UNIVERSIDAD NACIONAL DE LOJA AREA DE LA ENERG LAS INDUSTRIAS Y LOS RECURSOS NATURALES NO IA RENOVABLES INGENIERIA EN SISTEMAS

INFORME TECNICO

TITULO:

REPRESENTACION DEL CONOCIMIENTO

AUTORES: Sonia Mar Miranda Costa a Gabriela Mar Narvez Chamba a a

LOJA-2012

 IDENTIFICACION DEL INFORME TECNICO

TITULO:

Representacin del Conocimiento o

CARRERA:

Ingenier en Sistemas a

LINEA DE INVESTIGACION:

Inteligencia Articial: Representacin del Conocimiento o

AUTORES: Sonia Mar Miranda Costa a Gabriela Mar Narvez Chamba a a DOCENTE:

Ing. Luis Antonio Chamba Eras

Representacin del Conocimiento o

RESUMEN
La representacin del conocimiento surgi en el mbito de la Inteligencia Articial al tratar de o o a crear representaciones de conocimiento que pudieran ser utilizadas por mecanismos que simulasen el razonamiento humano. En este informe tcnico se presenta una recopilacin bibliogrca de los aspectos fundamentales e o a y ms relevantes relacionados con la Representacin del Conocimiento, partiendo de la Introduca o cin, Fundamentos Tericos en donde se denen conceptos, caracter o o sticas, propiedades, lenguajes y mtodos de representacin, para concluir con el anlisis de un trabajo investigativo en donde utiliza e o a la representacin del conocimiento en un campo espec o co. Finalmente se establecen conclusiones acerca del trabajo realizado en base a los conocimientos adquiridos

 Indice general

1. Presentacin o 1.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o

1 1

2. Fundamentos Tericos o 2.1. Denicin de Representacin del Conocimiento . . . . . . . . . . . . . . . . . . . . . o o 2.2. Jerarqu del Conocimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . a 2.3. Problemtica de la Representacin del Conocimiento . . . . . . . . . . . . . . . . . . a o 2.4. Aspectos Fundamentales y Esquema de Representacin del Conocimiento . . . . . . o 2.5. Modelos de Representacion del Conocimiento . . . . . . . . . . . . . . . . . . . . . . 2.5.1. Lgica Proposicional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 2.5.2. Lgica de Primer Orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . o 2.5.3. Redes Semnticas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . a 2.5.4. Marcos o Frames . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3. Caso de Exito sobre Representacin del Conocimiento o 3.1. Ontolog e Inteligencia Articial para la Recuperacin Eciente del Conocimiento . as o 3.2. Conclusiones y Trabajos Futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 2 2 3 4 5 6 7 7 8

9 9 9

4. Conclusiones

11

Cap tulo 1

Presentacin o
1.1. Introduccin o

La forma en que los seres humanos representan y almacenan el conocimiento es un aspecto bsico para el comportamiento inteligente. De ah surge uno de los grandes problemas que enfrenta a la Inteligencia Articial, que es encontrar la forma ms adecuada de representar el conocimiento, a es decir, convertir los conocimientos sobre un tema espec co en un formato particular. Cuando el conocimiento se representa adecuadamente es usado por los sistemas inteligentes para inferir nuevos conocimientos utilizando mecanismos espec cos. La Inteligencia articial estudia el conocimiento considerndolo como todo aquello que la pera sona conoce. La premisa bsica es que los seres humanos actan inteligentemente porque saben a u muchas cosas acerca de diversos aspectos y pueden aplicar este conocimiento a su ambiente para cumplir sus objetivos[1]. El conocimiento se caracteriza por ser voluminoso, incierto, impreciso y cambiante de forma constante, haciendo dif que pueda ser caracterizado con precisin. Por tal cil o razn, es importante escoger el mtodo ms adecuado para la representacin de dicho conocimiento, o e a o porque esta representacin debe ser capaz de, ser comprensible, fcilmente modicable, captar la o a incertidumbre, focalizar los aspectos relevantes y ser utilizado para distintos propsitos [2]. o Para la representacin de conocimiento se debe utilizar un lenguaje, la lgica es intuitivamente o o atractiva porque tiene la ventaja de mantener una sintaxis bien denida, semntica precisa y mea canismos formales de deduccin adems se ser un lenguaje declarativo en donde su complejidad es o a bien conocida [1].

