Conceptos tan complejos como “pensamiento” y “conciencia”, e incluso más fáciles de definir, como “inteligencia” y “conocimiento”, entre especialistas de diversos perfiles (por ejemplo, análisis de sistemas, informática, neuropsicología, psicología, filosofía, etc.) pueden diferir significativamente.
La representación completa y adecuada del conocimiento, que tanto las personas como las máquinas perciben sin ambigüedades, es el principal problema del intercambio de información moderno. Dicho intercambio de información se basa en un sistema de conceptos y relaciones que conforman el conocimiento.
Clasificación del conocimiento
Se pueden clasificar en varias categorías: conceptuales, constructivas, procedimentales, fácticas y de metaconocimiento.
- El conocimiento conceptual es un conjunto de conceptos específicos utilizados en la resolución de problemas. A menudo se utilizan en las ciencias fundamentales y en los campos teóricos de la ciencia. De hecho, el conocimiento conceptual constituye el aparato conceptual de la ciencia.
- Conocimiento constructivo - conjuntos de estructuras, sistemas y subsistemas, así comointeracciones entre ellos. Usado activamente en tecnología.
- El conocimiento procedimental son los métodos y algoritmos más utilizados en las ciencias aplicadas.
- El conocimiento fáctico son las características de los objetos y fenómenos, tanto cuantitativos como cualitativos. Se utiliza con mayor frecuencia en ciencias experimentales.
- Metaconocimiento es cualquier conocimiento sobre el conocimiento, su sistema de organización, su ingeniería y el orden y las reglas de su aplicación.
Organización del conocimiento
El sistema de organización del conocimiento es el proceso de proporcionar información en forma de mensajes que pueden ser familiares (discurso oral y escrito, imágenes, etc.) e inusuales (fórmulas, objetos de mapas, ondas de radio, etc.).
Para que un sistema de organización del conocimiento sea comprensible y exitoso, es necesario utilizar un sistema de reglas comprensible y constructivo según el cual se presentará y percibirá el conocimiento. Para hacer esto, una persona usa el lenguaje y la escritura.
Idioma
El lenguaje apareció y se desarrolló debido al hecho de que el conocimiento acumulado por las personas necesita constantemente ser presentado, expresado, almacenado e intercambiado. Un pensamiento que no puede ser expresado por una estructura formal (lenguaje, imagen) pierde la oportunidad de formar parte del intercambio de información. Por eso, a lo largo de la historia de la humanidad, el lenguaje ha sido la forma más eficaz de representación del conocimiento.
Cuanto más rico es el lenguaje, más conocimiento expresa, respectivamente, enriqueciendo la cultura de las personas, lo que, a su vez, permite desarrollar sistemas cada vez más efectivos de organización del conocimiento.
Idiomaciencia
El principal problema en el uso del lenguaje como una forma de representación del conocimiento es el significado semántico ambiguo de las palabras y oraciones. Por eso el lenguaje de la ciencia juega un papel especial en la formalización del conocimiento.
El lenguaje de la ciencia tiene como objetivo principal tipificar y estandarizar las formas de expresión, compresión y almacenamiento del conocimiento. Con la ayuda de una presentación típica y estándar del conocimiento, uno puede deshacerse de la polisemia o ambigüedad semántica del lenguaje.
Lo que, en las condiciones naturales de evolución del lenguaje, enriquece una lengua (polisemia de expresiones), se convierte en un obstáculo en el proceso de intercambio de conocimientos, aumentando el riesgo de malentendidos, ruido semántico y percepción ambigua de la información.
Clasificación del conocimiento
Uno de los principales métodos de formalización del conocimiento es la clasificación. Esta es la distribución del conocimiento en grupos de acuerdo con una determinada clase. Es decir, solo la información que cumple con ciertos criterios correspondientes a la clase cae en una determinada clase de conocimiento.
