Representacin del Conocimiento

La representacin del conocimiento y el razonamiento es un rea de la inteligencia artificial cuyo objetivo fundamental es representar el conocimiento de una manera que facilite la inferencia (sacar conclusiones) a partir de dicho conocimiento. Analiza cmo pensar formalmente - cmo usar un sistema de smbolos para representar un dominio del discurso (aquello de lo que se puede hablar), junto con funciones que permitan inferir (realizar un razonamiento formal) sobre los objetos. Generalmente, se usa algn tipo de lgica para proveer una semntica formal de como las funciones de razonamiento se aplican a los smbolos del dominio del discurso, adems de proveer operadores como cuantificadores, operadores modales, etc. Esto, junto a una teora de interpretacin, dan significado a las frases en la lgica.

Una buena representacin del conocimiento cubre seis caractersticas bsicas: Cobertura, que significa que la representacin del conocimiento cubre la informacin en anchura y profundidad. Sin una cobertura amplia, la representacin del conocimiento no puede determinar nada ni resolver ambigedades. Comprensible por humanos. La representacin del conocimiento es vista como un lenguaje natural, as que la lgica debera fluir libremente. Debera soportar la modularidad y la jerarqua de clases (los osos polares son osos, que son animales). Debera adems contar con primitivas simples que se combinen de forma compleja. Consistencia. Si Pedro ha cerrado la puerta, tambin puede ser interpretado como la puerta ha sido cerrada por Pedro. Siendo consistente, la representacin del conocimiento puede eliminar conocimiento redundante o conflictivo. Eficiencia. Facilidad de modificacin y actualizacin. Soporte de la actividad inteligente que usa la base de conocimiento.

El Problema de la Representacin del Conocimiento Punto clave en la I.A.: 1. Uso de conocimiento y de mecanismos para representarlo y manejarlo computacionalmente 2. Diferencia con informtica convencional: uso extensivo de conocimiento del dominio 3. Conocimiento del dominio representacin de estados representacin de operadores funcin heurstica

Jerarqua del Conocimiento Datos: elementos de inters en un dominio Ejemplo: letras, dgitos, Informacin: datos relevantes procesados Ejemplo: nombre, fechas, temperaturas,... Conocimiento: informacin especializada de alto nivel (informacin interrelacionada) Resultado de la experiencia de expertos Organizacin e interrelaciones entre "piezas" de informacin Ejemplo: cundo se considera alta una temperatura corporal Meta conocimiento: conocimiento acerca del conocimiento Indica cmo utilizar el conocimiento Ejemplo: Conocimiento que permita decidir desechar parte del conocimiento que no sea relevante en determinadas situaciones.

GUIONES

El trmino guin es la traduccin de script y sta tomado en sentido metafrico del cine, como "argumento de una obra". En inteligencia artificial es bsicamente una estructura de conocimiento que contiene una secuencia estereotipada de acciones. Aqu hay que entender "accin" en sentido amplio, es decir, incluyendo tambin la conversacin, el pensamiento, los actos de voluntad y los sentimientos.

En cuanto estructura de conocimiento, los guiones estn ms cerca de los marcos que de las redes proposicionales, y por este motivo se estudia ahora. Al igual que un marco tiene campos que sirven para reconocer los objetos, un guin tiene escenas que sirven para reconocer situaciones (un guin puede considerarse como un tipo particular de marco, con las peculiaridades de que cada campo corresponde a un suceso y de que los campos-sucesos forman una secuencia).

REPRESENTACIN DEL CONOCIMIENTO EN GUIONES Los programas que utilizan guiones almacenan la informacin mediante los grafos de dependencia conceptual. Sin embargo, la representacin de guiones va ms all de la representacin de frases aisladas. A parte de que los guiones enlazan causalmente secuencias de acciones, la diferencia principal consiste en que cada guin posee roles correspondientes a las personas que intervienen. Los roles y algunos de los objetos se representan mediante variables y esto permite que puedan ser asignados a diferentes personas o cosas. El imponer restricciones sobre el tipo de personas que pueden desempear ciertos roles y sobre el tipo de objetos que cumplen cierta funcin ser de gran utilidad en el proceso de interpretacin de textos.

En resumen, un guin completo se compone principalmente de los siguientes elementos: Escenas: los sucesos descritos en el guin, enlazados causalmente en forma de secuencia. Roles y objetos: corresponden las personas y las cosas que intervienen; incluyen restricciones para indicar qu personas u objetos pueden ser asignados a las variables. Cabeceras: adems de la que da nombre al guin, hay otras que representan condiciones, instrumentos y lugares; su misin es activar el guin en el momento oportuno.

