1.

Representacin lgica de un sistema experto

Se analizan algunas de las representaciones ms comunes del conocimiento para los sistemas expertos. En primer lugar, los shells de los sistemas expertos estn diseados para cierto tipo de representacin, la forma en que un sistema experto representa al conocimiento afecta su desarrollo. Algoritmo + Estructura de datos =Programas Conocimiento + Inferencia = Sistemas expertos Estos procesos de inferencia es la segunda parte esencial de un sistema experto. Para el pensamiento humano, generalmente se utiliza razonamiento. El trmino hechos puede significar datos o informacin. La experiencia es un tipo de conocimiento que poseen los especialistas, es el conocimiento impl cito de los especialistas que de!e extraerse " hacerse expl cito para que pueda codificarse en un sistema experto. El metaconocimiento es conocimiento acerca del conocimiento. #n sentido filosfico, la sa!idur a es la cum!re del conocimiento. PRO !CCIO"ES # $arias tcnicas diferentes de representacin del conocimiento. Entre estas inclu"en reglas$ redes sem%nticas$ marcos$ guiones$ lengua&e de representacin de conocimiento$ 'r%ficas conceptuales . %a" muchos tipos de lengua&es ' naturales, lgicos, matemticos " de cmputo. S(m)olos no terminales o terminal. Terminales se llama cadena del lengua&e. (racin )lida. #na gramtica es un con&unto completo de reglas de produccin que define un lengua&e sin am!ig*edades. #n r!ol de anlisis gramatical o r!ol de deri)acin es una representacin grfica de una oracin, descompuesta en todos los terminales " no terminales utilizados para deri)arla.

RE ES SE*A"+ICAS # #na red semntica, o red, es una tcnica clsica de representacin de la +, utilizada para informacin relati)a a las proposiciones. Red de Proposiciones. #na proposicin siempre es )erdadera o falsa, se muestra grficamente en trminos de nodos " los arcos que los conecta, o!&etos,) nculos o !ordes. Los ) nculos de una red semntica se utilizan para expresar relaciones. Las redes semnticas son fciles de traducir a P-(L(.. Por E&emplo ' Es un /dirigi!le0good"ear, dirigi!le1 Expresin de un predicado de P-(L(., un predicado, est !asado en la lgica de predicados. 2olor /ro&o1. ' ro&o es un color Padre0de /tom, &ohn1 'tom es el padre de &ohn 3adre' de /susan, &ohn1' susan es la madre &ohn Padres /tom, susan, &ohn1 ' tom " susan son padres de &ohn

ES,!E*AS # 3uchos tipos de conocimiento del mundo real no pueden representarse con la simple estructura de una red semntica estructuras mas comple&as para representar me&or comple&as estructuras del conocimiento. Esquema se utiliza para descri!ir una estructura de conocimiento ms comple&a dela red semntica. #n esquema conceptual es una a!straccin en la cual se clasifican o!&etos espec ficos, de acuerdo con sus propiedades generales.

*ARCOS ' El marco, guin, que es un esencia de marcos ordenada temporalmente , estructura con)eniente para representar o!&etos que son comunes a una situacin dada. La caracter stica !asada de un marco, es que representa conocimientos relacionado con un tema concreto que cuenta con mucho conocimiento predeterminado.#n marco es !sicamente un grupo de ranuras " rellenos que definen un o!&eto estereot pico. -anuras 4a!ricante 3odelo +o 5ransmisin 3otor -uedas color -ellenos .eneral 3otor 2he)rolet 2aprice 6787 +utomtica + gasolina 9 +zul

I-IC!.+A ES CO" .OS *ARCOS Los marcos se conci!ieron originalmente como un paradigma para representar conocimiento estereotipado, cuenta con funciones !ien definidos.

./'ICA 0 CO"1!"+OS El conocimiento puede representarse mediante los s m!olos de la lgica, que es el estudio de las reglas del razonamiento exacto. La programacin lgica " P-(L(.. En su silogismo, la premisa proporciona la e)idencia a partir de la cual surgir la conclusin. #n silogismo es una manera de representar el conocimiento. (tra manera es un diagrama de $een, como el que se muestra en la figura.

