Luis E. Gómez

4:33 p.m. | Publicadas por | | Editar página
  • RED SEMANTICA


  • MARCOS

También llamados armazones o frames en inglés, fueron propuestos por Minski para superar las dificultades que tanto la Inteligencia artificial como en Psicología  a la hora de simular el sentido común en la medida que los conceptos son demasiados pequeños, locales y carentes de estructura.

De manera que, un marco es una especie de esqueleto con muchos espacios en blanco para llenar. Estos espacios en blanco se llaman ranuras. De una forma más rigurosa un marco se define como una estructura de datos que sirve para representar una situación estereotipada.

Ejemplo:
Exposición
      Fecha:
      Lugar:
      Tema:
      Profesor:
      Hora:


  • GUIONES

Schrank lo define como una estructura de datos que representa una situación típica. ¨Son conjuntos prefabricados de expectativas, inferencias y conocimientos que se aplican en las situaciones comunes, como un plan de acción con los detalles en blanco¨.

Ejemplo:
Exposición
Fecha: Mayo 10 de 2014
Lugar: Salón de Informática UNAD Girardot
Tema: Programación I
Profesor: Carlos Jaramillo
Hora: 2 p.m.

Entrada del alumno
            Ir al salón
            Observar el salón
            Decidir donde sentarse
            Ir a un asiento
            Sentarse
Entrada del profesor
            Acercarse al salón con libros en sus manos
            Observar si es el salón de informática
            Observar el salón
            Saludar
            Acercarse al escritorio del profesor
            Colocar sobre el escritorio  los libros que trae
            Sentarse
SOFTWARE PARA INTELIGENCIA ARTIFICIAL

Redes neuronales

1. FRAMEWORK  JOONE (Implementado en JAVA).
Software libre implementado en JAVA para la creación de redes neuronales.
Utilizado para creación de RNAs y para creación de caja negra.
El Framework permite entrenar un conjunto de redes en paralelo, arquitectura modular lo que permite ser fácilmente extendido para agregar un algoritmo de entrenamiento.
Cada uno de sus componentes puede ser utilizado y modificado por los desarrolladores.

2. QUAKE II  o NEUROBOLT
Simulador de jugador humano que utiliza redes neuronales bajo licencia OPEN GL.

3. SNNS (Stuttgart Neural Network Simulator)
Simulador flexible  para el desarrollo investigación de aplicaciones de redes neuronales.

 Agentes inteligentes

1. PLATAFORMA  JADE
Intelligent Physical Agents
Librería sobre máquinas JAVA

2. JAVA VIS
Licencia GPL
Multiplataforma
Video
Simulación en 3D
Tratamiento de imágenes

3. VISUAL PROLOG
Licencia GPL
Plataforma de Windows
Entretenimiento en redes neuronales
Algoritmo de inteligencia artificial

Sistemas expertos

EXPERT  SYSTEM  CREATOR
Ayuda a construir SISTEMAS  EXPERTOS  de las siguientes formas:
Marco de decisión
Arbol de decisión
Tabla de decisión
El sistema es experto como
Diseñador
Marco diseñador de la decisión de mesa
Diseñador de árbol de decisión
Módulo generador de código
Diccionario administrador de versiones
Licencia comercial para plataformas Windows, Linux, Unix, Me.


REGLAS DE PRODUCCION

Definición: Es un método procedimental de representación del conocimiento, pone énfasis en representar y soportar las relaciones inferenciales del algoritmo, en contraposición a los métodos declarativos (hechos).

Estructura:
Estructura general de las reglas:
Antecedente --- Consecuente
Donde:
Antecedente: Contiene las cláusulas que deben cumplirse para que la regla pueda evaluarse o ejecutarse.
Consecuente: Indica las condiciones que se deducen de las premisas o las acciones que el sistema debe realizar cuando ejecuta la regla.
SI --- condiciones---    ENTONCES --- conclusiones, acciones, hipótesis---
CONDICIONES: formadas por cláusulas y conectivas (AND, OR, NOT). Representación que debe corresponder con conocimiento del dominio.
FORMATO TIPICO: ---parámetro/ relación/valor---
PARAMETRO: característica relevante del dominio
RELACION: entre parámetro y valor
VALOR: numérico y simbólico o literal. También en forma de predicados lógicos
Conclusiones, Acciones. Hipótesis (consecuentes))
Conclusiones, Hipótesis: conocimiento declarativo.
Acciones: acción procedimental (actualizan conocimiento, interacción con el exterior, etc.)
Las reglas de producción se dan de la siguiente  manera:
IF premisa, THEN conclusión
IF entrada, THEN salida
IF condición, THEN acción
IF antecedente THEN consecuente
IF datos, THEN resultados
IF acción, THEN meta
La parte IF generalmente contiene varias cláusulas unidos por los conectivos lógicos AND, OR. La parte de THEN consiste en una o más frases que especifican la acción a tomar.
También se dice que tanto las premisas como las conclusiones, no son mas que una cadena de hechos conectados por Y o por O, que de forma general es:
Si (hcho1) Y/O (hecho2) Y/O… (HechoN)
ENTONCES (hecho1) Y/O… (hechoN)

Los hechos son afirmaciones que sirven para representar conceptos, datos, objetos, etc. El conjunto de hechos que describen el problema es la base de hechos.

DESVENTAJAS
Se presentan ciertos problemas en los sistemas basados en reglas.
Estos, caen dentro en una de las siguientes categorías:

encadenamiento infinito, incorporación de conocimiento nuevo contradictorio  y modificación de reglas existentes.
Otras desventajas podrían ser: ineficiencia  (necesidad de modular o de introducir metarreglas), opacidad (dificultad de establecer relaciones), adaptación al dominio (rápido crecimiento del número de reglas).
El conocimiento acerca de las reglas de producción se denomina METARREGLA
Las metarreglas facilitan y aceleran la búsqueda de soluciones.

VENTAJAS

Los sistemas basados en reglas han permanecido como los esquemas más utilizados para la representación del conocimiento. Dentro de las ventajas se pueden nombrar la modularidad, uniformidad y neutralidad para expresar el conocimiento.
Suscribirse a: Entradas (Atom)