INSTITUTO TECNOLGICO SUPERIOR DE LOS ROS

ING. SISTEMAS COMPUTACIONALES

SEMESTRE: VIII

GRUPO: B

ASIGNATURA: INTELIGENCIA ARTIFICIAL

TRABAJO: RESUMEN (REPRESENTACION DEL CONOCIMIENTO)

CATEDRTICO: M.C. FERNANDO VERA PRIEGO

EQUIPO: OLGA EDITH MAY PREZ NIDIA DIAZ DIAZ BERENICE CORTES CUJ

BALANCN TABASCO, A 28 DE MARZO DEL 2012

Representacin del conocimiento

Este tema abordar la cuestin de la base de conocimiento de los agentes (cmo representar hechos acerca del mundo). Concentrndose en conceptos generales (como las acciones, el tiempo, los objetos, fsicos y las creencias) que ocurren en dominios muy diferentes. La representacin de estos conceptos abstractos se suele denominar ingeniera ontolgica (relacionada con el proceso de la ingeniera del conocimiento aunque opera a gran escala). La posibilidad de representarlo todo en el mundo, es una tarea de enormes proporciones. El marco de trabajo general para los conceptos se llama ontologa superior debido a la convencin general de representar en los grafos los conceptos generales en la parte superior y los conceptos ms especficos debajo de ellos, como en la Figura 10. 1.

Para una ontologa de propsito especfico, es posible hacer cambios como estos para moverse hacia una mayor generalidad. Entonces surge una pregunta obvia: convergern todas estas ontologas en una ontologa de propsito general? Despus de siglos de investigacin filosfica y computacional, la respuesta es posiblemente. Hay dos caractersticas principales en las ontologas de propsito general que las distinguen de la coleccin de ontologas de propsito especfico: Una ontologa de propsito general debe ser aplicable en mayor o menor medida a cualquier dominio de propsito especfico (con la inclusin de axiomas especficos del dominio). Esto significa que, en tanto como sea posible, no se deben refinar aspectos de representacin ni ser ignorados. En un dominio dispar, las diferentes reas de conocimiento deben ser unificadas puesto que el razonamiento y la resolucin de problemas podra involucrar varias reas simultneamente. Un sistema de reparacin de circuitos para Robots, por ejemplo, necesitar razonar acerca de los circuitos en trminos de conectividad elctrica y disposicin fsica, y sobre el tiempo para realizar el anlisis de tiempos y estimar el costo de la obra. Las sentencias que describen el tiempo deben ser capaces de poder ser combinadas con aquellas que describen disposicin espacial, y deben trabajar igualmente bien con nanosegundos y minutos o utilizando angstrom y metros.

La organizacin de objetos en categoras es una parte vital de la representacin del conocimiento. Aunque la interaccin con el mundo tiene lugar a nivel de objetos individuales, la mayora del proceso de razonamiento tiene lugar en el nivel de categoras.

Las categoras tambin sirven para hacer predicciones sobre los objetos una vez que estn clasificados. Se puede inferir la presencia de ciertos objetos a travs de la percepcin, inferir la categora a la que pertenece utilizando las propiedades del objeto percibidas y entonces usar la informacin sobre categoras para realizar predicciones sobre los objetos. Por ejemplo, a partir de las caractersticas verde, cscara moteada, tamao grande y con forma ovalada. Uno puede inferir que un objeto es una sanda; a partir de esto, uno puede inferir que puede ser til para una ensalada de frutas. Existen dos opciones para representar categoras en lgica de primer orden: predicados y objetos. Es decir, se puede usar el predicado Baln-de-baloncesto (b), o se puede reformular la categora como un objeto, Balones-de-baloncesto. Entonces se puede decir Miembro (b, Balones-de-Baloncesto) Se utiliza Subconjunto (Balones_de_baloncesto, Balones) (abreviado como Balones-debaloncesto c Balones) para indicar que los balones de baloncesto son una subcategora, o subconjunto, de los Balones. Entonces se puede pensar que una categora es un conjunto que agrupa a sus miembros, o se puede pensar que es un objeto ms complejo que surge cuando tienen sentido las relaciones de Miembro y Subconjunto definidas para l. Las categoras sirven para organizar y simplificar el conocimiento base, a travs de la herencia. Se dice que todos los objetos de la categora Alimentos son comestibles, y se afirma que Fruta es una subclase de Alimentos y que Manzanas en una subclase de Fruta, entonces se sabe que cualquier manzana es comestible. Se dice que las manzanas Individuales heredan la propiedad comestible, es este caso por su funcin de pertenencia a la categora Alimentos. Las relaciones de subclasificacin organizan categoras en taxonomas, o relaciones taxonmicas. Las taxonomas se han utilizado explcitamente desde hace siglos en campos tcnicos.

