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.