REPRESENTACIN DEL CONOCIMIENTO E INTELIGENCIA ARTIFICIAL

Bez Garca Mara de Lourdes 09070896 1, Jerez Snchez Tomas Abraham090710282 1,2 Dpto. de Sistemas Computacionales, Instituto Tecnolgico de Ciudad Madero Av. 1 de Mayo esq. Sor Juana Ins de la Cruz s/n Col. Los Mangos C:P 89440 Cd. Madero Tamaulipas, Mxico Conmutador: 01(833)357-48-20 Fax: 01(833) 357-48-20 Ext.1002 1lbg_1091@hotmail.com, 2tomas_foquito@hotmail.com

1. INTRODUCCIN
Representacin del conocimiento e Inteligencia Artificial
Una de las preocupaciones caractersticas de los humanos ha sido el deseo de cuantificar y cualificar el conocimiento propio sobre todos los aspectos de su entorno. Un concepto muy importante, probablemente el ms importante a este respecto, es el del conocimiento y su representacin. Se puede concluir que esta capacidad de anticiparse est respaldada por la presuncin de que los agentes poseen conocimiento sobre el entorno. An cuando se ha estudiado -desde hace mucho tiempo- el funcionamiento a nivel fisiolgico de los seres vivos, se sabe relativamente poco sobre cules son los componentes que determinan la aparicin (existencia) de las conductas inteligentes. Se conocen algunos de los mecanismos de transmisin de seales a nivel neuronal: la arquitectura de las redes de transmisin de informacin y del sistema nervioso, la localizacin de ciertas reas de actividad cerebral, pero nuestro entendimiento de cmo el cerebro -compuesto de neuronas- representa, almacena y procesa el conocimiento sobre el mundo es todava deficiente. Desde un punto de vista informtico un esquema de representacin puede ser descrito como una combinacin de: Las estructuras de datos son la parte esttica -o almacenada- del conocimiento disponible sobre objetos y/o eventos, y los procedimientos caracterizan la componente dinmica del mismo -procesos que manipulan e interpretan informacin con el fin de transformarla en conocimiento- junto con los mecanismos de control sobre el uso de la informacin contenida en las estructuras de datos, y la capacidad del sistema para asimilar nueva informacin.

Pgina 1

Como resultado del inters que este mbito genera, pueden identificarse varios enfoques: 1. El diseo de estructuras de datos compuestas de elementos significativos y fcilmente direccionales que se emplean para almacenar y denotar informacin relevante sobre hechos y objetos. 2. El desarrollo de mtodos de manipulacin de tales estructuras que permitan realizar inferencias sobre la informacin contenida en la estructura de forma implcita o explcita. Freksa et al. Han identificado los siguientes focos de investigacin en este campo: La bsqueda de representaciones generales para la resolucin de problemas. La bsqueda de representaciones computacionalmente eficientes. La bsqueda de representaciones completas y consistentes para la demostracin de teoremas. La bsqueda de representaciones naturales que permitan la simulacin de alguna actitud cognitiva.

Un sistema, al interactuar en un medio ambiente cualquiera, requiere de una serie de procesos o mtodos, asociados a un conjunto de sensores, que le permitan percibir informacin del entorno como, por ejemplo, impulsos visuales 0 sentencias en lenguaje natural. Resulta claro que la

Aspectos fundamentales de la representacin

La nocin de representacin implica la existencia de dos mundos 6 relacionados pero funcionalmente separados: el mundo representado y el mundo de representacin. La funcin del mundo de representacin es la de preservar informacin sobre el mundo representado. Freksa et al. Acuaron la siguiente ecuacin para captar la interaccin entre los componentes de una estructura de representacin: Conocimiento = Datos + Interpretacin donde datos refleja el aspecto esttico e interpretacin el aspecto dinmico de la representacin cuyo efecto es el de transformar los datos en conocimiento.

Pgina 2

La naturaleza de la representacin es tal, que existe una correspondencia entre objetos en el mundo de representacin y el mundo representado, de forma que al menos ciertas relaciones en el mundo representado quedan preservadas estructuralmente en el mundo de representacin.

Cualquier Sistema de Representacin del Conocimiento ha de contemplar, segn Palmer, cinco aspectos: 1. El mundo representado (M), 2. El mundo de representacin (M), 3. Los aspectos del mundo representado que son modelados (R), 4. Los aspectos del mundo de representacin que realizan la modelizacin (R*), y 5. Cules son las correspondencias entre ambos mundos (ci).

