Professional Documents
Culture Documents
Representaci on
Inteligencia Articial
Grupo de Planicaci on y Aprendizaje (PLG) Departamento de Inform atica Escuela Polit ecnica Superior Universidad Carlos III de Madrid
8 de octubre de 2008
Inteligencia Articial
Representaci on
Sesiones de Representaci on
Representaci on
Inteligencia Articial
Grupo de Planicaci on y Aprendizaje (PLG) Departamento de Inform atica Escuela Polit ecnica Superior Universidad Carlos III de Madrid
8 de octubre de 2008
Inteligencia Articial
Representaci on
Sesiones de Representaci on
Contenidos:
Inteligencia Articial
Representaci on
Sesiones de Representaci on
Inteligencia Articial
Representaci on
Sesiones de Representaci on
Inteligencia Articial
Representaci on
Sesiones de Representaci on
Marcos
Inteligencia Articial
Representaci on
Sesiones de Representaci on
Sistemas de Producci on
Inteligencia Articial
Representaci on
Inteligencia Articial
Representaci on
Representaci on
Inteligencia Articial
Grupo de Planicaci on y Aprendizaje (PLG) Departamento de Inform atica Escuela Polit ecnica Superior Universidad Carlos III de Madrid
8 de octubre de 2008
Inteligencia Articial
Representaci on
Contenidos:
Inteligencia Articial
Representaci on
Elementos de representaci on: proposiciones y conectivas (, , , ) Inferencia: deducciones con reglas, hechos y Modus-Ponens Ejemplos: llueve, (nievallueve)hay-hielo Ventaja: representaci on de tipo general, y decidible (en tiempo nito es capaz de decidir si una proposicion es deducible de la informaci on disponible o no) Problema: si se quiere razonar sobre conjuntos de cosas. Por ejemplo, grafos, o jerarqu as de conceptos.
Inteligencia Articial
Representaci on
Reglas de inferencia
Reglas de equivalencia:
(p q ) = ( p) ( q) (p q ) = ( p) ( q) p=p
Inteligencia Articial
Representaci on
Ejemplo: Proposiciones
Una f abrica tiene cuatro sensores que detectan fuego y dos sensores que detectan fugas en el circuito del agua. Existen tres alarmas que se producen en diferentes ocasiones s1 , s2 , s3 , s4 , f1 , f2 , a1 , a2 , a3 Si el detector 3 de fuego o el detector 2 de fugas saltan, se debe producir la alarma 1 R1: s3 f2 a1 Si saltan los detectores de fuego 1 y 4, se debe producir la alarma 2 R2: s1 s4 a2 Si salta la alarma 1, y el detector de fuego 2 o el de fugas 1, se debe producir la alarma 3 R3: a1 (s2 f1 ) a3
Inteligencia Articial Representaci on
Ejemplo: Proposiciones
Una f abrica tiene cuatro sensores que detectan fuego y dos sensores que detectan fugas en el circuito del agua. Existen tres alarmas que se producen en diferentes ocasiones s1 , s2 , s3 , s4 , f1 , f2 , a1 , a2 , a3 Si el detector 3 de fuego o el detector 2 de fugas saltan, se debe producir la alarma 1 R1: s3 f2 a1 Si saltan los detectores de fuego 1 y 4, se debe producir la alarma 2 R2: s1 s4 a2 Si salta la alarma 1, y el detector de fuego 2 o el de fugas 1, se debe producir la alarma 3 R3: a1 (s2 f1 ) a3
Inteligencia Articial Representaci on
Ejemplo: Proposiciones
Una f abrica tiene cuatro sensores que detectan fuego y dos sensores que detectan fugas en el circuito del agua. Existen tres alarmas que se producen en diferentes ocasiones s1 , s2 , s3 , s4 , f1 , f2 , a1 , a2 , a3 Si el detector 3 de fuego o el detector 2 de fugas saltan, se debe producir la alarma 1 R1: s3 f2 a1 Si saltan los detectores de fuego 1 y 4, se debe producir la alarma 2 R2: s1 s4 a2 Si salta la alarma 1, y el detector de fuego 2 o el de fugas 1, se debe producir la alarma 3 R3: a1 (s2 f1 ) a3
Inteligencia Articial Representaci on
Ejemplo: Proposiciones
Una f abrica tiene cuatro sensores que detectan fuego y dos sensores que detectan fugas en el circuito del agua. Existen tres alarmas que se producen en diferentes ocasiones s1 , s2 , s3 , s4 , f1 , f2 , a1 , a2 , a3 Si el detector 3 de fuego o el detector 2 de fugas saltan, se debe producir la alarma 1 R1: s3 f2 a1 Si saltan los detectores de fuego 1 y 4, se debe producir la alarma 2 R2: s1 s4 a2 Si salta la alarma 1, y el detector de fuego 2 o el de fugas 1, se debe producir la alarma 3 R3: a1 (s2 f1 ) a3
Inteligencia Articial Representaci on
s2 f2 (R1 y 1) a1 (R3, 1 y 3) a3
Inteligencia Articial
Representaci on
s2 f2 (R1 y 1) a1 (R3, 1 y 3) a3
Inteligencia Articial
Representaci on
s2 f2 (R1 y 1) a1 (R3, 1 y 3) a3
Inteligencia Articial
Representaci on
Dicultades de representaci on
Una empresa tiene 10 empleados. Los empleados pueden trabajar en tres tipos de puestos: director, jefe o administrativo.
