#LyX 2.3 created this file. For more info see http://www.lyx.org/ \lyxformat 544 \begin_document \begin_header \save_transient_properties true \origin unavailable \textclass book \begin_preamble \usepackage{amssymb} \end_preamble \use_default_options true \begin_modules algorithm2e \end_modules \maintain_unincluded_children false \language spanish \language_package default \inputencoding auto \fontencoding global \font_roman "default" "default" \font_sans "default" "default" \font_typewriter "default" "default" \font_math "auto" "auto" \font_default_family default \use_non_tex_fonts false \font_sc false \font_osf false \font_sf_scale 100 100 \font_tt_scale 100 100 \use_microtype false \use_dash_ligatures true \graphics default \default_output_format default \output_sync 0 \bibtex_command default \index_command default \paperfontsize default \spacing single \use_hyperref false \papersize default \use_geometry false \use_package amsmath 1 \use_package amssymb 1 \use_package cancel 1 \use_package esint 1 \use_package mathdots 1 \use_package mathtools 1 \use_package mhchem 1 \use_package stackrel 1 \use_package stmaryrd 1 \use_package undertilde 1 \cite_engine basic \cite_engine_type default \biblio_style plain \use_bibtopic false \use_indices false \paperorientation portrait \suppress_date false \justification true \use_refstyle 1 \use_minted 0 \index Index \shortcut idx \color #008000 \end_index \secnumdepth 3 \tocdepth 3 \paragraph_separation indent \paragraph_indentation default \is_math_indent 0 \math_numbering_side default \quotes_style french \dynamic_quotes 0 \papercolumns 1 \papersides 1 \paperpagestyle default \tracking_changes false \output_changes false \html_math_output 0 \html_css_as_file 0 \html_be_strict false \end_header \begin_body \begin_layout Standard El \series bold conocimiento \series default consiste en descripciones declarativas explícitas, formadas por conceptos y relaciones entre los conceptos específicos a un dominio de aplicación, junto con métodos genéricos de resolución de problemas, formados por \series bold técnicas de razonamiento \series default , que usan las relaciones entre conceptos para inferir conclusiones, y una estructura de control para aplicar las técnicas. Por ejemplo, se puede representar el conocimiento por cláusulas de lógica de predicados de primer orden, y entonces una técnica de razonamiento es el principio de resolución. \end_layout \begin_layout Standard Algunos tipos de conocimiento: \end_layout \begin_layout Itemize \series bold De entidades \series default : Propiedades y estructura física de entes del mundo real. \end_layout \begin_layout Itemize \series bold De conducta \series default : Comportamiento o forma de proceder de los entes. \end_layout \begin_layout Itemize \series bold De eventos \series default : Secuencias de eventos, distribución temporal y relaciones causales. \end_layout \begin_layout Itemize \series bold Procedimental \series default : Cómo realizar determinados procesos. \end_layout \begin_layout Itemize \series bold Sobre incertidumbre \series default : Nivel de certeza asociada a hechos. \end_layout \begin_layout Itemize \series bold Meta-conocimiento \series default : Conocimiento sobre el propio conocimiento, sus propiedades y cómo usarlo. \end_layout \begin_layout Standard Los sistemas inteligentes son \series bold intensivos en datos \series default si minan grandes cantidades de datos para obtener conclusiones e \series bold intensivos en conocimiento \series default ( \series bold sistemas basados en conocimiento \series default ) si aplican gran cantidad de conocimiento a los datos. \end_layout \begin_layout Standard \series bold Diagnosticar \series default es encontrar una causa para un comportamiento observado distinto a lo normal, partiendo de hallazgos normales y anormales y dando uno o más diagnósticos, puede que ordenados por grado de certeza, que explican los hallazgos anormales sin contradecir los normales. Con sistemas basados en conocimiento, esto requiere de las siguientes fases: \end_layout \begin_layout Enumerate \series bold Adquisición \series default de conocimiento de alguna fuente, sea un experto o un proceso de prueba y error mediante técnicas de aprendizaje. \end_layout \begin_layout Enumerate \series bold Conceptualización \series default o \series bold modelado \series default , fase central en la ingeniería del conocimiento, consistente en definir y organizar los componentes de conocimiento. \end_layout \begin_layout Enumerate \series bold Representación \series default o \series bold formalización \series default del conocimiento en estructuras como cláusulas lógicas o reglas, normalmente agrupadas en módulos para facilitar su recuperación y poder añadir, modificar y borrar estructuras de forma independiente del resto. Puede ser necesario que las estructuras de datos sean comprensibles por humanos. \end_layout \begin_layout Enumerate \series bold Implementación \series default del software con el conocimiento y las técnicas de inferencia. Las técnicas se suelen implementar de forma imperativa. \end_layout \begin_layout Enumerate \series bold Acceso \series default al conocimiento desde la recuperación. La velocidad de acceso es muy importante cuando hay mucho conocimiento, es complejo o se requiere funcionamiento en tiempo real. \end_layout \begin_layout Enumerate \series bold Selección \series default o \series bold recuperación \series default de un elemento concreto de conocimiento, adecuado al problema y el estado del proceso de resolución. Muchas veces se selecciona un módulo completo, y se usa meta-conocimiento para elegir el siguiente módulo a cargar. Si hay varios métodos de resolución, se puede usar meta-conocimiento para elegir el más apropiado. \end_layout \begin_layout Standard El \series bold ámbito \series default de una representación de conocimiento es el dominio en que se va a aplicar. Definir conocimiento genérico es muy costoso, por lo que son más adecuadas representaciones para contextos restringidos. \end_layout \begin_layout Standard La \series bold granularidad \series default es el tamaño de la unidad mínima de representación, \series bold gránulo \series default o \series bold grano \series default . Con un grano grueso, los contenidos de alto nivel se representan de forma sencilla pero el tratamiento es difícil, mientras que uno fino permite representar procesos de bajo nivel y construir estructuras jerárquicas fácilmente pero da problemas para representar conceptos de alto nivel. \end_layout \begin_layout Standard El conocimiento es \series bold redundante \series default si se representa el mismo de varias formas, lo que permite una aplicación más efectiva porque algunas formas de conocimiento son más adecuadas para ciertos casos que otras, pero aumenta el volumen de datos. \end_layout \begin_layout Section Sistemas basados en reglas \end_layout \begin_layout Standard Un \series bold sistema basado en reglas \series default o \series bold sistema experto \series default es un sistema basado en conocimiento que usa reglas de la forma \begin_inset Quotes cld \end_inset si \emph on condición \emph default entonces \emph on acción \emph default \begin_inset Quotes crd \end_inset , dadas por un \series bold antecedente \series default o \series bold condición \series default formado por una lista de cláusulas a verificar y un \series bold consecuente \series default o \series bold acción \series default formado por una lista de acciones a ejecutar cuando se cumplen las condiciones. Consta de: \end_layout \begin_layout Itemize Una \series bold base de hechos \series default o \series bold memoria de trabajo \series default con hechos conocidos de una situación particular. Los hechos son: \end_layout \begin_deeper \begin_layout Itemize De entrada, introducidos por el usuario u obtenidos de fuentes como sensores o bases de datos, iniciales o introducidos durante el proceso conforme se obtienen. \end_layout \begin_layout Itemize Inferidos por el sistema durante el proceso. \end_layout \begin_layout Itemize Los objetivos y subobjetivos a alcanzar. \end_layout \end_deeper \begin_layout Itemize Una \series bold base de conocimiento \series default con las reglas del dominio. La ejecución de una acción puede modificar la base de hechos, normalmente añadiendo hechos inferidos. \end_layout \begin_deeper \begin_layout Standard Una \series bold red de inferencia \series default es una representación gráfica de una red de conocimiento de forma similar a un grafo. Las reglas se dibujan como puertas lógicas en función de cómo tengan que combinarse los antecedentes para que la regla sea aplicable. \end_layout \begin_layout Standard Un hecho se representa como una flecha que va hacia la entrada de las reglas que lo tengan como antecedente, posiblemente dividiéndose en el camino. Si el hecho es resultado del consecuente de una única regla, la flecha parte del consecuente; si lo es de varias reglas, parte de un rectángulo y se dibujan flechas