Unidad 3 . UNIDAD 3.- SISTEMAS DE RAZONAMIENTO LOGICO 3.1.

- REGLAS DE PRODUCCION Regla se entiende como una proposicin lgica que relaciona 2 o ms objetos e incluye 2 partes, la premisa y la conclusin. Cada una de estas partes consiste en una expresin lgica con una o ms afirmaciones objeto-valor conectadas mediante los operadores lgicos y, o 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, acciones o hiptesis. Cada regla por si misma constituye un grnulo completo de conocimiento. La inferencia en los Sistemas Basados en Reglas se realiza mediante emparejamiento. Hay dos tipos, segn el sentido: 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. Arquitectura de los Sistemas Basados en Reglas: Base de Conocimientos: rene todo el conocimiento del sistema (Hechos + Reglas). Memoria Activa: contiene los hechos que representan el estado actual del problema (iniciales + inferidos a posteriori) y las reglas activadas (en condiciones de ser ejecutadas). Motor de Inferencias: decide que reglas activadas se ejecutarn.

3.2.- SINTAXIS DE LAS REGLAS DE PRODUCCION

Mtodo procedimental de representacin del conocimiento Estructura SI <condiciones> ENTONCES <conclusiones, acciones, hiptesis> Cada regla SI-ENTONCES establece un granulo completo de conocimiento Regla_ Operador valido en un espacio de estados CONDICIONES (tb. premisas, precondiciones, antecedentes,...) Formadas por clausulas y conectivas (AND, OR, NOT) Representacin clausal debe corresponderse con conocimiento del dominio Formato tpico: <parmetro/relacin/valor> PARMETRO: caracterstica relevante del dominio RELACIN: entre parmetro y valor VALOR: numrico, simblico o literal Tambin en forma de predicados lgicos CONCLUSIONES, ACCIONES, HIPTESIS (tb. consecuentes,...) Conclusiones, Hiptesis: conocimiento declarativo Acciones: cq. Accin procedimental (actualiza. conocimiento, interaccin con Exterior etc...) REGLAS ESPECIALES Reglas IF ALL: equivalen a reglas con las clausulas de las condiciones conectadas con AND Reglas IF ANY/ IF SOME: equivalen a reglas con las clausulas de las condiciones conectadas con OR EJEMPLO IF: temperatura = alta AND sudoracin = presente AND dolor_muscular = presente

THEN: diagnostico_preliminar = gripe IF: diagnostico_preliminar = gripe AND descompos_organos_internos = presente THEN: diagnostico_preliminar = _abola

SISTEMAS BASADOS EN REGLAS DE PRODUCCIN Reglas_ Operadores en bsquedas en espacio de estados Inferencia similar al MODUS PONENS (con restricciones) Sintaxis relajada Se permiten acciones en los consecuentes Mecanismo de control determina que inferencias se pueden realizar.

TIPOS de SISTEMAS

En funcin de sintaxis de reglas y de mecanismos de control (_bsqueda) SISTEMA ENCADENAMIENTO HACIA ADELANTE (dirigidos por los datos) Regla ACTIVADA si antecedentes emparejan con algunos hechos del sistema En IF ALL, todos. En IF ANY, al menos uno. Se parte de los hechos ya confirmados en el sistema Se razona hacia adelante buscando antecedentes que emparejen SISTEMA ENCADENAMIENTO HACIA ATRS (dirigido por los objetivos) Regla ACTIVADA si consecuentes emparejan con algunos hechos del sistema Se comienza con una hiptesis Se razona hacia atrs buscando consecuentes que emparejen MOTOR DE INFERENCIAS elige que reglas ACTIVADAS ejecutar (resolucin de conflictos)

Consecuentes y antecedentes pueden verse como submetas a verificar a partir de los hechos o hiptesis, respectivamente. CARACTERSTICAS Modularidad: reglas = pequeas cantidades de conocimiento (relativamente) independiente

Incrementalidad/Modificabilidad: posible aadir/cambiar reglas con relativa independencia

Naturalidad y Transparencia: representacin del conocimiento prxima y comprensible por personas

Capacidad de generar explicaciones

GENERACIN de EXPLICACIONES

Posibilidad de \explicar" el porqu de un resultado Devolver a usuario la cadena de reglas empleadas Combinar reglas y hechos del rbol de bsqueda segn las conectivas Incrementan la \aceptacin" del resultado ofrecido (dominios crticos)