Cap tulo 2

Fundamentos Tericos o
2.1. Denicin de Representacin del Conocimiento o o

Una representacin del conocimiento en Inteligencia Articial es una combinacin de estructuras o o de datos (que nos permiten representar mediante un formalismo determinado las verdadesrelevantes en algn dominio) asociadas con mecanismos interpretativos que nos permiten manipular el conou cimiento representado a n de crear soluciones a problemas nuevos [2]. La inteligencia articial se enfoca determinar como el conocimiento puede ser representado simblicamente, y manipulado o automticamente por parte de programas de razonamiento. Por tanto, el conocimiento debe ser a almacenado en un sistema computacional de tal forma que [1]: Sea fcil de accesar a Sea fcil de procesar computacionalmente a Sea fcil obtener el conocimiento impl a cito que hay en l. Por ejemplo: Si todos los hombres e son mortales y Scrates es hombre, entonces impl o citamente Scrates es mortal. o Sea fcil de actualizar, tanto agregando como calicando conocimiento. Y a Sea fcil de consultar el conocimiento a

2.2.

Jerarqu del Conocimiento a

El conocimiento mantiene una estructura jerrquica que se muestra grcamente en la gura a a 2.1, en donde cada elemento es parte constitutiva de los siguientes dentro de la jerarqu a[3][4]: Ruido.- Esta conformado por todos los elementos asociados a un evento, que son de poco inters e y que ocultan datos. Datos.- Est compuesto por los elementos de inters en un dominio. Ejemplo letras, d a e gitos. Informacin.- Son datos relevantes procesados. La informacin requiere de la intervencin humana o o o para dotarle de un signicado y que este conjunto de datos tenga un propsito y pertinencia. Por o ejemplo: los datos numricos que aparecen en una anal e tica de sangre, los datos de los sensores de 2

una planta qu mica. Conocimiento.- informacin especializada de alto nivel. Es el resultado de la experiencia de exo pertos, de la organizacin e interrelaciones entre piezas de informacin. Ejemplo: cundo se o o a considera alta una temperatura corporal?, qu signica que adems haya tos?, precios caros o bae a ratos, etc. Meta-conocimiento.- Es el conocimiento acerca del conocimiento. Indica cmo utilizar el conocio miento. Por ejemplo: la seleccin heur o stica en donde el conocimiento que permita decidir desechar parte del conocimiento que no sea relevante en determinadas situaciones

Figura 2.1: Jerarqu del Conocimiento a

2.3.

Problemtica de la Representacin del Conocimiento a o

Para poder representar algo es necesario conocer cmo es su estructura?, cul es su utilidad?, o a cmo obtener el conocimiento de ste para almacenarlo y manipularlo?; las respuestas a estas o e interrogantes plantea un desaf dentro del campo de la Ingenier de Conocimiento, que es o a encargada de la adquisicin, representacin, manipulacin y validacin del conocimiento o o o o

Actualmente no existe una forma de representacin del conocimiento general capaz de ser o usada en todo tipo de aplicacin con xito; las formas disponibles estn limitadas a un dominio o e a espec co. Pero se puede crear representaciones concentrndose en conceptos generales que ocurren a en dominios muy diferentes. La representacin de conceptos abstractos se denomina Ontolog o a.

La representacin del todo es muy compleja pero se puede crear moldes, a partir de los cuales se o incorpore nuevo conocimiento independientemente del dominio. Precisamente las ontolog denen as el vocabulario para representar un dominio mediante un conjunto de trminos que representan los e conceptos y relaciones que interesan del dominio [5], facilitando la comunicacin y comparticin de o o informacin entre sistemas. o Otro aspecto importante dentro de la representacin del conocimiento, son las entidades que o deben se denidas claramente, en la gura 2.2 se esquematiza como deben interactuar. Las entidades son de dos tipos [2]: Los Hechos: verdades en un cierto mundo, se trata de lo que se desea representar La Representacin de los hechos en un determinado formalismo, es decir las o entidades que se desea manipular. Y pueden clasicarse en[2] 3

El nivel del conocimiento, donde se describen los hechos (comportamiento y objetivos de cada agente) El nivel simblico, donde se describen los objetos del nivel del conocimiento en trminos de o e s mbolos manipulables por programas.

Figura 2.2: Problemtica de la Representacin del Conocimiento a o

2.4.

