3. Representación de Conocimiento

Representación de conocimiento =
Escribir en un lenguaje descripciones del mundo.

Representación - ``... un conjunto de convenciones sintácticas y semánticas que hacen posible el describir cosas'' [Winston 74]

En IA, son descripciones para que una máquina inteligente las utilice.

Sintaxis: símbolos y conjunto de reglas para combinarlos.

Semántica: significado de las expresiones construidas.

A pesar de que todo programa de IA tiene una parte de base de conocimiento, es una área de investigación abierta.

Ingredientes básicos:

• un lenguaje de representación
• capacidad de inferencias
• conocimiento del dominio

El poder está en el conocimiento

Una de las ambiciones es poder representar ``sentido común''

El fin no es tanto buscar una explicación de comportamiento cognitivo racional, sino el poder construir razonablemente sistemas inteligentes

En general una representación debe de tener:

1.

Expresividad Adecuada

2.

Eficiencia de Razonamiento

Criterios para juzgar una representación:

• Capacidad Lógica: Que sea capaz de expresar el conocimiento que deseamos expresar.
• Poderío Heurístico: Capacidad para resolver problemas (inferencia).
• Conveniencia de la Notación: Simplicidad para accesar el conocimiento y facilidad de entendimiento (declarativa).

La representación determina la facilidad con la que podemos resolver ciertos problemas y utilizar el conocimiento [Marr 82].

Ejemplo: representación de números romanos vs arábigos (desarrollo del álgebra).

A nivel epistemológico:

• primitivos (cuáles y a qué nivel)
• meta-representaciones (permitir hacer razonamientos con el lenguaje)

Representaciones no cubiertas por lógica:

• definiciones vs hechos
• universales vs defaults
• razonamiento no-deductivo
• razonamiento no-monotónico

Representaciones alternas:

• procedurales (se necesita declarativo)
• analógico
• probabilístico

Problemas de representación de:

• substancias (e.g., litro de leche)
• causalidad y tiempo
• creencias, deseos, intenciones, etc.

Consideraciones:

• Hacer explícito lo que se considere importante.
• Exhibir las restricciones inherentes al problema.
• Completo y preciso.
• Entendible.
• Fácil de usar.
• Computacionalmente factible.