INTELIGENCIA ARTIFICIAL.

TEMA: LGICA DE PREDICADOS. SISTEMAS EXPERTOS EN CLIPS. BASE DEL CONOCIMIENTO. INTEGRANTES:
Silvia Maribel Michay P. Iliana Elizabeth Vargas A.

DOCENTE: Ing. Xavier Encarnacin. MDULO: X B

Loja ecuador.

1. REPRESENTA EL SIGUIENTE FRAGMENTO DE CONOCIMIENTO USANDO LGICA DE PREDICADOS. a. Todos los felinos son mamferos.

( )

( )

b. Todos los rumiantes son mamferos.

( )

( )

c. Todos los mamferos tienen pelo.

( )

( )

d. Todos los mamferos cazados por carnvoros son herbvoros.

( )

( )

( )

e. Todos los felinos son carnvoros, tienen garras y tienen dientes.

( )

( )+

( )

( )+

f.

Los carnvoros que cazan herbvoros ms lentos que ellos se los acaban comiendo.

( )

( )

2. DEMUESTRE LAS SIGUIENTES CONCLUSIONES. a. Ningn feo despierta pasiones; todos los atletas despiertan pasiones; por tanto, ningn atleta es feo. DATOS: F= Ser feo. D= Despierta_pasiones. A= Ser atleta.

, ( ) , ( ) , ( )

( )( )( )-

REGLAS: 1. 2. 3. 4. 5. 6. 7. 8.

M.T.T.(1,3) M.T.T.(2,5) Ley de Adicin(6,4) Ley del condicional(7)

, ( )

( )-

b. Ningn caballo sabe silbar; ningn cerdo tiene alas; todos los que no saben silbar tienen alas; por consiguiente ningn caballo es cerdo. DATOS: C= Ser caballo. S= Saber silbar. D= Ser cerdo. A= Tener alas.

, ( ) , ( ) , , ( ) ( )

( )( )( )( )-

REGLAS: 1. 2. 3. 4. 5. 6. 7. 8. 9.

M.T.T.(1,4)

M.T.T.(2,6) Ley de Adicin(5,7) Ley del condicional(8)

, ( )

( )-

c. Todo ejecutivo que sea un poeta es un hombre imaginativo. Todo hombre imaginativo es amante del riesgo. Si algn amante del riesgo no gusta de la poesa, ningn poeta es amante del riesgo. En conclusin, si hay algn hombre imaginativo al que no le guste la poesa entonces ningn ejecutivo es poeta. DATOS: E= Ser ejecutivo. P= Ser poeta. I= Ser un hombre imaginativo. A= Es amante del riesgo.

, ( ) , ( ) , ( ) , ( )

( )( )( )( )-

H (x) ( ), ( ) ( ), ( ) ( )( )-

, ( ) , ( )

( )( )-

( ), ( ) ( ) ( ) ( ) ( ) ( )

( )( ) ( ) ( ) ( ) ( )

, ( )

( )-

( ) ( ) ( ) ( )

( ) ( )

POR LO TANTO:

( ), ( ) ( ), ( ) ( ), ( ), ( ) ( )

( )( )( )( )-

( ) ( ), ( ) ( ), ( ) ( )( )-

( ( ( (

) ) ) ) ( ( ) )

REGLAS:

1. ( 2.
3. ( 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15.

) ) ( ) M.P.P. (2,5) ( ) M.T.T. (1,6) Ley de Morgan (7) Ley Condicional (8) ( ( ) ) M.T.T. (3,10)

M.P.P. (3,13) Simplificacin. M.T.P. (12,15) Ley de adicin (4,16) ( ( ) ) ) ( ( ) Ley Morgan (17) ) Ley de Adicin (18,9) Ley Condicional(19)

16. 17. 18. 19. 20. (

( ),

( )

( )-

( ), ( )

( )-

d. Todos los detectives americanos pueden resolver asesinatos. Cualquier detective que resuelva un asesinato tendr una recompensa. Spencer es un detective americano, por tanto Spencer obtendr una recompensa. DATOS: D= Ser detective_americano A= Resolver_asesinatos. R= Tendra_recompensa. S= Spencer.

, ( ) , ( ) , ( ) , ( ) ( )

( )( )( )( )-

REGLAS: 1.

2.
3. 4. 5. 6. 7. 8. 9.

M.P.P.(2,4) M.T.T.(3,6) Ley de Adicin(5,7) Ley del condicional(8)

, ( )

( )-

e. Las sustancias radiactivas tienen vida corta o un valor medicinal. Ningn istopo del uranio que sea radiactivo tiene vida corta. Por tanto si todos los istopos de uranio son radiactivos, todos los istopos de uranio tienen un valor medicinal. DATOS: S= Sustancia_reactiva. V= Tener vida_corta. M= Tener valor_medicinal.