Aspectos Fundamentales y Esquema de Representacin del o Conocimiento

La representacin tiene una estructura, para Freska1 esta estructura se resume en una ecuacin o o que capta la interaccin entre los componentes de la misma [7]: o Conocimiento = Datos + Interpretacin o Donde datos reeja el aspecto esttico e interpretacin el aspecto dinmico de la representacin a o a o cuyo efecto es el de transformar los datos en conocimiento. Aqu cabe notar que la representacin o que se hace del conocimiento disponible tiene que estar directamente relacionada con el uso que se hace de tal informacin. o Un esquema de representacin es un instrumento para codicar la realidad en un ordenador [6]. o Desde un punto de vista informtico un esquema de representacin puede ser descrito como una a o combinacin de: Estructuras de datos, parte esttica, que codican el problema en curso con el que o a se enfrenta el agente y por una parte dinmica, que est constituida por estructuras de datos que a a almacenan conocimiento referente al entorno en el que se desarrolla el problema y procedimientos que manipulan las estructuras de forma consistente con una interpretacin plausible de las mismas o Entre las propiedades y caracter sticas [3]de los esquemas de Representacin se puede mencionar: o Adecuacin de la representacin: Capacidad para representar adecuadamente todo el o o conocimiento pertinente de un dominio Adecuacin Inferencial: Posibilidad de manipular las estructuras de representacin de o o forma que se puedan derivar nuevas estructuras asociadas con nuevo conocimiento inferido a partir del antiguo
1 Christian Freksa, profesor de informtica en la Universidad de Bremen. Investigador dentro del area de la reprea sentacin del conocimiento http://cosy.informatik.uni-bremen.de/staff/christian-freksa o

Eciencia Inferencial: Posibilidad de mejora del proceso inferencial mediante la inclusin o de heur sticas y gu que agilicen la inferencia as Eciencia Adquisicional: Capacidad para incorporar fcilmente nuevo conocimiento de a forma manual (usuario/desarrollador) o de forma automtica (aprendizaje automtico a a Un esquema general de representacin, gura 2.3, dene cinco aspectos que un Sistema de Repreo sentacin del Conocimiento debe contemplar [7]: o 1. El mundo representado (M), 2. El mundo de representacin (M), o 3. Los aspectos del mundo representado que son modelados (R), 4. Los aspectos del mundo de representacin que realizan la modelizacin (R*) o o 5. Cules son las correspondencias entre ambos mundos (ci). a

Figura 2.3: Esquema General de Representacin o

2.5.

Modelos de Representacion del Conocimiento

1. Modelos Formales Uso de la lgica formal como lenguaje de representacin, en donde se aplican mecanismos de o o inferencia potentes, bien conocidos y formalizados como el modus ponen y la resolucin. En o general deber constar de 3 elementos [3] a Sintaxis, que explica cmo construir los elementos del lenguaje de representacin (orao o ciones lgicas) o Semntica, que asocia los elementos del lenguaje con los elementos reales del dominio a Conjunto de reglas de inferencia, que permiten inferir conocimiento nuevo a partir del ya existente Las conclusiones obtenidas a partir del razonamiento deductivo siempre sern verdaderas: Una a aseveracin ser cierta si se puede demostrar su veracidad a partir de observaciones que se o a sabe que son ciertas. Dentro de esta rea estn por ejemplo la lgica proposiciones y lgica predicados de primer a a o o orden. 5

2. Modelos estructurados Uso de tcnicas de representacin especializadas, en donde incore o poran mecanismos de inferencia espec cos, muy ecientes, pero limitados por ejemplo Redes semnticas, Marcos y guiones, Sistemas basados en reglas de produccin, etc [3]. a o

2.5.1.

Lgica Proposicional o

Se trata de la lgica ms sencilla, la representacin es basada en estados porque representa o a o unicamente hechos discretos del mundo real que pueden ser ciertos o falsos[3]. Sintaxis Atomos.- Son s mbolos (letras: p, q, r, etc.) que representan a proposiciones que no pueden descomponerse en otras ms simples. Ejemplos: p: llueve, q: hace fr r: hoy es martes. a o, Operadores Lgicos.-S o mbolos (ver tabla 1) que se utilizan en la representacin de proposiciones o compuestas, son la conexin entre proposiciones atmicas o o

Frmulas Bien Formadas (fbf ) Son oraciones lgicas resultantes de un anlisis sintctico. Para o o a a obtener una frmula bien formada se aplican las siguientes reglas: o F1. Todo tomo es una fbf. Por ejemplo, que p, q, r, son frmulas bien formadas. a o F2. Si A representa una fbf, entonces A es tambin una fbf. e F3. Si A y C son fbfs entonces (A C), (AC), (AC) y (AC), son fbfs. F4. Slo son fbfs, las cadenas que resulten de aplicar los casos anteriores o Semntica a Asignacin de valores de verdad a proposiciones (fbf) en funcin de la descomposicin de los opeo o o radores lgicos. Para probar la verdad/falsedad de una fbf en lgica proposicional basta con o o construir su tabla de verdad y consultar el valor de verdad para la interpretacin considerada o Ventajas Representacin de tipo general, y decidible (en tiempo nito es capaz de decidir si una proposicin o o es deducible de la informacin disponible o no)[8] o Inconvenientes Dicultad para representar conjuntos de hechos con caracter sticas comunes y expresar o generalizar relaciones entre hechos[8]. 6

2.5.2.