Las taxonomas son tambin un aspecto importante en el conocimiento general del sentido comn. Aunque las relaciones de subclasificacin y miembro son las ms importantes para las categoras, tambin se quiere ser capaz de modelar relaciones entre categoras que no son subclase unas de otras. Por ejemplo. Si se dice que Machos y Hembras son subclases de Animales, entonces no se afirma que Machos no sean Hembras. Se dice que dos o ms categoras son disjuntas, si no tienen miembros en comn. Incluso si se conoce que machos y hembras son disjuntos, no se sabe que un animal que no es un macho, debe ser una hembra, a menos que se explicite que machos y hembras constituyen una descomposicin exhaustiva de los animales. Una descomposicin exhaustiva disjunta se conoce como una particin. Los siguientes ejemplos ilustran estos tres conceptos:

Las categoras de objetos compuestos se caracterizan a menudo por relaciones estructurales entre las partes. Los objetos estn constituidos por las partes de su Particin De Partes, se puede considerar que algunas de sus propiedades se derivan de tales partes. Es conveniente definir los objetos compuestos mediante partes bien definidas, aunque sin una estructura determinada. Minimizacin

lgica, se define a un objeto como el ms pequeo que satisface ciertas condiciones.

Una importante porcin de realidad que parecera desafiar todo tipo de individualizacin: separacin en objetos distintos. A esta porcin se le conoce genricamente como materia o sustancia. Aquella clase de objetos que en su definicin incorpore slo propiedades intrnsecas es una sustancia, o un sustantivo no contable, mientras que una clase que incorpore cualquier propiedad extrnseca en su definicin es un sustantivo contable. La categora sustancia es la categora ms general de las sustancias, en la que no se especifica ninguna propiedad intrnseca. La categora Objeto es la categora de objetos discretos ms general, en la que no se especifica ninguna propiedad extrnseca. Una desventaja de la lgica proposicional, es la necesidad de tener diferentes copias de la descripcin de la accin para cada intervalo de tiempo en la cual la accin se podra llevar a cabo. Esta seccin describe un mtodo de representacin que utiliza lgica de primer orden para resolver este problema.

La necesidad de disponer de mltiples copias de los axiomas es simplemente cuantificar en el tiempo ( , tal que es el resultado en + 1 de realizar la accin en t). En vez de tratar con intervalos de tiempo explcitos como t + 1, esta seccin utiliza situaciones, que denotan los estados resultantes de ejecutar acciones. Esta aproximacin se denomina clculo de situaciones y utiliza la siguiente ontologa: Las acciones son trminos lgicos como hacia delante Girar (derecha). Por ahora, se asumir que el entorno contiene slo un agente (si existe ms de uno, se debe insertar un argumento adicional para decir qu agente est realizando las acciones). Las situaciones son trminos lgicos que consisten en una situacin inicial (normalmente denominada S), y todas las situaciones que son generadas mediante la aplicacin de una accin a una situacin. Los flujos son funciones y predicados que varan de una situacin a la siguiente, como la posicin de un agente o la vitalidad de wumpus. El diccionario dice que flujo representa algo que fluye, como un lquido.

Las funciones o predicados atemporales o eternos tambin se permiten. Ejemplos son el predicado Lingote-de_oro (G,) y la funcin Pierna izquierda de (Wumpus).

Como complemento a las acciones simples, tambin es til razonar sobre las secuencias de acciones. Se pueden definir los resultados de las secuencias en trminos de los resultados de acciones individuales. Un agente de clculo de situaciones debera ser capaz de deducir el resultado de una secuencia dada de acciones. Esa es la tarea de la proyeccin. Con un algoritmo adecuado de inferencia constructiva, debera ser capaz de encontrar una secuencia que logre efesio deseado. Esto es lo que se denomina tarea de planificacin. En la versin ms simple del clculo de situaciones, cada accin se describe por dos axio-axioma de posibilidad ms: un axioma de posibilidad que especifica cundo es posible ejecutar una accin, y un axioma de efecto que determina qu sucede cuando se ejecuta una accin posible. Se utilizar Posible(a, S) para expresar que es posible la ejecucin de la accin a en la situacin s.