de dichas reglas al rectángulo, y si no lo es de ninguna regla, parte de la nada. \end_layout \begin_layout Standard Generalmente las flechas se dibujan de izquierda a derecha, con los hechos de partida a la izquierda y las metas a la derecha. Los hechos y las reglas pueden etiquetarse. \end_layout \end_deeper \begin_layout Itemize Un \series bold mecanismo \series default o \series bold motor de inferencias \series default que selecciona reglas aplicables para obtener alguna conclusión. \end_layout \begin_layout Standard Los sistemas expertos son importantes en escenarios gobernados por reglas deterministas, y sobre todo en los que escasean expertos humanos, porque permiten capturar la experiencia humana de forma natural. Las reglas indican implicación causal, pero se les aplica razonamiento deductivo basado en \emph on \lang latin modus ponens \emph default \lang spanish . \end_layout \begin_layout Standard \series bold Equiparar \series default es buscar un conjunto, el \series bold conjunto conflicto \series default , de reglas de la base de conocimiento, las reglas \series bold aplicables \series default o \series bold activadas \series default , cuyas condiciones o acciones sean compatibles con los datos almacenados. \series bold Resolver \series default es seleccionar una regla del conjunto conflicto. Así, mientras la base de hechos no haya alcanzado una condición de finalización , normalmente alcanzar un hecho meta, y no se haya ejecutado una acción de parada, el motor de inferencias equipara, resuelve y ejecuta la regla elegida, actualizando la base de hechos con los hechos resultantes de aplicar la regla. \end_layout \begin_layout Standard El motor de inferencias usa \series bold encadenamiento hacia delante \series default o \series bold dirigido por datos \series default si parte de los hechos conocidos y busca qué metas se verifican a partir de estos, equiparando hechos con antecedentes de reglas, y usa \series bold encadenamiento hacia atrás \series default o \series bold dirigido por metas \series default si parte de la meta dada y comprueba si se deduce de los hechos creando subobjetivos, equiparando metas con consecuentes de reglas. \end_layout \begin_layout Standard Equiparar no siempre es trivial, pues las reglas pueden ser generales y por ejemplo contener variables. Además, examinar todas las reglas en cada ciclo es costoso si la base de conocimiento es grande, por lo que se indizan las reglas y se usan técnicas que evitan examinar todo el conocimiento. El \series bold algoritmo RETE \series default , usado en las herramientas Jess y DROOLS, busca patrones en reglas y construye un grafo para acelerar la equiparación de reglas al usar encadenamiento hacia delante. \end_layout \begin_layout Standard Un \series bold método de resolución de conflictos \series default elige qué regla aplicar del conjunto conflicto, y de este depende el tiempo de respuesta del sistema ante cambios del entorno y la posibilidad de ejecutar secuencias de acciones relativamente largas. Estos métodos pueden ser: \end_layout \begin_layout Itemize \series bold Estáticos \series default , basados solo en la base de conocimiento, como seleccionar las reglas ordenadas por un criterio como su número de antecedentes. \end_layout \begin_layout Itemize \series bold Dinámicos \series default , como elegir las reglas que usan elementos más recientes de la base de hechos o reglas no usadas previamente. \end_layout \begin_layout Standard Los sistemas expertos son de grano fino, modulares, uniformes, simples y aplicables a muchos ámbitos. Separan estrictamente la representación del conocimiento, declarativa, de la técnica de razonamiento, y los razonamientos son relativamente comprensib les por humanos, aunque su baja granularidad dificulta entender posibles superestructuras cuando hay muchas reglas. Es fácil extenderlos para que incluyan meta-conocimiento mediante meta-reglas, y conocimiento sobre incertidumbre. \end_layout \begin_layout Section Lógicas no clásicas \end_layout \begin_layout Standard Una \series bold lógica \series default es un lenguaje de \series bold proposiciones \series default junto con un conjunto de \series bold reglas de inferencia \series default que transforman unas proposiciones en otras. Una \series bold teoría \series default es un conjunto de proposiciones o \series bold axiomas \series default en el contexto de una lógica, y todas las proposiciones que se puedan obtener de esta por aplicación de reglas de inferencia de