3.1. Sistemas basados en conocimiento.
Durante los años 60, la mayor parte de los trabajos de investigación sobre inteligencia artificial se centraban en los algoritmos de búsqueda heurística y en la concepción de sistemas para la resolución de problemas con un interés, en principio, puramente teórico y académico (demostración de teoremas, juegos, problemas lógicos, etc.), pero con la idea implícita de que los resultados pudieran ser aplicables a problemas «reales». Algunas líneas con posibilidades de aplicación práctica inmediata, como la traducción automática entre lenguajes naturales, se abandonaron pronto al percibirse la dificultad del problema. A mitad de los 70 comienzan a tomar cuerpo dos ideas clave que, aunque muy relacionadas, no son idénticas. Se trata del «paradigma del sistema experto» y del «paradigma del conocimiento».
3.1.2. Lenguajes utilizados en la representación de conocimiento.
En el caso de los sistemas basados en conocimiento, el lenguaje en el que se expresa la ontología debe reunir características que a veces (dependiendo del dominio) no es fácil compatibilizar:
Hay lenguajes formales, o teóricos, que satisfacen en mayor o menor grado esas condiciones y lenguajes de implementación, o prácticos, que, siguiendo el modelo de algún lenguaje formal, están adaptados para mecanizar la construcción de ontologías. Nos centraremos en los primeros, que son relativamente estables, y sobre los que se basan los segundos, algunos muy volátiles. Por ejemplo:
Hasta la segunda mitad de los años 80 se estaban utilizando diversos lenguajes que podían clasificarse en dos tipos:
Como es natural, diversos investigadores trataron de elaborar propuestas para aunar las ventajas de unos lenguajes y otros (Hayes, 1979, Nilsson, 1982, Brachman y Levesque, 1985), pero no fue hasta el final de los 90 cuando quedaron relativamente establecidas las llamadas lógicas de descripciones, que en el momento actual son los lenguajes por antonomasia para la representación del conocimiento.
A las lógicas de descripciones dedicaremos el Capítulo. Pero hay al menos cuatro razones por las que nos parece conveniente detenernos previamente en los lenguajes más antiguos:
- Sintaxis formalizada, para poder diseñar sobre bases sólidas un procesador.
- Semántica bien definida y que permita la implementación procedimental en el procesador de algoritmos de razonamiento eficientes.
- Desde el punto de vista pragmático, expresividad suficiente para representar de la manera menos forzada posible el conocimiento. Esto significa que, para una determinada conceptuación, el lenguaje con el que se construyen los modelos en el nivel simbólico debe permitir una interpretación declarativa que represente todos los aspectos de esa conceptuación. En la práctica puede ocurrir que no encontremos el lenguaje ideal, y tengamos que forzar la conceptuación para que se ajuste al lenguaje elegido.
Hay lenguajes formales, o teóricos, que satisfacen en mayor o menor grado esas condiciones y lenguajes de implementación, o prácticos, que, siguiendo el modelo de algún lenguaje formal, están adaptados para mecanizar la construcción de ontologías. Nos centraremos en los primeros, que son relativamente estables, y sobre los que se basan los segundos, algunos muy volátiles. Por ejemplo:
- Prolog es un lenguaje de implementación de la lógica de primer orden, que en sus versiones más recientes incluye también construcciones para la programación con restricciones.
- OWL (Web Ontology Language) es un lenguaje de ontolologías para la web basado en una lógica de descripciones (en realidad, son tres sublenguajes). Procede de la fusión de otros dos elaborados independientemente alrededor del año 2000: DAML (DARPA Agent Markup Language, de la Agencia de proyectos del Ministerio de Defensa U.S.A) y OIL (Ontology Inference Layer, de un consorcio formado en el marco de los programas de la U.E.). En 2001 se formó un comité conjunto que hizo una propuesta al Consorcio Web (W3C), y éste publicó el estándar (Proposed Recommendation en la terminología del W3C) en 2003, modificado el 10 de febrero de 2004. Existen numerosas propuestas de mejoras y modificaciones. En el Apéndice B se resume la versión actual.
Hasta la segunda mitad de los años 80 se estaban utilizando diversos lenguajes que podían clasificarse en dos tipos:
- Lenguajes basados en la lógica de predicados de primer orden, con sintaxis y semántica formalizadas, con una base rigurosa para el razonamiento, pero con grandes dificultades para implementar algoritmos de razonamiento eficientes, con una rigidez sintáctica que impide ciertas conceptuaciones «naturales» y con pocas posibilidades de modularización.
- Lenguajes basados en modelos de psicología que, al estar derivados del estudio de la mente humana, permiten conceptuaciones más naturales y algoritmos de razonamiento más eficientes, pero que tienen una sintaxis menos formalizada y carecen de una definición semántica precisa (a pesar de que uno de ellos se llama redes semánticas).
Como es natural, diversos investigadores trataron de elaborar propuestas para aunar las ventajas de unos lenguajes y otros (Hayes, 1979, Nilsson, 1982, Brachman y Levesque, 1985), pero no fue hasta el final de los 90 cuando quedaron relativamente establecidas las llamadas lógicas de descripciones, que en el momento actual son los lenguajes por antonomasia para la representación del conocimiento.