.O'ICA

E PROPOSICIO"ES #

En otras pala!ras, tiene que )er con la sintaxis ms que con la semntica de las frases. Lgica 4ormal. En realidad, el lge!ra es realmente la lgica formal para n:meros.

#na tautolog a es una frase compuesta que siempre es )erdadera. #na contradiccin es una frase compuesta que siempre es falsa. .A .O'ICA E PRE ICA O E PRI*ER OR E"

El principal pro!lema es que la lgica de proposiciones solo puede tratar con afirmaciones completas. Es decir, no puede examinar la estructura interna de una afirmacin. La lgica de proposiciones ni siquiera puede pro!ar la )alidez de un silogismo como ' 5odos los seres humanos son mortales. C!A"+I-ICA OR !"I2ERSA. ' La )aria!le de dominio el cuantificador uni)ersal. E. C!A"+I-ICA OR E3IS+E"CIA. # Esto es una forma restringida del cuantificador uni)ersal que indica que una instruccin es )erdadera para todos los miem!ros del dominio. El cuantificador existencial se escri!e como C!A"+I-ICA ORES 0 CO"1!"+OS # Los cuantificadores pueden realizarse para definir con&untos en un uni)erso. #, como se muestra en la ta!la'

.I*I+ACIO"ES

E .A ./'ICA

E PRE ICA O

+unque esta lgica es mu" :til en muchas situaciones, no pueden expresarse en ella utilizando por e&emplo, la siguiente afirmacin ' La ma"or a de la clase reci!i dieces. En esta afirmacin, el cuantificador ma"or a significa ms de la mitad, pero no puede expresarse con los cuantificadores uni)ersal " existencial. Para implementar ma"or a una lgica de!e proporcionar algunas predicados para conteo, como la lgica !orrosa. (tra limitante de esta lgica es en la expresin de cosas que a )eces son )erdaderas, pero no siempre.

4. *etodolog(as asociadas a la solucin de un sistema experto

La lgica difusa' permite tomar decisiones !a&o condiciones de incerteza. -edes neuronales' esta tecnolog a es poderosa en ciertas tareas como la clasificacin " el reconocimiento de patrones. Est !asada en el concepto de ;aprender; por agregacin de un gran n:mero de mu" simples elementos. Este modelo considera que una neurona puede ser representada por una unidad !inaria' a cada instante su estado puede ser acti)o o inacti)o. La interaccin entre las neuronas se lle)a a ca!o a tra)s de sinapsis. Seg:n el signo, la sinapsis es excitadora o inhi!idora.

El perceptrn est constituido por las entradas pro)enientes de fuentes externas, las conexiones " la salida. En realidad un perceptrn es una -ed <euronal lo ms simple posi!le, es aquella donde no existen capas ocultas. Para cada configuracin de los estados de las neuronas de entrada /est mulo1 la respuesta del perceptrn o!edece a la siguiente dinmica' se suman los potenciales sinpticos " se comparan con un um!ral de acti)acin. Esta suma ponderada es tam!in llamada campo. Si el campo es ma"or que un um!ral, la respuesta de la neurona es acti)a, si no, es inacti)a. 2on una arquitectura tan simple como la del perceptrn no se puede realizar ms que una clase de funciones ;!ooleanas; mu" simples, llamadas linealmente separa!les. Son las funciones en las cuales los estados de entrada con salida positi)a pueden ser separados de aquellos a salida negati)a por un hiperplano. #n hiperplano es el con&unto de puntos en el espacio de estados de entrada, que satisfacen una ecuacin lineal. En dos dimensiones, es una recta, en tres dimensiones un plano, etc. Si se quieren realizar funciones ms comple&as con -edes <euronales, es necesario intercalar neuronas entre las capas de entradas " de salida, llamadas neuronas ocultas. #na red multicapas puede ser definida como un con&unto de perceptrones, ligados entre si por sinapsis " dispuestos en capas siguiendo di)ersas arquitecturas. #na de las arquitecturas ms com:nmente usada es llamada feedfor5ard' con conexiones de la entrada a las capas ocultas " de stas hacia la salida. 6. *etodo de )7s8ueda usado para la solucin de un sistema experto

