Representar conocimiento.
¿Cómo puede una máquina deducir algo que nadie le dijo explícitamente?
Qué sabe un sistema, cómo razona y cuáles son los límites de representar el mundo con reglas.
Carlos Acosta Parra · UNCA · Fundamentos de IA
Lo que sabe. Lo que hace con eso.
Describe el mundo.
Contiene hechos y reglas que podemos leer, revisar y actualizar.
Deriva conclusiones.
Aplica reglas a los hechos para obtener conocimiento nuevo.
Separar el conocimiento de las instrucciones del programa permite cambiar lo que sabe la base sin reescribir el motor.
Una conclusión que nadie escribió.
¿Podemos deducir que la ballena es vertebrada?
Conversen de a dos: ¿qué información sostiene su respuesta?
Tres posibilidades nuevas.
Obtener algo nuevo
Responder una pregunta cuya respuesta no estaba escrita en la base.
Cambiar lo que sabe
Incorporar hechos o reglas sin reescribir el motor de inferencia.
Mostrar el porqué
Exhibir los hechos y las reglas que sostienen una conclusión.
¿Falso o desconocido?
Si quitamos la regla sobre los mamíferos, ¿la conclusión se vuelve falsa o deja de poder deducirse?
Piensen una respuesta y compartan una razón antes de revelarla.
¿Podemos expresar lo que importa?
Adecuación representacional
El lenguaje debe representar los objetos, las propiedades y las relaciones relevantes del dominio.
Poder decir que algunos pacientes son alérgicos a la penicilina.
¿Podemos obtener algo nuevo?
Adecuación inferencial
Los hechos y las reglas deben poder combinarse para derivar conclusiones que no estaban escritas.
Deducir que la ballena es vertebrada a partir de su clasificación.
¿Podemos llegar sin explorar todo?
Eficiencia inferencial
El razonamiento debe dirigirse hacia la pregunta que interesa, evitando conclusiones innecesarias.
Buscar lo necesario para responder una consulta sobre un animal.
¿Es fácil incorporar conocimiento?
Eficiencia en la adquisición
Agregar y actualizar hechos o reglas debe ser razonablemente sencillo para quienes conocen el dominio.
Incorporar una nueva categoría sin reescribir el motor.
¿Podemos entenderlo y revisarlo?
Claridad y verificabilidad
Una persona debe poder leer la representación, detectar errores y revisar las razones de una conclusión.
Mostrar el hecho y la regla que justifican una respuesta.
Expresar mucho no alcanza.
Una representación puede expresar lo necesario, pero tarda horas en responder. ¿Qué criterio está fallando?
Piensen una respuesta y compartan una razón antes de revelarla.
Conocimiento declarativo.
“Todos los mamíferos son vertebrados.”
Describe qué es verdadero: hechos, propiedades o relaciones. No indica los pasos para utilizar ese conocimiento.
Una misma regla puede servir para responder distintas preguntas.
Conocimiento procedimental.
“Primero comprobá si es mamífero; después consultá las otras categorías…”
Describe una secuencia de acciones para resolver una tarea. Explicita el camino que debemos seguir.
Esto aparece en bases de datos.
Declarar qué buscar.
Pedís los datos que querés obtener; el motor decide cómo encontrarlos.
Escribir cómo buscar.
Recorrés una lista y comparás cada elemento. Indicás el procedimiento.
¿Saber qué o saber cómo?
¿Saber qué o saber cómo?
¿Saber qué o saber cómo?
¿Saber qué o saber cómo?
Conocimiento perceptual
Reconocer una cara.
Las reglas explícitas de esta unidad no son una herramienta adecuada para reconocer caras o distinguir animales en fotografías. Esas tareas suelen abordarse con aprendizaje a partir de datos.
Conocimiento tácito
Mantener el equilibrio en bicicleta.
Saber hacer algo no implica poder explicar todas las reglas que lo hacen posible. Lo que el especialista no puede enunciar resulta difícil de codificar explícitamente.
Sentido común a gran escala
Todo lo que damos por sentado.
Una regla aislada puede ser sencilla; representar millones de situaciones y excepciones es otro problema. El proyecto Cyc ilustra la magnitud de intentar codificar ese conocimiento a mano.
Saber hacerlo no siempre es poder explicarlo.
¿Qué saben hacer muy bien, pero les resultaría difícil convertir en una lista completa de reglas?
Piensen un ejemplo y expliquen qué parte del conocimiento queda sin describir.
La misma idea, otro mundo.
El razonamiento, pieza por pieza.
- HECHO
Inés tiene un carnet vigente.
- REGLA
Quien tiene un carnet vigente puede retirar libros.
- COMPROBACIÓN
Inés satisface la condición de la regla.
- CONCLUSIÓN
Inés puede retirar libros.
La pieza que falta.
Hecho: Mora tiene una credencial vigente. Conclusión buscada: Mora puede ingresar al laboratorio.
¿Alcanza con estar registrado?
Base completa: «Si un pedido está pagado, se puede preparar». «El pedido 42 está registrado».
Diferencien las piezas.
¿En qué se diferencian un hecho, una regla y el motor de inferencia? Inventen un ejemplo breve.
Piensen una respuesta y compartan una razón antes de revelarla.
Una alerta para explicar.
La base dice: «Si un sensor detecta agua, se activa una alerta» y «El sensor A detecta agua». ¿Qué se deduce y por qué?
Piensen una respuesta y compartan una razón antes de revelarla.
¿Y si falta el hecho?
Si quitamos el hecho sobre el sensor A, ¿podemos concluir que la alerta no se activa? Justifiquen usando solo la base.
Piensen una respuesta y compartan una razón antes de revelarla.
Una base. Un motor. Nuevas conclusiones.
Una base dice qué sabemos.
Un motor descubre qué se sigue de eso.
Al comenzar la próxima clase, vuelvan a las tres preguntas de cierre e intenten explicarlas sin consultar las respuestas.
Fuente: apunte de cátedra · Unidad 2, sección 1 (1.1–1.4).
Carlos Acosta Parra · UNCA · 2026