Tendencias ActualesTendencias Actuales

Eduardo Morales / L. Enrique SucarEduardo Morales / L. Enrique Sucar

Fundamentos de Inteligencia ArtificialFundamentos de Inteligencia Artificial

Estado Actual

• Artículos sobre representación y razonamiento en AAAI 2000 e IJCAI 2001:– Análisis de Complejidad– Teoría de decisiones– Lógica (SAT, lógicas descriptivas)– Razonamiento no-monotónico, revisión de creencias– Ontologías– Razonamiento sobre tiempo y acciones– Razonamiento espacial– Razonamiento bajo incertidumbre– Razonamiento cualitativo– Causalidad

Tendencias

• Ontologías – para búsqueda de información (semantic

web)– para comunicar agentes– para interfaces inteligentes– trabajo en análisis, construcción e

integración de ontologías• Administración de conocimiento y

reutilización de “conocimiento” (knowledge management)

Tendencias (2)

• Representaciones alternativas– Lógicas descriptivas– Cálculo de situaciones + concurrencia +

probabilidad– Combinación de Lógica y Probabilidad– Razonamiento Espacial– Modelos Causales

• Extensiones a modelos temporales, cualitativos, con incertidumbre, etc.

Tendencias (3)

• Grandes bases de conocimiento– Sistemas multiagentes– Sistemas multifuncionales– Sentido común

Desempeño vs. Cobertura

Desempeño

Dominio

Ontología genérica

Sistema experto

Sistema multifuncional

Sistemas Multifuncionales

• Sistemas que tienen conocimiento genérico sobre un dominio el cual sirve de base para diversas aplicaciones (tareas)

• Por ejemplo, conocimiento genérico sobre plantas eléctricas, el cual se aplica a:– Diseño de plantas– Diagnóstico de plantas– Mantenimiento de plantas– Tutores sobre plantas– Análisis de confiabilidad de plantas

MF-KBS

• Sistema basado en conocimiento multifuncional para dominios de ingeniería.

• Tres partes principales:– Núcleo de conocimiento (KC)– Mecanismos de razonamiento (RM)– Operadores de conocimiento (KO)

MF-KBS

KC

RM

KODiagnóstico

Tutores

Diseño

Predicción

MF-KBS: Representación

• Núcleo:– Conocimiento de componentes en base a frames y

diferentes tipos de modelos (cuantitativos, cualitativos, probabilísticos)

• Razonamiento:– Mecanismos genéricos de propagación de restricciones y

simulación para los diferentes tipos de modelos• Operadores:

– Sistemas que utilizan el núcleo y los mecanismos de razonamiento para diferentes tareas: diagnóstico, solución de problemas, análisis, tutoreo

MF-KBS: Operadores actuales• Resolvedor de problemas:

– Resuelve problemas de sistemas eléctricos mediante propagación de restricciones

• Generador de ejemplos:– A partir del modelo (red de restricciones), genera problemas de diferentes

grados de dificultad• Diagnóstico de fallas:

– Diagnóstico de fallas múltiples basado en modelos y ATMS• Tutor inteligente:

– Utiliza el resolvedor y generador de problemas como parte de un tutor sobre plantas eléctricas

• Análisis de confiabilidad:– Obtiene una red bayesiana a partir de un diagrama de bloques, que utiliza

para calcular la confiabilidad

TendenciasTendencias

FinFin