1

Construccin de una base de

conocimiento
Inteligencia Artificial
Base de
conocimiento
(sentencias)
DOMINIO
Ingeniero de
conocimiento
Bris
a
Bris
a
Bris
a
Bris
a
Bris
a
Bris
a Olor
Olor
Bris
a
Bris
a
Bris
a
Bris
a
Bris
a
Bris
a Olor
Olor
Bris
a
Bris
a
Brisa
Brisa
Bris
a
Bris
a Olor
Olor
Olor
4
3
2
1
1 2 3 4
Experto del
dominio
Construccin de una BC
agente
Recopilar
conocimiento
codificar
conocimiento
preguntar
decir
Inteligencia Artificial
Representacin del conocimiento
Convencin sintctica y semntica (XML;
HTML; RDF)
Esquema de representacin forma de
representar la realidad en una manera
computacional.
Caractersticas operaciones
consultas
entidad representada
validacin
Inteligencia Artificial
Ingeniera del Conocimiento
Intervienen:
Ingeniero de conocimiento
Experto del dominio.
Es el proceso mediante el cual se construye una
base de conocimientos.
Ingeniero de
conocimiento
Experto del
dominio
2
Inteligencia Artificial
Ingeniera del Conocimiento
Proceso:
Identificar la tarea
Recopilar conocimiento relevante
Decidir el vocabulario de los predicados, funciones y
constantes (ingeniera Ontolgica)
Codificar el conocimiento acerca del dominio
Codificar una descripcin de una instancia de un
problema especfico
Plantear peticiones al proceso de inferencia y
obtener peticiones
Depurar la base de conocimiento.
Inteligencia Artificial
Base de conocimiento
Una buena base de conocimiento debe
ser clara y correcta.
se debe mantener separado el contenido
del conocimiento, del proceso de
inferencia.
Errores: descripciones vlidas para
lectores humanos pero no para el
mecanismo de inferencia.
Inteligencia Artificial
Base de conocimiento
La siguiente representacin:
MounstroDeDientesAfilados(wumpus)
inferir
Lector Humano
peligroso(wumpus)
Esta no es una buena representacin para la
mquina de inferencia.
Inteligencia Artificial
Base de conocimiento
Esta representacin nos obligara a lo
siguiente:
X MounstroDeDientesAfilados(X) peligroso(X)
X PerroDeDientesAfilados(X) peligroso(X)
....
Los hechos que se introducen para una
situacin dada tambin deben servir para
situaciones nuevas.
3
Inteligencia Artificial
Base de conocimiento
mounstro(wumpus). perro(pluto)
x mounstro(x) animal(x)
x animal(x) objetoFsico(x)
aspecto(afilados, dientesDe(wumpus))
x animal(x) dientes(dientesDe(X))
x parteDe(dientesDe(x), x)
x animal(x), parteDe(dientesDe(x),x), aspecto(afilado, dientesDe(x))
peligroso(x)

Inteligencia Artificial
Ingeniera Ontolgica
Definir de qu hablar: definir sobre que
objetos y hechos es necesario hablar y
cuales ignorar.
Escoger un vocabulario para predicados,
funciones y constantes, objetos,
relaciones.
ONTOLOGA
Inteligencia Artificial
Ontologa
Ontologa es el estudio de las caractersticas
ms generales de la realidad y de los objetos
reales (Pierce 1935)
La ontologa intenta desarrollar teoras sobre
persistencia y cambio, clasificacin e
instanciacin, causalidad, etc.
Inteligencia Artificial
Ontologa
Cuestiones ontolgicas: qu tipo de entidades
existen? qu diferencia los objetos de los
eventos? cmo estn relacionados? cules
son las propiedades de las cosas y cmo stas
estn relacionadas con las cosas? precede la
esencia a la existencia? es un objeto igual a la
suma de sus partes?
4
Inteligencia Artificial
Ontologa
Ciencia de computacin:
Una ontologa es un archivo o documento
que formalmente define las relaciones entre
trminos.
reas:
Bases de datos y sistemas de informacin
Ingeniera de software
Inteligencia artificial
Web semntica.