Lgica de Primer Orden o

Representa el mundo en trminos de objetos y predicados entre esos objetos. Los predicados e representan propiedades de los objetos o relaciones entre objetos. Permite el uso de cuanticadores ( , )[3]. Sintaxis Trminos.-Constantes (uc3m), Variables (X), Funciones (siguiente(X)) e Frmulas o atmicas Predicados o como(empleado1,director) tiene-hijos(empleado1,1) denidos sobre trminos. e Ejemplo: trabaja-

Frmulas bien formadas (w ): Frmulas atmicas unidas por conectivas (, , , ) y o o o cuanticadas ( , ). Semntica a La semantica en la Lgica de Primer Orden, tiene como objetivo dotar de signicado a los elementos o del lenguaje. Se compone de: Trminos cerrados: Representan elementos del universo. e Signicado de las frmulas: Propiedades sobre los elementos del universo. o Ventajas Representacin de tipo general ms rica que la proposicional[8]. o a Incovenientes El principal problema que presenta es que es semidecidible, es decir si algo no se puede deducir, los mecanismos de inferencia no aseguran que se pararn.La solucion es utilizar las clusulas de Horn. a a Es importante mecional que el programa PROLOG permite crear y ejecutar programas en lgica o de predicados[8].

2.5.3.

Redes Semnticas a

Son grafos dirigidos en los que los nodos representan conceptos y los arcos relaciones binarias entre ellos (gura 2.4)[8]. Un arco y los dos nodos relacionados pueden representar: un predicado con dos argumentos (redes lgicas) o objetos, atributos, y valores (redes conceptuales) relaciones no binarias, como acciones El problema para utilizarlos como redes lgicas es representar la cuanticacin, la negacin, la o o o implicacin (reglas), y la disyuncin. En el caso de las redes conceptuales, hay inconvenientes al o o diferenciar los tipos de relaciones. Una solucin es la gramtica de casos: Existe un verbo para cada o a sentencia simple con un conjunto de caracter sticas o casos [8]. El mecanismo de inferencia es el encadenamiento para las redes semnticas lgicas y para las a o redes semnticas conceptuales es la Herencia de propiedades y la Equiparacin a o 7

Figura 2.4: Ejemplo de Red Semntica a

2.5.4.

Marcos o Frames

Son similares a los lenguajes de programacin orientados a objetos, en el sentido de que modelan o el conocimiento utilizando clases (frames), atributos, objetos y relaciones, y utilizan relaciones de generalizacin y especializacin para representar la organizacin jerrquica de los conceptos[8]. o o o a

Caracter sticas Relaciones: es-un, parte-de, empleado-de,etc. Mtodos: funciones asociadas a los marcos e Demonios: funciones que vigilan las operaciones sobre los atributos. Ontolog representaciones formales del conocimiento sobre un dominio compartidas por un as: conjunto de aplicaciones

Cap tulo 3

Caso de Exito sobre Representacin o del Conocimiento

3.1. Ontolog e Inteligencia Articial para la Recuperacin Eas o ciente del Conocimiento

El volumen de informacin existente en Internet y en las Bibliotecas Digitales actuales, hace o dif la recuperacin eciente del conocimiento. La informacin consultada por el usuario, frente a cil o o la informacin recuperada mediante un buscador, no es satisfactoria. o Los investigadores han diseando modelos para transformar la red desde un espacio de informan cin a un espacio de conocimientos. Incorporando metadatos que contienen informacin adicional o o que permite hacer deducciones y posibilitando a los buscadores un tratamiento inteligente de la informacin. o La idea es que los datos puedan ser utilizados y comprendidos por los ordenadores sin necesidad de supervisin humana. o Con el objetivo de optimizar las tcnicas de bsqueda, se presenta un enfoque inteligente. Nuestro e u estudio analiza la relacin entre ontolog e Inteligencia Articial y comprueba que la aplicacin o as o de ambos factores, facilita la accesibilidad al conocimiento cient co-tcnico, a la vez que simplica e las bsquedas y mejora el proceso de recuperacin de informacin. [9]. u o o

3.2.

Conclusiones y Trabajos Futuros

En este art culo se ha descrito OntoBUS una ontolog desarrollada en OWL, que integra a, elementos o trminos denidos en distintos modelos de datos estandarizados existentes en el e dominio de las Bibliotecas Universitarias.

