La representación del conocimiento es cómo escribir lo que se sabe de un dominio para que un programa pueda usarlo y razonar con ello: hechos, categorías, relaciones y reglas, en una forma precisa y consultable. Es el lado simbólico de la IA, y sigue importando donde las respuestas deben poder explicarse, contrastarse con reglas o construirse con conocimiento curado en lugar de patrones aprendidos.
Conceptos clave
- Lógica: la lógica proposicional y la de primer orden dan a los enunciados un significado preciso y una noción de inferencia válida.
- Ontologías: vocabularios compartidos de clases, propiedades y restricciones que definen qué existe en un dominio.
- Grafos de hechos: tripletas de sujeto, predicado y objeto que enlazan entidades, la base de los grafos de conocimiento.
- Reglas e inferencia: el encadenamiento hacia delante y hacia atrás deriva hechos nuevos a partir de reglas y hechos previos.
- Lógicas de descripción: lógicas restringidas que mantienen decidible el razonamiento sobre clases y relaciones.
Vocabulario
- Tripleta: un hecho escrito como sujeto, predicado, objeto.
- Razonador: un programa que deriva las consecuencias de una base de conocimiento o detecta contradicciones.
- Suposición de mundo cerrado: lo que no se sabe verdadero se toma por falso.
- Taxonomía: una jerarquía de categorías enlazadas por relaciones «es un».
- Lenguaje de consulta: una forma declarativa de preguntar a una base de conocimiento qué contiene, como SPARQL.
Qué estudiar, en orden
- Lógica proposicional y de primer orden: tablas de verdad, cuantificadores, implicación.
- Escribe hechos y reglas en un lenguaje de programación lógica como Prolog y consúltalos.
- Modela un dominio pequeño como una ontología y como una tabla de tripletas, y compara cómo se consulta cada una.
- Ejecuta un razonador sobre tu modelo y mira qué hechos añade y qué contradicciones encuentra.
- Estudia cómo se pueden combinar el conocimiento simbólico y los modelos aprendidos, y dónde es más fiable cada uno.
Etiquetas relacionadas
#logic #knowledge-graphs #databases #formal-methods #machine-learning