Inteligencia Artificial
Ontologa
Base de
conocimiento
centralizada
Acuerdan un
vocabulario
Esquema Centralizado
Ej: PRECIO
codigoPostal
IVA= precio * 1,21
- precio
Inteligencia Artificial
WEB
WEB
Ontologa
Base de
conocimiento
Esquema descentralizado
Base de
conocimiento
Base de
conocimiento
Permitir a mquinas comprender la semntica de documentos y
datos
zipCode = city code
Inteligencia Artificial
en que universidad
estudi el sobrino
de Wendy?
5
Inteligencia Artificial
Ontologa
Silla
Silla
Mueble
Mueble
Objeto
Objeto
miSilla
miSilla
material
material
madera
madera
PBC
PBC
cao
cao
es-un
es-un
es-un
es-un
es-un
Hecha-de
es-instancia
Taxonoma
propiedades
Inteligencia Artificial
Ontologa
CodigoPostal
CodigoPostal
Localidad
Localidad
direccin
direccin
codigoCiudad
codigoCiudad
ciudad
ciudad
formadaPor
Parte-de
pas
pas
Parte-de
codigoPas
codigoPas
Parte-de
Si un codigoCiudad
est asociado a un cdigoPais,
y una direccin usa el cdigoCiudad
Entonces
La direccin est asociada al cdigoPas.
0..1
Entonces La UTN-
FRSF de Lavaise 610
queda en Argentina. y
por lo tanto habla
espaol!
Inteligencia Artificial
Ontologa
Luci necesita una serie de tratamientos indicados por el doctor y quiere
que su agente inteligente realice las citas necesarias.
El agente inmediatamente revisa los tratamientos prescriptos por el
doctor. Luego analiza la lista de los posibles especialistas que acepten
la obra social que ella utiliza. Luego revisa donde trabajan esos
especialistas y selecciona aquellos que queden a menos de 20 km
de su casa y que tengan calificativos como excelentes o muy buenos.
Para poder arreglar una cita, el agente necesita verificar los das libre de
Luci en su agenda y analizar los das que el especialista atiende y lugares
libres que no estn asignados an. Finalmente, el agente presenta un plan
De posibles alternativa a Luci.
Inteligencia Artificial
6
Inteligencia Artificial
Ontologas
OWL
XML
RDF
HTML
SOA
Inteligencia Artificial
Ontologa General
Caractersticas:
Conceptos generales (acciones, tiempo, objetos,
creencias).
Deben funcionar bien en prcticamente cualquier
dominio especial.
dominios muy exigentes donde es necesario unificar
diversas reas del conocimiento.
Inteligencia Artificial
Ontologa general
CATEGORAS
Las categoras representa un conjunto de objetos con
caractersticas comunes.
Permiten hacer inferencias acerca de los objetos.
Ej. objeto: garras, pelo, ojos hacia delante categora:
carnivoro. estoy en peligro!
Formas de representacin:
Lgica: OsoDePeluche(pooh).
Reificacin: OsosPeluche. donde OsosPeluche es un signo
constante, un objeto del lenguaje.
Pooh OsosPeluche. O
Miembro(pooh, ososPeluche).
Inteligencia Artificial
Herencia:
permite simplificar y organizar la base de
conocimiento.
permite organizar las categoras en una taxonoma.
Ejemplo:
Propiedad de una categora:
x , x alimentos comestible(x)
Categora y subcategora:
Frutas alimentos
Tomates Frutas .
Un objeto es miembro de una categora:
tomate1 Tomates.
Ontologa general
7
Inteligencia Artificial
Particin: Permite representar que una categora
se puede representar como una descripcin
exhaustiva de categoras disjuntas.
Disjunta({Animales, Vegetales}).
Disjunta(s) x, y x s y s xy xy = {}
DescripcinExhaustiva({Estadounidense, mejicano,
canadiense},Norteamericano).
particin({Animales, Vegetales}, SerVivo).
