INTELIGENCIA ARTIFICIAL

UNIVERSIDAD PERUANA DE LOS ANDES

Ing. Tito H. Lujn Horna
AGENDA
Representacin del conocimiento
mediante Lgica Proposicional.
Representacin del conocimiento
mediante lgica de predicados.
Representacin del conocimiento
mediante reglas de produccin.
Mtodo de Encadenamiento Progresivo y
Regresivo.
Sistemas Expertos, conceptos, tipos,
arquitectura y Aplicaciones
CONOCIMIENTO DEL MUNDO (en IA)
Es la habilidad para construir un modelo de
los objetos, sus vinculaciones y de las
acciones que pueden realizar.
REPRESENTACION DEL CONOCIMIENTO
Es la expresin mediante algn lenguaje, de un modelo que
exprese el conocimiento sobre el mundo.
:
ELEMENTOS BASICOS QUE INTERVIENEN EN EL
DISEO DE UN SISTEMA BASADO EN EL
CONOCIMIENTO
+Lenguaje formal para expresar conocimiento
+Forma de efectuar razonamientos
AADIR Y MODIFICAR SENTENCIAS
BC
PREGUNTAS RESPUESTAS
MECANISMO DE INFERENCIAS
UNA KB DEBE PERMITIR CON EFICIENCIA:
+LENGUAJE DE
REPRESENTACION
SINTAXIS:
Posibles sentencias del
lenguaje
SEMANTICA:
Conexin entre sentencias y
el mundo
FORMAS DE REPRESENTAR EL CONOCIMIENTO
Basada en Relaciones:
Lgica Proposicional (booleana o de orden
cero.
Lgica de Predicados (de primer orden)
Basada en Objetos: Marcos
Basada en Acciones: Sistemas de Produccin
REPRESENTACION DEL
CONOCIMIENTO POR LOGICA
PROPOSICIONAL
Elementos de Representacin: Conectores
y Conectivas.
Inferencias: Deducciones con reglas, hechos
y Modus Ponen.
REPRESENTACION DEL CONOCIMIENTO
POR LOGICA PROPOSICIONAL (booleana o
de orden CERO)

+ Permite representar y manipular aserciones sobre
el mundo que nos rodea.
Se basa en la declaracin de sentencias simples
y sentencias complejas (asociacin de sentencias
simples + conectores proposicionales). Ejemplos
sentencias simple: hoy es domingo 03 de junio
2012.
sentencia simple: hoy juega Per
sentencias compleja:
Hoy es domingo 03 de junio 2012 y hoy juega Per

LOGICA PROPOSICIONAL
Proposicin: Una oracin afirmativa de la
cual podemos decir que es verdadera o
falsa (pero no ambas!!)
Ejemplos de Proposiciones:
Pizarro se lesion.
Pizarro no jugar el 03 de junio.
El sol gira alrededor de la tierra.
2 x 3 = 3 + 3
10 es nmero primo.
Todos jalaron en el examen parcial de IA
ms proposiciones...
Si Pizarro no jugar el 03 de junio, entonces
Pizarro mirar el partido desde la tribuna.

El sol gira alrededor de la tierra o la tierra es
redonda.

2 x 3 = 6 y 6 es impar

Todos no jalaron el examen de IA.
Lgica Proposicional-Sintaxis
Alfabeto PROPOSICIONAL

E
PROP
que consiste de:
i) variables proposicionales p
0
, p
1
,p
2
,...
ii) conectivos , ., v, ,
iii) smbolos auxiliares: (, )



Ejemplos de objetos de PROP:
p
0
(p
1
p
3
)
((p
1
p
2
) v (p
3
. (
p
4
)))
Traduccin al lenguaje lgico
Las oraciones simples se traducen como letras
de proposicin (elementos de P)
Ejemplos:
Pizarro se lesion p
0

Pizarro no jugar el 03 de junio p
1

El sol gira alrededor de la tierra p
2

2 . 3 = 6 p
3

6 es impar p
4

Todos jalaron el parcial de IA p
5

Traduccin al lenguaje Lgico
Las oraciones compuestas se traducen usando
los conectivos
Ejemplos:
Si Pizarro se lesion, entonces no jugar el
03 de junio (p
0
p
1
) .
2 . 3 = 6 y 6 es impar (p
3
. p
4
).
Todos no jalaron el parcial de IA ( p
4
).
Razonamientos
P1
p2
...
Pn
C CONCLUSION
EJEMPLO
Pepe es una persona.
La persona es inteligente
Si Pepe es una persona entonces es
inteligente / Pepe es inteligente.


