Docente ING PAULA SERNAQUEacute FERNANDEZ

Facultad INGENIERIacuteA

Carrera Profesional INGENIERIacuteA DE SISTEMAS E

INFORMATICA

Curso INTELIGENCIA ARTIFICIAL

Semestre IX

Integrantes

JONATHAN MANUEL OLIVERA ANTITUPA

JOHANS WILBERT RAMOS MAYTA

HERBERT AUGUSTO QUISPE GUERRA

CUSCO ndash PERUacute

2015

PRESENTACION AL TRABAJO

Ingeniera Paula Sernaqueacute Fernaacutendez

El Presente trabajo de exposicioacuten tiene como Objetivo Principal dar

a conocer sobre el tema de Razonamiento en la Inteligencia Artificial

La cual esperamos su aprobacioacuten respectiva

Agradecemos por anticipado las sugerencias del caso asiacute como sus

apreciaciones para el mejoramiento del mismo

Cusco Noviembre 2015

INTRODUCCION

El presente trabajo llevara a tener un conocimiento general de algunos aspectos

importantes sobre el Razonamiento en la Inteligencia Artificial El trabajo brinda

informacioacuten de coacutemo el recurso maacutes importante que posee la raza humana es

conocimiento o sea informacioacuten

En el presente trabajo se realizoacute con el objetivo de generar maacutes conocimiento

sobre el Razonamiento en la Inteligencia Artificial en la que el uso de internet

influye en ella y a su vez en la Inteligencia Artificial

Inteligencia Artificial Razonamiento

El razonamiento es una operacioacuten loacutegica mediante la cual partiendo de uno o maacutes

juicios se deriva la validez la posibilidad o la falsedad de otro juicio distinto Por lo

general los juicios en que se basa un razonamiento expresan conocimientos ya

adquiridos o por lo menos postulados como hipoacutetesis

Cuando la operacioacuten se realiza rigurosamente y el juicio derivado se desprende con

necesidad loacutegica de los juicios antecedentes el razonamiento recibe el nombre de

inferencia Los juicios que sirven como punto de partida son denominados premisas y

desempentildean la funcioacuten de ser las condiciones de la inferencia El resultado que se

obtiene o sea el juicio inferido como consecuencia es llamado conclusioacuten

La inferencia permite extraer de los conocimientos ya establecidos otro conocimiento

que se encuentre impliacutecito en las premisas o que resulte posible de acuerdo ellas

Cuando en la conclusioacuten se llega a un conocimiento menos general que el expresado en

las premisas se habraacute efectuado una inferencia deductiva Cuando la conclusioacuten

constituye una siacutentesis de las premisas y por consiguiente un conocimiento de mayor

generalidad se habraacute practicado una inferencia inductiva Y cuando la conclusioacuten tiene

el mismo grado de generalidad o de particularidad que las premisas entonces se habraacute

ejecutado una inferencia transductiva La ejecucioacuten de las inferencias se realiza

conforme a ciertas reglas que han sido dilucidadas en la experiencia y formuladas de un

modo estricto por la loacutegica

En todo caso lo que se obtiene como conclusioacuten de una inferencia es simplemente un

juicio de posibilidad o lo que es lo mismo una hipoacutetesis

RAZONAMIENTO LOacuteGICO

Los razonamientos pueden ser vaacutelidos (correctos) o no vaacutelidos (incorrectos) En general

se considera vaacutelido un razonamiento cuando sus premisas ofrecen soporte suficiente a

su conclusioacuten Puede discutirse el significado de soporte suficiente aunque cuando se

trata de un razonamiento no deductivo el razonamiento es vaacutelido si la verdad de las

premisas hace probable la verdad de la conclusioacuten En el caso del razonamiento

deductivo el razonamiento es vaacutelido cuando la verdad de las premisas implica

necesariamente la verdad de la conclusioacuten

Los razonamientos no vaacutelidos que sin embargo parecen serlo se denominan falacias

El razonamiento nos permite ampliar nuestros conocimientos sin tener que apelar a la

experiencia Tambieacuten sirve para justificar o aportar razones en favor de lo que

conocemos o creemos conocer En algunos casos como en las matemaacuteticas el

razonamiento nos permite demostrar lo que sabemos es que aquiacute hace falta el

razonamiento cuantitativo

El termino razonamiento es el punto de separacioacuten entre el instinto y el pensamiento el

instinto es la reaccioacuten de cualquier ser vivo Por otro lado el razonar nos hace analizary

desarrollar un criterio propio el razonar es a su vez la separacioacuten entre un ser vivo y el

hombre

RAZONAMIENTO NO-LOacuteGICO

Existe otro tipo de razonamiento denominado razonamiento no-loacutegico o informal el

cual no soacutelo se basa en premisas con una uacutenica alternativa correcta (razonamiento

loacutegico-formal el descrito anteriormente) sino que es maacutes amplio en cuanto a

soluciones basaacutendose en la experiencia y en el contexto Los niveles educativos maacutes

altos suelen usar el razonamiento loacutegico aunque no es excluyente Algunos autores

llaman a este tipo de razonamiento argumentacioacuten Como ejemplo para ilustrar estos

dos tipos de razonamiento podemos situarnos en el caso de una clasificacioacuten de

alimentos el de tipo loacutegico-formal los ordenaraacute por verduras carnes pescados fruta

etc en cambio el tipo informal lo haraacute seguacuten lo ordene en el frigoriacutefico seguacuten lo vaya

cogiendo de la tienda etc

En este razonamiento se generaliza para todos los elementos de un conjunto la

propiedad observada en un nuacutemero finito de casos Ahora bien la verdad de las

premisas (10000 observaciones favorables) no convierte en verdadera la conclusioacuten ya

que en cualquier momento podriacutea aparecer una excepcioacuten De ahiacute que la conclusioacuten de

un razonamiento inductivo soacutelo pueda considerarse probable y de hecho la

informacioacuten que obtenemos por medio de esta modalidad de razonamiento es siempre

una informacioacuten incierta y discutible El razonamiento soacutelo es una siacutentesis incompleta de

todas las premisas

En un razonamiento inductivo vaacutelido por tanto es posible afirmar las premisas y

simultaacuteneamente negar la conclusioacuten sin contradecirse Acertar en la conclusioacuten seraacute

una cuestioacuten de probabilidades

EL PROCESO DE RAZONAMIENTO

El proceso de razonamiento en un sistema basado en reglas es una progresioacuten desde un

conjunto inicial de afirmaciones y reglas hacia una solucioacuten respuesta o conclusioacuten

Como se llega a obtener el resultado sin embargo puede variar significativamente

Se puede partir considerando todos los datos conocidos y luego ir progresivamente

avanzando hacia la solucioacuten Este proceso se lo denomina guiado por los datos o

de encadenamiento progresivo (forward chainning)

Se puede seleccionar una posible solucioacuten y tratar de probar su validez buscando

evidencia que la apoye Este proceso se denomina guiado por el objetivo o

de encadenamiento regresivo (backward chainning)

