Inteligencia Artificial: De representacion de conocimiento a redes semanticas.

El conocimiento es importante y primordial en todas sus aplicaciones y en cualquiera de sus facetas, y esto funciona de igual manera para el comportamiento inteligente, su representación constituye una de las máximas, sino es que la primordial, de las prioridades de la investigación en IA.

El conocimiento como ya todos sabemos, puede ser representado como imágenes mentales en nuestros pensamientos, como palabras habladas o escritas en algún lenguaje, como forma gráfica o en imágenes, como cadenas de caracteres o colecciones de señales eléctricas o magnéticas dentro de un computador.

Dentro del estudio de IA, se consideran las representaciones escritas y sus correspondientes estructuras de datos utilizadas para su almacenamiento en un computador.

En términos generales, se debe tratar a manera de consejo, que el conocimiento esté representado de tal forma que:…

• Capture generalizaciones.
• Pueda ser comprendido por todas las personas que vayan a proporcionarlo y procesarlo.
• Pueda ser fácilmente modificado.
• Pueda ser utilizado en diversas situaciones aún cuando no sea totalmente exacto o completo.
• Pueda ser utilizado para reducir el rango de posibilidades que usualmente debería considerarse para buscar soluciones.

Manipulación del conocimiento

Existen tres paradigmas que los investigadores han utilizado tradicionalmente para la resolución de problemas de IA:

• Programación Heurística.- Está se basa en el modelo de comportamiento humano y su estilo para resolver problemas complejos.
  Existen diversos tipos de programas que incluyen algoritmos heurísticos.
  Varios de ellos son capaces de aprender de su experiencia.
• Redes Neuronales Artificiales.- Es una representación abstraída del modelo neuronal del cerebro humano.
  Las redes están formadas por un gran número de elementos simples y por sus interconexiones.
  Una red neuronal artificial puede ser simulada o ser real.
  Al elemento procesador de la red, se lo denomina neurona artificial.

Evolución Artificial.- Su modelo está basado en el proceso genético de evolución natural, propuesto por Charles Darwin.
Se utilizan sistemas simulados en computador que evolucionan mediante operaciones de reproducción, mutación y cruce (Algoritmos Genéticos).

Los Mapas Conceptuales y su aplicación.

¿Qué son los mapas conceptuales?

Los mapas conceptuales son una representación gráfica del entendimiento de un dominio de una persona o grupo de personas.
Puede ser considerado un esquema para la representación de conocimiento.

Sin embargo la comunidad de la inteligencia artificial no están muy convencidos de utilizar el término “representación del conocimiento” para referirse a los mapas conceptuales, porque ellos no pueden cómodamente traducirlo a una representación formal por inferencia o otra técnica de IA (Inteligencia Artificial).
¿Qué quiere decir todo esto?
Esto trae consigo el termino “percepción”, y recuerda la frase conocida de “Todo depende del cristal con que se mira”.
Y es que hablar de una representación del conocimiento refiriéndose a los mapas conceptuales deja mucho a pensar, porque de una manera, un mapa conceptual puede ser interpretado de alguna modo por una persona, ahora bien, lo mismo puede suceder con grupos de personas, el hecho de pensar en utilizar mapas conceptuales dentro de la IA, genera un ambiente de diversas percepciones, que si para humanos genera polémica, seria aun mas difícil tratar de aplicarlo al campo de la IA

El mapeo de conceptos ha tenido un uso extendido como una herramienta de conocimiento.
En términos de su producción de proposiciones que son informativas acerca de un dominio, el mapa conceptual es al menos más eficiente que otros métodos disponibles y es probablemente el método más eficiente para generar modelos del conocimiento de un dominio
_______________________________________Hoffman, Coffey, Carnot, & Novak, 2002.

Las redes semánticas y su aplicación.

¿Qué es la Red semántica?

De forma similar a como la presentó Tim Berners-Lee en 1998 y adaptando los ejemplos al hipertexto, podemos decir que la World Wide Web, basada en documentos y enlaces de hipertexto, fue diseñada para la lectura humana y no para que la información que contiene pudiera procesarse de forma automática.
Si hacemos una búsqueda de documentos, por ejemplo, por el término «hipertexto», la Web no distingue entre los distintos significados o contextos en los que aparece este término (programas para diseñar hipertexto, información docente, empresas que anuncian su web, etc.).

Las redes semánticas han sido muy utilizadas en IA para representar el conocimiento y por tanto ha existido una gran diversificación de técnicas.

Los elementos básicos que encontramos en todos los esquemas de redes son:

1. Estructuras de datos en nodos, que representan conceptos, unidas por arcos que representan las relaciones entre los conceptos.
2. Un conjunto de procedimientos de inferencia que operan sobre las estructuras de datos.

Básicamente, podemos distinguir tres categorías de redes semánticas:

1. Redes IS-A, en las que los enlaces entre nodos están etiquetados.
2. Grafos conceptuales: en los que existen dos tipos de nodos: de conceptos y de relaciones
3. Redes de marcos: en los que los puntos de unión de los enlaces son parte de la etiqueta del nodo.

En general, cuando se habla de «redes semánticas» se suele hacer referencia a uno de estos esquemas, normalmente a las redes IS-A o a los esquemas basados en marcos, que comparten ciertas características fundamentales.

Nos vemos
Besos y Abrazos
Atte: Carlos Catzin