PREMISAS
Lenguaje de lgica de
predicados (de primer orden)
Elementos de Representacin:
1.-Trminos: Constantes (pi), variables (X) y
funciones (min(x))
2.-Frmulas atmicas:Predicados definidos sobre
trminos:
trabaja_como(empleado1, gerente)
tienedependientes(empleado1, 2)
3.-Formulas bien formadas: Frmulas atmicas,
unidas con conectivas ( .v) y
cuantificadas ( -)
Lenguaje de lgica de
predicados (de primer orden)
Representa el conocimiento de una forma ms detallada que la lgica proposicional.
Se basa en expresar relaciones entre objetos.
PREDICADO(objeto1, objeto 2, objeto 3objeto n)


PREDICADO puede ser Cualidades, relaciones o atributos.
OBJETOS, puenden ser personas, objetos fsicos o conceptos.

En la lgica de predicados los argumentos son de tipo variable, es decir, pueden asumir varios
valores. Ejemplo

temperatura(HUARAZ, X
temperatura(HUARAZ, X)


X=frio temperatura(HUARAZ, frio ) predicado verdadero
X=clido temperatura(HUARAZ, clido) predicado falso

CUANTIFICADORES DE LA
LOGICA DE PREDICADOS
Cuantificador Universal
X. . . .
Establece que "para todo X, es verdad que . . . "

Cuantificador Existencial
-X..
Establece que "existe un X, tal que . . . "


EJEMPLOS DEL USO DE LOS
CUANTIFICADRES
X, [ave (X) => Es_de_sangre(X, caliente)]

Y, [enfermedad (Y) => tiene(Y, sintomas)]

-X, [ jinete(Z) ^ embisti(toro, Z)].
Ejemplos de traduccin
Si algunos perros son mamferos, luego todos
son mamferos
(- x) (P(x) . M(x)) x (P(x) R(x))

Todo nmero es par o impar
(x) (N(x) P(x) v I(x))
(x) (N(x) P(x) v P(x))

Ningn nmero es a la vez par e impar
(-x) (P(x) . I(x))
Ejemplos de traduccin
Toda planta tiene tallo y raiz
( x) (Plantas(x) Tallo(x) . Raz(x) )
Existen plantas que no tienen fruto
(-x) (Plantas(x) . Fruto(x))
Para todo nmero natural hay otro natural
que es mayor que el.
( x) ( Nmero(x) (- y) (Nmero(y) . y>x ) )
Alfabeto de un lenguaje de primer
orden
Un alfabeto para un lenguaje de primer orden, consiste de
los siguientes smbolos:

- Smbolos de relacin: P
1
,

P
2
, , P
n
, =


- Smbolos de funcin: f
1
,f
2
, , f
m

- Smbolos de constantes: c
i
tal que

ieI y | I |= k

- Variables: x
1
, x
2
, x
3
,..
- Conectivos : .v
- Cuantificadores: -
- Auxiliares : (, )

Ejemplos (menos formales)
Padre(x, y) Hijo (y, x)
Padre (x, y) . Padre (y, z) Abuelo (x, z)
Mamfero (x) ( S-cal (x) . Mamas(x))
(-x) (

Mamfero (x) . Pelos(x) )
Razonamientos
en Lgica de 1er orden
P
1

P
2

...
P
n

C CONCLUSION

* LAS PREMISAS Y LA CONCLUSION PERTENECEN A FORM
PREMISAS
Justificacin de la validez del
razonamiento?

Una sola manera de justificar
Dar una prueba matemtica, que llegue a
la conclusin a partir de las hiptesis, a
travs de pasos debidamente justificados.
(Justificacin sintctica I , | )

(No existe justificacin semntica - no
siempre tienen sentido las tablas de
verdad)


Reglas de Inferencia
Reglas de Inferencia del clculo
proposicional
+
Reglas especficas para el manejo de los
cuantificadores

- Ejemplificacin universal (EU)
- Generalizacin universal (GU)
- Ejemplificacin existencial (EE)
- Generalizacin existencial (GU) ...
Razonamientos
en Lgica de 1er orden

Todos los Ovejeros Alemanes son perros y todos
los perros son mamferos. Luego, todos los
Ovejeros Alemanes son mamferos.
(x) ( Oa(x) P(x))
(x) (P(x) M(x)) / (x) Oa(x) M(x)
Todos los perros caminan al menos que alguno est
lastimado. Algunos perros no caminan. Luego, hay
algn perro lastimado.