Razonamiento Progresivo

En el caso del razonamiento progresivo se empieza a partir de un conjunto de datos

colectados a traveacutes de observacioacuten y se evoluciona hacia una conclusioacuten Se chequea

cada una de las reglas para ver si los datos observados satisfacen las premisas de alguna

de las reglas Si una regla es satisfecha es ejecutada derivando nuevos hechos que

pueden ser utilizados por otras reglas para derivar hechos adicionales Este proceso de

chequear reglas para ver si pueden ser satisfechas se denomina interpretacioacuten de reglas

La interpretacioacuten de reglas es realizada por una maacutequina de inferencia en un sistema

basado en conocimiento La interpretacioacuten de reglas o inferencia en el razonamiento

progresivo involucra la repeticioacuten de los pasos que se indican en la siguiente figura

Razonamiento Progresivo

Unificacioacuten (Matching)- En este paso en las reglas en la base de conocimientos se

prueban los hechos conocidos al momento para ver cuaacuteles son las que resulten

satisfechas Para decir que una regla ha sido satisfecha se requiere que todas las

premisas o antecedentes de la regla resuelvan a verdadero

Resolucioacuten de Conflictos- Es posible que en la fase de unificacioacuten resulten satisfechas

varias reglas La resolucioacuten de conflictos involucra la seleccioacuten de la regla que tenga la

maacutes alta prioridad de entre el conjunto de reglas que han sido satisfechas

Ejecucioacuten- El uacuteltimo paso en la interpretacioacuten de reglas es la ejecucioacuten de la regla La

ejecucioacuten puede dar lugar a uno o dos resultados posibles nuevo hecho (o hechos)

pueden ser derivados y antildeadidos a la base de hechos o una nueva regla (o reglas)

pueden ser antildeadidas al conjunto de reglas (base de conocimiento) que el sistema

considera para ejecucioacuten

En esta forma la ejecucioacuten de las reglas procede de una manera progresiva (hacia

adelante) hacia los objetivos finales

Un conjunto de aplicaciones adecuadas al razonamiento progresivo incluye supervisioacuten

y diagnoacutestico en sistemas de control de procesos en tiempo real donde los datos estaacuten

continuamente siendo adquiridos modificados y actualizados Estas aplicaciones tienen

2 importantes caracteriacutesticas

Necesidad de respuesta raacutepida a los cambios en los datos de entrada

Existencia de pocas relaciones predeterminadas entre los datos de entrada y las

conclusiones derivadas

Otro conjunto de aplicaciones adecuadas para el razonamiento progresivo estaacute formado

por disentildeo planeamiento y calendarizacioacuten donde ocurre la siacutentesis de nuevos hechos

basados en las conclusiones de las reglas En estas aplicaciones hay potencialmente

muchas soluciones que pueden ser derivadas de los datos de entrada

Debido a que estas soluciones no pueden ser enumeradas las reglas expresan

conocimiento como patrones generales y las conexiones precisas entre estas reglas no

pueden ser predeterminadas

Razonamiento Regresivo

El mecanismo de inferencia o interprete de reglas para el razonamiento regresivo

difiere significativamente del mecanismo de razonamiento progresivo Si bien es cierto

ambos procesos involucran el examen y aplicacioacuten de reglas el razonamiento regresivo

empieza con la conclusioacuten deseada y decide si los hechos que existen pueden dar lugar a

PRESENTACION AL TRABAJO

Ingeniera Paula Sernaqueacute Fernaacutendez

El Presente trabajo de exposicioacuten tiene como Objetivo Principal dar

a conocer sobre el tema de Razonamiento en la Inteligencia Artificial

La cual esperamos su aprobacioacuten respectiva

Agradecemos por anticipado las sugerencias del caso asiacute como sus

apreciaciones para el mejoramiento del mismo

Cusco Noviembre 2015

INTRODUCCION

El presente trabajo llevara a tener un conocimiento general de algunos aspectos

importantes sobre el Razonamiento en la Inteligencia Artificial El trabajo brinda

informacioacuten de coacutemo el recurso maacutes importante que posee la raza humana es

conocimiento o sea informacioacuten

En el presente trabajo se realizoacute con el objetivo de generar maacutes conocimiento

sobre el Razonamiento en la Inteligencia Artificial en la que el uso de internet

influye en ella y a su vez en la Inteligencia Artificial

Inteligencia Artificial Razonamiento

El razonamiento es una operacioacuten loacutegica mediante la cual partiendo de uno o maacutes

juicios se deriva la validez la posibilidad o la falsedad de otro juicio distinto Por lo

general los juicios en que se basa un razonamiento expresan conocimientos ya

adquiridos o por lo menos postulados como hipoacutetesis

Cuando la operacioacuten se realiza rigurosamente y el juicio derivado se desprende con

necesidad loacutegica de los juicios antecedentes el razonamiento recibe el nombre de

inferencia Los juicios que sirven como punto de partida son denominados premisas y

desempentildean la funcioacuten de ser las condiciones de la inferencia El resultado que se

obtiene o sea el juicio inferido como consecuencia es llamado conclusioacuten

La inferencia permite extraer de los conocimientos ya establecidos otro conocimiento

que se encuentre impliacutecito en las premisas o que resulte posible de acuerdo ellas

Cuando en la conclusioacuten se llega a un conocimiento menos general que el expresado en

las premisas se habraacute efectuado una inferencia deductiva Cuando la conclusioacuten

constituye una siacutentesis de las premisas y por consiguiente un conocimiento de mayor

generalidad se habraacute practicado una inferencia inductiva Y cuando la conclusioacuten tiene

el mismo grado de generalidad o de particularidad que las premisas entonces se habraacute

ejecutado una inferencia transductiva La ejecucioacuten de las inferencias se realiza

conforme a ciertas reglas que han sido dilucidadas en la experiencia y formuladas de un

modo estricto por la loacutegica

En todo caso lo que se obtiene como conclusioacuten de una inferencia es simplemente un

juicio de posibilidad o lo que es lo mismo una hipoacutetesis

RAZONAMIENTO LOacuteGICO

Los razonamientos pueden ser vaacutelidos (correctos) o no vaacutelidos (incorrectos) En general

se considera vaacutelido un razonamiento cuando sus premisas ofrecen soporte suficiente a

su conclusioacuten Puede discutirse el significado de soporte suficiente aunque cuando se

trata de un razonamiento no deductivo el razonamiento es vaacutelido si la verdad de las

premisas hace probable la verdad de la conclusioacuten En el caso del razonamiento

deductivo el razonamiento es vaacutelido cuando la verdad de las premisas implica

necesariamente la verdad de la conclusioacuten

Los razonamientos no vaacutelidos que sin embargo parecen serlo se denominan falacias

