Saltar al contenido ForoHackers

Representación del conocimiento: por dónde empezar

Representación del conocimiento
#2862 · · Citar · Denunciar

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

  1. Lógica proposicional y de primer orden: tablas de verdad, cuantificadores, implicación.
  2. Escribe hechos y reglas en un lenguaje de programación lógica como Prolog y consúltalos.
  3. Modela un dominio pequeño como una ontología y como una tabla de tripletas, y compara cómo se consulta cada una.
  4. Ejecuta un razonador sobre tu modelo y mira qué hechos añade y qué contradicciones encuentra.
  5. 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

No has iniciado sesión, así que esto se publica como anónimo: no se guarda con ello ninguna cuenta, nombre ni dirección, y no puede llevar enlaces ni imágenes. Inicia sesión o únete para publicar con tu nombre. Los registros de nuestro servidor web guardan la dirección y la hora de cada petición hasta 14 días; para que la tuya no quede en ellos, usa Tor. Para escribir al equipo de forma confidencial, usa el buzón. Firmar como fuente habitual (una clave guardada solo en este navegador)

Enviar tarda unos segundos aquí: tu navegador resuelve antes una prueba de trabajo contra el spam.

Responder