La clasificación es un método particularmente importante de la sistemática científica, que es indispensable en la primera etapa de la formación del conocimiento básico de una dirección científica. Por ejemplo, en informática sin clasificación, no existe una equivalencia que te permita resolver tareas tan importantes como la comparación, la búsqueda y la categorización. Sin la clasificación en la ciencia, no tendríamos sistemas de organización de datos tan únicos e invaluables como la tabla periódica.
Modelos de representación del conocimiento
La tabla periódica, la Tabla de Rangos, el Código Penal, los árboles genealógicos y otros sistemas de clasificación son modelos de representación del conocimiento. Son estructuras formales que vinculan determinados conocimientos: hechos, fenómenos, conceptos, procesos, objetos, relaciones.
Para comprender y procesar el conocimiento sobre un área temática particular por medio de una computadora, este conocimiento debe presentarse en una determinada forma formalizada. Dependiendo del propósito, el procesamiento del conocimiento por una computadora ocurre de acuerdo con un modelo construido sobre un algoritmo. En consecuencia, el conocimiento presentado en el modelo depende del algoritmo para procesarlo.
Existen varios modelos de representación del conocimiento en sistemas expertos. Los principales son producción, marco, red y lógica.
Clasificación de modelos
Los modelos de representación del conocimiento enumerados anteriormente, cuyos ejemplos se muestran a continuación, aunque generalizados, están lejos de ser los únicos. Hoy en día, existen muchos modelos que difieren entre sí en términos de validez, enfoques para su creación y principios de organización.
Por ejemplo, la siguiente tabla muestra los tipos de modelos de representación del conocimiento, su división en empíricos y teóricos, así como otras subdivisiones.
| Modelos empíricos | Modelos teóricos |
| Modelos de producción | Modelos lógicos |
| Modelos de red | Gramáticas formales |
| Modelos de marco | Modelos combinatorios |
| Lenemy | Modelos algebraicos |
| Redes neuronales | |
| Algoritmos genéticos |
Modelado empírico
Los modelos empíricos de organización y representación del conocimiento toman como ejemplo a una persona y tratan de encarnar la organización de su memoria, conciencia y mecanismos de toma de decisiones y resolución de problemas. El modelado empírico se refiere a cualquier tipo de modelo construido sobre la base de observaciones empíricas, en lugar de relaciones que puedan describirse y modelarse matemáticamente.
Modelado empírico es un término general para los modelos de representación del conocimiento que se crean sobre la base de observaciones y experimentos.
Un modelo empírico opera según un principio semántico simple: el creador observa la interacción del modelo y su referente. El procesamiento de la información recibida puede ser "empírico" de muchas formas, desde fórmulas analíticas, relaciones causales, hasta ensayo y error.
Modelos de producción de representación del conocimiento
Este modelo de representación de datos suele basarse en relaciones y causalidad. Si la información se puede representar en forma de condiciones del tipo "Si, entonces", entonces el modelo es de producción. Se utiliza con mayor frecuencia en aplicaciones y artificial simpleinteligencia.
Los modelos de producción de representación del conocimiento suelen ser programas informáticos que proporcionan algún tipo de inteligencia artificial con un conjunto de reglas de comportamiento, así como el mecanismo necesario para seguir estas reglas bajo ciertas condiciones.
La producción (un conjunto de reglas) consta de dos partes: una condición previa ("SI") y una acción ("ENTONCES"). Si la condición previa de producción coincide con el estado actual del mundo, el modelo se ejecuta. El modelo de producción también contiene una base de datos, a veces denominada memoria de trabajo, que contiene el conocimiento actual.
Las desventajas del modelo de producción son que si el número de reglas es demasiado grande, las acciones del modelo pueden contradecirse entre sí.
Redes semánticas
Se basan en la integridad de la imagen y son los modelos más visuales de representación del conocimiento. La red semántica suele representarse como un gráfico o una estructura gráfica compleja, cuyos nodos o vértices representan objetos, conceptos, fenómenos y los bordes representan relaciones entre ciertos objetos, conceptos y fenómenos.
