Formas de representación del conocimiento en IA.

Consiste en hacer entendible para una computadora el conocimiento, transfórmalo

a un lenguaje que el sistema de cómputo pueda entender y a su vez se pueda sacar
alguna conclusión de este.
Las diferentes metodologías utilizadas para este fin son las siguientes:

Red Semántica: representa el conocimiento sustentado en relaciones que

aparecen entre los conceptos o entidades de un dominio. Utiliza nodos y arcos en
un solo sentido para representar el conocimiento, los nodos representan conceptos
e instancias de dichos conceptos, y los arcos representan relaciones binarias entre
ellos.
Lógica proposicional: Está compuesto por un conjunto de proposiciones con sus
respectivas fórmulas, estas se obtienen de la siguiente gramática abstracta:
φ :: = p | ¬ φ | φ ∧ ψ
Uno de los métodos más importantes para decidir la validez de una fórmula en LP
es el método del árbol semántico, es un método no determinista de tal forma se
elige de forma casual entre otras posibilidades y se intenta completar la asignación
de valores de verdad; si esto es posible, entonces hemos encontrado un modelo
que la satisface, mientras que, si se encuentra una contradicción, volvemos atrás e
intentamos otra posibilidad. Si hemos terminado todas las posibilidades sin
encontrar ninguna asignación completa, podemos concluir que la fórmula no es
satisfacible.
Sistemas basados en reglas: sistema que tiene una base de conocimiento (BC)
con reglas y algún mecanismo de inferencias (MI) que selecciona las reglas que se
pueden aplicar y las ejecuta, con el objetivo de obtener alguna conclusión (es decir,
de realizar algún procesado o interpretación del conocimiento). El sistema contiene
también una base de hechos (BH) o memoria de trabajo que acumula un conjunto
de hechos establecidos, que se usan para determinar qué reglas puede aplicar el
mecanismo de inferencias.
  Base de Hechos: contiene toda la información actual del problema o tarea a
resolver, es decir, los datos y hechos establecidos hasta el momento en la
tarea, las metas a alcanzar y las hipótesis avanzadas en el curso de una
solución.
 Base de Conocimiento Una regla consta de dos partes: una izquierda,
denominada condición o antecedente, y una derecha, llamada consecuente
o de acción. Así, definiremos una regla como un par condición-acción.
 Motor de inferencias: estrategia de control o el intérprete de reglas es el
mecanismo que sirve para examinar la BH y decidir qué reglas se deben
disparar.

Marcos: es una estructura de datos que representa situaciones estereotipadas

construidas sobre situaciones similares ocurridas anteriormente, permitiendo así
aplicar a situaciones nuevas los conocimientos de situaciones, eventos y conceptos
previos.
La forma de representar el conocimiento es la siguiente: marcos para representar
conceptos o elementos, relaciones para expresar dependencias entre conceptos,
propiedades para describir cada concepto, y facetas para expresar de múltiples
formas los valores con los que se puede rellenar cada propiedad.

Ontologías: es una especificación formal de una conceptualización compartida.

Los formalismos utilizados para representar ontologías son los siguientes:
 Clases, que representan conceptos tomados en su sentido más amplio.
 Relaciones, que representan un tipo de asociación entre los conceptos del
dominio y se definen formalmente como cualquier subconjunto de un
producto de n conjuntos, es decir: R ⊂ C 1 xC 2 x...xC n .
 Axiomas, se utilizan generalmente para representar conocimiento que no se
puede definir formalmente a través de otros componentes
 Instancias, que se utilizan para representar elementos o individuos en una
ontología.
Sistemas basados en modelos probabilísticos: El concepto de probabilidad se
basa en el supuesto de que se dispone de un experimento aleatorio sobre un
espacio de posibles resultados, llamado espacio muestral, y, además, el
experimento se puede repetir de forma indefinida bajo las mismas condiciones.
(Palma, 2008, pág. 34 -240)

Referentes bibliográficos

Palma Méndez, J. T., & Marín Morales, R. (2008). Inteligencia artificial: Métodos,
técnicas y aplicaciones. España: McGraw-Hill. Pag.33-56. Obtenido de
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?docID=
3194970&query=sistemas+basados+en+el+conocimiento