Los axiomas tienen la siguiente forma: AXIOMADE POSIBILIDAD: condiciones =. Posible(a, Y). AXIOMA DE EFECTO: Posible(a, S) =. ejecutar una accin. Cambios que son el resultado de

Se presentan estos axiomas para el mundo modificado de wunpus. Para hacer ms cortas las sentencias, se omitirn los cuantificadores universales cuyo mbito sea la sentencia entera. Se asumir que la variable S representa situaciones, n representa acciones, o representan objetos (incluyendo agentes), g representa lingotes de oro y x e y representan localizaciones.

Los axiomas de posibilidad para este mundo establecen que un agente puede moverse entre localizaciones adyacentes, tomar un lingote de oro en la posicin

actual y soltar un lingote de oro que est sosteniendo: Los axiomas de efecto establecen que, si una accin es posible; entonces ciertas propiedades (flujos) tendrn lugar en la situacin resultante de ejecutar la accin.

Representar todas las cosas que permanecen inalterables es lo que se conoce con el nombre del problema del marco. Se debe encontrar una solucin eficiente al problema del marco porque en el mundo real, casi todo permanece inalterable todo el tiempo. Cada accin afecta slo a una pequea fraccin de todo lo que fluye. Una aproximacin es escribir axiomas marco explcitos, que lo que hagan sea especificar qu permanece inalterable.

Este es el problema de la representacin del marco. El problema cercano relacionado es el problema de la inferencia del marco, consistente en proyectar los resultados de una secuencia de acciones de f fases en el instante de tiempo O (Et), en lugar de en el instante O(Ft) o O(AEt). Se abordar cada problema por separado.

La solucin al problema de la representacin del marco implica un ligero cambio en el punto de vista utilizado para escribir los axiomas. En lugar de especificar los efectos de cada accin, se considerar la forma en que cada predicado de flujo evoluciona en el tiempo. Se denominar a los axiomas a utilizar axioma estadosucesor. Estos axiomas tienen la siguiente forma:

Axiomas de estado-sucesor: Accin es Posible =. (Flujo es cierto en el estado resultante a Los efectos de las acciones se produjeron, Eran ciertos antes y la accin los dej igual).

Esto significa que el axioma especifica que el flujo ser cierto si y slo si la parte derecha es cierta. Dicho de otra forma, se especifica que el valor de verdad de cada flujo en el siguiente estado es una funcin de la accin y del valor de verdad en el estado actual.

El axioma estado-sucesor para la localizacin del agente dice que el agente est en y despus de ejecutar una accin, bien porque la accin es posible y consiste en el movimiento a y, o bien porque el agente se encontraba en y la accin no es un movimiento a ningn lado. El axioma dice que el agente est sosteniendo g despus de ejecutar una accin, siempre que la accin fuera tomar aplicado a g suponiendo que la accin tomar es posible, o bien si el agente ya estaba sosteniendo g y la accin no supone soltarlo.

Los axiomas estado-sucesor solucionan el problema de la representacin del marco, porque el tamao total de axiomas es O(AE) literales: cada uno de los E efectos de cada accin A, se menciona exactamente una vez. Los literales se aplican sobre los F diferentes axiomas, por lo que los axiomas tienen un tamao medio de AE/F.

Se necesita exponer que un efecto implcito de que un agente se mueva desde una posicin X a una posicin Y, es que cualquier lingote de oro que porte, se mover tambin (as como cualquier hormiga que estuviera en el lingote, cualquier bacteria en la hormiga, etc.). El tratar con efectos implcita se conoce como el problema de la ramificacin. Se discutir el problema en general posteriormente, pero para este dominio especfico se puede resolver escribiendo un axioma estado-sucesor ms general para E.

La semntica general de la lgica de primer orden permite distinguir constantes para referirse al mismo objeto, por lo tanto, la base de conocimiento debe incluir un axioma para prevenir esto. Los axiomas de nombre nico establecen una desigualdad para cada par de constantes en la base de conocimiento. Cuando esto se asume por el demostrador de teoremas en vez de ser especificado en la base de conocimiento, se denomina asuncin de nombres nicos.