La red semántica más simple se puede representar fácilmente como un triángulo cuyos vértices son conceptos como, por ejemplo, "perro", "mamífero" y "columna vertebral". En este caso, los vértices conectarán los lados del triángulo, que se pueden denotar mediante conexiones y relaciones como "es", "posee", "tiene". de esta manera obtenemos un modelo de representación del conocimiento del cual aprendemos,que un perro es un mamífero, que los mamíferos tienen columna vertebral y que un perro tiene columna vertebral.
Estos modelos son ilustrativos y, con su ayuda, puede representar de manera más efectiva sistemas complejos y relaciones causales. Además, estas redes semánticas se pueden complementar con nuevos conocimientos mediante la expansión de una red existente, es decir, un triángulo se puede convertir en un rectángulo, luego en un hexágono y luego en una red compleja de formas que se cruzan, en la que uno puede observar, por ejemplo, herencia de propiedades.
Modelo de marco
El modelo de cuadro recibe su nombre de la palabra inglesa frame - frame o frame. Un marco es una estructura que recopila datos utilizados para representar un concepto en particular.
Al igual que en sociología, donde los marcos son un tipo de datos estereotipados que influyen en la percepción humana del mundo y el proceso de toma de decisiones, en informática y en el trabajo con inteligencia artificial, los marcos se utilizan para crear datos estructurados que representan situaciones estereotipadas. De hecho, este es el sistema de datos básico inicial sobre el que se construye la percepción del mundo por parte de la inteligencia artificial.
Además de ser modelos efectivos de representación del conocimiento, los marcos son activos no solo en informática. Originalmente eran una variación de las redes semánticas.
Un marco consta de una o más ranuras. A su vez, las ranuras pueden ser marcos. Así, el modelo de marco es capaz de representar objetos conceptuales complejos, formando una amplia cadena jerárquica.conocimiento.
El modelo de marco de representación del conocimiento contiene información sobre cómo usar un marco, qué esperar durante y después de usarlo, y qué hacer cuando no se cumplen las expectativas de usar un marco.
Ciertos tipos de datos en un modelo de marco son fijos, mientras que otros datos, generalmente almacenados en ranuras de terminales, pueden cambiar. Las ranuras de terminales suelen tratarse como variables. Los marcos y las ranuras de nivel superior contienen información sobre la situación, que siempre es cierta, pero las ranuras de terminal no tienen por qué serlo.
Los marcos de una red compleja pueden compartir las ranuras de otros marcos de la misma red.
La base de datos puede almacenar marcos prototipo (inmutables) y marcos de instancia que se crean situacionalmente para representar una situación o concepto particular.
Los modelos marco de representación del conocimiento son uno de los más versátiles y capaces de mostrar varios tipos de conocimiento:
- Las estructuras de marcos se utilizan para representar conceptos y objetos;
- roles marco denotan responsabilidades de roles;
- los scripts de cuadros describen el comportamiento;
- Las situaciones marco se utilizan para representar el estado y las actividades.
Redes neuronales
Estos algoritmos también se pueden agregar condicionalmente al grupo de modelos basados en un enfoque empírico del conocimiento. De hecho, las redes neuronales intentan copiar los procesos que ocurren en el cerebro humano. Se basan en la teoría de que un sistema de inteligencia artificial con las mismas estructuras yprocesos, como en el cerebro humano, podrán obtener resultados similares en el proceso de toma de decisiones, evaluación de situaciones y percepción de la realidad.
Enfoque teóricamente sólido
Los modelos matemáticos, predicativos y lógicos de representación del conocimiento se basan en este enfoque. Estos modelos garantizan decisiones correctas porque se basan en la lógica formal. Son adecuados para resolver problemas simples de un área temática limitada, a menudo asociados con la lógica formal.
Modelos lógicos de representación del conocimiento
Este es uno de los modelos más populares basado en un enfoque teórico. El modelo lógico utiliza el álgebra de predicados, su sistema de axiomas y reglas de inferencia. Los modelos lógicos más comunes utilizan términos: constantes lógicas, funciones y variables, así como predicados, es decir, expresiones de acciones lógicas.