La ontolog se ha desarrollado utilizando tcnicas de la Web Semntica y la inteligencia a e a 9

articial. Las instancias de las clases y propiedades denidas pueden ser utilizadas para formular consultas complejas y recuperar de forma ms estricta la informacin. a o

Este proyecto pretende apoyar la estrategia de acceso al conocimiento a travs de la mejora e de los niveles de bsqueda. u

Como trabajos futuros se propone la integracin y explotacin de informacin procedente de o o o otras bibliotecas digitales y servicios, perfeccionar el motor de bsquedas CBR y agregar nuevas u funcionalidades a la interfase de usuarios del sistema.

10

Cap tulo 4

Conclusiones
Al termino de la recopilacion bibliograca y del anlisis del articulo Ontolog e Inteligencia a as Articial para la Recuperacion eciente del Conocimiento, se puede establecer algunas conclusiones: 1. La representacin del conocimiento consta de varias etapas: decidir que tipos de objetos y o relaciones es necesario representar, luego se escoge un vocabulario y se lo utiliza para codicar el conocimiento general del dominio, y despus de codicar casos especicos de problemas, se e utilizan procedimientos de inferencia para resolverlos. 2. La representacin del conocimiento ha sido ampliamente estudiada por la Inteligencia Articial o y la Ingenier del Conocimiento. Su principal objetivo es la creacin de formalizaciones del a o conocimiento que sean procesables por programas informticos y que se acerquen al modelo a de razonamiento humano. 3. Los sistemas de representacin del conocimiento formalizan el conocimiento de expertos sobre o el dominio de un problema concreto 4. A travs de la ontolog general se puede incluir decisiones sobre como representar una amplia e a gama de objetos y relaciones. Se codica mediante la lgica de primer orden. o 5. La inferencia en la lgica de primer orden dene mecanismos que permiten responder de o manera eciente a preguntas formuladas en este tipo de lgicas. o 6. La construccin de agentes que funcionen como sistemas de razonamiento lgico es muy ino o teresante ya que estos sistemas pueden representar el conocimiento y efectuar razonamientos sobre est. La principal ventaja de estos sistemas es su alto grado de modularidad, en donde e es posible independizar la estructura de control del conocimiento, con lo que cada porcin del o conocimiento mantiene total independencia entre s . 7. La ontolog son una nueva forma de representacin del conocimiento surgida por la necesidad as o de compartir el mismo a travs de la Web. e

11

Bibliograf a
[1] P. Barcel. Introduccin a la Representacin del Conocimiento [online]. Curso en L o o o nea CC52A, 2009. Disponible en https://www.u-cursos.cl/ingenieria/2009/1/CC52A/1/material_docente/ [2] Universidad Politcnica de Valencia. Representacin del Conocimiento [online]. Disponible en e o http://personales.upv.es/ccarrasc/extdoc/Tema2_1.pdf [3] F. J. Ribadas Pena. Tema 3 Representacin del Conocimiento [online]. Universidad de Vigo. 2005. o Disponible en http://ccia.ei.uvigo.es/docencia/IA/1011/transparencias/Tema3-1.pdf [4] CMIPERU Administracin & Sistemas. Gestin del Conocimiento [online]. Disponible en o o www.cmiperu.com/descarga/gc.pps [5] Russell S.J, Norvig P. Inteligencia Articial Un Enfoque Moderno. Segunda Edicin. Editorial Pearson. o Madrid, 2004. [6] Universidad Politcnica de Catalua. Introduccin a la Representacin del Conocimiento [online]. Dee n o o partamento de Lenguaje y Sistemas Informticos. Madrid, curso 2006/2007. Disponible en a http://www.lsi.upc.edu/~bejar/ia/transpas/teoria/3-RC0-Intro_rep_conocimiento.pdf [7] R. Rodr guez. Representacin del conocimiento. 2010. Disponible en o http://rodrigorodriguez.files.wordpress.com/2010/03/conocimiento-intro.pdf [8] Grupo de Planicacin y Aprendizaje (PLG).Representacin del Conocimiento [online].Universidad o o Carlos III de Madrid.2008. Disponible en: http://ocw.uc3m.es/ingenieria-informatica/inteligencia-artificial-2/ material-de-clase-1/representacion.pdf [9] Ontolog e Inteligencia Articial para la Recuperacin Eciente del Conocimiento. Disponible en as o http://www.aab.es/pdfs/jba15/10-Ontologia_e_inteligencia_artificial.pdf

12