Empleado1TrabajaDeDirector, Empleado2TrabajaDeJefe, . . .
Si es director gana 60000 euros brutos al a no, si es jefe 30000 y, si no, 20000. Adem as, si tiene m as de dos hijos, gana 10000 euros m as al a no.
Empleado1Tiene1Hijo, Empleado2Tiene3Hijos, . . . Empleado1Tiene1Hijo Empleado1TrabajaDeDirector Empleado1Gana60000 Empleado2Tiene3Hijos Empleado2TrabajaDeJefe Empleado2Gana40000
Inteligencia Articial
Representaci on
Dicultades de representaci on
Una empresa tiene 10 empleados. Los empleados pueden trabajar en tres tipos de puestos: director, jefe o administrativo.
Empleado1TrabajaDeDirector, Empleado2TrabajaDeJefe, . . .
Si es director gana 60000 euros brutos al a no, si es jefe 30000 y, si no, 20000. Adem as, si tiene m as de dos hijos, gana 10000 euros m as al a no.
Empleado1Tiene1Hijo, Empleado2Tiene3Hijos, . . . Empleado1Tiene1Hijo Empleado1TrabajaDeDirector Empleado1Gana60000 Empleado2Tiene3Hijos Empleado2TrabajaDeJefe Empleado2Gana40000
Inteligencia Articial
Representaci on
Otro ejemplo
Una universidad imparte un conjunto de titulaciones en un conjunto de centros. Cada titulaci on tiene un plan de estudios formado por un conjunto de asignaturas troncales, obligatorias, optativas y de libre elecci on. Cada asignatura se imparte en un curso y cuatrimestre determinados y tiene un determinado n umero de cr editos. Cuando un alumno se matricula por primera vez en primero, debe matricularse de todas las asignaturas del primer curso. En primero de Ingenier a T ecnica en Inform atica de Gesti on de la Universidad Carlos III de Madrid se imparte en primero las asignaturas de Matem aticas I, . . . . Ana Morales P erez acaba de matricularse en primero de la titulaci on.
Inteligencia Articial
Representaci on
Representaci on
Inteligencia Articial
Grupo de Planicaci on y Aprendizaje (PLG) Departamento de Inform atica Escuela Polit ecnica Superior Universidad Carlos III de Madrid
8 de octubre de 2008
Inteligencia Articial
Representaci on
Contenidos:
Inteligencia Articial
Representaci on
F ormulas bien formadas (w): F ormulas at omicas unidas por conectivas (, , , ) y cuanticadas (, )
3. X , Y trabaja-como(X ,director), tiene-hijos(X , Y ), Y<=2 gana(X ,60000) 4. X , Y trabaja-como(X ,director), tiene-hijos(X , Y ), Y>2 gana(X ,70000)
Inteligencia Articial
Representaci on
Reglas de inferencia
Inferencia: Todas las de l ogica proposicional + instanciaci on universal Instanciaci on universal: si tenemos X p(X) entonces se puede deducir p(a), p(Y) . . . Unicaci on Ejemplo: Todos los hombres son mortales, S ocrates es un hombre, por tanto S ocrates es mortal:
1 2 3 4
R1: X hombre(X) mortal(X) hombre(s ocrates) R1 y X=s ocrates: hombre(s ocrates) mortal(s ocrates) (2 y 3) mortal(s ocrates)
Inteligencia Articial
Representaci on
Representaci on
Una universidad imparte un conjunto de titulaciones en un conjunto de centros y campus.