Resolucin en Predicados

Las bases del Mtodo son las mismas que
para proposiciones

Situacin ms compleja

Para resolver dos clusulas debo encontrar
sustitucin adecuada de variables


ALGORITMO DE UNIFICACION
Algoritmo de Unificacin

Idea: ver si existe una sustitucin que haga
concordar a dos frmulas

Ejemplos:
Sustituciones que unifican
ama (x , y) (Marco/x, Paula/y, Paula/z)
ama (Marco, z) (Marco/x, z/y)

ES MAS GENERAL

SE BUSCA ENCONTRARA LAS MINIMAS SUSTITUCIONES QUE UNIFIQUEN
Algoritmo de Unificacin (idea)
1- Ver si los predicados coinciden, si no falla
2- Comprobar si los argumentos de a pares son
unificables,devolver sustitucin, si alguno no lo
es, falla la unificacin. Proceso recursivo:
- las ctes unifican si son iguales, sino falla
- una variable x unifica con:
- otra variable S:[ y/x]
- una cte k S: [k/x]
- una funcin que no tenga ninguna instancia
de la variable S:[f(y)/x]
Devuelve SkS1 o falla

INFERENCIA Y RAZONAMIENTO
Inferir es concluir o decidir a partir de algo conocido o
asumido

La lgica de predicados proporciona un grupo de reglas slidas,
con las cuales se pueden realizar inferencias. Las
principales Reglas de Inferencia son:
Modus ponens.- Es la ms importante, en los sistemas
basados en conocimiento. Establece que:
Si las sentencias p y (p q) se conocen que son verdaderas,
entonces se puede inferir que q tambin es verdadera.
Modus tolens.- Esta regla establece que:
Si la sentencia (p q) es verdadera y q es falsa,
entonces se puede inferir que p tambin es falsa.

LOGICA DE PREDICADOS COMO
FORMALISMO DE REPRESENTACION


VENTAJAS:
Es un formalismo bien establecido con una
sintaxis y semntica bien definida y que maneja
fcilmente aspectos cuantificacin.
Se establece un sistema de inferencias
completo (se puede extender al mtodo de
resolucin).

LIMITACIONES DEL RAZONAMIENTO
BASADO EN LA LOGICA DEL PRIMER
ORDEN

Ningn lenguaje puede expresar todo el conocimiento
sobre el entorno.
1. Un conjunto de frmulas es slo una aproximacin.
2. Una regla general est sujeta a una serie (infinita) de
restricciones no codificables.

Problema Importante: Las reglas de inferencia son adecuadas.
1. Las reglas de inferencia slo hacen explicito
conocimiento que estaba implicito en la base de
conocimiento.
Problemas en la representacin de razonamientos No
Monotonos. Ejemplos Razonamientos por
defecto(inscertidumbres), razonamientos abductivo(hecho
solo se deducen por explicaciones probables) y revisin de
creencias.
REPRESENTACION DEL CONOCIMIENTO
MEDIANTE REGLAS DE PRODUCCION
Regla se entiende como una proposicin lgica que relaciona
2 o mas objetos e incluye 2 partes, la premisa y la conclusin.
Cada una de estas partes consiste en una expresin lgica
con una o mas afirmaciones objeto-valor conectadas
mediante los operadores lgicos y no. Reglas de
produccin.
Es un mtodo procedimental de representacin del
conocimiento, pone nfasis en representar y soportar las
relaciones inferenciales del algoritmo, en contraposicin a los
mtodos declarativos (hechos).
La estructura de una regla es:
SI <antecedentes>
ENTONCES <consecuentes>
Los antecedentes son las condiciones y los
consecuentes las conclusiones.

REPRESENTACION DEL CONOCIMIENTO MEDIANTE
REGLAS DE PRODUCCION
CARACTERISTICAS
Son sistemas basados en el conocimiento.
A veces llamados sistemas expertos.
Tienen una similitud al razonamiento
humano.

REPRESENTACION DEL CONOCIMIENTO
MEDIANTE REGLAS DE PRODUCCION
VENTAJAS
Fcil acceso y disponibilidad del
conocimiento.
Costo reducido.
Permanencia.
Respuestas no subjetivas.
Explicacin del razonamiento.
Herramientas de aprendizaje.
Competitivos con expertos humanos.

REPRESENTACION DEL CONOCIMIENTO
MEDIANTE REGLAS DE PRODUCCION
VENTAJAS
Fcil acceso y disponibilidad del
conocimiento.
Costo reducido.
Permanencia.
Respuestas no subjetivas.
Explicacin del razonamiento.
Herramientas de aprendizaje.
Competitivos con expertos humanos.