la lógica, incluyendo los propios axiomas, son sus \series bold teoremas \series default . Escribimos \begin_inset Formula ${\cal T}\vdash P$ \end_inset si \begin_inset Formula $P$ \end_inset es un teorema de la teoría \begin_inset Formula ${\cal T}$ \end_inset . Las lógicas suelen incluir una semántica \begin_inset Quotes cld \end_inset genérica \begin_inset Quotes crd \end_inset para las proposiciones que las teorías completan. \end_layout \begin_layout Standard Una lógica es \series bold monótona \series default si siempre que \begin_inset Formula ${\cal T}\vdash P$ \end_inset y \begin_inset Formula ${\cal T}'$ \end_inset sea una teoría cuyos axiomas incluyan los de \begin_inset Formula ${\cal T}$ \end_inset , se tiene \begin_inset Formula ${\cal T}'\vdash P$ \end_inset . Las lógicas clásicas son monótonas, pero la monotonía no es apropiada cuando el conocimiento es incompleto o el mundo es cambiante, pues puede que haya que hacer suposiciones por defecto que puedan invalidarse cuando se tenga más conocimiento. \end_layout \begin_layout Standard Las lógicas clásicas no son apropiadas para tratar conocimiento incompleto, incierto, impreciso o inconsistente, y los algoritmos para manipular conocimien to lógico son ineficientes, por lo que se crean otras lógicas más apropiadas. \end_layout \begin_layout Subsection Lógica de situaciones \end_layout \begin_layout Standard Introducida por McCarthy en 1969. Como la lógica de predicados de primer orden pero todos los predicados tienen un argumento extra que indica en qué situación la fórmula es cierta, pues una fórmula puede pasar a ser falsa tras un cambio. Existe una función \begin_inset Formula $R/2$ \end_inset de modo que \begin_inset Formula $R(e,s)$ \end_inset es la situación resultante de que ocurra el evento \begin_inset Formula $e$ \end_inset en la situación \begin_inset Formula $s$ \end_inset . \end_layout \begin_layout Standard Al crear el modelo, hay que indicar qué proposiciones simples se siguen cumpliendo al aplicar un cambio a la situación. \end_layout \begin_layout Subsection Lógica difusa \end_layout \begin_layout Standard En lógica de predicados, a todo predicado \begin_inset Formula $P$ \end_inset sobre un dominio \begin_inset Formula $U$ \end_inset le corresponde un conjunto \begin_inset Formula $\{x\in U\mid P(x)\}$ \end_inset y una \series bold función de pertenencia \series default \begin_inset Formula $f:U\to\{0,1\}$ \end_inset dada por \begin_inset Formula \[ f(x):=\begin{cases} 1, & P(x);\\ 0, & \neg P(x); \end{cases} \] \end_inset distinguiendo entre predicados ciertos y falsos. En lógica difusa usamos \series bold predicados vagos \series default , de modo que a un predicado \begin_inset Formula $P$ \end_inset sobre un dominio \begin_inset Formula $U$ \end_inset le corresponde un \series bold conjunto difuso \series default y una función de pertenencia \begin_inset Formula $f:U\to[0,1]$ \end_inset . La lógica clásica y la teoría de conjuntos difusos nos permiten razonar con afirmaciones vagas con palabras como \begin_inset Quotes cld \end_inset joven \begin_inset Quotes crd \end_inset , \begin_inset Quotes cld \end_inset alto \begin_inset Quotes crd \end_inset , \begin_inset Quotes cld \end_inset muy \begin_inset Quotes crd \end_inset , \begin_inset Quotes cld \end_inset muchos \begin_inset Quotes crd \end_inset , \begin_inset Quotes cld \end_inset bastantes \begin_inset Quotes crd \end_inset , \begin_inset Quotes cld \end_inset pocos \begin_inset Quotes crd \end_inset , etc., pues de otra forma tendríamos inconsistencias. \end_layout \begin_layout Subsection Factores de certeza \end_layout \begin_layout Standard Para razonar con hechos con fiabilidad o precisión limitada o sobre los que no estamos seguros, se suele incorporar la incertidumbre a una lógica que no la incluye. Esto se suele hacer con probabilidades y redes bayesianas, basadas en probabili dad condicionada e independencia de sucesos. \end_layout \begin_layout Standard A finales de los 70 se crea Mycin, un sistema basado en reglas usado para identificar la bacteria causante de una infección y seleccionar un tratamiento basándose en datos clínicos y encadenamiento hacia atrás. Por entonces no se habían inventado las redes bayesianas y era difícil obtener valores objetivos para las probabilidades, por lo que se usaron factores de certeza obtenidos de estimaciones subjetivas. \end_layout \begin_layout Standard El \series bold factor de certeza \series default de una \series bold hipótesis \series