La naturaleza de la representación es tal, que existe una correspondencia entre objetos en el mundo de representación y el mundo representado, de forma que al menos ciertas relaciones en el mundo representado quedan preservadas estructuralmente en el mundo de la representación. Cualquier sistema de representación del conocimiento debe contemplar cinco aspectos: (1) El mundo representado. (2) El mundo de representación. (3) Los aspectos del mundo representado que son modelados. (4) Los aspectos del mundo de representación que realizan el modelado, y (5) Las correspondencias entre ambos mundos. Las estructuras formadas por ((1), (3)) y ((2), (4)) son denominadas cuerpos de conocimiento. Por consiguiente, el desarrollo de un sistema de representación del conocimiento coincide con la naturaleza de las relaciones que existen entre dos cuerpos de conocimiento, dado que uno es representación del otro. La separación de estas entidades permite su exacta definición y su estudio. Las correspondencias entre estados de pares de objetos, en ambas estructuras, son el conjunto mínimo de relaciones que han de conservarse a pesar de cualquier posible transformación relevante que sufra un cuerpo de conocimiento.
Cualquier modelo de representación del conocimiento incluye de una manera u otra el hecho de que una entidad esté compuesta por distintos elementos de diversos tipos. Este encapsulamiento puede verse como estructuras dentro de otras estructuras, o mediante la jerarquización por medio de relaciones entre distintas estructuras que se contienen unas a otras. En este sentido, la relación es-un ha sido de temprana aparición en los trabajos que utilizan técnicas de inteligencia artificial. Sin embargo, también de manera temprana, surgió la necesidad de otras relaciones, como tiene-un. En los sistemas de representación del conocimiento existen diferencias en función del tipo de conocimiento con el que se esté trabajando. Estas diferencias están íntimamente ligadas a la distinción entre hechos extralingüísticos y hechos lingüísticos, entre lenguaje y pensamiento y entre entidad y evento. Así se puede encontrar modelos de representación que se centran en estructuras de pensamiento, independientemente de la realización lingüística de ese pensamiento y también se puede encontrar sistemas que representan el léxico de una lengua y aunque utilizan herramientas de psicolingüística para la clasificación del léxico, distinguen entre lenguaje y pensamiento y tienden a representar el primero. Aquí subyace la diferencia entre concepto y denotación.
De manera general se pueden distinguir los siguientes modelos dependiendo de la representación del conocimiento de la que se trate: (1) Sistemas de representación de conocimiento general, (1a) de unidades de conceptos, conocimiento de unidades enciclopédicas, (1b) de predicados de conceptos, conocimiento de hechos enciclopédicos, (1c) de guiones o situaciones de conceptos, conocimiento de estructuras enciclopédicas. (2) Sistemas de representación de conocimiento específico, (2a) de unidades de conceptos, sistemas expertos de conceptos, (2b) de predicados de conceptos, sistemas expertos de hechos, (2c) de guiones o situaciones de conceptos, sistemas expertos de estructuras de hechos y conceptos. (3) Sistemas de representación de conocimiento léxico general, (3a) de unidades léxicas, redes semánticas, (3b) de predicados léxicos, redes semánticas y análisis sintáctico-semántico, (3c) de guiones o situaciones léxicas, redes semánticas y análisis sintáctico-semántico y pragmático. (4) Sistemas de representación de conocimiento léxico específico, (4a) de unidades terminológicas, bases terminológicas, (4b) de predicados, sistemas expertos, (4c) de guiones o situaciones, sistemas expertos.
Además, se tiene que distinguir también entre conocimiento y razonamiento, ya que el primero está ligado a los sistemas de representación y almacenamiento de la información y el segundo a la recuperación, conexión e inferencias y cálculos hechos con esa información, creando información nueva. A priori, cualquier sistema de representación del conocimiento ha de servir para realizar tareas de razonamiento.