La combinacin de la descripcin del estado inicial, axiomas estado-sucesores, nombres de axioma nicos y axiomas de accin nica, es suficiente para demostrar que el plan propuesto consigue el objetivo.

Los axiomas estado-sucesores resuelven el problema de la representacin del marco, pero no el problema de la inferencia del marco. Para resolver el problema de la inferencia del marco, existen dos posibilidades. Primeramente, se podra descartar el clculo de las situaciones e inventar un nuevo formalismo para escribir axiomas. Esto ha sido llevado a cabo por formalismos como el clculo de flujos. Para llevar a cabo un procedimiento de inferencia eficiente usando axiomas como ste, se necesita realizar lo siguiente:

1. Indexar los predicados EfectoPos y EfectoNeg por su primer argumento, de forma que cuando se tenga una accin que ocurre en el instante de tiempo t, se pueda encontrar su efecto en un tiempo de 0(1).

2. Indexar los axiomas de tal forma que cuando se conozca que F, es un efecto de una accin, se pueda encontrar el axioma para F, en un tiempo de O(1). Por lo tanto, no es necesario considerar los axiomas para flujos que no son un efecto de una accin.

3. Representar cada situacin como una situacin previa ms un incremento. De este modo, si no cambia nada desde un paso al siguiente, no se necesita realizar trabajo alguno.

Por lo tanto, en cada instante de tiempo, es necesario centrarse en la accin actual, buscando sus efectos y actualizando el conjunto de flujos ciertos. Cada instante de tiempo tendr una media E de estas actualizaciones, con una complejidad total de O (Et). Esto constituye una solucin al problema de la inferencia del marco.

El clculo de situaciones funciona bien cuando existe un agente simple realizando acciones discretas e instantneas. Cuando las acciones tienen una duracin y se pueden solapar unas con otras, el clculo de situaciones se convierte en engorroso. Por lo tanto, estos temas se tratarn con un formalismo alternativo conocido como el clculo de eventos, basado en puntos en el tiempo en vez de en situaciones. Los trminos evento y accin se pueden intercambio Informalmente, un evento se corresponde con un conjunto amplio de acciones, incluyendo aquellas sin un agente explcito. Son ms sencillas de manejar en el clculo de eventos que en el clculo de situaciones.

En el clculo de eventos, los flujos tienen lugar en puntos en el tiempo en vez de en situaciones. El axioma de clculo de eventos dice que un flujo es cierto en un punto concreto en el tiempo, si el flujo fue iniciado por un evento en un instante de tiempo anterior y no fue finalizado por la intervencin de algn otro evento.

El mundo real tiene tres dimensiones en el espacio y una dimensin en el tiempo, todas continuas. Un evento generalizado se compone de aspectos de alguna pieza espacio-temporal (un segmento del universo espacio-temporal de mltiples dimensiones). Esta abstraccin generaliza la mayora de los conceptos que se han visto hasta ahora, incluyendo las acciones, localizaciones, tiempo, flujos y objetos fsicos. Los intervalos son trozos de especio-tiempo que incluyen todo el espacio entre dos puntos de tiempo. La funcin Perodo (e) denota el intervalo ms pequeo que encierra al evento e. Duracin (i) es la longitud del tiempo que ocupa un intervalo.

Los eventos que se han visto hasta ahora son los que se denominan eventos discretos (con una estructura definida). El viaje de Shankar tiene un comienzo, un punto intermedio y un final. Si se interrumpe a medio camino, el evento ser diferente (no ser un viaje desde Nueva York a Nueva Delhi, sino un viaje desde Nueva York a algn lugar en Europa).

Las categoras de eventos que cumplen esta propiedad se llaman categoras de procesos o categoras de eventos Lquidos. Todos los subintervalos de un proceso son tambin miembros de la misma categora de procesos.

La diferencia entre eventos Lquidos y no Lquidos es anloga a la diferencia entre sustancias o materia, y objetos individuales. De hecho, algunos han llamado sustancias temporales a los eventos lquidos, mientras que cosas como la mantequilla son sustancias espaciales. De la misma forma que se describen los procesos de cambio continuo, los eventos lquidos pueden describir procesos de cambio no continuo. Son llamados estados.

