Reglas y Búsqueda

Page 1

Representación de conocimientos mediante reglas

La IA determina que el desarrollo de sistemas inteligentes necesita hacerse acompañar del conocimiento para que se imite la inteligencia en sus aplicaciones. El conocimiento no debe ser confundido por datos o información, incluye y requiere estos datos e información, el conocimiento contiene propiedades como dinámico, con incertidumbre, con una forma de estructurarse para saber cómo se va a utilizar.

En IA el conocimiento busca la generalidad, de tal forma que pueda ser:

· Entendido por las personas que lo provean

· Modificado para corregir errores y reflejar cambios en el mundo

· Utilizarse en muchas situaciones sin ser totalmente exacto o completo

· Caracterizarse las técnicas de la IA con independencia al problema a tratar

· Utilizarse separándose su propio volumen y disminuir el riesgo de probabilidades comúnmente a considerarse,

La IA determina que las bases del conocimiento son las bases de los sistemas expertos.

Existen 3 tipos de representación básica:

· Representación Procedimental

Es compilado, se refiere a la forma de llevar a cabo una tarea, “es el saber hacer”. Por ejemplo el proceso estándar para fabricar una mesa, una computadora o una maquina o bien la realización de la composición química para realizar una pintura, o como llevar a cabo el proceso para resolver una ecuación algebraica o cuadrática.

Expresan las interacciones entre fragmentos de conocimiento pero que son difíciles de modificar.

(Se refiere a autómatas finitos, programas, etc.)

· Representación Declarativo:

Es el proceso pasivo, son sentencias que expresan hechos del mundo que nos rodea, es “el saber que hacer”, por ejemplo la información contenida en una base de datos

Crean fragmentos de conocimientos independientes unos de los otros, son fácilmente modificables.

(Se refiere a reglas de producción, redes semánticas, etc.)

· Representación Mixta o Heurístico:

Es muy especial para resolver problemas complejos, es un criterio, estrategia, método o proceso que simplifica resolver problemas

Emplean los modos de representación precedentes.

(Se refiere a esquemas, marcos, grafos, etc.)

Una base del conocimiento consiste en esquemas y estructuras de representación y organización del conocimiento suficientemente amplio para determinar diversas áreas, con el propósito de resolver problemas.

Representar o estructurar el conocimiento mediante estas reglas, lleva a especificar adecuadas relaciones para reducir la ambigüedad, la vaguedad, la difusidad en un grado para analizar las inferencias disponibles.

El conocimiento involucra esquemas o estructuras que se clasifican en las siguientes categorías:

· Objetos: propiedades físicas de los objetos y conceptos

· Eventos: importante especificar las acciones que pueden llevar a cabo los objetos

· Desempeño: información de cómo se realizan ciertas tareas

· Metaconocimiento: conocimiento del mismo conocimiento.

Los métodos orientados a objetos para representar el conocimiento, proveen una metodología para compartir características con marcos y redes semánticas. El conocimiento está en términos de un conjunto de objetos, cada uno pose capas o espacios en donde contiene ciertas características, cada objeto se sitúa jerárquicamente en una red y accede a propiedades de otros.

Técnicas de búsqueda:

Serie de esquemas de representación del conocimiento, que mediante diversos algoritmos, permiten resolver problemas dentro de la perspectiva del al IA. Contiene los elementos de búsqueda:

· Conjunto de estados: todas las configuraciones posibles del dominio

· Estados iniciales: estados desde los que partimos

· Estados finales: las soluciones al problema

· Operadores: se aplican para pasar de un estado a otro

Las búsquedas ciegas utilizan información acerca de si un estado es o no objetivo para guiar el proceso de la búsqueda en dos atributos:

1.-expandir el nodo.- obtener los posibles hijos de un nodo a partir de la aplicación de los distintos operadores de el

2.- nodo cerrado.- se han aplicados todos los posibles operadores sobre él, obteniendo todos sus posibles hijos

Grafos

Un grafo está formado por un conjunto de nodos o vértices y un conjunto de arcos, cada arco en un grafo se especifica por dos nodos.

Por ejemplo el conjunto de nodos {A,B,C,D,E,F,G,H} y el conjunto de arcos {(A,B), (A,D), (A,C), (C,D), (C,F), (A,A)}, para el siguiente grafo.

https://sites.google.com/site/clasedeinteligenciaartificial/_/rsrc/1511943091849/home/unidad-ii-representacion-del-conocimiento-razonamiento-y-los-aspecto-metodologicos-en-inteligencias-artificial/unidad-iii-reglas-y-busqueda/5.png

Recorrido de un grafo

Los algoritmos de un grafo requieren que se examinen sistemáticamente los nodos y las aristas del grafo, esto se hace de dos formas, búsqueda en anchura y búsqueda en profundidad,

La búsqueda en anchura usa una cola como estructura auxiliar para mantener los nodos que se vayan a procesar posteriormente.

La búsqueda en profundidad, usará una pila

Durante la ejecución de nuestro algoritmo, tendremos cada nodo N de G, que estará en uno de los siguientes estados, lo que se llama estado de N, como sigue:

ESTADO= 1: (Preparado), estado inicial del nodo N

ESTADO= 2: (Espera), el nodo N está en la cola o en la pila, esperando a ser procesado

ESTADO= 3: (Procesado), el nodo N ha sido procesado

Arboles

Existen muchas estructura de datos y conocerlas es fundamental para poder programar, mas sin embargo se debe ser un experto y conocedor del diseño de algoritmos para la creación de los árboles para después codificar.

Los árboles son la estructura de datos más utilizada para la realización de video juegos y en la inteligencia artificial, esta está compuesta por nodos que a su vez tienen hijos, cada nodo está compuesto por una carga de enlace a sus nodos hijos.

Como vemos en la siguiente imagen, cada carga está compuesta por los nodos: 65, 58, 79, 25,12 y 46, como enlace tienen hijos, por ejemplo el 65, tiene dos nodos hijos el 58 y el 79, a su vez el 58 tienen 3 nodos hijos y así sucesivamente.