El razonamiento nos permite ampliar nuestros conocimientos sin tener que apelar a la

experiencia Tambieacuten sirve para justificar o aportar razones en favor de lo que

conocemos o creemos conocer En algunos casos como en las matemaacuteticas el

razonamiento nos permite demostrar lo que sabemos es que aquiacute hace falta el

razonamiento cuantitativo

El termino razonamiento es el punto de separacioacuten entre el instinto y el pensamiento el

instinto es la reaccioacuten de cualquier ser vivo Por otro lado el razonar nos hace analizary

desarrollar un criterio propio el razonar es a su vez la separacioacuten entre un ser vivo y el

hombre

RAZONAMIENTO NO-LOacuteGICO

Existe otro tipo de razonamiento denominado razonamiento no-loacutegico o informal el

cual no soacutelo se basa en premisas con una uacutenica alternativa correcta (razonamiento

loacutegico-formal el descrito anteriormente) sino que es maacutes amplio en cuanto a

soluciones basaacutendose en la experiencia y en el contexto Los niveles educativos maacutes

altos suelen usar el razonamiento loacutegico aunque no es excluyente Algunos autores

llaman a este tipo de razonamiento argumentacioacuten Como ejemplo para ilustrar estos

dos tipos de razonamiento podemos situarnos en el caso de una clasificacioacuten de

alimentos el de tipo loacutegico-formal los ordenaraacute por verduras carnes pescados fruta

etc en cambio el tipo informal lo haraacute seguacuten lo ordene en el frigoriacutefico seguacuten lo vaya

cogiendo de la tienda etc

En este razonamiento se generaliza para todos los elementos de un conjunto la

propiedad observada en un nuacutemero finito de casos Ahora bien la verdad de las

premisas (10000 observaciones favorables) no convierte en verdadera la conclusioacuten ya

que en cualquier momento podriacutea aparecer una excepcioacuten De ahiacute que la conclusioacuten de

un razonamiento inductivo soacutelo pueda considerarse probable y de hecho la

informacioacuten que obtenemos por medio de esta modalidad de razonamiento es siempre

una informacioacuten incierta y discutible El razonamiento soacutelo es una siacutentesis incompleta de

todas las premisas

En un razonamiento inductivo vaacutelido por tanto es posible afirmar las premisas y

simultaacuteneamente negar la conclusioacuten sin contradecirse Acertar en la conclusioacuten seraacute

una cuestioacuten de probabilidades

EL PROCESO DE RAZONAMIENTO

El proceso de razonamiento en un sistema basado en reglas es una progresioacuten desde un

conjunto inicial de afirmaciones y reglas hacia una solucioacuten respuesta o conclusioacuten

Como se llega a obtener el resultado sin embargo puede variar significativamente

Se puede partir considerando todos los datos conocidos y luego ir progresivamente

avanzando hacia la solucioacuten Este proceso se lo denomina guiado por los datos o

de encadenamiento progresivo (forward chainning)

Se puede seleccionar una posible solucioacuten y tratar de probar su validez buscando

evidencia que la apoye Este proceso se denomina guiado por el objetivo o

de encadenamiento regresivo (backward chainning)

Razonamiento Progresivo

En el caso del razonamiento progresivo se empieza a partir de un conjunto de datos

colectados a traveacutes de observacioacuten y se evoluciona hacia una conclusioacuten Se chequea

cada una de las reglas para ver si los datos observados satisfacen las premisas de alguna

de las reglas Si una regla es satisfecha es ejecutada derivando nuevos hechos que

pueden ser utilizados por otras reglas para derivar hechos adicionales Este proceso de

chequear reglas para ver si pueden ser satisfechas se denomina interpretacioacuten de reglas

La interpretacioacuten de reglas es realizada por una maacutequina de inferencia en un sistema

basado en conocimiento La interpretacioacuten de reglas o inferencia en el razonamiento

progresivo involucra la repeticioacuten de los pasos que se indican en la siguiente figura

Razonamiento Progresivo

Unificacioacuten (Matching)- En este paso en las reglas en la base de conocimientos se

prueban los hechos conocidos al momento para ver cuaacuteles son las que resulten

satisfechas Para decir que una regla ha sido satisfecha se requiere que todas las

premisas o antecedentes de la regla resuelvan a verdadero

Resolucioacuten de Conflictos- Es posible que en la fase de unificacioacuten resulten satisfechas

varias reglas La resolucioacuten de conflictos involucra la seleccioacuten de la regla que tenga la

maacutes alta prioridad de entre el conjunto de reglas que han sido satisfechas

Ejecucioacuten- El uacuteltimo paso en la interpretacioacuten de reglas es la ejecucioacuten de la regla La

ejecucioacuten puede dar lugar a uno o dos resultados posibles nuevo hecho (o hechos)

pueden ser derivados y antildeadidos a la base de hechos o una nueva regla (o reglas)

pueden ser antildeadidas al conjunto de reglas (base de conocimiento) que el sistema

considera para ejecucioacuten

En esta forma la ejecucioacuten de las reglas procede de una manera progresiva (hacia

adelante) hacia los objetivos finales

Un conjunto de aplicaciones adecuadas al razonamiento progresivo incluye supervisioacuten

y diagnoacutestico en sistemas de control de procesos en tiempo real donde los datos estaacuten

continuamente siendo adquiridos modificados y actualizados Estas aplicaciones tienen

2 importantes caracteriacutesticas

Necesidad de respuesta raacutepida a los cambios en los datos de entrada

Existencia de pocas relaciones predeterminadas entre los datos de entrada y las

conclusiones derivadas

Otro conjunto de aplicaciones adecuadas para el razonamiento progresivo estaacute formado

por disentildeo planeamiento y calendarizacioacuten donde ocurre la siacutentesis de nuevos hechos

basados en las conclusiones de las reglas En estas aplicaciones hay potencialmente

muchas soluciones que pueden ser derivadas de los datos de entrada

Debido a que estas soluciones no pueden ser enumeradas las reglas expresan

conocimiento como patrones generales y las conexiones precisas entre estas reglas no

pueden ser predeterminadas

Razonamiento Regresivo

El mecanismo de inferencia o interprete de reglas para el razonamiento regresivo

difiere significativamente del mecanismo de razonamiento progresivo Si bien es cierto

ambos procesos involucran el examen y aplicacioacuten de reglas el razonamiento regresivo

empieza con la conclusioacuten deseada y decide si los hechos que existen pueden dar lugar a

INTRODUCCION

El presente trabajo llevara a tener un conocimiento general de algunos aspectos

importantes sobre el Razonamiento en la Inteligencia Artificial El trabajo brinda

informacioacuten de coacutemo el recurso maacutes importante que posee la raza humana es

conocimiento o sea informacioacuten

En el presente trabajo se realizoacute con el objetivo de generar maacutes conocimiento

sobre el Razonamiento en la Inteligencia Artificial en la que el uso de internet

influye en ella y a su vez en la Inteligencia Artificial

Inteligencia Artificial Razonamiento

El razonamiento es una operacioacuten loacutegica mediante la cual partiendo de uno o maacutes

juicios se deriva la validez la posibilidad o la falsedad de otro juicio distinto Por lo

general los juicios en que se basa un razonamiento expresan conocimientos ya

adquiridos o por lo menos postulados como hipoacutetesis

Cuando la operacioacuten se realiza rigurosamente y el juicio derivado se desprende con

necesidad loacutegica de los juicios antecedentes el razonamiento recibe el nombre de

inferencia Los juicios que sirven como punto de partida son denominados premisas y

desempentildean la funcioacuten de ser las condiciones de la inferencia El resultado que se

obtiene o sea el juicio inferido como consecuencia es llamado conclusioacuten

La inferencia permite extraer de los conocimientos ya establecidos otro conocimiento

que se encuentre impliacutecito en las premisas o que resulte posible de acuerdo ellas

