Inteligencia Artificial

Documentos relacionados
Inteligencia Artificial (EC5)

Inteligencia Artificial

Representación de Conocimientos

Solución al parcial 14

Sistemas Expertos Unidad 2. Prof. Francklin Rivas Echeverría Universidad de Los Andes Laboratorio de Sistemas Inteligentes

Indique la respuesta correcta (d=ninguna de las anteriores, e=todas las anteriores)

Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Mg. Ing. Gustavo E. Juárez

Inteligencia Artificial

Tópicos Avanzados: Inteligencia Computacional I

Las redes semánticas intentan trasladar esa afirmación a un formalismo Una red semántica será un grafo donde:

Tópicos Avanzados: Inteligencia Computacional I

Redes Semánticas. Redes semánticas. Limitaciones de las redes semánticas. Notas

Métodos de Inteligencia Artificial

Índice general. Introducción... 23

PROFESIONALES [PRESENCIAL]

TEMA 5 DESARROLLO PSICOLÓGICO DURANTE LA PRIMERA INFANCIA

Inteligencia Artificial e Ingeniería del Conocimiento

Formalismos de Representación de Conocimientos

Representación del conocimiento. Métodos estructurados: Redes Semánticas

CONTENIDO. 1.- Introducción a la Inteligencia Artificial (IA) 2.- Lógica de predicados. 3.- Búsqueda de soluciones

M.C. Mariano Larios G. 3 de diciembre de 2009

UNIVERSIDAD DE ORIENTE NÚCLEOS NUEVA ESPARTA-SUCRE COMISIÓN DE CURRICULA PROGRAMA ANALÍTICO DE LA ASIGNATURA

LÓGICA FORMAL TEORIAS DE PRIMER ORDEN. Sintaxis y semántica

Las redes semánticas son: a. Una extensión de la lógica de predicados b. Una extensión de los frames c. Un conjunto conexo de OAV

Fundamentos de Inteligencia Artificial

Pontificia Universidad Católica del Ecuador

Capítulo 3 Cálculo proposicional 3.5 Razonamientos con proposiciones

FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.

Tema 4: Redes semánticas y marcos

Representación del conocimiento. M.I. Jaime Alfonso Reyes Cortés

Representación del Conocimiento Otros formalismos. Licenciatura en Ciencias de la Computación. Introducción a la Inteligencia Artificial.

LÓGICA FORMAL TEORIAS DE PRIMER ORDEN. Axiomática

Enfoques computacionales de la memoria humana: un estado del arte. Renato Garita Figueiredo PROIFED

Métodos de Inteligencia Artificial

UNIVERSIDAD AUTÓNOMA DE CHIAPAS LICENCIATURA EN SISTEMAS COMPUTACIONALES

Inteligencia Artificial e Ingeniería del Conocimiento Tipo Troncal Impartición Anual Créditos ETCS

FACULTAD DE INGENIERÍA DE SISTEMAS : SISTEMAS EXPERTOS CODIGO : HORAS SEMANALES : 4 HORAS (Teoría: 02; Laboratorio: 02)

INTRODUCCION A LA INTELIGENCIA ARTIFICIAL MÓDULO 6- CÁLCULO DE PREDICADOS Y LÓGICA DE PRIMER ORDEN

Programa de estudios por competencias Inteligencia Artificial I

Programación Lógica. David Barrera Steven Bustos Jhonatan Guzmán

Maestría en Ingeniería

ASIGNATURA: INTELIGENCIA ARTIFICIAL

TITULACIÓN Ingeniero Técnico en Informática de Gestión ASIGNATURAS DE SEGUNDO CURSO DEL PLAN 1999 INFORMÁTICA APLICADA PROGRAMA:

DOMINIOS COGNITIVOS (Objetos de estudio, temas y subtemas)

Representación del Conocimiento Otros formalismos

TITULACIÓN Ingeniero Técnico en Informática de Sistemas ASIGNATURAS DE SEGUNDO CURSO DEL PLAN 1999 INFORMÁTICA APLICADA PROGRAMA:

Análisis Inteligente de Datos: Introducción

Universidad Nacional de Educación a Distancia. Ingeniería Técnica en Informática de Sistemas. Introducción a la Inteligencia Artificial (2º curso)

Métodos de Inteligencia Artificial

Sistemas deductivos. Lógica Computacional. Curso 2005/2006. Departamento de Matemática Aplicada Universidad de Málaga

(V2.0) SILABO CS261T.

Universidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso)

Cognitivas. Disciplinas y Paradigmas

Universidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso)

Desde hace algún tiempo los problemas más recurrentes con los que se enfrenta la industria

LAS 14 AREAS TEMATICAS DE LA COMPUTACIÓN

Inteligencia Artificial

Lógica de Predicados

Sistemas. simbólicos. Sistemas. esquemáticos. Sistemas Subsimbólicos

LOGICA Y ALGEBRA DISCRETA

FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA SINTÉTICO DE LA ASIGNATURA: INTRODUCCIÓN A LA

3. QUÉ SON LOS CONCEPTOS Y COMO ESTÁN ORGANIZADOS EN LA MEMORIA SEMÁNTICA?

Formas clausulares Teoría de Herbrand Algoritmo de Herbrand Semidecidibilidad. Teoría de Herbrand. Lógica Computacional

Aplicaciones: Herramientas clásicas, Redes Neuronales, control borroso

Inteligencia en Redes de Comunicaciones. Razonamiento lógico. Julio Villena Román.

El funcionamiento del razonamiento humano: porque hacemos errores que no hacen las computadoras? Por Serge Robert Université du Québec à Montréal

Lógica de Proposiciones y de Predicado

INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO. Sistemas Expertos. M. En C. Eduardo Bustos Farías

Modelo posibilista: Objetivos. Conjuntos difusos. Conjuntos difusos/lógica difusa. Notas

Caso de Uso. Por ejemplo. Sistema. Actor Actor

Técnicas de representación y razonamiento

SÍLABO DE SISTEMAS EXPERTOS

INSTITUTO POLITECNICO NACIONAL SECRETARIA ACADEMICA DIRECCION DE ESTUDIOS PROFESIONALES EN INGENIERIA Y CIENCIAS FISICO MATEMATICAS

Modelos de Razonamiento

UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA SUR INGENIERÍA EN TECNOLOGÍA COMPUTACIONAL. ASIGNATURA Inteligencia Artificial II. Ingeniería Aplicada

ESPACIO CURRICULAR: Fundamentos de la Matemática

Modelo posibilista: Objetivos

Inteligencia Artificial

GUÍA DOCENTE PARTE ESPECÍFICA

INTRODUCCION A LA INTELIGENCIA ARTIFICIAL

Primera aproximación al aprendizaje automático.

Lógica Proposicional IIC2213. IIC2213 Lógica Proposicional 1/42

Tema 3 Repaso de Lógica

Tema 3: Demostraciones proposicionales

LA COMPRENSIÓN DESDE EL PUNTO DE VISTA DEL MARCO DE LA CONSTRUCCIÓN DE UNA ESTRUCTURA

La Representación del Conocimiento CÓMO REPRESENTAR EL CONOCIMIENTO?

Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 11 -

TECNOLOGÍAS INTELIGENTES PARA EXPLOTACIÓN DE INFORMACIÓN

SOLUCIONES A LOS EXÁMENES DE SEPTIEMBRE DE 2006

Pontificia Universidad Católica del Ecuador

INTRODUCCION AL DISEÑO EDUCATIVO Andrea Paola Leal Rivero. La Academia al servicio de la Vida

SECUENCIA DIDÁCTICA. Nombre de curso: Inteligencia Artificial Clave de curso: COM2508C11

Prof. Dr. Jaime Solano Soto C102-1

Lógica Proposicional IIC2213. IIC2213 Lógica Proposicional 1/42

Matemáticas Discretas TC1003

INGENIERÍA DE SOFTWARE. Sesión 8: Tipos de diagramas

Las acciones de niveles superiores emergen de la coordinación de las acciones de los niveles inferiores