Se pueden formar eventos y estados ms complejos combinando las primitivas. Esta aproximacin recibe el nombre de clculo de flujos. El clculo de flujos se refiere a la combinacin de flujos, no a flujos individuales. Ya se ha visto una forma de representar el evento correspondiente al momento en que dos cosas suceden al mismo tiempo, denominado Ambos (e1, e2). El tiempo es importante para cualquier agente que realice acciones, y se ha realizado mucho trabajo para la representacin de intervalos de tiempo. Aqu se consideran dos clases:

momentos e intervalos extendidos. La diferencia es que slo los momentos tienen duracin cero. Los agentes que se han consumido hasta ahora tienen creencias y pueden deducir nuevas creencias. Pero por ahora ninguno de ellos tiene conocimiento sobre creencias o sobre deduccin. En dominios de un solo agente simple, el conocimiento sobre el propio conocimiento y los procesos de razonamiento son tiles para controlar la inferencia. Uno tambin puede razonar sobre su propio conocimiento, para construir planes que permitan cambiarlo (por ejemplo comprando un mapa de Rumana). En dominios multiagente, es importante para un agente razonar acerca de los estados mentales de los otros agentes. Por ejemplo, un oficial de polica rumano posiblemente conocer la mejor forma de llegar a Bucarest. Por lo que el agente

podra pedirle ayuda. En esencia, lo que se precisa es un modelo de los objetos mentales que existen en la cabeza (o en la base de conocimiento) de alguien y los procesos mentales para manipular esos objetos mentales. El modelo debe ser fiel a la realidad, pero no tiene por qu ser detallado. No se necesita ser capaz de predecir cuntos milisegundos le llevar a un agente en concreto realizar una deduccin, ni tampoco ser necesario predecir qu neuronas se dispararn cuando a un animal se le presenta un determinado estmulo visual. Desde un punto de vista tcnico, a la propiedad de sustituir libremente un trmino por otro igual se le denomina transparencia referencial. En Lgica de primer orden, todas las relaciones tienen trasparencia referencial. Existen dos formas de lograr esto. La primera es usar una lgica diferente, denominada Lgica modal, en la cual las actitudes de proposicin como Cree y Sabe son operadores modales que son referencialmente opacos. Esta aproximacin se trata en la seccin de notas histricas. La segunda aproximacin que se desea lograr, es conseguir una opacidad efectiva con un lenguaje transparente referencialmente usando una teora sintctica de objetos mentales. Esto significa que los objetos mentales sern representados por cadenas. El resultado es un modelo rudimentario de la base de conocimiento de un agente, que consiste en cadenas que representan sentencias que son credas por el agente. Una cadena no es ms que un trmino complejo denotado por una lista de smbolos, as, el evento Vuela(Clark), puede ser representado por la lista de caracteres [V,u,e,I,a,(,C,l,a,r,k) que se abreviar como Vuela(Clark). De acuerdo con el axioma, un agente puede deducir cualquier consecuencia de su creencia de un modo infalible. Esto se llama omnisciencia lgica. Se han realizado numerosos intentos para tratar de definir agentes racionales limitados, los cuales pueden realizar un nmero limitado de deducciones en un tiempo tambin limitado. Nada es completamente satisfactorio, pero esta formulacin permite un rango muy restringido de predicciones sobre agentes limitados.

En la mayora de las situaciones reales, un agente tratar con creencias (las suyas propias o las de otros agentes) que cambian en el tiempo. El agente tambin tendr que hacer planes que involucren cambios de sus propias creencias, como comprar un mapa para averiguar cmo llegar a Bucarest. Como con otros predicados, se podr reificar Cree y hablar sobre creencias que ocurren en un periodo de tiempo. Las variables de ejecucin se utilizan frecuentemente como notacin abreviada para representar planes que unen y utilizan informacin.

Un agente que sea capaz de tratar con todo Internet, casi tan complejo como un robot que pueda mover un objeto en el mundo real. El planteamiento se centrar en un agente que ignore la mayora de estas complicaciones. La primera tarea del agente es encontrar ofertas relevantes de productos (se ver posteriormente cmo seleccionar la mejor oferta de las relevantes). Sea peticin la descripcin del producto que el usuario teclea (por ejemplo, porttiles). Entonces una pgina es una oferta relevante para peticin si la pgina es relevante y la pgina es efectivamente una oferta.