Cuando en la conclusioacuten se llega a un conocimiento menos general que el expresado en

las premisas se habraacute efectuado una inferencia deductiva Cuando la conclusioacuten

constituye una siacutentesis de las premisas y por consiguiente un conocimiento de mayor

generalidad se habraacute practicado una inferencia inductiva Y cuando la conclusioacuten tiene

el mismo grado de generalidad o de particularidad que las premisas entonces se habraacute

ejecutado una inferencia transductiva La ejecucioacuten de las inferencias se realiza

conforme a ciertas reglas que han sido dilucidadas en la experiencia y formuladas de un

modo estricto por la loacutegica

En todo caso lo que se obtiene como conclusioacuten de una inferencia es simplemente un

juicio de posibilidad o lo que es lo mismo una hipoacutetesis

RAZONAMIENTO LOacuteGICO

Los razonamientos pueden ser vaacutelidos (correctos) o no vaacutelidos (incorrectos) En general

se considera vaacutelido un razonamiento cuando sus premisas ofrecen soporte suficiente a

su conclusioacuten Puede discutirse el significado de soporte suficiente aunque cuando se

trata de un razonamiento no deductivo el razonamiento es vaacutelido si la verdad de las

premisas hace probable la verdad de la conclusioacuten En el caso del razonamiento

deductivo el razonamiento es vaacutelido cuando la verdad de las premisas implica

necesariamente la verdad de la conclusioacuten

Los razonamientos no vaacutelidos que sin embargo parecen serlo se denominan falacias

El razonamiento nos permite ampliar nuestros conocimientos sin tener que apelar a la

experiencia Tambieacuten sirve para justificar o aportar razones en favor de lo que

conocemos o creemos conocer En algunos casos como en las matemaacuteticas el

razonamiento nos permite demostrar lo que sabemos es que aquiacute hace falta el

razonamiento cuantitativo

El termino razonamiento es el punto de separacioacuten entre el instinto y el pensamiento el

instinto es la reaccioacuten de cualquier ser vivo Por otro lado el razonar nos hace analizary

desarrollar un criterio propio el razonar es a su vez la separacioacuten entre un ser vivo y el

hombre

RAZONAMIENTO NO-LOacuteGICO

Existe otro tipo de razonamiento denominado razonamiento no-loacutegico o informal el

cual no soacutelo se basa en premisas con una uacutenica alternativa correcta (razonamiento

loacutegico-formal el descrito anteriormente) sino que es maacutes amplio en cuanto a

soluciones basaacutendose en la experiencia y en el contexto Los niveles educativos maacutes

altos suelen usar el razonamiento loacutegico aunque no es excluyente Algunos autores

llaman a este tipo de razonamiento argumentacioacuten Como ejemplo para ilustrar estos

dos tipos de razonamiento podemos situarnos en el caso de una clasificacioacuten de

alimentos el de tipo loacutegico-formal los ordenaraacute por verduras carnes pescados fruta

etc en cambio el tipo informal lo haraacute seguacuten lo ordene en el frigoriacutefico seguacuten lo vaya

cogiendo de la tienda etc

En este razonamiento se generaliza para todos los elementos de un conjunto la

propiedad observada en un nuacutemero finito de casos Ahora bien la verdad de las

premisas (10000 observaciones favorables) no convierte en verdadera la conclusioacuten ya

que en cualquier momento podriacutea aparecer una excepcioacuten De ahiacute que la conclusioacuten de

un razonamiento inductivo soacutelo pueda considerarse probable y de hecho la

informacioacuten que obtenemos por medio de esta modalidad de razonamiento es siempre

una informacioacuten incierta y discutible El razonamiento soacutelo es una siacutentesis incompleta de

todas las premisas

En un razonamiento inductivo vaacutelido por tanto es posible afirmar las premisas y

simultaacuteneamente negar la conclusioacuten sin contradecirse Acertar en la conclusioacuten seraacute

una cuestioacuten de probabilidades

EL PROCESO DE RAZONAMIENTO

El proceso de razonamiento en un sistema basado en reglas es una progresioacuten desde un

conjunto inicial de afirmaciones y reglas hacia una solucioacuten respuesta o conclusioacuten

Como se llega a obtener el resultado sin embargo puede variar significativamente

Se puede partir considerando todos los datos conocidos y luego ir progresivamente

avanzando hacia la solucioacuten Este proceso se lo denomina guiado por los datos o

de encadenamiento progresivo (forward chainning)

Se puede seleccionar una posible solucioacuten y tratar de probar su validez buscando

evidencia que la apoye Este proceso se denomina guiado por el objetivo o

de encadenamiento regresivo (backward chainning)

Razonamiento Progresivo

En el caso del razonamiento progresivo se empieza a partir de un conjunto de datos

colectados a traveacutes de observacioacuten y se evoluciona hacia una conclusioacuten Se chequea

cada una de las reglas para ver si los datos observados satisfacen las premisas de alguna

de las reglas Si una regla es satisfecha es ejecutada derivando nuevos hechos que

pueden ser utilizados por otras reglas para derivar hechos adicionales Este proceso de

chequear reglas para ver si pueden ser satisfechas se denomina interpretacioacuten de reglas

La interpretacioacuten de reglas es realizada por una maacutequina de inferencia en un sistema

basado en conocimiento La interpretacioacuten de reglas o inferencia en el razonamiento

progresivo involucra la repeticioacuten de los pasos que se indican en la siguiente figura

Razonamiento Progresivo

Unificacioacuten (Matching)- En este paso en las reglas en la base de conocimientos se

prueban los hechos conocidos al momento para ver cuaacuteles son las que resulten

satisfechas Para decir que una regla ha sido satisfecha se requiere que todas las

premisas o antecedentes de la regla resuelvan a verdadero

Resolucioacuten de Conflictos- Es posible que en la fase de unificacioacuten resulten satisfechas

varias reglas La resolucioacuten de conflictos involucra la seleccioacuten de la regla que tenga la

maacutes alta prioridad de entre el conjunto de reglas que han sido satisfechas

Ejecucioacuten- El uacuteltimo paso en la interpretacioacuten de reglas es la ejecucioacuten de la regla La

ejecucioacuten puede dar lugar a uno o dos resultados posibles nuevo hecho (o hechos)

pueden ser derivados y antildeadidos a la base de hechos o una nueva regla (o reglas)

pueden ser antildeadidas al conjunto de reglas (base de conocimiento) que el sistema

considera para ejecucioacuten

En esta forma la ejecucioacuten de las reglas procede de una manera progresiva (hacia

adelante) hacia los objetivos finales

Un conjunto de aplicaciones adecuadas al razonamiento progresivo incluye supervisioacuten

y diagnoacutestico en sistemas de control de procesos en tiempo real donde los datos estaacuten

continuamente siendo adquiridos modificados y actualizados Estas aplicaciones tienen