imparte(Universidad,Titulaci on,Centro,Campus) imparte(uc3m,itig,eps,legan es) imparte(uc3m,itig,eps,colmenarejo) imparte(uc3m,ii,eps,legan es)
La representaci on no es u nica
imparte-titulaci on(Universidad,Titulaci on) imparte-titulaci on(uc3m,itig) imparte-titulaci on(uc3m,ii) imparte-centro(Titulaci on,Centro) imparte-centro(itig,eps) centro-en-campus(Centro,Campus) centro-en-campus(eps,legan es)
Inteligencia Articial Representaci on
Representaci on
Una universidad imparte un conjunto de titulaciones en un conjunto de centros y campus.
imparte(Universidad,Titulaci on,Centro,Campus) imparte(uc3m,itig,eps,legan es) imparte(uc3m,itig,eps,colmenarejo) imparte(uc3m,ii,eps,legan es)
La representaci on no es u nica
imparte-titulaci on(Universidad,Titulaci on) imparte-titulaci on(uc3m,itig) imparte-titulaci on(uc3m,ii) imparte-centro(Titulaci on,Centro) imparte-centro(itig,eps) centro-en-campus(Centro,Campus) centro-en-campus(eps,legan es)
Inteligencia Articial Representaci on
Representaci on
Una universidad imparte un conjunto de titulaciones en un conjunto de centros y campus.
imparte(Universidad,Titulaci on,Centro,Campus) imparte(uc3m,itig,eps,legan es) imparte(uc3m,itig,eps,colmenarejo) imparte(uc3m,ii,eps,legan es)
La representaci on no es u nica
imparte-titulaci on(Universidad,Titulaci on) imparte-titulaci on(uc3m,itig) imparte-titulaci on(uc3m,ii) imparte-centro(Titulaci on,Centro) imparte-centro(itig,eps) centro-en-campus(Centro,Campus) centro-en-campus(eps,legan es)
Inteligencia Articial Representaci on
Sigue el ejemplo
Cada titulaci on tiene un plan de estudios formado por un conjunto de asignaturas troncales, obligatorias, optativas y de libre elecci on.
asignatura-en-plan(Asignatura,Titulaci on) asignatura-en-plan(ia-itig,itig) tipo-asignatura(Asignatura,Tipo) tipo-asignatura(ia-itig,obligatoria) tipo-asignatura(ia-ii,troncal)
Cada asignatura se imparte en un curso y cuatrimestre determinados y tiene un determinado n umero de cr editos.
curso-asignatura(Asignatura,Curso) cuatrimestre-asignatura(Asignatura,Cuatrimestre) cr editos-asignatura(Asignatura,Cr editos) o asignatura(Asignatura,Curso,Cuatrimestre,Cr editos)
Inteligencia Articial Representaci on
Inferencia
Inferencia: Modus-Ponens (resoluci on/unicaci on) De 1 y 3, se deduce gana(empleado1,60000) Cuando un alumno se matricula por primera vez en primero, debe matricularse de todas las asignaturas del primer curso.
R1: X,U,Y primera-matr cula(X,U), curso-asignatura(Y,1) matriculado-en(X,Y)
Inteligencia Articial
Representaci on
Si X =anaMorales, U =uc3m, y Y =matem aticasI, (unicaci on) por Modus-Ponens, a partir de la regla 1, de 1 y de 3, se puede deducir que matriculado-en(anaMorales,matem aticasI) Si X =anaMorales, U =uc3m, y Y =f sica, por Modus-Ponens, a partir de la regla 1, de 2 y de 3, se puede deducir que matriculado-en(anaMorales,f sica)
Inteligencia Articial Representaci on
Unicaci on
Una variable puede unicar con una constante (X ,anaMorales) Una variable puede unicar con otra variable (que no est e previamente unicada) (X , Y ) Un literal puede unicar con otro si tienen el mismo predicado y los argumentos unican uno a uno primera-matr cula(anaMorales,uc3m), primera-matr cula(X , U ) En el resto de la f ormula se sustituye la variable por su valor Resultado: sustituci on ( ) ={(X ,anaMorales),(U ,uc3m)}
Inteligencia Articial
Representaci on
Ventaja: representaci on de tipo general m as rica que la proposicional Problema: es semidecidible (si algo no se puede deducir, los mecanismos de inferencia no aseguran que se parar an) Soluci on: subconjuntos decidibles de l ogica de predicados (cl ausulas de Horn) Existe un lenguaje de programaci on que permite crear y ejecutar programas en l ogica de predicados: prolog
Inteligencia Articial
Representaci on
Inteligencia Articial
Representaci on
Otras l ogicas
L ogica difusa
grados de pertenencia
Inteligencia Articial
Representaci on
Inteligencia Articial
Representaci on
Representaci on
Inteligencia Articial