INFERENCIA MEDIANTE GUIONES El objetivo de utilizar guiones est orientado ante todo a la comprensin del lenguaje natural (a la interpretacin de textos escritos). En la prctica, para comprobar que el sistema ha "comprendido" el texto, suele seguirse uno de estos dos mtodos: (1) formularle preguntas concretas y ver si responde adecuadamente. (2) pedirle que repita el mismo texto con otras palabras (parfrasis). En el proceso de inferencia, el primer pase consiste en seleccionar el guin que mejor explica la historia que se desea analizar. Posteriormente, hay que asignar las variables (identificar los roles, objetos y lugares que interviene). A partir de ah, el guin "instanciado" permite extraer la informacin que no apareca explcitamente en la historia escrita; en esto consiste precisamente la inferencia.

En general, la interpretacin de una historia no activa un solo guin sino varios de ellos, por lo que se hace necesario un proceso de seleccin posterior con el fin de determinar cul o cules de ellos son vlidas y cules se rechazan.

Una de las cuestiones bsicas de la interpretacin de un texto es averiguar los referentes de los pronombres y el sujeto de la frase cuando ste se ha omitido. La concordancia de gnero y nmero es una condicin que limita el espacio de bsqueda, pero en muchos casos los criterios sintcticos son insuficientes.

Otro tipo de inferencia que hemos mencionado consiste en dar por supuesto que han ocurrido los dems sucesos que se encuentran en el guin, aunque no aparezcan explcitamente en la historia escrita.

Por ltimo, sealar que existen dos mtodos bsicos de afrontar el problema de la compresin de textos mediante guiones: El mtodo ascendente consiste en analizar palabra por palabra, activando los marcos que mejor explican toda la informacin que va apareciendo. El mtodo descendente selecciona un marco y trata de "encajar" en l la informacin de forma predictiva. Este segundo mtodo se utiliza cuando solamente se quiere extraer la informacin ms relevante, pues tiene la ventaja de ser ms eficiente y ms robusto.

COMPONENTES DE UN GUIN

Condiciones de entrada (Precondiciones) Condiciones que deben cumplirse, en general, para que puedan tener lugar los sucesos representados en el guin Por ejemplo: restaurante abierto, cliente hambriento.

Resultados (Poscondiciones) Son condiciones que, en general, se cumplirn despus de que tengan lugar los sucesos del guin (no garantizado). Por ejemplo: cliente lleno y con menos dinero, dueo del restaurante con ms dinero

Props Representan objetos que intervienen en los sucesos del guin. Aunque no aparezcan, pueden ser inferidos Por ejemplo: se supone que un restaurante cuenta con mesas, sillas, mens... salvo que se especifique otra cosa.

Roles Personas que intervienen en los sucesos del guin. Tambin pueden ser inferidos si no aparecen explcitamente. Si se mencionan individuos especficos, pueden ser insertados en las ranuras correspondientes. Por ejemplo: camareros, clientes...

Escenas Secuencias de sucesos que tienen lugar. Los sucesos se representan utilizando DCs. Por ejemplo: entrar, pedir, comer...

Track Variacin especfica de un patrn ms general representada por el guin. Los guiones constituyen una jerarqua de especializacin: Diferentes tracks del mismo guin comparten algunos componentes pero no todos

Un guin est constituido por ranuras: Conjunto de condiciones de entrada que deben satisfacerse para que se materialice el guin Conjunto de papeles: actores tpicos del guin Conjunto de propiedades: objetos tpicos que aparecen en el desarrollo del guin Conjunto de escenas: representan la secuencia de sucesos que constituyen el guin Conjunto de resultados: condiciones que se satisfacen tras realizarse la secuencia de escenas

 Razonamiento por guiones: Los guiones se activan por coincidencia de nombre, precondiciones, papeles, etc. Objetivo: inferir, por medio de razonamiento por defecto, conocimiento que no ha sido dado de forma explcita. Ejemplo NOMBRE: Cine PAPELES: cinfilo, taquillero, portero, acomodador CONDICIONES DE ENTRADA: cinfilo desea ver pelcula PROPIEDADES: pelcula, butaca, dinero, entrada ESCENAS: Sacar entrada a. Cinfilo MTRANS deme butaca a taquillero b. Cinfilo ATRANS dinero a taquillero c. Taquillero ATRANS entrada a cinfilo Entrar en sala a. Cinfilo ATRANS entrada a portero b. Portero ATRANS entrada a cinfilo c. Cinfilo PTRANS cinfilo a sala Acomodarse Ver pelcula Salir de sala

RESULTADOS: Cinfilo ha visto la pelcula Taquillero tiene ms dinero Cinfilo tiene menos dinero

Ejemplo: el guin restaurante Script: RESTAURANTE

Escena 1: Entrar ... Escena 2: Pedir ...