A las lógicas de descripciones dedicaremos el Capítulo. Pero hay al menos cuatro razones por las que nos parece conveniente detenernos previamente en los lenguajes más antiguos:
- la lógica clásica de primer orden sigue siendo la base fundamental de las demás formulaciones de la lógica;
- en el diseño de muchos sistemas basados en conocimiento, especialmente los que no son muy complejos, se siguen utilizando algunos de esos lenguajes;
- las ideas originales ayudan a entender y justifican ciertas decisiones de diseño, y
- la naturaleza interdisciplinaria de estos primeros trabajos hace muy interesante su estudio.
En Inteligencia Artificial, Quillian desarrolló una forma de mapa conceptual que se denominó redes semánticas y que se usa ampliamente para la representar el conocimiento formal. En lingüística, Graesser y Clark han desarrollado un análisis de formas de argumentación en el texto en forma de mapas conceptuales estructurados en ocho tipos de nodos y cuatro tipos de enlaces. En la historia de la ciencia, la dinámica de mapas conceptuales se ha usado también para representar los procesos de cambio conceptual de las revoluciones científicas y en filosofía de la ciencia, Toulmin desarrolló una teoría de argumentación científica basada en mapas conceptuales. También los mapas conceptuales han sido utilizados en la educación, el diseño de las organizaciones para la toma de decisiones, la adquisición de conocimiento especializado, los sistemas sociales, la toma de decisiones políticas, etc.
Un mapa conceptual es una técnica sencilla que permite representar el conocimiento de forma gráfica como redes conceptuales compuestas por nodos que representan los conceptos, y enlaces, que representan las relaciones entre los conceptos.
3.3. Redes semánticas.
Muchas disciplinas han desarrollado técnicas de realización de diagramas que constituyen lenguajes formales visuales que representan el conocimiento operacional en forma esquemática. El filósofo y lógico Charles S. Pierce desarrolló sus grafos existenciales como una técnica formal de razonamiento para la inferencia lógica y en años recientes se ha estado cultivando el interés en el estado formal de las pruebas visuales en matemáticas. En Inteligencia Artificial, Sowa ha desarrollado los grafos de Peirce como estructuras formales conceptuales para la representación de la inferencia lógica de las declaraciones del lenguaje natural.
La presentación visual de las estructuras de conocimiento ha sido un rasgo característico de las redes semánticas desde sus inicios. En la adquisición de conocimiento, en particular, la presentación de conocimiento formal ha sido algo importante para su validación. Hay muchas técnicas para tal adquisición pero todas ellas, en última instancia, terminan en una base de conocimiento que opera con la semántica formal. Sin embargo, la expresión de esta base de conocimiento en el lenguaje formal usado por el sistema no es por lo general muy comprensible a los no programadores. Es preciso, por tanto, un lenguaje visual que ofrezca tanto formas comprensibles como posibilidades formales atractivas no sólo para la comprensión, sino también para la corrección, y para las partes del proceso de adquisición del conocimiento en sí mismo.
El temprano desarrollo de redes semánticas acabó en fuertes críticas sobre la semántica de diagramas particulares ya que ésta no estaba bien definida. Los nodos, arcos y sus etiquetas podían usarse muy libremente y con una gran ambigüedad, y los diagramas estaban sujetos a interpretaciones diferentes. En los años 70 existían propuestas para formalizar una red semántica bien definida y esto hizo factible que la semántica formal fuera desarrollada para sistemas de representación de conocimiento terminológicos. En 1991, Profits estableció una semántica formal para mapas conceptuales para sistemas terminológicos lógicos que dio lugar a un ejemplo principal de su uso en la solución de un sistema de asignación de espacio.
Las redes semánticas son sistemas de organización del conocimiento que estructuran los conceptos, no como una jerarquía sino como una red. Los conceptos son como nodos, con varias relaciones que se ramifican hacia fuera de ellas. Las relaciones pueden incluir relaciones tipo todo-parte, causa-efecto, padre-niño, "es un" o "es parte".
Las redes semánticas son grafos orientados que proporcionan una representación declarativa de objetos, propiedades y relaciones. Los nodos se utilizan para representar objetos o propiedades. Los arcos representan las relaciones entre nodos. El mecanismo de inferencia básico en las redes semánticas es la herencia de propiedades.
Las redes semánticas proporcionan un modelo de presentar las relaciones entre los conceptos y los acontecimientos y constituyen una descripción de nuestra forma de razonar.
Las partes de una red semántica son:
- nodos: es un concepto y se encierra e un círculo o elipse.