Grupo de Planicaci on y Aprendizaje (PLG) Departamento de Inform atica Escuela Polit ecnica Superior Universidad Carlos III de Madrid
8 de octubre de 2008
Inteligencia Articial
Representaci on
Contenidos:
Marcos
Inteligencia Articial
Representaci on
Objeto-Atributo-Valor
Lista de ternas (trabajador1,est a-en,casilla-1-0) (casilla-1-0,x,1) (casilla-1-0,y,0) ... Equivalente a registros (lenguajes de programaci on) o a predicados binarios (l ogica de predicados) No hay herencia Es dif cil realizar razonamiento (utilizada junto a reglas o para realizar aprendizaje inductivo)
Inteligencia Articial
Representaci on
1 1
0 1
Inteligencia Articial
Representaci on
Marcos
Conceptos: clases, marcos (frames), . . . Subconceptos: subclases Instancias: objetos Atributos: slots, campos, caracter sticas, . . . Herencia: simple o m ultiple Facetas: atributos de atributos (valor, tipo de valores, comentario, cardinalidad, . . . ) Relaciones: es-un, parte-de, empleado-de, . . . M etodos: funciones asociadas a los marcos Demonios: funciones que vigilan las operaciones sobre los atributos Ontolog as (incluyen axiomas): representaciones formales del conocimiento sobre un dominio compartidas por un conjunto de aplicaciones
Inteligencia Articial Representaci on
Universidad en marcos
Una universidad imparte un conjunto de titulaciones en un conjunto de centros. Cada titulaci on tiene un plan de estudios formado por un conjunto de asignaturas troncales, obligatorias, optativas y de libre elecci on. Cada asignatura se imparte en un curso y cuatrimestre determinados y tiene un determinado n umero de cr editos. Cuando un alumno se matricula por primera vez en primero, debe matricularse de todas las asignaturas del primer curso. En primero de Ingenier a T ecnica en Inform atica de Gesti on de la Universidad Carlos III de Madrid se imparten las asignaturas de Matem aticas I, . . . . Ana Morales P erez acaba de matricularse en primero de la titulaci on.
Inteligencia Articial
Representaci on
Identicaci on de clases
Una universidad imparte un conjunto de titulaciones en un conjunto de centros. Cada titulaci on tiene un plan de estudios formado por un conjunto de asignaturas troncales, obligatorias, optativas y de libre elecci on. Cada asignatura se imparte en un curso y cuatrimestre determinados y tiene un determinado n umero de cr editos. Cuando un alumno se matricula por primera vez en primero, debe matricularse de todas las asignaturas del primer curso. En primero de Ingenier a T ecnica en Inform atica de Gesti on de la Universidad Carlos III de Madrid se imparten las asignaturas de Matem aticas I, . . . . Ana Morales P erez acaba de matricularse en primero de la titulaci on.
Inteligencia Articial
Representaci on
Inteligencia Articial
Representaci on
Representaci on compacta
Universidad es-un: Posibles valores/Valor cadena de caracteres lista de instancias de Titulaci on lista de instancias de Departamento n umero {p ublica, privada, iglesia}
Universidad-p ublica es-un: Universidad Posibles valores/Valor p ublica instancia de Comunidad-aut onoma n umero
Representaci on
Inteligencia Articial
Otra clase
Titulaci on es-un: Posibles valores/Valor cadena de caracteres instancia de Universidad lista de instancias de Departamento n umero instancia de Centro
Inteligencia Articial
Representaci on
Ejemplo de instancia
ITIG-UC3M instancia-de: Titulaci on Posibles valores/Valor Ing. Tec. en Inform atica de Gesti on #UC3M (#D-Infor-UC3M #D-Mates-UC3M . . . ) 800 #EPS-UC3M
Inteligencia Articial
Representaci on
Facetas
Inteligencia Articial
Representaci on
M etodos
matricular.asignatura (self,alumno) add(self,Alumnos,alumno) set(self,N umero-alumnos,get(self,N umero-alumnos)+1) send(alumno,Matricular,self) send(get(self,Titulaci on),Matricular,alumno) matricular.titulaci on (self,alumno) if not(member(alumno,get(self,Alumnos))) then add(self,Alumnos,alumno) set(self,N umero-alumnos,get(self,N umero-alumnos)+1)
matricular.alumno(self,asignatura) . . .
