Untitled

Sistemas basados en conocimiento

Es una aplicación informática en la que aparece representado, como estructura de información procesable, el conocimiento necesario para resolver un determinado tipo de problemas separadamente del procedimiento para resolverlos.

Estructura de los sistemas de reglas

La estructura de información representativa del conocimiento del Sistema Experto se denomina Base de Conocimientos.

Base de Conocimientos: en ella se presenta el conocimiento general sobre el dominio de la aplicación del SE.

El Motor de Inferencias es el programa general para aplicar el conocimiento independientemente de la aplicación.

La Base de Datos o Hechos contiene información sobre el problema concreto que se quiere resolver.

Módulo de Adquisición del Conocimiento y Módulo de Aprendizaje: ambos están relacionados entre sí ya que para los dos el objetivo es modificar el contenido de la base de conocimientos.

La Interfase facilita el intercambio de información entre el usuario y el sistema.

El Subsistema de Explicación y Diálogo indica al usuario cómo y por qué el sistema ha llegado a una determinada conclusión.

Activación de la inferencia

Esta activación de las reglas cuando las condiciones de sus antecedentes son verificadas se realiza mediante lo que se denomina comparación de patrones.

Encadenamiento hacia adelante

Un motor de inferencias funcionando con encadenamiento hacia adelante buscará unas reglas cuyas premisas sean verificadas por los hechos de su base de datos.

Estrategias de control

La selección de la regla a aplicar entre un conjunto de reglas candidatas es una decisión importante que depende de la estrategia de control que siga el motor de inferencias.

La resolución del conflicto, quizás el paso más importante dentro de la inferencia, se lleva a cabo en la mayoría de los sistemas basados en conocimiento mediante estrategias de control muy simples.

Encadenamiento hacia atrás

El mecanismo de encadenamiento hacia atrás o basado en objetivos se inicia con una hipótesis como objetivo a demostrar, utilizando los hechos y las reglas de la base de conocimientos.

Razonamiento borroso

La lógica borrosa proporciona un mecanismo apropiado de inferencia para obtener nuevo conocimiento a partir de información con incertidumbre.

Características de la inferencia basada en reglas e Inferencias y aprendizaje

La representación del conocimiento en reglas ha permitido abordar problemas hasta ahora insolubles debido a la naturaleza de la información disponible.

Sus principales ventajas son la capacidad de tratar con la incertidumbre y su eficiencia.

Modelos de conocimiento

La metodología CommonKADS ofrece una aproximación para resolver los problemas inherentes a la ingeniería del conocimiento provenientes de la experiencia y apoyados por los fundamentos de la ingeniería del software.

Modelo de organización: soporta el análisis de las características principales de una organización.

Modelo de tarea: es la parte relevante de un modelo de negocio.

Modelo de agente: los agentes son los ejecutores de una tarea.

Modelo de conocimiento: el propósito de este modelo es explicar los tipos y

estructuras de conocimiento utilizados para llevar a cabo una tarea.

Modelo de comunicación: dado que varios agentes pueden verse involucrados en

una tarea.

Modelo de diseño: los modelos anteriores juntos pueden verse como constituyendo la especificación de los requisitos para el sistema de conocimiento.

Roles del proceso

Se representan los roles desempeñados por las personas involucradas en un proyecto de Ingeniería del Conocimiento así como las relaciones que existen entre ellos.

Suministrador de conocimiento/especialista: un papel importante en el proceso lo desempeña el propietario del conocimiento.

Ingeniero de conocimiento/analista: CommonKADS ofrece al ingeniero de

conocimiento o analista un conjunto de herramientas para llevar a cabo el análisis de la tarea global.

Ingeniero de desarrollo: encargado del diseño e implementación.

Usuario: es el que hace uso del sistema.

Jefe de proyecto: encargado de la gestión del proyecto durante el desarrollo y posterior mantenimiento.

Jefe de conocimiento: no está involucrado en el desarrollo de los proyectos, formula una tarea de conocimiento a nivel de negocio.

Terminología

Debido a la relativa juventud de esta disciplina, la ingeniería del conocimiento sufre una abundante jerga terminológica, algunos ejemplos son:

Agente: un agente es cualquier sistema humano o de software capaz de ejecutar una tarea.

Dominio: un dominio es algún área de interés.

Tarea: es una parte de trabajo que realiza un agente.

Breve reseña de otros sistemas de modelado del conocimiento: Modelado del contexto

CommonKADS sugiere el denominado “Conceptual Modeling Language” (CML) para implementar el modelo de conocimiento o bien algunos otros más recientes tales como “Unified Problem-Solving Method description Language”.

Estudio de viabilidad: organización

La idea subyacente en el modelo de organización de CommonKADS es tomar los elementos relevantes y experiencias a partir de varias fuentes e integrarlos de cara a la orientación del conocimiento en la organización.

Los modelos de agentes y tareas que las ejecutan ofrecidos por CommonKADS

completan el análisis contextual.

Análisis de impacto y mejora: modelos de tarea y agente