Un sistema experto se compone de una base de conocimiento del dominio en cuestión, mecanismos de razonamiento para aplicar conocimiento a los problemas que se proponen, mecanismos para explicar a los usuarios el razonamiento utilizado a la hora de ofrecer una respuesta y mecanismos de aprendizaje y adquisición de nuevo conocimiento. Para crear una base de conocimiento es necesario contar con al menos un experto humano del dominio en cuestión. Se puede adquirir conocimiento a partir de entrevistas ó mediante interfaces amigables. Pero también es muy importante un adecuado modelado del conocimiento. Algunos de los mecanismos de representación del conocimiento más utilizados son: lógica, redes, marcos y reglas; no obstante, lo más utilizado es una adecuada combinación de marcos y reglas. Es posible representar el conocimiento mediante hechos o instancias y reglas ó algún otro mecanismo para inferir nuevos hechos. Pero debe plantearse si a partir de los hechos es posible ir aplicando reglas como el encadenamiento hacia adelante, ó si por el contrario interesa responder a una cuestión concreta e ir satisfaciendo sub objetivos hasta llegar a hechos que demuestren la veracidad ó falsedad de la frase, tal como sucede con el encadenamiento hacia atrás.
Para desarrollar un sistema experto primero es necesario abordar un área de interés, dentro de esta área se seleccionan a los expertos, que son los especialistas capaces de resolver los problemas en dicha área. Ahora bien, casi siempre estos especialistas, son expertos en un dominio específico y es sobre este dominio, donde poseen su mayor experiencia, es decir el dominio de experticia. Una vez seleccionado al experto o a los expertos y estos estén de acuerdo en dar sus conocimientos, comienza a jugar su papel el “ingeniero del conocimiento”, que es el encargado de extraer los conocimientos al experto y darle una representación adecuada, ya sea en forma de reglas u otro tipo de representación, conformando así la base de conocimientos del sistema experto. Las formas tradicionales de representación de conocimiento son: (1) Reglas de producción, (2) Redes semánticas, (3) Armazones. La forma de representación más usada es por reglas de producción, también llamadas reglas de inferencias. La mayor parte de los sistemas expertos están basados en este tipo de representación.
Existen muchos esquemas para representar el conocimiento; pero todos ellos tienen dos características en común. La primera es que pueden ser programados en un lenguaje de programación y almacenadas en memoria. La segunda es que están diseñados para ser manipulados por un interface u otro programa. Los sistemas de interface utilizan técnicas de búsqueda y de reconocimiento de patrones para contestar preguntas, deducir conclusiones, realizar argumentaciones y otras funciones de tutoría inteligente. Algunos de los sistemas utilizados para representar el conocimiento son: (1) Lógica. Es la técnica más antigua de representar el conocimiento. Un proceso lógico consiste en realizar inferencias, conclusiones, a partir de unas premisas. Existen dos tipos de razonamiento: razonamiento inductivo y razonamiento deductivo. Para poder representar el conocimiento y realizar razonamiento inductivo o deductivo se usan los métodos conocidos como lógica computacional. (2) Listas y arboles. Son estructuras más simples, usadas para representar de forma jerárquica el conocimiento. Una lista es un conjunto de ítems relacionados. Los ítems se dividen grupos o clases. Los grupos se relacionan entre sí, dando lugar a una jerarquía. Los árboles son una representación gráfica de las listas. (3) Redes semánticas. Una red semántica está hecha de nodos, que representan objetos e información de esos objetos, aunque también pueden ser conceptos, eventos o acciones. Los nodos están conectados por o arcos que describen la relación. (4) Armazones. Son bloques relativamente grandes de conocimiento sobre un objeto, un evento un lugar, una situación u otro elemento. Los armazones se usan normalmente para representar experiencias estereotipadas. Por ejemplo, las características de un coche o las clases de animales. Con armazones es fácil realizar inferencias sobre nuevos objetos. (5) Guiones. Es un esquema de representación del conocimiento similar al armazón, pero en lugar de la descripción del objeto, en el guión se describe una secuencia de eventos. Para describir la secuencia de eventos se utilizan una serie de ranuras que contienen información sobre: personas, objetos y acciones que tienen que ver con el evento. (6) Reglas de producción. Las reglas relacionan el antecedente con el consecuente en expresiones del tipo “Si antecedente entonces consecuente”.
No hay comentarios:
Publicar un comentario