Inteligencia Articial
Representaci on
Demonios
if-needed.N umero-alumnos.Universidad (self) n umero=0 For titulaci on in get(self,Titulaciones) n umero=n umero+get(titulaci on,N umero-alumnos) if-set.N umero-alumnos.Titulaci on (self) universidad=get(self,Universidad) set(universidad,N umero-alumnos,get(universidad,N umero-alumnos))
Inteligencia Articial
Representaci on
Sistemas de Producci on
Inteligencia Articial
Representaci on
Sistemas de Producci on
Representaci on
Inteligencia Articial
Grupo de Planicaci on y Aprendizaje (PLG) Departamento de Inform atica Escuela Polit ecnica Superior Universidad Carlos III de Madrid
8 de octubre de 2008
Inteligencia Articial
Representaci on
Sistemas de Producci on
Contenidos:
Sistemas de Producci on
Inteligencia Articial
Representaci on
Sistemas de Producci on
Sistemas de Producci on
En los primeros pasos de la IA, se cuestion o el tratamiento que daban los algoritmos tradicionales a los problemas.
Flujo de control jo Secuencialidad No adecuado en entornos cambiantes
Inteligencia Articial
Representaci on
Sistemas de Producci on
Componentes de un SP
Base de hechos o memoria de trabajo (BH o WM): conocimiento sobre el dominio en un determinado momento Base de reglas (BR): conjunto de reglas (producciones) SI A ENTONCES B A: condiciones de aplicaci on B: acciones sobre la BH o mundo externo Estrategia de control, int erprete de reglas, o motor de inferencias (EC o MI): responsable de encadenar los ciclos de funcionamiento.
Fase de decisi on: selecci on de reglas Fase de acci on: ejecuci on de reglas
Una regla se activa cuando sus precondiciones son ciertas en el estado actual de la BH o cuando la regla concluye algo que se busca establecer
Inteligencia Articial Representaci on
Sistemas de Producci on
Funcionamiento de un SP
Tipos de sistemas
Sistemas dirigidos por el antecedente. Modus Ponens Sistemas dirigidos por el consecuente. Modus Tollens
Fase de acci on
Inteligencia Articial
Representaci on
Sistemas de Producci on
listas: (V11,V12,V13,. . . ,V33) l ogica de predicados: casilla(X,Y,Valor) marcos: Casilla es-un: Posibles valores/Valor n umero [1..3] n umero [1..3] n umero [0..8]
Representaci on
Atributo x y valor
Inteligencia Articial
Sistemas de Producci on
Sistemas de Producci on
Sistemas de Producci on
listas Si (0,X1,X2,X3,X4,X5,X6,X7,X8) Entonces (X1,0,X2,X3,X4,X5,X6,X7,X8) Si (0,X1,X2,X3,X4,X5,X6,X7,X8) Entonces (X3,X1,X2,0,X4,X5,X6,X7,X8) ... Problema: implica denir todas las posibles combinaciones de posici on del vac o (0) y sus posibles movimientos
Inteligencia Articial
Representaci on
Sistemas de Producci on
Si casilla(X,Y,0),casilla(X1,Y,Z),X=X1+1 Entonces casilla(X1,Y,0),casilla(X,Y,Z),casilla(X,Y,0),casilla(X1,Y,Z) Si casilla(X,Y,0),casilla(X1,Y,Z),X=X1-1 Entonces casilla(X1,Y,0),casilla(X,Y,Z),casilla(X,Y,0),casilla(X1,Y,Z) Si casilla(X,Y,0),casilla(X,Y1,Z),Y=Y1+1 Entonces casilla(X,Y1,0),casilla(X,Y,Z),casilla(X,Y,0),casilla(X,Y1,Z) Si casilla(X,Y,0),casilla(X,Y1,Z),Y=Y1-1 Entonces casilla(X,Y1,0),casilla(X,Y,Z),casilla(X,Y,0),casilla(X,Y1,Z)
Realmente en prolog dif cil de realizar dado que requiere razonamiento no mon otono
Inteligencia Articial Representaci on
Sistemas de Producci on
8-puzzle. Marcos
Arriba Si ?casilla (casilla (x ?x) (y ?y) (valor 0)) ?casilla1 (casilla (x ?x) (y ?y1) (valor ?v)) (test ?y=?y1+1) Entonces modica(?casilla,valor,?v),modica(?casilla1,valor,0) Si ?casilla (casilla (x ?x) (y ?y) (valor 0)) ?casilla1 (casilla (x ?x) (y ?y1) (valor ?v)) (test ?y=?y1-1) Entonces modica(?casilla,valor,?v),modica(?casilla1,valor,0) Si ?casilla (casilla (x ?x) (y ?y) (valor 0)) ?casilla1 (casilla (x ?x1) (y ?y) (valor ?v)) (test ?x=?x1-1) Entonces modica(?casilla,valor,?v),modica(?casilla1,valor,0)