- relaciones: es una propiedad del concepto y pueden ponerse de dos formas:
- o implícitas: es una flecha que no especifica su contenido
- o explícitas: es una flecha en donde se especifica su contenido
En lógica de predicados, los valores de verdad se atribuyen a predicados que denotan relaciones entre entidades del universo modelado. Por ejemplo, en vez de tener una variable q para representar "Sócrates es un hombre", se escribe el predicado hombre(sócrates) que relaciona a la entidad "Sócrates" con el hecho de "ser hombre". Un predicado también puede aplicarse a variables que denotan entidades anónimas o genéricas. Por ejemplo, para escribir la premisa "Todos los hombre son mortales", que no se refiere a ningún "hombre" en particular, se utiliza el predicado hombre(X) en que X es una variable que denota a cualquier entidad del universo modelado que cumple con el hecho de "ser hombre".
El silogismo completo queda expresado de la siguiente manera:
X (hombre(X)mortal(X))
hombre(sócrates)
mortal(sócrates)
Para aplicar este silogismo basta asignar la variable X, que puede tomar un valor arbitrario, con la constante sócrates. Se obtiene la fórmula:
hombre(sócrates)mortal(sócrates)
Después, para obtener la conclusión, se opera exactamente como en la lógica proposicional.
Los paréntesis, además de servir como símbolos auxiliares para evitar ambigüedades sin necesidad de recordar el convenio de precedencia, se utilizan para formalizar la idea de que un símbolo de predicado se aplica a símbolos que representan a un objetos: p(x,A) representa la relación p entre la variable x y la constante A. Esta construcción, símbolo de predicado aplicado sobre uno o varios símbolos representativos de objetos, que sustituye a las antiguas «variables proposicionales» , se llama fórmula atómica, o, simplemente, átomo.
Un objeto puede estar representado por una constante, una variable o una función aplicada sobre otros objetos, o sobre otras funciones. En general, se llama término a la representación de un objeto. La forma de una función es la misma que la de un átomo: un símbolo de función seguido por términos entre paréntesis.
Para definir las reglas de la gramática vamos a utilizar también p para representar, en general, a un símbolo de predicado, f para un símbolo de función, C para un símbolo de constante yx para un símbolo de variable. Las reglas, en notación BNF, son:
τ ::=C | x |π (es decir, un término es una constante, una variable o una función)
α ::= p(τ{,τ}) (es decir, un átomo se construye con un símbolo de predicado y uno o más términos entre paréntesis)
α ::= p(τ{,τ}) (es decir, un átomo se construye con un símbolo de predicado y uno o más términos entre paréntesis)
π::=f(τ{,τ}) (es decir, una función se construye con un símbolo de función y uno o más términos entre paréntesis; sintácticamente es igual que un átomo)
Y las sentencias se forman con las mismas reglas de la lógica de proposiciones, añadiendo dos para los cuantificadores:
φ ::= α |
φ ::= α |
(¬φ)|
(φ∨ψ)|
(φ⋀ψ)|
(φ⟶ψ)|
(φ⟷ψ)|
(∀x)(φ)|
(∃x)(φ)|
(φ∨ψ)|
(φ⋀ψ)|
(φ⟶ψ)|
(φ⟷ψ)|
(∀x)(φ)|
(∃x)(φ)|
- Una fbf, como 'cadena de caracteres', no tiene significado real (semántica).
- Una estructura establece la 'semántica real' de los elementos de la lógica:
- Dominio de aplicación.
- Semántica de las constantes, predicados, funciones:
- ¿Qué significado tienen?:
(Juan es 'ese' individuo)
- ¿Qué se cumple en el mundo real?
- Un conjunto de fbf (sin significado) puede representar la "realidad" mediante una estructura asociada.
- Para la asignación de un valor de verdad a una fbf, debe 'interpretarse' en una estructura dada, que representa el significado (semántica) de los elementos de la fbf.
{A(J, m(M))} es cierta si:
- Se establece la interpretación:
o J se asocia a Juan y M a María
o m se asocia a la función unaria "madre de"
- En la estructura S:
o {Madre-de(María) = Ana}
o "Juan ama a la madre de María" es verdadera
3.4.4. Inferencia.
3.5. Razonamiento con incertidumbre.
En situaciones reales, no siempre es posible contar con toda la información. Inclusive la información disponible puede ser incorrecta, incompleta o cambiar muy rápidamente.
Todo esto da lugar a diferentes formas de inconsistencias e incertidumbre.
Diversos métodos han sido desarrollados para evaluar los grados de certeza o de verdad de las conclusiones. Uno de los más generalizados consiste en asignar coeficiente de certeza o de confianza a los hechos que intervienen en las en las condiciones y en la conclusión de una regla.
Los principales modelos desarrollados son:
- Modelo estadístico – probabilístico.
- Modelo aproximado.
- Modelo de lógica difusa.
3.5.1. Aprendizaje.
3.5.2. Razonamiento probabilístico.
La técnica más antigua y mejor definida para manejar la incertidumbre es la Regla de Bayes, la misma que está basada en la teoría clásica de la probabilidad Las hipótesis son más o menos probables dependiendo de las posibilidades de los hechos o evidencias que las sostiene La probabilidades se calculan en base a la fórmula general de la probabilidad condicionada de Bayes o algunas transformaciones de la misma
3.5.3. Lógicas multivaluadas.
3.5.4. Lógica difusa.
3.6. Demostración y métodos.
No hay comentarios.:
Publicar un comentario