default \begin_inset Formula $h$ \end_inset según una \series bold evidencia \series default \begin_inset Formula $e$ \end_inset , \begin_inset Formula $\text{FC}(h,e)$ \end_inset es la diferencia de una \series bold medida de creencia \series default , un número en \begin_inset Formula $[0,1]$ \end_inset que indica en qué grado \begin_inset Formula $e$ \end_inset apoya \begin_inset Formula $h$ \end_inset , y una \series bold medida de incredulidad \series default , un número en \begin_inset Formula $[0,1]$ \end_inset que indica en qué grado \begin_inset Formula $e$ \end_inset apoya \begin_inset Formula $\neg h$ \end_inset . Las medidas de creencia e incredulidad no pueden ser positivas a la vez, por lo que \begin_inset Formula $\text{FC}(h,e)\in[-1,1]$ \end_inset es suficiente para despejar ambas. \end_layout \begin_layout Standard El antecedente de una regla es una conjunción o disyunción de proposiciones atómicas en lógica preposicional y el consecuente es una proposición atómica. Las funciones de combinación deben ser conmutativas y asociativas, pues el orden en que se obtienen las evidencias es arbitrario; el resultado de encadenar inferencias debe tener menor certeza que cada inferencia individua l, y si una evidencia adicional confirma una hipótesis, su factor de creencia debe aumentar. \end_layout \begin_layout Standard Con esto, cada regla \begin_inset Formula $h\to e$ \end_inset lleva asociado un factor de certeza \begin_inset Formula $\text{FC}(h,e)$ \end_inset , cada hipótesis \begin_inset Formula $h$ \end_inset en la base de hechos lleva asociado un factor de certeza \begin_inset Formula $\text{FC}(h,\bot)$ \end_inset , donde \begin_inset Formula $\bot$ \end_inset es la situación particular, y las reglas son: \begin_inset Formula \begin{align*} \text{FC}(h_{1}\land h_{2},e) & =\min\{\text{FC}(h_{1},e),\text{FC}(h_{2},e)\},\\ \text{FC}(h_{1}\lor h_{2},e) & =\max\{\text{FC}(h_{1},e),\text{FC}(h_{2},e)\},\\ \text{FC}(h,e) & =\text{FC}(h,s)\max\{0,\text{FC}(s,e)\},\\ \text{FC}(h,e_{1}\land e_{2}) & =\begin{cases} \text{FC}(h,e_{1})+\text{FC}(h,e_{2})-\text{FC}(h,e_{1})\text{FC}(h,e_{2}), & \text{FC}(h,e_{1}),\text{FC}(h,e_{2})\geq0;\\ \text{FC}(h,e_{1})+\text{FC}(h,e_{2})+\text{FC}(h,e_{1})\text{FC}(h,e_{2}), & \text{FC}(h,e_{1}),\text{FC}(h,e_{2})\leq0;\\ \frac{\text{FC}(h,e_{1})+\text{FC}(h,e_{2})}{1-\min\{|\text{FC}(h,e_{1})|,|\text{FC}(h,e_{2})|\}}, & \text{FC}(h,e_{1})\text{FC}(h,e_{2})\leq0. \end{cases} \end{align*} \end_inset \end_layout \begin_layout Standard \begin_inset ERT status open \begin_layout Plain Layout \backslash begin{sloppypar} \end_layout \end_inset En las diapositivas, las dos primeras reglas aparecen como \begin_inset Formula $\text{FC}(h,e_{1}\land e_{2})=\min\{\text{FC}(h,e_{1}),\text{FC}(h,e_{2})\}$ \end_inset y \begin_inset Formula $\text{FC}(h,e_{1}\lor e_{2})=\max\{\text{FC}(h,e_{1}),\text{FC}(h,e_{2})\}$ \end_inset , lo que tiene aún menos sentido que las reglas que realmente usamos, que son las que se muestran. Las dos primeras reglas se usan para evaluar el factor de certeza de antecedent es de reglas; la tercera para obtener el factor de certeza del consecuente de una regla sabiendo el de su antecedente, y la cuarta para combinar factores de certeza obtenidos por distintas reglas. \begin_inset ERT status open \begin_layout Plain Layout \backslash end{sloppypar} \end_layout \end_inset \end_layout \begin_layout Section Representaciones estructuradas del conocimiento \end_layout \begin_layout Standard Las \series bold redes semánticas \series default , inventadas por Quillian en 1961, se basan en grafos para modelar la capacidad de la memoria humana de recuperar conceptos a través de las relaciones que los enlazan. Los \series bold marcos \series default o \series bold \emph on \lang english frames \series default \emph default \lang spanish , inventados por Minsky en 1975, se basan en estructuras parecidas a formularios y permiten hacer inferencias basadas en herencia. \end_layout \begin_layout Standard En los años 90, en ingeniería del conocimiento se adoptan las \series bold ontologías \series default , especificaciones formales explícitas de conceptos organizados en forma jerárquica para servir de soporte a aplicaciones que requieren conocimiento específico sobre una materia concreta. En la segunda mitad de los 90, estas se aplican a la web para añadir descripcio nes semánticas a los contenidos, creándose la \series bold web semántica \series default . \end_layout \end_body \end_document