Aplicaciones de la representacin del conocimiento Las aplicaciones de la representacin del conocimiento incluyen la modelacin y simulacin computacional de actividades inteligentes tales como: Razonamiento deductivo: Qu puede ser inferido vlidamente acerca de lo qu sabemos? Cules son las lgicas que gobiernan nuestro sistema? Razonamiento matemtico: No slo los mecanismos de demostracin, sino idealmente tambin las intuiciones, heursticas, etc. Razonamiento de sentido comn: Razonamiento a partir de conocimiento incompleto, inconsistente, etc. Diagnostico: Cmo conocer la causa del mal funcionamiento de un sistema dada una cierta evidencia? Planificacin: Cual es una secuencia de acciones en mi dominio que me lleven a un objetivo especfico? Razonamiento sobre conocimiento: Qu sabe mi adversario? Qu de lo que sabe puede revelarle alguna informacin secreta? Revisin de conocimiento: Cmo puedo actualizar la informacin sobre mi dominio, sin contradecir a la anterior?

Pgina 3

2. Representacin del conocimiento e Inteligencia Artificial

Una de las preocupaciones caractersticas de los humanos ha sido el deseo de cuantificar y cualificar el conocimiento propio sobre todos los aspectos de su entorno. Alrededor de esta preocupacin ha girado buena parte de la actividad cientfica y filosfica occidental a partir de Aristteles. La intencin de este captulo es la de situar este problema en el contexto de la Inteligencia Artificial y abordar los problemas relacionados con el anlisis y uso del conocimiento1 y su estudio y tratamiento mediante un ordenador o un agente. La IA es el estudio del comportamiento inteligente y tiene como una de sus metas la construccin de una teora sobre la inteligencia que tenga en cuenta la conducta de los sujetos (agentes) inteligentes y que guie la construccin de entes artificiales que reproduzcan dichas conductas. Como ingeniera, la IA est interesada en los conceptos, teora y prctica de la construccin de mquinas inteligentes, adems de desarrollar conceptos y experimentos que ayuden a entender el comportamiento inteligente en un entorno. Es decir, tener la capacidad de modelar las transacciones que un agente realiza en su medio, incluyendo la comunicacin con otros agentes. Un concepto muy importante, probablemente el ms importante a este respecto, es el del conocimiento y su representacin. Los agentes (inteligentes) parecen anticiparse a los eventos que ocurren en su entorno habitual y a las consecuencias de sus acciones, actuando como si supiesen, de alguna manera, cules seran los resultados causados por stas. Se puede concluir que esta capacidad de anticiparse est respaldada por la presuncin de que los agentes poseen conocimiento sobre el entorno. Qu se puede decir del conocimiento en general? Qu formas puede tomar? Cmo emplean los agentes inteligentes el conocimiento? Cmo deben emplearlo los artefactos inteligentes? Cmo se adquiere y almacena? Por desgracia, no hay respuestas completas para todas estas preguntas y para otras muchas que se podran plantear desde el punto de vista biolgico o neurofisiolgico. An cuando se ha

Pgina 4

estudiado -desde hace mucho tiempo- el funcionamiento a nivel fisiolgico de los seres vivos, se sabe relativamente poco sobre cules son los componentes que determinan la aparicin (existencia) de las conductas inteligentes. Se conocen algunos de los mecanismos de transmisin de seales a nivel neuronal: la arquitectura de las redes de transmisin de informacin y del sistema nervioso, la localizacin de ciertas reas de actividad cerebral, pero nuestro entendimiento de cmo el cerebro -compuesto de neuronas- representa, almacena y procesa el conocimiento sobre el mundo es todava deficiente. A la informacin que un sistema (de los construidos mediante las tcnicas de la IA) es capaz de representar en los anteriores trminos se le llama genricamente conocimiento. En las siguientes secciones se introducen los conceptos bsicos que permitirn el diseo de estructuras capaces de capturar ciertos aspectos de la realidad de forma que resulten tiles a un agente. En $2.2 se presentan los requerimientos bsicos de los esquemas de representacin. En $2.3 se introducen las herramientas bsicas en el diseo de esquemas de representacin 2.2 Esquemas de representacin y conocimiento Un esquema de representacin es un instrumento para codificar la realidad en un ordenador. Desde un punto de vista informtico un esquema de representacin puede ser descrito como una combinacin de: Las estructuras de datos son la parte esttica -o almacenada- del conocimiento disponible sobre objetos y/o eventos, y los procedimientos caracterizan la componente dinmica del mismo -procesos que manipulan e interpretan informacin con el fin de transformarla en conocimiento- junto con los mecanismos de control sobre el uso de la informacin contenida en las estructuras de datos, y la capacidad del sistema para asimilar nueva informacin. Adems, es posible identificar otros elementos que forman parte de la estructura definida. Las operaciones son procedimientos que pueden crear, modificar o destruir representaciones o sus elementos. Los predicados son procedimientos que se emplean para acceder a los campos de la representacin y obtener as la informacin contenida (si est disponible). Las y los predicados son caractersticas internas del esquema de representacin y tienen sentido independientemente de la realidad que ayudan a representar. Pero una representacin no es til en ella misma, sino que tiene que estar referenciada por algo. As, el tercer elemento distinguible es la designacin de lo que la estructura representa para, finalmente, poder identificar la correspondencia entre los elementos de la representacin y la realidad que se pretende representar.