3.3.- SEMANTICA DE LA REGLA DE PRODUCCIONES Una regla de produccin tiene, generalmente, la siguiente forma: SI Premisa ENTONCES Consecuencia. Ofrecen una gran facilidad para la creacin y la modificacin de la base de conocimiento. Permite introducir coeficientes de verosimilitud para ponderar el conocimiento (estos coeficientes se van propagando durante el proceso de razonamiento mediante unas frmulas de clculo establecidas) y, en teora, el mtodo asegura que cuantas ms reglas posea ms potente es. Sin embargo, aunque es la forma de representacin ms intuitiva y rpida, cuando el nmero de reglas es grande aumenta la dificultad de verificacin de todas las posibilidades con el consiguiente riesgo de perder la coherencia lgica en la base de conocimiento. Los hechos y las reglas asociadas de la base de conocimiento normalmente no son exactos; es decir se tiene incertidumbre sobre el grado de certeza de algunos hechos y tambin sobre el campo de validez de algunas de las reglas. Para el manejo de la incertidumbre en los sistemas de reglas se han utilizado varios sistemas; los tres ms conocidos son los Factores de Certeza (utilizados en MYCIN), la lgica de Dempster Shafer, y la Lgica Difusa (Fuzzy Logic). El mtodo de tratar la incertidumbre es una de las caractersticas ms importantes de las herramientas de desarrollo, y actualmente se encuentra en discusin la validez de estas lgicas para tratar con la incertidumbre. En sustitucin se han propuesto las Redes Bayesianas que tienen una base matemtica ms firme. De todas formas es un campo actual de investigacin que permanece abierto.

3.3.1.- CONOCIMIENTO CASUAL

Relacin que vincula dos ideas a travs de una conexin supuestamente necesaria. Es uno de los tres principios de asociacin. La causalidad no tiene carcter necesario cuando se aplica a las cuestiones de hecho, sino que se funda en la costumbre: la repeticin (o conjuncin constante) no es ms que una creencia; es algo que esperamos que suceda, no algo que deba suceder necesariamente sino algo que debe ser evaluado en trminos de posibilidad. En la medida en que el concepto de causalidad no puede aplicarse a hechos que todava no han sucedido, porque no tenemos evidencia lo todava no acaecido, la falta de un concepto de causalidad nos conduce necesariamente al escepticismo.

3.3.2.- CONOCIMIENTO DE DIAGNOSTICO El problema del diagnostico ha sido, desde los comienzos de la IA, uno de los ms estudiados y donde los investigadores han cosechado tanto satisfacciones como fracasos. El diagnostico en el campo de la medicina es sin duda, una de las reas de la IA que supone todava una gran desafi. Una de las caractersticas ms frecuentes en resolucin del problema del diagnostico en dominios reales es la necesidad de trata con la dimensin temporal. As, una vez propuesto un modelo terico, una tendencia cada vez ms habitual a la hora de desarrollar sistemas de diagnostico temporal es necesario abordar el problema del diagnostico temporal desde diferentes enfoques, permitiendo seleccionar cual es la aproximacin ms adecuada para cada problema concreto es simplificar el dominio para que el modelo inicial sea aplicable. 3.4.- ARQUITECTURA DE UN SISTEMA DE PRODUCCION Los Sistemas basados en reglas difusas (SBRD) tienen una serie de aplicaciones diversas, pero fundamentalmente son usados para: Modelado de sistemas Usado para representar escenarios de actuacin con variables complejas, en los cules no basta con usar realidades absolutas como lo sera un cierto o falso. En aplicaciones de control, ya que suelen estar basadas en el punto descrito anteriormente. Pueden ser usadas para la categorizacin de elementos, detectar patrones. Como agentes de usuario, los cules van a proporcionar una serie de ayudas a los expertos en una determinada materia para que tomen las decisiones que ellos consideren oportunas, en este caso estos sistemas van a ofrecer una ayuda, pero la decisin final la va a tomar el experto en cuestin. Como ejemplo cabe destacar el mbito financiero.

<<Minera de datos y descubrimiento de informacin, consistente en hallar el conocimiento intrnseco dentro de una base de datos, los cules pueden no estar presentes a simple vista, pero aplicando sistemas de este tipo pueden llegar a averiguarse>>. Reglas Los sistemas basados en reglas (SBR) se rigen por una serie de reglas que los configuran. Una regla es definida como un modo de representacin estratgica o tcnica, la cul es apropiada cuando el conocimiento con el que deseamos trabajar proviene de la experiencia o de la intuicin, y por tanto carece de una demostracin fsica o matemtica. Tipos de reglas y proposiciones Las proposiciones se pueden clasificar en los siguientes grupos: Proposiciones CUALIFICADAS: Introducen un atributo para cualificar la proposicin que forma una regla. El atributo corresponde al grado que determina la regla. Grado de Suceso: Probable, poco probable... 3.5.- CICLO DE VIDA DE UN SISTEMA DE PRODUCCION El concepto de sistema de produccin se basa en la Teora General de Sistemas que fue desarrollada por el bilogo alemn Von Bertalanffy y que en esencia es una perspectiva integradora y holstica (referida al todo).Una de las definiciones de la teora general de sistemas dice que los sistemas son conjuntos de componentes que interaccionan unos con otros, de tal forma que cada conjunto se comporta como una unidad completa. Otra definicin dice que los sistemas se identifican como conjuntos de elementos o entidades que guardan estrechas relaciones entre s y que mantienen al sistema directo o indirectamente unido de modo ms o menos estable y cuyo comportamiento global persigue, normalmente, algn tipo de objetivo. Par describir y en general para entender un sistema, es comn el uso de diagramas, los que si bien no dan una visin completa, facilitan la visualizacin de las interrelaciones, como se indica en la figura siguiente.