modelo del experto).
Resolver problemas para los que no existe un modelo matemático adecuado o su solución es muy compleja, como en:
Ventajas en
Preservar el conocimiento de expertos y hacerlo accesible a más personas.
Capacidad de explicar al usuario el proceso de razonamiento.
• Medicina
• Ingeniería
• Exploración
• Diseño
• Análisis
Componentes básicos
Base de Conocimiento (BdeC)
Máquina de Inferencia
Memoria de Trabajo
Interfaz de Usuario
Interfaz de Adquisición
REPRESENTACIÓN DE CONOCIMIENTOS
“... un conjunto de convenciones sintácticas y semánticas que hacen posible el describir cosas
Escribir en un lenguaje descripciones del
mundo.
Ingredientes básicos
• un lenguaje de representación,
• capacidad de inferencias,
• conocimiento del dominio.
• explicación de comportamiento
• construir sistemas inteligentes
• poder representar “sentido común”.
Criterios
• Capacidad Lógica: Que sea capaz de expresar el conocimiento que deseamos expresar.
• Poderío Heurístico: Capacidad para resolver problemas.
• Conveniencia de la Notación: Simplicidad para accesar el conocimiento y facilidad de entendimiento. Criterios La representación determina la facilidad con la que podemos resolver ciertos problemas y utilizar el conocimiento
Ejemplos
representación de números romanos vs
arábigos.
Cuadro mágico (ejercicio en clase)
Características
A nivel epistemológico:
• primitivas
(p.ej. segundos vs. años)
• meta-representaciones
(p.ej. meta-reglas)
Representaciones no cubiertas por lógica
• definiciones vs hechos
• universales vs defaults
• razonamiento no-deductivo
• razonamiento no-monotónico
Representaciones alternas
• procedurales (se necesita declarativo)
• analógicas
• probabilísticas
Problemas de representación
• substancias (v.g., litro de leche),
• causalidad y tiempo,
• creencias, deseos, intenciones, etc.
Consideraciones
• Hacer explícito lo que se considere
importante
• Exhibir las restricciones inherentes
al problema
• Completo y preciso
• Entendible
• Fácil de usar
• Computacionalmente factible
Ingeniería de conocimiento
El proceso de construir una base de conocimiento se llama ingeniería de conocimiento. Un lenguaje de representación tiene que ser expresivo, conciso, no ambiguo y efectivo.