Existen dos familias de sistemas ntimamente relacionadas: Las redes semnticas proporcionan una ayuda grfica para visualizar una base de conocimiento, as como algoritmos eficientes para inferir propiedades de un objeto con base en su pertenencia a una categora; La Lgica descriptiva proporciona un lenguaje formal para construir y combinar definiciones de categoras, as como algoritmos eficientes para decidir las relaciones de subconjunto y superconjunto entre categoras.

La Lgica descriptiva se basa en notaciones que estn diseadas para hacer ms fcil describir definiciones y propiedades de categoras. Los sistemas de lgica descriptiva han evolucionado desde las redes semnticas, en respuesta a las presiones para formalizar el significado de la red y retener al mismo tiempo, el nfasis en la estructura taxonmica como principio organizacional.

Las principales tareas de inferencia para la lgica descriptiva son la subsuncin (comprobar si una categora es un subconjunto de otra a travs de la comparacin de sus definiciones) y la clasificacin (comprobar si un objeto pertenece a una categora). Algunos sistemas tambin incluyen consistencia de la definicin de una categora (si el criterio de pertenencia puede ser satisfecho lgicamente).

Los sistemas de mantenimiento de verdad tambin proporcionan un mecanismo para generar explicaciones. Tcnicamente, una explicacin de una sentencia P es un conjunto de sentencias E de modo que E implica P. Si se conoce que las sentencias en E son ciertas, entonces E simplemente proporciona una base suficiente para probar que P debe ser el caso. Pero las explicaciones tambin incluyen suposiciones (sentencias que no se sabe si son ciertas, pero en el caso de serlo seran suficientes para probar P). Los sistemas de mantenimiento de verdad manejan las actualizaciones y revisiones del conocimiento de forma eficiente.

GLOSARIO
Ontologa: Hace referencia a la formulacin de un exhaustivo y riguroso esquema conceptual dentro de uno o varios dominios dados; con la finalidad de facilitar la comunicacin y el intercambio de informacin entre diferentes sistemas y entidades. Wumpus: El mundo de Wumpus es un problema de Inteligencia Artificial que se remonta a los aos 80. Taxonoma: Es organizar al rbol filogentico en un sistema de clasificacin. Aserciones: Una asercin es un predicado (i.e., una sentencia verdadero-falsa) incluido en un programa como indicacin de que el programador piensa que dicho predicado siempre se cumple en ese punto del flujo de programa. Intrnseca: Se evidencia cuando el individuo realiza una actividad por el simple placer de realizarla sin que nadie de manera obvia le de algn incentivo externo. Extrnseca: Aparece cuando lo que atrae al individuo mismo de uno no es la accin que se realiza en s, sino lo que se recibe a cambio de la actividad realizada. Reificacin: Es la concepcin de una abstraccin u objeto como si fuera humano o poseyera vida y habilidades humanas. Omnisciencia: Es la capacidad de saberlo todo, o de saber todo lo que se necesite saber. Sinonimia: Se refiere a la existencia de ms de un nombre para un taxn. Subsuncin: Inclusin de un objeto o de un concepto en la extensin (o en la comprensin) de otro. Reducto: Es una obra, bien permanente bien temporal, destinada a refugio o fortificacin para la defensa. Deriva de la palabra latina reductus, que significa apartado, retirado.