Escena 1: Entrar S PTRANS S en restaurante S ATTEND ojos a mesas S MBUILD dnde sentarse S PTRANS S a mesa S MOVE S a posicin sentado

Escena 2: Pedir(resumen) S MBUILD eleccin de F S MTRANS seal a W W MTRANS no F a S (volver a *) o (ir a Escena 4: no pagar)

Escena 3: Comer C ATRANS F a W W ATRANS F a S S INGEST F (Opcin: volver a Escena 2 para pedir ms; si no, ir a Escena 4)

Escena 4: Salir (resumen) W ATRANS factura a S S ATRANS propina a W S PTRANS S a M S ATRANS dinero a M (no pagar): S PTRANS S fuera del restaurante

USO DE GUIONES Los guiones pueden resultar de utilidad para: La prediccin de sucesos no mencionados explcitamente Indicar la relacin entre sucesos Funcionamiento Seleccin o activacin de un guin apropiado para la situacin Comprobacin de condiciones de entrada Proceso dinmico; el guin seleccionado puede descartarse despus Aplicacin del guin Inferir informacin no explcita en las frases analizadas La secuencia de eventos es una cadena causal cada uno es consecuencia del anterior y posibilita la realizacin del siguiente Generacin de interpretaciones coherentes acerca de una cierta situacin, para poder contestar preguntas Sistemas que responden a preguntas acerca de un texto Juan fue a un restaurante anoche. Pidi un filete. Cuando iba a pagarlo, se dio cuenta de que se le haba acabado el dinero. Se fue a casa deprisa porque llova Cen Juan anoche? Habilidad de predecir sucesos que no se han observado explcitamente. Se analiza el texto, se activa el guin del restaurante secuencia de eventos del guin Juan comi Susana sali a comer. Se sent en una mesa y llam a la camarera, quien le trajo un men. Pidi una hamburguesa Por qu la camarera le trajo el men a Susana?

Generacin de interpretaciones coherentes Se analiza el texto, se activa el guin y hay dos posibles respuestas: Porque se lo haba pedido (suceso anterior) Para que pudiera elegir la comida (suceso siguiente)

VENTAJAS, DESVENTAJAS, INCONVENIENTES Y EXTENSIONES VENTAJAS: - Capacidad para predecir eventos - Observaciones, interpretacin coherente de una situacin - Mucha informacin - Muy especfica, alta potencia de inferencia - Su principal ventajas es que puede "leer" textos relativamente breves sobre temas concretos, extrayendo informacin. - Representan el conocimiento sin depender de ningn idioma particular: muy importante para los "traductores automticos". - En cuanto al "control de inferencias", permiten integrar la informacin con el fin de formar una historia coherente, y realizan solamente las inferencias relativas a la cadena causal de sucesos.

DESVENTAJAS Muy especfica menos general (estructura fuerte) que los marcos (Eleva dificultad) Menos aplicabilidad No es adecuada para representar ciertos tipos de conocimiento, pero s para el tipo de conocimiento para el cual fueron diseados como todas las representaciones estructuradas presentan: Problema del encaje: dificultad para decidir el guin que debe usarse. No hay algoritmo que garantice una eleccin correcta Problema entre lneas: inflexibilidad de estas representaciones para predecir qu situaciones pueden romper un guin.

INCONVENIENTES: - El principal de ellos es la rigidez del mecanismo de representacin: cada guin representa una secuencia fija de acciones. - La incapacidad para compartir informacin entre ellos: sera deseable que se combinarn entre s de forma dinmica. - La incapacidad para expresar las "motivaciones e intenciones": se observa la necesidad de comprender una historia desde distintos puntos de vista.

EXTENSIONES: - Una solucin aportada por Schank para superar la rigidez de los marcos consiste en representar el conocimiento en forma de "paquetes de organizacin de memoria o MOPs", del ingls, memory organization packets.

Concluimos la seccin sealando la estrecha relacin de los MOPs con dos campos de la inteligencia artificial: - El aprendizaje: el sistema debe aprovechar la experiencia adquirida para aplicarla en la comprensin de nuevos casos ya que ser muy difcil que existan siempre un guin que se ajuste completamente a un nuevo caso. - El razonamiento basado en casos (RBC): consiste bsicamente en recordar alguna de las soluciones aplicadas a problemas del pasado y adaptarla a un nuevo problema (en Derecho, la jurisprudencia) y es en este proceso donde la representacin en forma de MOPs muestra su utilidad.