Historia de la representacin del conocimiento y el razonamiento:

En las ciencias de la computacin, particularmente la inteligencia artificial, se han

ideado un nmero de representaciones para estructurar la informacin.
Representacin del conocimiento es un trmino comnmente usado para referirse
a representaciones pensadas para el procesamiento por ordenadores modernos, y
en particular, para representaciones compuestas por objetos explcitos (la clase
que contiene a todos los elefantes, o Jacobo un individuo en concreto), y de
afirmaciones sobre ellos ('Jacobo es un elefante', o 'todos los elefantes son
grises'). Representar el conocimiento en una forma explcita como esta permite a
los ordenadores sacar conclusiones de conocimiento previamente almacenado
('Jacobo es gris').
Muchos mtodos de representacin del conocimiento fueron probados a lo largo
de la dcada de 1970 hasta principios de los aos 80, cmo responder a
preguntas usando heursticas, redes neuronales, demostraciones de teoremas,
y sistemas expertos, con un grado variable de xito. La diagnosis mdica (por
ejemplo Mycin) fue un rea importante de aplicacin, al igual que lo fueron juegos
como el ajedrez.
En los aos 80, surgieron lenguajes formales de programacin y sistemas de
representacin del conocimiento. Grandes proyectos se llevaron a cabo para
intentar codificar grandes masas de conocimiento general, por ejemplo, el
proyecto "Cyc" (todava activo) tom un gran enciclopedia codificando no la
informacin en s, sino la informacin que un lector necesitara para poder
entender la enciclopedia: fsica elemental, nociones de tiempo, causalidad,
motivacin; objetos comunes y clases de objetos.
A travs de dicho trabajo, se apreci mejor la dificultad de la representacin del
conocimiento. En lingsticas computacionales, mientras tanto, se estaban
construyendo bases de datos de informacin lingstica mucho ms grandes, y
estas, junto con los grandes incrementos en velocidad y capacidad de
computacin, hicieron la representacin del conocimiento ms profundo ms
factible.
Se han desarrollado diversos lenguajes de programacin orientados a la
representacin del conocimiento. Prolog, desarrollado en 1972, pero popularizado
mucho despus, representa proposiciones y lgica bsica, y puede derivar
conclusiones de premisas conocidas. KL-ONE (aos 80) est ms orientado a la
representacin del conocimiento en s. En 1995, se desarroll el estndar de meta
data Dubln Core.

En el mundo de los documentos electrnicos, se estaban desarrollando lenguajes

para representar la estructura de los documentos, como el SGML (del que
desciende el HTML) y ms tarde XML. Estos facilitaron los esfuerzos
de recuperacin de informacin y minera de datos, que en aos recientes
comenzaron a relacionarse a la representacin del conocimiento. El desarrollo de
la web semntica, ha incluido el desarrollo de lenguajes de representacin del
conocimiento
y
estndares
basados
en XML,
incluyendo RDF, RDF
Schema, DARPA
Agent
Markup
Language (DAML),
y Web
Ontology
Language(OWL).
Representacin del conocimiento:
La representacin del conocimiento y el razonamiento es un rea de
la inteligencia artificial cuyo objetivo fundamental es representar el conocimiento
de una manera que facilite la interferencia (sacar conclusiones) a partir de
dicho conocimiento. Analiza cmo pensar formalmente - cmo usar un sistema de
smbolos para representar un dominio del discurso (aquello de lo que se puede
hablar), junto con funciones que permitan inferir (realizar un razonamiento formal)
sobre los objetos. Generalmente, se usa algn tipo de lgica para proveer
una semantica formal de cmo las funciones de razonamiento se aplican a los
smbolos del dominio del discurso, adems de proveer operadores como
cuantificadores, operadores modales, etc. Esto, junto a una teora de
interpretacin, dan significado a las frases en la lgica.
Cuando diseamos una representacin del conocimiento (y un sistema de
representacin del conocimiento para interpretar frases en la lgica para poder
derivar inferencias de ellas) tenemos que hacer elecciones a lo largo de un
nmero de mbitos de diseo. La decisin ms importante que hay que tomar es
la expresividad de la representacin del conocimiento. Cuanto ms expresiva es,
decir algo es ms fcil y ms compacto. Sin embargo, cuanto ms expresivo es un
lenguaje, ms difcil es derivar inferencias automticamente de l. Un ejemplo de
una representacin del conocimiento poco expresiva es la lgica proposicional. Un
ejemplo de una representacin del conocimiento muy expresiva es la lgica auto
epistmica. Las representaciones del conocimiento poco expresivas pueden ser
tanto completas como consistentes (formalmente menos expresivas que la teora
de conjuntos). Las representaciones del conocimiento ms expresivas pueden ser
ni completas ni consistentes.