Uno de los mtodos de bsqueda de soluciones para problemas poco estructurados (no existe un algoritmo bien definido), son los espacios de estado Ejemplo: Imaginemos que estamos en un parque (un Zool gico) que tiene !arias entradas " !arias salidas " que existen diferentes lugares donde se ex#ibe o se !ende algo (estado)$ Un algoritmo lo que #ar%a seria dado una entrada encontrar un camino que me lle!e a una salida (sin explorar las dem&s posibilidades)$ Ejemplo de algoritmo, sea el camino: Entrada ', estado ', estado (, )alida *$ En cambio a tra!s de una exploraci n no algoritmica "o podr%a !isitar todos los lugares (estados)$

+efiniciones:$ ,roblemas numricos: )e busca una representaci n numrica del problema$ -asi siempre aplicando un mtodo de aproximaciones sucesi!as$ -aracter%sticas de los algoritmos: . /initud: que termine$ . +efinibilidad: orden de ejecuci n " representaci n de instrucciones$ . +eterminismo: que siempre #a"a soluci n$ 0os problemas numricos son siempre estructurados, donde los datos " las soluciones est&n bien definidos, as% como los pasos a seguir para llegar a las ultimas$ 1 pueden ser: . 2lgoritmos exactos (soluci n exacta)$ . 2lgoritmos aproximados (soluci n basada en iteraciones)$ ,roblemas l gicos: El #alla3go de la soluci n de un problema mediante un 4espacio5de estado " los mtodos de bsqueda en este espacio de soluci n$ Espacio de estado: se trata de definir el problema mediante estados posibles$ Estado: Estructura de datos que representan una fotograf%a de un momento dado en una etapa de soluci n$ Es necesario #acer cambios en el espacio de estado para que pase a otro estado (mo!imiento), el cual tambin sufrir& nue!as transformaciones$ ,or lo cual #a" que definir una serie de operadores$ 6perador: con!ierte un estado en otro$

,ero #ace falta definir el conjunto de acciones para lle!ar a cabo las transformaciones entre estados$ 7o todos los estados son admisibles a partir del estado inicial$ +ebe existir un conjunto de transferencias que lle!e a la estado final: E8 9 E' 9 E* 9::En 2l conjunto de transferencias tambin se le llaman reglas del tipo: 2ntecedente 2cci n$ ;ue sir!en para reali3ar todos los estados$ <eur%stica: es una estrategia que limita dr&sticamente la bsqueda de soluciones de un problema$ =squeda ex#austi!a: exploraci n (normalmente en forma de &rbol) de todos los caminos posibles$ Estrategias de control sistem&tico -omo "a se !io la >I tiene asociada una estrategia de control para poder manejar la =- " esa estrategia de control debe conducir a la soluci n del problema$ Existen dos tipos de estrategia de control: . Estrategia de control sistem&tica$ . Estrategia de control #eur%stica$ Estrategias de tipo sistem&tico: '$ Encadenamiento #acia delante$ *$ Encadenamiento #acia atr&s$ ?$ =squeda en profundidad$ ($ =squeda a lo anc#o$ @$ Agimen de control irre!ocable$ B$ Agimen de control por tentati!a$

0a filosof%a de estas metodol gicas sistem&ticas en los sistemas expertos se fundamenta en la necesidad de obtener una mo!ilidad global durante la in!ocaci n de las reglas en el ciclo de e!aluaci n " ejecuci n$ )egn el sentido de enlace entre las reglas: . Encadenamiento #acia delante (foCardDc#aining)$ . Encadenamiento #acia atr&s (bacECardDc#aining)$ )egn la direcci n en la topograf%a que desarrollan las reglas: . =squeda en profundidad$ . =squeda a lo anc#o$ )egn la estrategia de unificaci n (patternDmatc#ing)$ . Agimen de control irre!ocable$ . Agimen de control por tentati!as$