REPRESENTACION DEL CONOCIMIENTO
MEDIANTE REGLAS DE PRODUCCION
COMPONENTES
Base de Conocimiento.-Conocimiento
que necesita ser representado .
Motor de Inferencias.-Mecanismos que
permitan inferir nuevo conocimiento.
Interfaz de Usuario.
Base de Afirmaciones.- Subsistema de
explicacin de conocimiento inferido.
Base de datos

Mecanismos para inferir nuevo
conocimiento
Sistemas de encadenamiento hacia adelante:
una regla es activada si los antecedentes
emparejan con algunos hechos del sistema.
Sistemas de encadenamiento hacia atrs: una
regla es activada si los consecuentes
emparejan con algunos hechos del sistema. El
encadenamiento hacia atrs es
recomendable cuando se tratan Sistemas De
Diagnstico, Correccin de Errores y
Prescripcin
Reglas de produccin- Ejemplos

Si un animal come carne entonces es
carnvoro.

Si un animal tiene dientes agudos y garras
entonces es carnvoro.

Si un animal es carnvoro y es de color
marrn-claro y tiene el pelaje franjas negras,
entonces es un tigre.
Sistemas Expertos


Sistemas basados en conocimiento (SBC-KBS)
Definiciones.
Sistemas que representan el conocimiento
sobre el dominio en forma explcita y separada
del resto del sistema.
Waterman.
Sistemas que resuelven problemas aplicando
una representacin simblica de la experiencia
humana.
Jackson.
Sistemas basados en conocimiento (SBC-KBS)
Definiciones.
Sistemas de software capaz de soportar la
representacin explcita del conocimiento de
un dominio especfico y de explotarlo a travs
de mecanismos apropiados de razonamiento
para proporcionar un comportamiento de alto nivel
en la resolucin de problemas.
Guida y Taso
Sistemas Expertos: Definicin.

Es un sistema de cmputo capaz de simular la conducta inteligente de un
experto humano en un dominio especfico y especializado, con el objeto de
resolver problemas.
Hardware + software
Fuente de pericia humana en el dominio
Sistema de
computacin
Simulacin
Conducta
inteligente
Experto
Dominio
limitado
Especfico y especializado
Experiencia humana vs. SE.

PERICIA ARTIFICIAL PERICIA HUMANA
Permanente Perecedera
Siempre accesible No siempre accesible
Fcil de documentar No documentable
Estable, confiable Variable, flexible
Costo manejable Costosa
Fragilidad de las mquinas Fragilidad humana
Sin inspiracin Creativa
Conocimiento tcnico Sentido comn
Esttica - Dinmica Dinmica (aprendizaje)
Dominios estrechos Dominios ms extensos

Los humanos son imprescindibles!!!
SE/SBC: Tareas
Tareas abordadas
Sntesis: Clasificacin, diagnstico
Anlisis: Planificacin, diseo o modelado
Las reas de aplicacin son muy variadas !!!
Los SBC abordan problemas complejos en dominios especficos en los
que el peso de las heursticas para acotar el espacio de bsqueda es
importante.
Habilidades que se esperan de un SE
Buena perfomance, comparable al menos a la de los especialistas.
Manipular con fluidez descripciones simblicas.
Interfaz amigable, adecuada a las necesidades de la aplicacin.
Habilidad para manipular conocimiento incompleto e impreciso.
Capacidad de explicar sus decisiones a los usuarios.
Posibilidad de justificar sus conclusiones.
SBC: Ventajas
El conocimiento no se pierde.

Reduccin del espacio de bsqueda con heursticas para que el
problema sea tratable en un tiempo razonable.

Manejo de conocimiento incierto e incompleto.

Posibilidad de justificar el razonamiento seguido.

Hacer el conocimiento disponible en ambientes hostiles o con
carencia de especialistas.

Aumento de fiabilidad, evitando que prevalezcan las ltimas
experiencias.

Modificacin sencilla de la BC por su caracterstica modular.
SBC: Inconvenientes
La adquisicin del conocimiento es difcil y cara.
La reutilizacin del conocimiento en contextos
diferentes no es simple.
Falta de creatividad y sentido comn.
Obstculos para el aprendizaje y la adaptacin.
Quedan inmersos en el campo de los Sistemas Inteligentes.
Se trabaja sobre metodologa de desarrollo
Se los combina con otras tecnologas
Estructura bsica de un SE/SBC.
Base de
Conocimientos
Motor de
Inferencias
In
t
e
rf
a
c
e
U
s
u
a
r
i
o
Ingeniero del
conocimiento
Experto del
dominio
K
A
T