🏠 Inicio
1.1 Introducción a la Inteligencia Artificial Historia de la Inteligencia Artificial 1.3 Las habilidades cognoscitivas 1.4 El proceso de razonamiento según la lógica 1.5 El modelo de adquisición del conocimiento según la filosofía. 1.6 El modelo cognoscitivo. 1.7 El modelo del agente inteligente, Sistemas Multi Agentes, Sistemas Ubicuos. 1.8 Heuristica
1.8 El papel de la heurística ▶
1.8.1 Algoritmos de exploración de alternativas 1.8.2 Algoritmo A* 1.8.3 Algoritmos de búsqueda local
2.1 Principios y Metodología de la Inteligencia Artificial 2.2 Paradigmas de la Inteligencia Artificial 2.3 Mapas conceptuales 2.4 Redes semánticas 2.5 Razonamiento monótono 2.7 Conocimiento no-monótono y otras lógicas 2.8 Razonamiento probabilístico 2.9 Teorema de Bayes
3.1 Representación de conocimiento mediante reglas 3.2 Métodos de Inferencia en reglas 3.3 Reglas de producción 3.4 Sintaxis de las reglas de producción 3.5 Semántica de las reglas de producción 3.6 Arquitectura de un sistema de Producción (SP) o sistemas basados en reglas, (SBR).
3.6 Arquitectura de sistemas ▶
3.6.1 Hechos 3.6.2 Base de conocimientos 3.6.3 Mecanismo de control
3.7 Espacios de estados determinísticos y no determinísticos 3.8 Busqueda Sistematica.
3.8 Búsqueda sistemática ▶
3.8.1 Búsqueda en profundidad 3.8.2 Búsqueda en anchura
4.1 Robótica
Robotica ▶
4.1.1. Conceptos básicos. 4.1.2. Clasificación. 4.1.3. Desarrollos actuales y aplicaciones.
4.2 Redes Neuronales
Redes Neuronales ▶
4.2.1. Conceptos básicos. 4.2.2. Clasificación 4.2.3. Desarrollos actuales y aplicaciones.
4.3. Visión artificial.
Vision Artificial ▶
4.3.1. Conceptos básicos. 4.3.2. Desarrollos actuales y aplicaciones.
4.4. Lógica difusa (Fuzzy Logic).
Logica Difusa ▶
4.4.1. Conceptos básicos. 4.4.2. Desarrollos actuales y aplicaciones.
4.5. Procesamiento de Lenguaje Natural (PLN).
Procesamiento de Lenguaje Natural ▶
4.5.1. Conceptos básicos. 4.5.2. Desarrollos actuales y aplicaciones.
4.6. Sistemas Expertos (SE).
Sistemas Expertos ▶
4.5.1. Conceptos básicos. 4.5.2. Clasificación 4.5.3. Desarrollos actuales y aplicaciones.

Inteligencia Artificial

🌸 3.6.2 BASE DE CONOCIMIENTOS

 

  Fundamento teórico


La base de conocimientos es el componente central de un sistema basado en reglas, donde se almacena toda la información organizada que el sistema utiliza para razonar, tomar decisiones o resolver problemas.

Está compuesta por hechos, reglas, relaciones, conceptos y estructuras que representan el conocimiento del dominio específico. Este conocimiento puede ser explícito (reglas escritas) o implícito (relaciones inferidas).

En inteligencia artificial, la base de conocimientos funciona como una “memoria inteligente” que permite al sistema actuar sin intervención humana constante.

Ejemplo:

  • Regla: Si un alumno aprueba todas las materias, entonces puede titularse.
  • Hecho: El alumno aprobó todas las materias.

El sistema consulta la base de conocimientos para decidir si se activa una regla.

 Características principales

  • 📌 Estructurada: organizada en reglas y hechos.
  • 📌 Actualizable: se puede modificar o ampliar.
  • 📌 Específica del dominio: depende del problema.
  • 📌 Persistente: almacena conocimiento a largo plazo.
  • 📌 Consultable: permite inferencias automáticas.

Importancia

La base de conocimientos es esencial porque:

  • Permite el razonamiento automático.
  • Centraliza toda la información del sistema.
  • Reduce la intervención humana.
  • Mejora la toma de decisiones inteligentes.

 Ventajas

  • Permite decisiones rápidas.
  • Almacena gran cantidad de información.
  • Es reutilizable en distintos problemas.

Limitaciones

  • Requiere actualización constante.
  • Puede volverse compleja.
  • Depende de la calidad del conocimiento ingresado.

 Aplicaciones

  • Sistemas expertos médicos
  • Chatbots inteligentes
  • Sistemas escolares
  • Diagnóstico industrial

Video Explicativo:


Practicas:

Actividad: Diseño de base de conocimientos

Crea una base de conocimientos con 10 elementos para un sistema escolar.

Ejemplo:

  • Alumno inscrito en curso
  • Materia aprobada
  • Docente asignado

📄 Ver práctica en PDF

Evaluacion:

  1. ¿Qué es la base de conocimientos?
  2. ¿Qué contiene?
  3. ¿Por qué es importante?
  4. ¿Cómo se actualiza?
  5. Da dos ejemplos de su uso.

Conclusión

La base de conocimientos es el núcleo de los sistemas basados en reglas, ya que organiza y almacena la información necesaria para que el sistema pueda razonar de manera inteligente.

 Referencias APA 7

  • Giarratano, J., & Riley, G. (2005). Expert systems: Principles and programming.
  • Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach.

Etiquetas: Arq-SPSBR, Unidad3

🔍 Buscar

🔥 Populares

  • IA
  • Historia

🏷️ Temas

  • Unidad 1
  • Unidad 2

Blog de Inteligencia Artificial