, ( ) , ( ) , ( ) ( )-

( ) ( ) , ( )

( )( )( )-

I= Ispodo del Uranio.

( ( ( ) )

) ( )

REGLAS: 1. 2. ( 3. 4. 5. 6. 7. 8. ( 9. 10. ( 11. 12. 13. 14. 15.

( ) ( )

M.T.T. (1,3) M.P.P. (2,5)

Simplificacin (5)

) ( ) )

Ley de Adjuncin (7,4) Ley de Morgan (8) M.P.P. (2,10) M.P.P (1,12) Ley conmutativa (13) M.T.P (14,11)

16. 17. ( 18. 19. 20. 21. 22. ( 23. 24. (

M.T.T (2,16) Ley de Morgan (17) M.T.P (18,12) Ley de adicin (19,15) Ley de condicional (20) ) ) ( ( Ley de condicional (9) )Ley de adicin (21,22) ) Ley de condicional (23)

( )

, ( )

( )-

, ( )

( )-

3. EN BASE AL DOCUMENTO DISCUTIDO EN EL FORO EN CLASE, RESPONDA CON SUS PROPIAS PALABRAS LO SIGUIENTE. a. Cul es el concepto ms prctico de lo que es un Sistema Experto y que ventajas presentan estos sobre un Sistema Clsico? Sistema Experto es un programa de computadora que contiene la experiencia, conocimiento y habilidad de un experto humano en un rea de especializacin dada, de manera que permitan resolver problemas especficos de manera inteligente y satisfactoria. Ventajas: En un sistema experto los cambios en las reglas son fciles de realizar. Puede operar con informacin incompleta. Usa el conocimiento para emitir una conclusin. Justifica el porqu de sus conclusiones.

b. Cul es la diferencia principal entre un Sistema Experto y un Sistema Clsico? Un sistema experto mantiene separada la base de conocimiento del mecanismo de procesamiento, adems contiene un mdulo de explicacin. A diferencia del Sistema Clsico mantiene combinado el conocimiento y procesamiento en un slo programa, adems no da explicaciones de sus respuestas.

c. Indique lo que entiende por Representacin del Conocimiento y que sistemas de representacin nos ayudan para el efecto. La representacin del conocimiento captura lo esencial de un problema a travs de un dispositivo, los cuales se involucran en el desarrollo de una representacin del conocimiento siendo de esta manera complejos, interrelacionados y dependientes del objetivo.

Los sistemas que nos ayudan son: Sistemas o lenguajes procedimentales Sistemas basados en reglas Sistemas adicionales: Literal Numrico Estadstico Estocstico Lgico.

d. Por qu se dice que un sistema experto usa una programacin declarativa? Qu diferencias existen entre esta y la procedimental? Porque el programador slo necesita preocuparse del conocimiento expresado en trminos del operador de implicacin y los axiomas. Diferencias:

La programacin declarativa puede ser representada con modelos relacionales y esquemas basados en lgica. Adems, se puede representar el conocimiento en forma de rboles, grafos o redes semnticas.

La programacin procedimental y sus esquemas de representacin almacenan conocimiento en la forma de cmo hacer las cosas. Pueden estar caracterizados por gramticas formales, usualmente implantadas por sistemas o lenguajes procedimentales y sistemas basados en reglas.

e. Imprima un modelo de los componentes de un Sistema Experto (Diagrama de componentes) y realice un anlisis personal sobre los mismos (motor inferencia, base de hechos, etc.). Hable puntualmente sobre el flujo grama de acciones desde que se captura un hecho inicial hasta que se infiere una conclusin. (Realice un flujo grama).

Base de Conocimiento. Aqu se realiza una representacin del conocimiento del experto, a travs de reglas que definen el problema, por lo tanto, contiene un conocimiento general sobre un rea en que se desempea. La calidad de conocimiento de salida, depender de calidad de conocimiento depositada en la base de conocimiento. Una de las ventajas de un sistema experto es que si su base de conocimiento se encuentra obsoleta o se desea aadir nuevos conocimientos, resulta muy fcil aadir nuevas reglas, eliminar las antiguas o corregir errores en las existentes.

Base de datos o de hechos. Se utiliza para almacenar los datos recibidos inicialmente para resolver un problema. Es decir, contiene conocimiento sobre el caso concreto en que se trabaja. Adems, contiene conclusiones intermedias y aquellos datos que fueron generados en el proceso de inferencia. Finalmente, memoriza los resultados y el razonamiento que se realiz. De esta manera se logra explicar las deducciones y el comportamiento del sistema.