Inteligencia en Redes de Comunicaciones - 03 Sistemas Basados en Conocimiento

Inteligencia Artificial. Sistemas Expertos y CLIPS

Subdirección Académica Instrumentación Didáctica para la Formación y Desarrollo de Competencias Profesionales Periodo escolar: Agosto-Diciembre 2017

Transcripción:

Inteligencia Artificial Conocimiento y razonamiento 4. Otras representaciones de conocimiento Dr. Edgard Iván Benítez Guerrero 1

Representación del conocimiento La inteligencia de un agente radica principalmente en su capacidad de representar y tratar conocimiento Existen diversos tipos de conocimiento lo que conlleva la adecuación de un tipo de representación u otro La Ingeniería del conocimiento es la disciplina que se encarga de estudiar las formas para representar conocimiento así como los procesos que permiten su manipulación y transformación 2

Enfoque conexionista a la representación de conocimiento Redes neuronales: naturales vs artificiales Las redes conexionistas realizan funciones cognitivas de bajo nivel: el conocimiento con el que trabajan no es apto para su examen o manipulación 3

Enfoque simbólico a la representación de conocimiento Un problema se representa como una colección de símbolos (números o cadenas de caracteres que representan objetos del mundo real o ideas) y se desarrollan algoritmos adecuados para procesar estos símbolos Un sistema físico de símbolos dispone de los medios necesarios y suficientes para desarrollar una actividad inteligente (Newell, 1980) El procesamiento simbólico representa un alto nivel de proceso cognitivo: corresponde al pensamiento consciente, donde se representa, manipula y examina el conocimiento Ejemplos: Lógicas proposicionales y de predicados, reglas de producción, marcos, guiones, redes semánticas, redes bayesianas, lógica difusa 4

Reglas de producción Reglas de la forma donde si antecedente entonces consecuente Antecedente: conjunto de condiciones que se deben satisfacer en el dominio de aplicación para evaluar la regla Consecuente: conjunto de conclusiones o acciones que se derivan del antecedente Ejemplo: si temperatura=40 entonces fiebre=presente Dado que cada regla puede verse como una unidad dentro de una base de conocimiento, es posible incorporar nuevo conocimiento o modificar el existente creando o cambiando las reglas individualmente Mecanismo de inferencia: modus ponens Varias reglas pueden activarse (sus antecedentes se hacen verdaderos) al mismo tiempo, por lo que se hacen necesarias estrategias de control para decidir qué regla disparar o en que orden hacerlo 5

Redes semánticas Definen el significado de un concepto mediante su relación con otros conceptos (Quillian, 1968) Se representan como grafos donde los conceptos se representan en los nodos y los enlaces (etiquetados) definen las relaciones entre ellos Propagación de la activación: mecanismo de inferencia que muestra cómo dos conceptos o nodos están relacionados 6

Marcos Marco: colección de atributos que define el estado de un objeto y su relación con otros marcos, es decir, con otros objetos(minsky, 1975) Idea: al encontrar una situación nueva, seleccionar de memoria un marco y adaptarlo a la realidad cambiando detalles Los marcos pueden ser: Clases, que representan conceptos o entidades generales Instancias, que son ejemplos particulares de las clases Los marcos se organizan jerárquicamente, dando lugar a un sistema de inferencia basado en herencia 7

Guiones Estructura de conocimiento que contiene una secuencia estereotipada de acciones, que están unidas por una relación de causalidad Cada guión posee roles correspondientes a las personas que intervienen Los roles y algunos de los objetos se representan mediante variables y esto permite que puedan ser asignados a diferentes personas o cosas Es posible imponer restricciones sobre el tipo de personas que pueden desempeñar ciertos roles y sobre el tipo de objetos que cumplen cierta función Entry conditions: X is hungry, X has money. Track coffee shop Props- table, menu, food, check, money Roles customer, waiter, cook, cashier, owner Scene 1 entering the restaurant Scene 2 ordering from the menu.. Results customer has less money. Customer pays. Customer is pleased. 8