Pgina 5

Como resultado del inters que este mbito genera, pueden identificarse varios enfoques: 1. El diseo de estructuras de datos compuestas de elementos significativos y fcilmente direccionable que se emplean para almacenar y denotar informacin relevante sobre hechos y objetos. 2. El desarrollo de mtodos de manipulacin de tales estructuras que permitan realizar inferencias sobre la informacin contenida en la estructura de forma implcita o explcita. Las diferencias entre tales enfoques no implican que estos sean mutuamente excluyentes, ms bien enfatizan diferentes formas de anlisis aplicadas a los objetos o eventos que han de ser representados. Freksa et al. Han identificado los siguientes focos de investigacin en este campo: La bsqueda de representaciones generales para la resolucin de problemas. La bsqueda de representaciones computacionalmente eficientes. La bsqueda de representaciones completas y consistentes para la demostracin de teoremas. La bsqueda de representaciones naturales que permitan la simulacin de alguna actitud cognitiva.

A la vista de esta exposicin parece que basta con elegir el esquema de representacin ad hoc para el problema que se intenta resolver. Sin embargo, en el estado actual esta decisin no resultara eficiente, entre otras razones porque la informacin disponible sobre un objeto puede emplearse de muy diversas maneras y en diferentes contextos, lo que sugiere la necesidad de emplear ms de un esquema a la vez. La figura 2.1 es una adaptacin de la propuesta por Charniak y permite una fcil visualizacin del problema de la representacin del conocimiento. Un sistema, al interactuar en un medio ambiente cualquiera, requiere de una serie de procesos o mtodos, asociados a un conjunto de sensores, que le permitan percibir informacin del entorno como, por ejemplo, impulsos visuales 0 sentencias en lenguaje natural. Resulta claro que la informacin recibida a travs de estos estmulos es distinta: de la primera se reciben imgenes y de la segunda, frases en una lengua como el cataln, el castellano o el ingles. El problema surge cuando el sistema intenta resolver un problema con toda la informacin recibida ya que sta debe ser previamente homogeneizada para que resulte til a cualquiera de los mtodos internos (i.e. deduccin, aprendizaje, etc.). Lo mismo ocurre cuando se produce algn resultado en alguno de los procesos internos debido a que estos resultados deben producir informacin til para otro(s) proceso(s)

Pgina 6

interno(s) o para los subsistemas de interaccin con el mundo externo (i.e. actividad motriz y/o habla). Este problema induce a pensar que son necesarias estructuras de datos uniformes y multi-propsito sobre las que puedan aplicarse diferentes mecanismos de razonamiento, es decir esquemas de representacin de conocimiento generales, que permitan tratar informacin de naturaleza muy diversa.

La R que aparece en la figura 2.1 se denomina representacin interna y es, idealmente, el esquema de representacin buscado.

3.

Aspectos fundamentales de la representacin

La nocin de representacin implica la existencia de dos mundos 6 relacionados pero funcionalmente separados: el mundo representado y el mundo de representacin. La funcin del mundo de representacin es la de preservar informacin sobre el mundo representado. Resulta claro que no todos los aspectos del mundo representado necesitan ser modelados en todo momento, y que la cantidad de informacin necesaria depende de la tarea que se realiza.

Pgina 7

El concepto de representacin incluye una componente operacional puesto que son los procesos de interpretacin, en un sentido amplio, los que determinan -funcionalmente- la utilidad de las relaciones existentes entre los objetos. Freksa et al. Acuaron la siguiente ecuacin para captar la interaccin entre los componentes de una estructura de representacin: Conocimiento = Datos + Interpretacin donde datos refleja el aspecto esttico e interpretacin el aspecto dinmico de la representacin cuyo efecto es el de transformar los datos en conocimiento. Aqu cabe notar que la nocin de interpretacin est ntimamente ligada con la de tarea, es decir, la representacin que se hace del conocimiento disponible tiene que estar directamente relacionada con el uso que se hace de tal informacin. Adems, debe existir un balance entre el poder expresivo y la compatibilidad de estos formalismos de representacin. La naturaleza de la representacin es tal, que existe una correspondencia entre objetos en el mundo de representacin y el mundo representado, de forma que al menos ciertas relaciones en el mundo representado quedan preservadas estructuralmente en el mundo de representacin.

