Todas las configuraciones posibles están directamente relacionadas con las cuatro áreas principales que se están investigando en el contexto de la representación de conocimientos: técnicas para el modelado y representación de conocimientos; métodos para facilitar que los ordenadores piensen en lenguaje natural: las teorías sobre inferencia y memoria están relacionadas normalmente con la comprensión del modo en que el significado se incorpora a la estructura del lenguaje; técnicas de deducción, resolución de problemas utilizando el sentido común, etc.; estrategias basadas en procedimientos heurísticos que permitan, por ejemplo, reducir rápidamente el número de soluciones posibles a un problema. Las técnicas de representación de conocimientos y las estrategias de solución de problemas mediante reglas están contribuyendo al desarrollo tanto de los sistemas expertos como de los ordenadores de la quinta generación.
Los programas de inteligencia artificial para juegos: ajedrez, bridge, etc., utilizan una amplia variedad de técnicas de representación de conocimientos. Lo mismo ocurre con los programas de inteligencia artificial para conversión a lenguaje natural, manejo de autómatas, etc. Por ejemplo, uno de los primeros formalismos de representación fue la representación estado-espacio, utilizada en juegos y en resolución de problemas. La estructura de un problema se representa en términos de las alternativas disponibles en cada posible estado del problema. A partir de un cierto estado, se pueden determinar todos los estados posibles siguientes, mediante operadores de transición en los programas de resolución de problemas y mediante generadores de desplazamiento legas en los programas de juegos. Uno de los planteamientos consiste en restringir el número de alternativas, limitándose a las mejores. Ello requlere programas que puedan razonar sobre una amplia gama de conocimientos relativos al contexto que se está considerando. Se pretende que los programas de Inteligencia artificial profundicen en la comprensión de los problemas que tratan de resolver.
La lógica formal ha sido normalmente el modio clásico utilizado para representar conocimientos acerca del mundo real. Su sistematización progresiva. desde Aristóteles a los lógicos modernos, pasando por Morgan, Boole, Frege y Russell, ha influido directamente sobro el desenvolvimiento de las ciencias de la computación y de la inteligencia artificial y, en particular, sobre el desarrollo de los mecanismos de Inferencia incorporados en los sistemas expertos y en los ordenadores de quinta generación. En lógica y en los sistemas formales con ella relacionados se puede garantizar que las deducciones alcanzadas son correctas. Las conclusiones: las vinculaciones semánticas, que se pueden deducir a partir de un conjunto de afirmaciones lógicas, se pueden determinar con precisión mediante las leyes de la inferencia. Ello significa, en principio, que la congruencia lógica de una base de datos puede mantenerse automáticamente. También se puede automatizar la deducción de nuevos hechos a partir de conocimientos y datos anteriores, aunque si el número de datos es muy elevado, el número de combinaciones posibles escapa a cualquier tipo de control. En este planteamiento, como en muchos otros, se necesitan mayores conocimientos sobre evaluación de relevancia: modos de definir qué datos están relacionados con qué situaciones.
La representación de procedimientos relacionados con los conocimientos se concreta en los intentos de correlacionar un sistema de demostración de teoremas con un sistema de base lógica. Nuestros conocimientos del mundo están contenidos en procedimientos: programas que resuelven correctamente situaciones concretas. En este planteamiento los conocimientos subyacentes no están expresados explícitamente y no pueden extraerse con facilidad para ser comprendidos por seres humanos. Este enfoque ha tenido una gran influencia sobre los planes de investigación en inteligencia artificial, pero tiene grandes desventajas.
Incertidumbres
Casi todo lo relacionado con resolución de problemas e inferencias es inexacto, indeterminado y difuminado. En muchas circunstancias sobre todo cuando hay que tomar decisiones, los datos son imprecisos, No obstante, la lógica tradicional y la programación tradicional han definido clasificaciones claramente definidas y definiciones propia aprendizaje. evaluación de experiencias, y adopción de nuevos esquemas de comportamiento. Hay que subrayar la importancia de la estructuración de memoria para los sistemas expertos y para otros sistemas basados en conocimientos
Trabajos realizados en la Universidad de Yale sugieren que en los seres humanos las estructuras memorísticas se modifican al experimentar fenómenos nuevos (inesperados o contradictorios). La nueva información presentada a una persona se enlaza con anteriores recuerdos y memorizaciones. En este contexto, R. C. Shank ha propuesto una teoría de la memoria que ilumina la naturaleza del recuerdo y de otro fenómeno memorístico. Las investigaciones en Al sugieren que los mecanismos memorísticos humanos se pueden explorar a través de las sicologías cognoscitivas.
La táctica de reestructuración de memoria a la luz de nuevas experiencias ha sido ya incorporada a algunos sistemas expertos Algunos programas pueden, por ejemplo, almacenar detalles de nuevas historias y reorganizar sus bases de conocimientos cuando se les presenta nueva información. en este campo, como en otros, se puede ver más la influencia recíproca entre inteligencia artificial y psicología cognoscitiva. Podemos esperar que los sistemas expertos se vuelven gradualmente más competentes según vayan aprendiendo a modelar los procesos mentales que caracterizan al especialista humano
Casi todos los sistemas expertos en uso encuentran aplicación en el campo de la experimentación científica, sin embargo, la tendencia actual es hacia aplicaciones comerciales y de índole práctica en los campos de la medicina y de la educación. Los nuevos sistemas expertos encontrarán aplicación en áreas tales como diagnóstico. de averías en sistemas complejos, comprensión del lenguaje hablado y de ilustraciones gráficas, prospecciones geológicas, evaluación de situaciones relacionadas con la defensa militar, instrucciones acerca de la utilización de los sistemas computarizados, diseño VLSI, control de tráfico aéreo, etc. Los sistemas expertos pueden aplicarse en cualquier situación que implique la resolución de un problema o la necesidad de asesoramiento especializado.
Belén Stettler, oriunda de Río Gallegos, Santa Cruz, Argentina, cuenta con 35 años y es Licenciada en Ciencias de la Comunicación Social por la Universidad de Buenos Aires (UBA). A lo largo de sus 13 años de trayectoria en comunicación política, ha trabajado como consultora en Buenos Aires, especializándose en estrategia, investigación y comunicación directa. Ha dirigido equipos de comunicación en diversas campañas. Su experiencia incluye roles importantes en la Obra Social del Personal de Seguridad Pública de Buenos Aires, la Vicejefatura de Gobierno de Buenos Aires, Claves Creativas, Ford Argentina y AkzoNobel, iniciando su carrera en Grupo Suessa Organización Empresaria.