2 importantes caracteriacutesticas

Necesidad de respuesta raacutepida a los cambios en los datos de entrada

Existencia de pocas relaciones predeterminadas entre los datos de entrada y las

conclusiones derivadas

Otro conjunto de aplicaciones adecuadas para el razonamiento progresivo estaacute formado

por disentildeo planeamiento y calendarizacioacuten donde ocurre la siacutentesis de nuevos hechos

basados en las conclusiones de las reglas En estas aplicaciones hay potencialmente

muchas soluciones que pueden ser derivadas de los datos de entrada

Debido a que estas soluciones no pueden ser enumeradas las reglas expresan

conocimiento como patrones generales y las conexiones precisas entre estas reglas no

pueden ser predeterminadas

Razonamiento Regresivo

El mecanismo de inferencia o interprete de reglas para el razonamiento regresivo

difiere significativamente del mecanismo de razonamiento progresivo Si bien es cierto

ambos procesos involucran el examen y aplicacioacuten de reglas el razonamiento regresivo

empieza con la conclusioacuten deseada y decide si los hechos que existen pueden dar lugar a

Inteligencia Artificial Razonamiento

El razonamiento es una operacioacuten loacutegica mediante la cual partiendo de uno o maacutes

juicios se deriva la validez la posibilidad o la falsedad de otro juicio distinto Por lo

general los juicios en que se basa un razonamiento expresan conocimientos ya

adquiridos o por lo menos postulados como hipoacutetesis

Cuando la operacioacuten se realiza rigurosamente y el juicio derivado se desprende con

necesidad loacutegica de los juicios antecedentes el razonamiento recibe el nombre de

inferencia Los juicios que sirven como punto de partida son denominados premisas y

desempentildean la funcioacuten de ser las condiciones de la inferencia El resultado que se

obtiene o sea el juicio inferido como consecuencia es llamado conclusioacuten

La inferencia permite extraer de los conocimientos ya establecidos otro conocimiento

que se encuentre impliacutecito en las premisas o que resulte posible de acuerdo ellas

Cuando en la conclusioacuten se llega a un conocimiento menos general que el expresado en

las premisas se habraacute efectuado una inferencia deductiva Cuando la conclusioacuten

constituye una siacutentesis de las premisas y por consiguiente un conocimiento de mayor

generalidad se habraacute practicado una inferencia inductiva Y cuando la conclusioacuten tiene

el mismo grado de generalidad o de particularidad que las premisas entonces se habraacute

ejecutado una inferencia transductiva La ejecucioacuten de las inferencias se realiza

conforme a ciertas reglas que han sido dilucidadas en la experiencia y formuladas de un

modo estricto por la loacutegica

En todo caso lo que se obtiene como conclusioacuten de una inferencia es simplemente un

juicio de posibilidad o lo que es lo mismo una hipoacutetesis

RAZONAMIENTO LOacuteGICO

Los razonamientos pueden ser vaacutelidos (correctos) o no vaacutelidos (incorrectos) En general

se considera vaacutelido un razonamiento cuando sus premisas ofrecen soporte suficiente a

su conclusioacuten Puede discutirse el significado de soporte suficiente aunque cuando se

trata de un razonamiento no deductivo el razonamiento es vaacutelido si la verdad de las

premisas hace probable la verdad de la conclusioacuten En el caso del razonamiento

deductivo el razonamiento es vaacutelido cuando la verdad de las premisas implica

necesariamente la verdad de la conclusioacuten

Los razonamientos no vaacutelidos que sin embargo parecen serlo se denominan falacias

El razonamiento nos permite ampliar nuestros conocimientos sin tener que apelar a la

experiencia Tambieacuten sirve para justificar o aportar razones en favor de lo que

conocemos o creemos conocer En algunos casos como en las matemaacuteticas el

razonamiento nos permite demostrar lo que sabemos es que aquiacute hace falta el

razonamiento cuantitativo

El termino razonamiento es el punto de separacioacuten entre el instinto y el pensamiento el

instinto es la reaccioacuten de cualquier ser vivo Por otro lado el razonar nos hace analizary

desarrollar un criterio propio el razonar es a su vez la separacioacuten entre un ser vivo y el

hombre

RAZONAMIENTO NO-LOacuteGICO

Existe otro tipo de razonamiento denominado razonamiento no-loacutegico o informal el

cual no soacutelo se basa en premisas con una uacutenica alternativa correcta (razonamiento

loacutegico-formal el descrito anteriormente) sino que es maacutes amplio en cuanto a

soluciones basaacutendose en la experiencia y en el contexto Los niveles educativos maacutes

altos suelen usar el razonamiento loacutegico aunque no es excluyente Algunos autores

llaman a este tipo de razonamiento argumentacioacuten Como ejemplo para ilustrar estos

dos tipos de razonamiento podemos situarnos en el caso de una clasificacioacuten de

alimentos el de tipo loacutegico-formal los ordenaraacute por verduras carnes pescados fruta

etc en cambio el tipo informal lo haraacute seguacuten lo ordene en el frigoriacutefico seguacuten lo vaya

cogiendo de la tienda etc

En este razonamiento se generaliza para todos los elementos de un conjunto la

propiedad observada en un nuacutemero finito de casos Ahora bien la verdad de las

premisas (10000 observaciones favorables) no convierte en verdadera la conclusioacuten ya

que en cualquier momento podriacutea aparecer una excepcioacuten De ahiacute que la conclusioacuten de

un razonamiento inductivo soacutelo pueda considerarse probable y de hecho la

informacioacuten que obtenemos por medio de esta modalidad de razonamiento es siempre

una informacioacuten incierta y discutible El razonamiento soacutelo es una siacutentesis incompleta de

todas las premisas

En un razonamiento inductivo vaacutelido por tanto es posible afirmar las premisas y

simultaacuteneamente negar la conclusioacuten sin contradecirse Acertar en la conclusioacuten seraacute

una cuestioacuten de probabilidades

EL PROCESO DE RAZONAMIENTO

El proceso de razonamiento en un sistema basado en reglas es una progresioacuten desde un

conjunto inicial de afirmaciones y reglas hacia una solucioacuten respuesta o conclusioacuten

Como se llega a obtener el resultado sin embargo puede variar significativamente

Se puede partir considerando todos los datos conocidos y luego ir progresivamente

avanzando hacia la solucioacuten Este proceso se lo denomina guiado por los datos o

de encadenamiento progresivo (forward chainning)

Se puede seleccionar una posible solucioacuten y tratar de probar su validez buscando

evidencia que la apoye Este proceso se denomina guiado por el objetivo o

de encadenamiento regresivo (backward chainning)

Razonamiento Progresivo

En el caso del razonamiento progresivo se empieza a partir de un conjunto de datos

colectados a traveacutes de observacioacuten y se evoluciona hacia una conclusioacuten Se chequea

cada una de las reglas para ver si los datos observados satisfacen las premisas de alguna

de las reglas Si una regla es satisfecha es ejecutada derivando nuevos hechos que

pueden ser utilizados por otras reglas para derivar hechos adicionales Este proceso de

chequear reglas para ver si pueden ser satisfechas se denomina interpretacioacuten de reglas

La interpretacioacuten de reglas es realizada por una maacutequina de inferencia en un sistema

basado en conocimiento La interpretacioacuten de reglas o inferencia en el razonamiento

progresivo involucra la repeticioacuten de los pasos que se indican en la siguiente figura