3.1. Cualquier Sistema de Representacin del Conocimiento ha de contemplar, segn Palmer, cinco aspectos: 1. El mundo representado (M), 2. El mundo de representacin (M), 3. Los aspectos del mundo representado que son modelados (R), 4. Los aspectos del mundo de representacin que realizan la modelizacin (R*), y 5. Cules son las correspondencias entre ambos mundos (ci). Las estructuras formadas por (1,3) y (2,4) son denominadas cuerpos de conocimiento. Por consiguiente, el desarrollo de un sistema de representacin del conocimiento coincide con la naturaleza de las relaciones que existen entre dos cuerpos de conocimiento, dado que uno es representacin del otro. La separacin de estas entidades permite su exacta definicin y su estudio. Las correspondencias (5) entre estados de pares de objetos, en ambas estructuras, son el conjunto mnimo de relaciones que han de conservarse a pesar de cualquier posible transformacin relevante que sufra un cuerpo de conocimiento.

3.2. El conocimiento sobre el mundo se puede dividir, grosso modo, en dos tipos de entidades:
1. Los hechos, que son todo aquello que es o ha sido verdadero. 2. Las reglas que permiten predecir cambios en el tiempo, consecuencias de acciones, cosas no observadas que pueden ser deducidas de otras observaciones.

Pgina 8

Una caracterstica de un modelo R* del mundo (representacin) es que siempre es un modelo incompleto del mundo real R. Aunque por motivos de operatividad se asume su completitud.

3.3. Las diferencias entre ambos mundos pueden provenir de: Cambios habidos en el mundo desde que el agente ha almacenado (aprendido) algn hecho sobre l. El mundo no permanece inmvil. La inhabilidad del agente para aprender en un tiempo razonable todo aquello que, en principio, puede o debe saber. Hay mucho que conocer. Las limitaciones de un esquema de representacin pueden dificultar la conceptualizacin de un segmento de la realidad. El mundo es ms rico de lo imaginable.

3.4. Qu es la representacin del conocimiento?

La representacin del conocimiento es una de las areas fundamentales de la Inteligencia Artificial (IA).

Se encarga de estudiar cmo el conocimiento puede ser representado simblicamente y manipulado automticamente por programas de razonamiento. en trminos ms sencillos, es el rea de AI que se encarga de estudiar como el conocimiento contribuye al comportamiento inteligente.

Nosotros estudiaremos los simbolismos ms utilizados para representar conocimiento, y algunos de los procedimientos computacionales que se han desarrollado para razonar con ellos.

3.5. Qu hace especial a la representacin del conocimiento?

Hay muchas otras formas de estudiar el conocimiento y la inteligencia: psicologa, neurociencia, etc. Qu es lo que hace diferente a la representacin del conocimiento?

Pgina 9

En vez de estudiar al ser humano detenidamente (su mente, sus estados mentales, etc), estudia lo que los seres humanos saben. La premisa bsica es que los seres humanos actan inteligentemente porque saben muchas cosas acerca de muchas cosas, y porque pueden aplicar este conocimiento a su ambiente para cumplir sus objetivos. Se pregunta que es lo que un ser humano necesita saber para actuar inteligentemente.

3.6. Aplicaciones de la representacin del conocimiento

Las aplicaciones de la representacin del conocimiento incluyen la modelacin y simulacin computacional de actividades inteligentes tales como:

Razonamiento deductivo: Qu puede ser inferido vlidamente acerca de lo qu sabemos? Cules son las lgicas que gobiernan nuestro sistema? Razonamiento matemtico: No slo los mecanismos de demostracin, sino idealmente tambin las intuiciones, heursticas, etc. Razonamiento de sentido comn: Razonamiento a partir de conocimiento incompleto, inconsistente, etc. Diagnostico: Cmo conocer la causa del mal funcionamiento de un sistema dada una cierta evidencia? Planificacin: Cual es una secuencia de acciones en mi dominio que me lleven a un objetivo especfico? Razonamiento sobre conocimiento: Qu sabe mi adversario? Qu de lo que sabe puede revelarle alguna informacin secreta? Revisin de conocimiento: Cmo puedo actualizar la informacin sobre mi dominio, sin contradecir a la anterior?
Conclusiones

Pgina 10

Pgina 11