Ontologa general
Inteligencia Artificial
Objetos Compuestos
Relacin ParteDe: Permite identificar que una cosa
es parte de otra.
Esta relacin es reflexiva y transitiva:
parteDe(x,x).
parteDe(x,y) partede(y,z) parteDe(x,z).
La composicin define la estructura del objeto
compuesto.
Una bicicleta tiene dos ruedas unidas a su marco:
bici(a) r1, r2,m rueda(r1), rueda(r2), marco(m),
parteDe(r1,a), parteDe(r2,a), parteDe(m,a),
unida(r1,m),unida(r2,m).
Objetos sin estructura:
Conjunto(manzana1, manzana2, manzana3).
Ontologa general
Inteligencia Artificial
Representan propiedades de los objetos
como peso, masa, longitud, costo, etc.
los cuales pueden ser cuantificados.
Por ejemplo:
Longitud(L1) = Pulgadas(1.5)=Centmetro(3.81)
x , x Dias Duracin(x)=Horas(24).
Ontologa general
Inteligencia Artificial
Ontologa General
Sustancias y objetos:
Las sustancias no permiten ser separadas en objetos
distintos. Por ej: manteca, azcar, agua.
Tienen propiedades intrnsecas: punto ebullicin, punto
fusin, densidad, sabor, color)
Los objetos pueden ser separados en componentes.
Tienen propiedades extrnsecas: peso, longitud, forma,
funcin, etc.
8
Inteligencia Artificial
Acciones, situaciones y eventos.
clculo de situacin:
las situaciones son puntos instantneos en el tiempo.
resultado([a], s)= s
Funciona mejor cuando una accin ocurre a la vez.
imposible de utilizar cuando las acciones tienen diferentes
duraciones o cuyos efectos dependan de su duracin.
Flujos: funciones o predicados que varan de una situacin
a la otra.
Ontologa general
Inteligencia Artificial
Clculo de eventos:
Evento accin: Tiene cobertura tanto espacial como temporal.
Eventos= conjunto amplio de acciones
Intervalo: trozos espacio-tiempo.
Siglo XXI, primerCuatrimestre2009. AoLectivo2009
Flujo:
Inicio(e,f,t): si e ocurre en t entonces f es V.
terminacin(w,f,t).
Axioma:
T(f,t1) e,t sucede(e,t) ^inicio(e,f,t) ^(t<t1) ^interrumpido(f,t,t1)
Ontologa general
Inteligencia Artificial
Ontologa General
Ejemplo de eventos:
SegundaGuerraMundial. 1erparcialIA
Sucede(1erparcialIA, 22-05-09:19).
T(parcialIA,20hs) e,t sucede(llegaProfesor,19) ^ inicio(parcialIa
,llegaProfesor,19)^ interrumpido(parcialIA,19,20)
Los eventos se agrupan en categoras.
segundaGuerraMundial Guerras.
1erparcialIA ExamenParcial
SubEventos:
subEvento(parcialIA, primerCuatrimestre2009)
El examen parcial de Ia tuvo lugar durante el ao lectivo
2009
E(parcialIA, aoLectivo2009)
Inteligencia Artificial
Ontologa General
Eventos discretos y eventos lquidos:
parcialIa: tiene un comienzo, pto intermedio, fin.
Volando(bs.as): cualquier intervalo de tiempo pertenece al
evento volando.
E(ExamenParcial, aoLectivo2011).
antes(parcialIA, parcialModelos)
Solapamiento(parcialIA, examenSimulacin).
9
Inteligencia Artificial
Piernas: 2
Vuela: T
aves
Piernas: 4
Mamferos
Vuela: F
Pinguino Gato
Piernas: 2
Vuela: T
Murcilado
Nombre: Opus
Amigo:
Opus
Nombre: Pepe
Amigo:
Pepe
Nombre: Juan
Juan
Subconjunto
Pertenece
Vivo: T
Vuela: F
Animales
Redes semnticas.