Razonamiento Progresivo

Unificacioacuten (Matching)- En este paso en las reglas en la base de conocimientos se

prueban los hechos conocidos al momento para ver cuaacuteles son las que resulten

satisfechas Para decir que una regla ha sido satisfecha se requiere que todas las

premisas o antecedentes de la regla resuelvan a verdadero

Resolucioacuten de Conflictos- Es posible que en la fase de unificacioacuten resulten satisfechas

varias reglas La resolucioacuten de conflictos involucra la seleccioacuten de la regla que tenga la

maacutes alta prioridad de entre el conjunto de reglas que han sido satisfechas

Ejecucioacuten- El uacuteltimo paso en la interpretacioacuten de reglas es la ejecucioacuten de la regla La

ejecucioacuten puede dar lugar a uno o dos resultados posibles nuevo hecho (o hechos)

pueden ser derivados y antildeadidos a la base de hechos o una nueva regla (o reglas)

pueden ser antildeadidas al conjunto de reglas (base de conocimiento) que el sistema

considera para ejecucioacuten

En esta forma la ejecucioacuten de las reglas procede de una manera progresiva (hacia

adelante) hacia los objetivos finales

Un conjunto de aplicaciones adecuadas al razonamiento progresivo incluye supervisioacuten

y diagnoacutestico en sistemas de control de procesos en tiempo real donde los datos estaacuten

continuamente siendo adquiridos modificados y actualizados Estas aplicaciones tienen

2 importantes caracteriacutesticas

Necesidad de respuesta raacutepida a los cambios en los datos de entrada

Existencia de pocas relaciones predeterminadas entre los datos de entrada y las

conclusiones derivadas

Otro conjunto de aplicaciones adecuadas para el razonamiento progresivo estaacute formado

por disentildeo planeamiento y calendarizacioacuten donde ocurre la siacutentesis de nuevos hechos

basados en las conclusiones de las reglas En estas aplicaciones hay potencialmente

muchas soluciones que pueden ser derivadas de los datos de entrada

Debido a que estas soluciones no pueden ser enumeradas las reglas expresan

conocimiento como patrones generales y las conexiones precisas entre estas reglas no

pueden ser predeterminadas

Razonamiento Regresivo

El mecanismo de inferencia o interprete de reglas para el razonamiento regresivo

difiere significativamente del mecanismo de razonamiento progresivo Si bien es cierto

ambos procesos involucran el examen y aplicacioacuten de reglas el razonamiento regresivo

empieza con la conclusioacuten deseada y decide si los hechos que existen pueden dar lugar a

experiencia Tambieacuten sirve para justificar o aportar razones en favor de lo que

conocemos o creemos conocer En algunos casos como en las matemaacuteticas el

razonamiento nos permite demostrar lo que sabemos es que aquiacute hace falta el

razonamiento cuantitativo

El termino razonamiento es el punto de separacioacuten entre el instinto y el pensamiento el

instinto es la reaccioacuten de cualquier ser vivo Por otro lado el razonar nos hace analizary

desarrollar un criterio propio el razonar es a su vez la separacioacuten entre un ser vivo y el

hombre

RAZONAMIENTO NO-LOacuteGICO

Existe otro tipo de razonamiento denominado razonamiento no-loacutegico o informal el

cual no soacutelo se basa en premisas con una uacutenica alternativa correcta (razonamiento

loacutegico-formal el descrito anteriormente) sino que es maacutes amplio en cuanto a

soluciones basaacutendose en la experiencia y en el contexto Los niveles educativos maacutes

altos suelen usar el razonamiento loacutegico aunque no es excluyente Algunos autores

llaman a este tipo de razonamiento argumentacioacuten Como ejemplo para ilustrar estos

dos tipos de razonamiento podemos situarnos en el caso de una clasificacioacuten de

alimentos el de tipo loacutegico-formal los ordenaraacute por verduras carnes pescados fruta

etc en cambio el tipo informal lo haraacute seguacuten lo ordene en el frigoriacutefico seguacuten lo vaya

cogiendo de la tienda etc

En este razonamiento se generaliza para todos los elementos de un conjunto la

propiedad observada en un nuacutemero finito de casos Ahora bien la verdad de las

premisas (10000 observaciones favorables) no convierte en verdadera la conclusioacuten ya

que en cualquier momento podriacutea aparecer una excepcioacuten De ahiacute que la conclusioacuten de

un razonamiento inductivo soacutelo pueda considerarse probable y de hecho la

informacioacuten que obtenemos por medio de esta modalidad de razonamiento es siempre

una informacioacuten incierta y discutible El razonamiento soacutelo es una siacutentesis incompleta de

todas las premisas

En un razonamiento inductivo vaacutelido por tanto es posible afirmar las premisas y

simultaacuteneamente negar la conclusioacuten sin contradecirse Acertar en la conclusioacuten seraacute

una cuestioacuten de probabilidades

EL PROCESO DE RAZONAMIENTO

El proceso de razonamiento en un sistema basado en reglas es una progresioacuten desde un

conjunto inicial de afirmaciones y reglas hacia una solucioacuten respuesta o conclusioacuten

Como se llega a obtener el resultado sin embargo puede variar significativamente

Se puede partir considerando todos los datos conocidos y luego ir progresivamente

avanzando hacia la solucioacuten Este proceso se lo denomina guiado por los datos o

de encadenamiento progresivo (forward chainning)

Se puede seleccionar una posible solucioacuten y tratar de probar su validez buscando

evidencia que la apoye Este proceso se denomina guiado por el objetivo o

de encadenamiento regresivo (backward chainning)

Razonamiento Progresivo

En el caso del razonamiento progresivo se empieza a partir de un conjunto de datos

colectados a traveacutes de observacioacuten y se evoluciona hacia una conclusioacuten Se chequea

cada una de las reglas para ver si los datos observados satisfacen las premisas de alguna

de las reglas Si una regla es satisfecha es ejecutada derivando nuevos hechos que

pueden ser utilizados por otras reglas para derivar hechos adicionales Este proceso de

chequear reglas para ver si pueden ser satisfechas se denomina interpretacioacuten de reglas

La interpretacioacuten de reglas es realizada por una maacutequina de inferencia en un sistema

basado en conocimiento La interpretacioacuten de reglas o inferencia en el razonamiento

progresivo involucra la repeticioacuten de los pasos que se indican en la siguiente figura

Razonamiento Progresivo

Unificacioacuten (Matching)- En este paso en las reglas en la base de conocimientos se

prueban los hechos conocidos al momento para ver cuaacuteles son las que resulten

satisfechas Para decir que una regla ha sido satisfecha se requiere que todas las

premisas o antecedentes de la regla resuelvan a verdadero

Resolucioacuten de Conflictos- Es posible que en la fase de unificacioacuten resulten satisfechas

varias reglas La resolucioacuten de conflictos involucra la seleccioacuten de la regla que tenga la

maacutes alta prioridad de entre el conjunto de reglas que han sido satisfechas

Ejecucioacuten- El uacuteltimo paso en la interpretacioacuten de reglas es la ejecucioacuten de la regla La

ejecucioacuten puede dar lugar a uno o dos resultados posibles nuevo hecho (o hechos)

pueden ser derivados y antildeadidos a la base de hechos o una nueva regla (o reglas)

pueden ser antildeadidas al conjunto de reglas (base de conocimiento) que el sistema

considera para ejecucioacuten

En esta forma la ejecucioacuten de las reglas procede de una manera progresiva (hacia

adelante) hacia los objetivos finales

Un conjunto de aplicaciones adecuadas al razonamiento progresivo incluye supervisioacuten

y diagnoacutestico en sistemas de control de procesos en tiempo real donde los datos estaacuten

continuamente siendo adquiridos modificados y actualizados Estas aplicaciones tienen