Motor de Inferencia. El motor de inferencia es un componente bsico del sistema experto, que controla el proceso de razonamiento que seguir, adems se encarga de obtener conclusiones comenzando desde el conocimiento abstracto hasta el conocimiento concreto. Si el conocimiento inicial es muy poco, y el sistema no puede obtener ninguna conclusin, se utilizar el subsistema de demanda de informacin. Utiliza los datos que se le suministran, recorre la base de conocimientos para alcanzar una solucin. La estrategia de control puede ser de encadenamiento progresivo o de encadenamiento regresivo. En el primer caso se comienza con los hechos disponibles en la base de datos, y se buscan reglas que satisfagan esos datos, es decir, reglas que verifiquen la parte SI.

Mdulo de explicacin. Bsicamente lo que trata es de explicar al usuario tanto las reglas usadas como el conocimiento aplicado en la resolucin de un determinado problema. Usando el mdulo del subsistema de explicacin, un sistema experto puede proporcionar una explicacin al usuario de por qu est haciendo una pregunta y cmo ha llegado a una conclusin.

Interfaz de usuario. Todo sistema dispone de una interfaz de usuario, que gobierna el dilogo entre el sistema y el usuario lo que hace posible la comunicacin. Por tanto debe ser interactiva siguiendo el patrn de la conversacin entre seres humanos. Un requerimiento bsico del interfaz es la habilidad de hacer preguntas. Para obtener informacin fiable del usuario hay que poner especial cuidado en el diseo de las cuestiones. Mdulo de adquisicin de conocimiento. Le sirve al experto para que pueda construir la base de conocimiento de una forma sencilla, as como disponer de una herramienta de ayuda para actualizar de la base de conocimiento cuando sea necesario. El mdulo de adquisicin del conocimiento, forman el esqueleto o sistema esencial, y que, separadas de las bases de conocimiento y de hechos, constituyen una herramienta software para el desarrollo de los sistemas basados en el conocimiento.

f.

Investigue sobre el motor de inferencia y sus dos mtodos de inferencia: Backward Chaining (Encadenamiento hacia atrs) y Forward Chaining (Encadenamiento hacia adelante). Proponga ejemplos sencillos para su explicacin.

El motor de inferencia interpreta y evala los hechos sacando conclusiones aplicando la lgica a las reglas de la base de conocimiento, utiliza los datos y el conocimiento para obtener nuevas conclusiones. Un motor de inferencia interpreta y evala los hechos en la base de conocimientos para proveer una respuesta. Este debe ser independiente del conocimiento y de los hechos. Se puede caracterizar por: El lenguaje en que ha sido escrito. La velocidad de trabajo: Inferencias / segundo.

Encadenamiento hacia atrs. Llamado backchaining o Backward Chaining, esta forma de razonar dentro de un sistema lgico se basa en la regla del Modus Ponens en sentido inverso o reverso, para seguir la ruta desde lo que queremos sustentar en su validez (un teorema) hacia los datos (las premisas). Aqu se parte de algo que queremos demostrar y se buscan las oraciones que nos permitiran llegar a esa conclusin. Por ltimo, se busca establecer las premisas correspondientes.

Encadenamiento hacia adelante. Llamada Forward Chaining, es un razonamiento dentro de un sistema lgico que avanza desde los datos o premisas hacia las conclusiones cuya validez an no sabamos. Aplica en forma directa la regla del Modus Ponens genrico. Ejemplo:

conejo(Bugs Bunny) conejo(x)-> mamifero(x) mamifero(x)-> animal(x) aminal(Bugs Bunny)

4. IMPLEMENTE EN CLIPS UN SISTEMA EXPERTO QUE AUTOMATICE EL SIGUIENTE PROBLEMA.

Lgica de Predicados

( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( )

Reglas OBJETO caminandoA_D caminandoAyDsimultnemente caminandoA Semforo1 Semforo2 Semforo3 Semforo4 VALOR {true, false} {true, false} {true, false} {verde, rojo} {verde, rojo} {verde, rojo} {verde, rojo}

R1: Si caminandoA_D = true entonces Semforo1 = verde Semforo2 = verde Semforo3 = rojo Semforo4 = rojo

R2: Si caminandoAyDsimultnemente = true entonces Semforo1 = verde Semforo2 = verde Semforo3 = rojo Semforo4 = rojo

R3: Si caminandoA = true entonces Semforo1 = verde Semforo2 = rojo Semforo3 = rojo Semforo4 = rojo

5. IMPLEMENTE UN SISTEMA EXPERTO EN CLIPS QUE AUTOMATICE EL SIGUIENTE TRABAJO HUMANO.

BIBLIOGRAFA. Inteligencia Artificial. Sistemas Basados en Reglas y Sistemas de Produccin. Consultado: 10 de Junio del 2011. En lnea: http://www.smartcomputing.com.ar/sistemas-de-produccion.aspx GARCIA BARREIRO Alvaro. Encadenamiento hacia delante y encadenamiento hacia atrs Consultado: 10 de Junio del 2011. En lnea: http://www.dc.fi.udc.es/os/~barreiro/iadocen/iatema07/node3.html