Explicacin Nombre: Olga Edith May Perez

El tema de la representacin del conocimiento nos enfoca hacia nuevos horizontes de desarrollo que tiene la mente humana. Pueden existir un sin fin de formas de representarlo, pero las mas conocidas son, nuestras acciones, creencias y las herramientas que utilizamos (objetos) en nuestra vida cotidiana. Cada ser humano tiene la necesidad de pensar y ser lo que quiere ser y una forma de plasmar su conocimiento es por medio de avances tecnolgicos y una aportacin a esto lo hace la inteligencia artificial con sus herramientas de tecnologa avanzada ya sea desarrollando programas informticos, creando robot que acten como humano, navegadores y exploradores de web, etc. La representacin del conocimiento se encuentra sustentada por categoras que sirven como base para ampliar la gama del conocimiento, as tambin hace uso de los eventos y procesos que se realiza de acuerdo a una ontologa que define la estructura del conocimiento. Los agentes inteligentes juegan un buen papel en la representacin del conocimiento ya que son los que ponen en prctica la lgica que el individuo u objeto posee, desarrollando innovadoras y emprendedoras tecnologas. Aqu mismo se puede observa el uso de las redes semnticas tomndolas como patrn de representacin del conocimiento, siendo una de estas la forma de estructurar las categoras y la herencia dependiendo del conocimiento donde se origina la red semntica, incluyendo las acciones y procesos de diseo de la red. Todo esto nos lleva ala conclusin de que la representacin del conocimiento requiere de un anlisis, lgica, redes semnticas y de la ayuda de agentes que se encargan de hacer, crear e innovar la tecnologa plasmado cada idea deslumbrante en nuevos avances tecnolgicos. Teniendo en cuenta que el conocimiento es lo que hace que el mundo se mueva y deslumbre basndose en los mejores sistemas tecnolgicos y cientficos.

NOMBRE: NIDIA DIAZ DIAZ

Explicacin
En este capitulo se muestra cmo utilizar la lgica de primer orden para representar los aspectos ms importantes del mundo real como las acciones, el espacio, el tiempo. En los ltimos tres captulos se han descrito las tecnologas en las que se sustentan los agentes basados en el conocimiento: la sintaxis, la semntica y las demostraciones tericas de la lgica proposicional y de primer orden, as como la implementacin de los agentes que utilizan este tipo de lgica. Se pudo ver que en este capitulo se abordan temas de mucha importancia, en nuestros das la ciencia y la tecnologa a avanzado mucho y se han creados diversos objetos acerca de la robtica y de como se van introduciendo en nuestro mundo real. La organizacin de objetos en categoras es una parte vital de la representacin del conocimiento. Las categoras tambin sirven para hacer predicciones sobre los objetos una vez que estn clasificados. Existen dos opciones para representar categoras en lgica de primer orden: predicados y objetos. Algunas categoras se definen de manera rigurosa: un objeto se considera como tringulo si y slo si es un polgono de tres lados. Por el contrario, la mayor parte de las categoras del mundo real que no tienen una definicin precisa se llaman de gnero natural.

EXPLICACION Nombre: Berenice Cortes Cuj El trmino razonamiento se define como un conjunto de actividades mentales consistentes en conectar unas ideas con otras de acuerdo a ciertas reglas o tambin puede referirse al estudio de ese proceso. Se llama tambin razonamiento al resultado de la actividad mental de razonar, es decir, un conjunto de proposiciones enlazadas entre s. Los controles de un juego se tienen que representar en conceptos generales de un objeto de cmo son sus acciones y su objetivo, se tiene que realizar una descripcin del todo el dominio donde se incorpora un nuevo conocimiento dependiendo del dominio que se est utilizando. Se presenta las categoras y los objetos que tienen un razonamiento y sus acciones que tiene lugar en los niveles en las categoras, tiene procesos y las categoras sirven para organizar y simplificar los conocimientos y se afirma sobre las relaciones entre ellos. El razonamiento tiene acciones, situaciones y eventos, en los cuales los resultados de un funcionamiento estn basados en el conocimiento de las acciones, una desventaja de la lgica proposicional es tener diferentes copias de la accin y este sera un problema para el mtodo que se tiene que representar, para esto hay que contar el tiempo en que lleva en realizarse en las cuales se usara las acciones de dicho eventos. Se dice que hay que analizar cada situacin y sus procesos, de esta forma se sabrn cuales son sus desventajas y el tiempo que necesita para realizar cada evento y cules sern sus categoras y sus funciones. Los eventos y objetos mentales se basan en el conocimiento, se tiene que razonar sobre nuestro propio conocimiento para construir planes, en un modelo de los objetos mentales se pueden manipular los procesos reales y as cambiarlos segn sea necesario y til. Se tiene que usar mucho la lgica ya que de eso se basa todo el conocimiento que se est utilizando y se ir representando con caracteres, hay muchos temas en los cuales se tiene que razonar de tal modo que sea de gran ayuda para nuestro conocimiento y de esa forma ir conociendo ms de un tema en especfico e ir desarrollando sus aplicaciones.