2 importantes caracteriacutesticas

Necesidad de respuesta raacutepida a los cambios en los datos de entrada

Existencia de pocas relaciones predeterminadas entre los datos de entrada y las

conclusiones derivadas

Otro conjunto de aplicaciones adecuadas para el razonamiento progresivo estaacute formado

por disentildeo planeamiento y calendarizacioacuten donde ocurre la siacutentesis de nuevos hechos

basados en las conclusiones de las reglas En estas aplicaciones hay potencialmente

muchas soluciones que pueden ser derivadas de los datos de entrada

Debido a que estas soluciones no pueden ser enumeradas las reglas expresan

conocimiento como patrones generales y las conexiones precisas entre estas reglas no

pueden ser predeterminadas

Razonamiento Regresivo

El mecanismo de inferencia o interprete de reglas para el razonamiento regresivo

difiere significativamente del mecanismo de razonamiento progresivo Si bien es cierto

ambos procesos involucran el examen y aplicacioacuten de reglas el razonamiento regresivo

empieza con la conclusioacuten deseada y decide si los hechos que existen pueden dar lugar a

EL PROCESO DE RAZONAMIENTO

El proceso de razonamiento en un sistema basado en reglas es una progresioacuten desde un

conjunto inicial de afirmaciones y reglas hacia una solucioacuten respuesta o conclusioacuten

Como se llega a obtener el resultado sin embargo puede variar significativamente

Se puede partir considerando todos los datos conocidos y luego ir progresivamente

avanzando hacia la solucioacuten Este proceso se lo denomina guiado por los datos o

de encadenamiento progresivo (forward chainning)

Se puede seleccionar una posible solucioacuten y tratar de probar su validez buscando

evidencia que la apoye Este proceso se denomina guiado por el objetivo o

de encadenamiento regresivo (backward chainning)

Razonamiento Progresivo

En el caso del razonamiento progresivo se empieza a partir de un conjunto de datos

colectados a traveacutes de observacioacuten y se evoluciona hacia una conclusioacuten Se chequea

cada una de las reglas para ver si los datos observados satisfacen las premisas de alguna

de las reglas Si una regla es satisfecha es ejecutada derivando nuevos hechos que

pueden ser utilizados por otras reglas para derivar hechos adicionales Este proceso de

chequear reglas para ver si pueden ser satisfechas se denomina interpretacioacuten de reglas

La interpretacioacuten de reglas es realizada por una maacutequina de inferencia en un sistema

basado en conocimiento La interpretacioacuten de reglas o inferencia en el razonamiento

progresivo involucra la repeticioacuten de los pasos que se indican en la siguiente figura

Razonamiento Progresivo

Unificacioacuten (Matching)- En este paso en las reglas en la base de conocimientos se

prueban los hechos conocidos al momento para ver cuaacuteles son las que resulten

satisfechas Para decir que una regla ha sido satisfecha se requiere que todas las

premisas o antecedentes de la regla resuelvan a verdadero

Resolucioacuten de Conflictos- Es posible que en la fase de unificacioacuten resulten satisfechas

varias reglas La resolucioacuten de conflictos involucra la seleccioacuten de la regla que tenga la

maacutes alta prioridad de entre el conjunto de reglas que han sido satisfechas

Ejecucioacuten- El uacuteltimo paso en la interpretacioacuten de reglas es la ejecucioacuten de la regla La

ejecucioacuten puede dar lugar a uno o dos resultados posibles nuevo hecho (o hechos)

pueden ser derivados y antildeadidos a la base de hechos o una nueva regla (o reglas)

pueden ser antildeadidas al conjunto de reglas (base de conocimiento) que el sistema

considera para ejecucioacuten

En esta forma la ejecucioacuten de las reglas procede de una manera progresiva (hacia

adelante) hacia los objetivos finales

Un conjunto de aplicaciones adecuadas al razonamiento progresivo incluye supervisioacuten

y diagnoacutestico en sistemas de control de procesos en tiempo real donde los datos estaacuten

continuamente siendo adquiridos modificados y actualizados Estas aplicaciones tienen

2 importantes caracteriacutesticas

Necesidad de respuesta raacutepida a los cambios en los datos de entrada

Existencia de pocas relaciones predeterminadas entre los datos de entrada y las

conclusiones derivadas

Otro conjunto de aplicaciones adecuadas para el razonamiento progresivo estaacute formado

por disentildeo planeamiento y calendarizacioacuten donde ocurre la siacutentesis de nuevos hechos

basados en las conclusiones de las reglas En estas aplicaciones hay potencialmente

muchas soluciones que pueden ser derivadas de los datos de entrada

Debido a que estas soluciones no pueden ser enumeradas las reglas expresan

conocimiento como patrones generales y las conexiones precisas entre estas reglas no

pueden ser predeterminadas

Razonamiento Regresivo

El mecanismo de inferencia o interprete de reglas para el razonamiento regresivo

difiere significativamente del mecanismo de razonamiento progresivo Si bien es cierto

ambos procesos involucran el examen y aplicacioacuten de reglas el razonamiento regresivo

empieza con la conclusioacuten deseada y decide si los hechos que existen pueden dar lugar a

Unificacioacuten (Matching)- En este paso en las reglas en la base de conocimientos se

prueban los hechos conocidos al momento para ver cuaacuteles son las que resulten

satisfechas Para decir que una regla ha sido satisfecha se requiere que todas las

premisas o antecedentes de la regla resuelvan a verdadero

Resolucioacuten de Conflictos- Es posible que en la fase de unificacioacuten resulten satisfechas

varias reglas La resolucioacuten de conflictos involucra la seleccioacuten de la regla que tenga la

maacutes alta prioridad de entre el conjunto de reglas que han sido satisfechas

Ejecucioacuten- El uacuteltimo paso en la interpretacioacuten de reglas es la ejecucioacuten de la regla La

ejecucioacuten puede dar lugar a uno o dos resultados posibles nuevo hecho (o hechos)

pueden ser derivados y antildeadidos a la base de hechos o una nueva regla (o reglas)

pueden ser antildeadidas al conjunto de reglas (base de conocimiento) que el sistema

considera para ejecucioacuten

En esta forma la ejecucioacuten de las reglas procede de una manera progresiva (hacia

adelante) hacia los objetivos finales

Un conjunto de aplicaciones adecuadas al razonamiento progresivo incluye supervisioacuten

y diagnoacutestico en sistemas de control de procesos en tiempo real donde los datos estaacuten

continuamente siendo adquiridos modificados y actualizados Estas aplicaciones tienen