Si ?casilla (casilla (x ?x) (y ?y) (valor 0)) ?casilla1 (casilla (x ?x1) (y ?y) (valor ?v)) (test ?x=?x1+1) Entonces modica(?casilla,valor,?v),modica(?casilla1,valor,0)
Inteligencia Articial Representaci on
Abajo
Derecha
Izquierda
Sistemas de Producci on
Equiparaci on
Primera aproximaci on: en cada ciclo se calcula el CC y se resuelve Problema: lentitud Soluci on: algoritmo rete (algoritmo de redundancia temporal)
a partir de las reglas se crea inicialmente un grafo (red rete) se propaga el contenido de la base de hechos inicial a trav es de la red cada vez que se produce un cambio en la base de hechos (normalmente, a trav es del consecuente de una regla), se propagan los cambios en cada ciclo, en los nodos terminales de la red se dispondr a del CC
Sistemas de Producci on
Equiparaci on
Primera aproximaci on: en cada ciclo se calcula el CC y se resuelve Problema: lentitud Soluci on: algoritmo rete (algoritmo de redundancia temporal)
a partir de las reglas se crea inicialmente un grafo (red rete) se propaga el contenido de la base de hechos inicial a trav es de la red cada vez que se produce un cambio en la base de hechos (normalmente, a trav es del consecuente de una regla), se propagan los cambios en cada ciclo, en los nodos terminales de la red se dispondr a del CC
Sistemas de Producci on
Sistemas de Producci on
Sistemas de Producci on
Sistemas de Producci on
Sistemas de Producci on
Inteligencia Articial
Representaci on
Sistemas de Producci on
Inteligencia Articial
Representaci on
Sistemas de Producci on
Inteligencia Articial
Representaci on
Sistemas de Producci on
Inteligencia Articial
Representaci on
Sistemas de Producci on
?casilla=#c11 y (?casilla (casilla (x ?x) (y ?y) (valor 0))) entonces ?x=1, ?y=1 y a nade meta (casilla11 (valor 0)) ?v=2 y (?casilla1 (casilla (x ?x) (y ?y1) (valor ?v))) entonces (?casilla1 (casilla (x 1) (y ?y1) (valor 2))) (test ?y=?y1+1), ?y=1 y (?casilla1 (casilla (x 1) (y ?y1) (valor 2)) entonces ?casilla1=#c21 e ?y1=0 y a nade meta (casilla21 (valor 2)) La lista de metas queda como: (casilla11 (valor 0)) (casilla21 (valor 2)) (casilla21 (valor 0)) ... (casilla33 (valor 8)) Reducci on: . . .
Inteligencia Articial Representaci on
Sistemas de Producci on
Arriba
Abajo
Derecha
Izquierda
Sistemas de Producci on
Factores de elecci on
N umero de estados iniciales y metas Factor de ramicaci on Justicaci on del funcionamiento
Inteligencia Articial
Representaci on
Sistemas de Producci on
Lo m as general posible Lo m as eciente posible (heur sticas): impl citas o expl citas Causar movimiento Ser sistem atica
Inteligencia Articial
Representaci on
Sistemas de Producci on
Estrategias de resoluci on
Primera regla M as conocimiento M as prioridad M as espec ca M as general Referente al elemento m as nuevo No aplicada antes M as veces aplicada Aleatoriamente Explorar todas Metarreglas Mezcla de estrategias
Inteligencia Articial Representaci on
Sistemas de Producci on
Ventajas e inconvenientes
Ventajas
Modularidad, lo que facilita incrementalidad Car acter declarativo Uniformidad Naturalidad Flexibilidad Aprendizaje autom atico Modelizaci on del comportamiento animal y humano
Inconvenientes
Ineciencia Opacidad Dicultad de representaci on de los algoritmos
Inteligencia Articial
Representaci on
Sistemas de Producci on
Dominios Apropiados
Tareas: transici on entre estados Conocimiento difuso Conjuntos de acciones independientes Conocimiento separable de la forma de usarse
Inteligencia Articial
Representaci on