El principal problema es encontrar una representacin del conocimiento y un

sistema de razonamiento que la soporte, que pueda hacer las inferencias que
necesita una aplicacin dentro de los lmites de recursos del problema a tratar. Los
desarrollos recientes en la representacin del conocimiento han sido liderados por
la web semntica, y han incorporado el desarrollo de lenguajes y estndares de
representacin del conocimiento basados en XML, que incluyen Resource
Description
Framework (RDF), RDF
Schema, DARPA
Agent
Markup
Language (DAML), y Web Ontology Language (OWL).

Caractersticas:
Una buena representacin del conocimiento cubre seis caractersticas bsicas:

Cobertura, que significa que la representacin del conocimiento cubre la

informacin en anchura y profundidad. Sin una cobertura amplia, la
representacin del conocimiento no puede determinar nada ni resolver
ambigedades.

Comprensible por humanos. La representacin del conocimiento es vista

como un lenguaje natural, as que la lgica debera fluir libremente. Debera
soportar la modularidad y la jerarqua de clases (los osos polares son osos,
que son animales). Debera adems contar con primitivas simples que se
combinen de forma compleja.

Consistencia. Si Pedro ha cerrado la puerta, tambin puede ser interpretado

como la puerta ha sido cerrada por Pedro. Siendo consistente, la
representacin del conocimiento puede eliminar conocimiento redundante o
conflictivo.

Eficiencia.

Facilidad de modificacin y actualizacin.

Soporte de la actividad inteligente que usa la base de conocimiento.

Para entender mejor porque estas caractersticas representan una buena

representacin del conocimiento, piensa en como una enciclopedia (por ejemplo,

Wikipedia) est estructurada. Hay millones de artculos (cobertura), que estn

organizados en categoras, tipos de contenido, y temas similares (comprensible
por humanos). Re direcciona diferentes ttulos pero mismo contenido al mismo
artculo (consistencia). Es eficiente, es fcil aadir o actualizar pginas, y permite
a los usuarios consultar la base de conocimiento en sus telfonos u ordenadores
de escritorio.

TIPOS:
Las bases de conocimiento se han clasificado en dos grandes grupos:

Bases de conocimiento legibles por mquinas:

Diseadas para almacenar conocimiento en una forma legible por el
computador, usualmente con el fin de obtener razonamiento deductivo
automtico aplicado a ellas. Contienen una serie de datos, usualmente en la
forma de reglas que describen el conocimiento de manera lgicamente
consistente.Operadores
lgicos
como Y (conjuncin), O (disyuncin), condicin lgica y negacin son utilizada
para aumentarla desde el conocimiento atmico. En consecuencia la
deduccin clsica puede ser utilizada para razonar sobre el conocimiento en la
base de conocimiento. Este tipo de bases de conocimiento son utilizadas por
la Web semntica

Bases de conocimiento legibles por Humanos :

Estn diseadas para permitir a las personas acceder al conocimiento que
ellas contienen, principalmente para propsitos de aprendizaje. Estas son
comnmente usadas para obtener y manejar conocimiento explcito de las
organizaciones, incluyen artculos, White parpes, manuales de usuario y otros.
El principal beneficio que proveen las bases de conocimiento es proporcionar
medios de descubrir soluciones a problemas ya resueltos, los cuales podran
ser aplicados como base a otros problemas dentro o fuera de la misma rea de
conocimiento.

El ms importante aspecto de una base de conocimiento es la calidad de la

informacin que esta contiene. Las Mejores Bases de Conocimiento tienen
artculos cuidadosamente redactados que se mantiene al da, un excelente
sistema de recuperacin de informacin (Motor de Bsqueda), y un delicado
formato de contenido y estructura de clasificacin. Una Base de Conocimiento
puede usar una ontologa para especificar su estructura (tipos de entidades y
relaciones) y su esquema de clasificacin. Una ontologa, junto con un grupo de
instancias de sus clases constituye una Base de Conocimiento.

Determinando qu tipo de informacin es capturada, y dnde se encuentra la

informacin en una base de conocimiento es algo que es determinado por los
procesos que respaldan al sistema. Una estructura robusta de procesos es la
columna vertebral de cualquier Base de Conocimiento. Algunas Bases de
Conocimiento tienen un componente de inteligencia artificial. Este tipo de Bases
de Conocimiento pueden sugerir soluciones a problemas espordicos en la
retroalimentacin por el usuario, y son capaces de aprender de la experiencia
(sistemas expertos). Representacin de Conocimiento, Razonamiento
automatizado y argumentacin son las reas activas de la investigacin de
la inteligencia artificial.