2 importantes caracteriacutesticas

Necesidad de respuesta raacutepida a los cambios en los datos de entrada

Existencia de pocas relaciones predeterminadas entre los datos de entrada y las

conclusiones derivadas

Otro conjunto de aplicaciones adecuadas para el razonamiento progresivo estaacute formado

por disentildeo planeamiento y calendarizacioacuten donde ocurre la siacutentesis de nuevos hechos

basados en las conclusiones de las reglas En estas aplicaciones hay potencialmente

muchas soluciones que pueden ser derivadas de los datos de entrada

Debido a que estas soluciones no pueden ser enumeradas las reglas expresan

conocimiento como patrones generales y las conexiones precisas entre estas reglas no

pueden ser predeterminadas

Razonamiento Regresivo

El mecanismo de inferencia o interprete de reglas para el razonamiento regresivo

difiere significativamente del mecanismo de razonamiento progresivo Si bien es cierto

ambos procesos involucran el examen y aplicacioacuten de reglas el razonamiento regresivo

empieza con la conclusioacuten deseada y decide si los hechos que existen pueden dar lugar a

la obtencioacuten de un valor para esta conclusioacuten El razonamiento regresivo sigue un

proceso muy similar a la buacutesqueda primero en profundidad

El sistema empieza con un conjunto de hechos conocidos que tiacutepicamente estaacute vaciacuteo Se

proporciona una lista ordenada de objetivos (o conclusiones) para las cuales el sistema

trata de derivar valores El proceso de razonamiento regresivo utiliza esta lista de

objetivos para coordinar su buacutesqueda a traveacutes de las reglas de la base de conocimientos

Esta buacutesqueda consiste de los siguientes pasos

1 Conformar una pila inicialmente compuesta por todos los objetivos prioritarios

definidos en el sistema

2 Considerar el primer objetivo de la pila Determinar todas las reglas capaces de

satisfacer este objetivo es decir aquellas que mencionen al objetivo en su

conclusioacuten

Si todos los antecedentes de la regla son satisfechos (esto es cada paraacutemetro de la

premisa tiene su valor especificado dentro de la base de datos) entonces ejecutar esta

regla para derivar sus conclusiones Debido a que se ha asignado un valor al objetivo

actual removerlo de la pila y retornar al paso (2)

Si alguna premisa de la regla no puede ser satisfecha buscar reglas que permitan

derivar el valor especificado para el paraacutemetro utilizado en esta premisa

Si en el paso (b) no se puede encontrar una regla para derivar el valor especificado para

el paraacutemetro actual entonces preguntar al usuario por dicho valor y antildeadirlo a la base

de datos Si este valor satisface la premisa actual entonces continuar con la siguiente

premisa de la regla Si la premisa no es satisfecha considerar la siguiente regla

Si todas las reglas que pueden satisfacer el objetivo actual se han probado y todas no

han podido derivar un valor entonces este objetivo quedaraacute indeterminado Removerlo

de la pila y retornar al paso (2) Si la pila estaacute vaciacutea parar y anunciar que se ha terminado

el proceso

El razonamiento regresivo es mucho maacutes adecuado para aplicaciones que tienen mucho

mayor nuacutemero de entradas que de soluciones posibles La habilidad de la loacutegica

regresiva para trazar desde las pocas conclusiones hacia las muacuteltiples entradas la hace

maacutes eficiente que el encadenamiento progresivo

Una excelente aplicacioacuten para el razonamiento regresivo es el diagnoacutestico donde el

usuario dialoga directamente con el sistema basado en conocimiento y proporciona los

datos a traveacutes del teclado Problemas de clasificacioacuten tambieacuten son adecuados para ser

resuelto mediante el razonamiento regresivo

CLASES DE RAZONAMIENTO

La mejor manera de entender la inferencia abductiva puede ser compararla con la

deduccioacuten y la induccioacuten en relacioacuten con sus diferentes

papeles en los procesos de descubrimiento cientiacutefico

En palabras del mismo Peirce

no hay sino tres clases elementales de razonamiento

La primera que yo llamo abduccioacuten [ligada al acto de

descubrimiento y generacioacuten de explicaciones cientiacuteficas]

consiste en examinar una masa de hechos y en permitir que

estos hechos sugieran una teoriacutea De este modo ganamos

nuevas ideas pero el razonamiento no tiene fuerza

La segunda clase de razonamiento es la deduccioacuten o

razonamiento necesario [ligada a las escuelas

racionalistas] Soacutelo es aplicable a un estado ideal de cosas o a un estado de cosas en

tanto que puede conformarse con un ideal Simplemente da un nuevo aspecto a las

premisas

El tercer modo de razonamiento es la induccioacuten o investigacioacuten experimental [ligada a

las escuelas empiristas] Su procedimiento es eacuteste

Cuando la abduccioacuten sugiere una teoriacutea empleamos la deduccioacuten para deducir a partir

de esa teoriacutea ideal una promiscua variedad de consecuencias a tal efecto que si

realizamos ciertos actos nos encontraremos a nosotros mismos enfrentados con ciertas

experiencias

Cuando procedemos a intentar esos experimentos y si las predicciones de la teoriacutea se

verifican tenemos una confianza proporcionada en que los experimentos que auacuten no se

han intentado confirmaraacuten la teoriacutea

Yo afirmo que estos tres son los uacutenicos modos elementales de razonamiento que hay

Razonamiento Deductivo

En loacutegica una deduccioacuten es un argumento donde

la conclusioacuten se infiere necesariamente de las premisas1 En su definicioacuten formal una

deduccioacuten es una secuencia finita de foacutermulas de las cuales la uacuteltima es designada

como la conclusioacuten (la conclusioacuten de la deduccioacuten) y todas las foacutermulas en la secuencia

son o bien axiomas o bien premisas o bien inferencias directas a partir de

foacutermulas previas en la secuencia por medio de reglas de inferencia1 2

Por ejemplo la siguiente es una deduccioacuten de la foacutermula en el sistema de la loacutegica

proposicional

Q es la incoacutegnita que es la respuesta y p es la pregunta Una pregunta puede tener

varias respuestas por lo cual puede tener varias incoacutegnitas esto quiere decir que (P = Q

X) esto se deduce a partir de la loacutegica

Razonamiento Inductivo

El propoacutesito de la loacutegica inductiva es el estudio de las pruebas que permiten medir la

probabilidad de los argumentos asiacute como de las reglas para construir argumentos

inductivos fuertes A diferencia del razonamiento deductivo en el razonamiento

inductivo no existe acuerdo sobre cuaacutendo considerar un argumento como vaacutelido De

este modo se hace uso de la nocioacuten de fuerza inductiva que hace referencia al grado

de probabilidad de que una conclusioacuten sea verdadera cuando sus premisas son

verdaderas Asiacute un argumento inductivo es fuerte cuando es altamente improbable que

su conclusioacuten sea falsa si las premisas son verdaderas

Razonamiento abductivo

La abduccioacuten es un tipo de razonamiento descrito por primera ver por Aristoacuteteles Tal

razonamiento opera con una especie de silogismo en donde la premisa mayor es

considerada cierta mientras que la premisa menor es solo probable por este motivo la

conclusioacuten a la que se puede llegar tiene el mismo grado de probabilidad que la premisa

menor

En abduccioacuten se empieza por una conclusioacuten y se procede a derivar las condiciones que

podriacutean hacer a esta conclusioacuten vaacutelida En otras palabras se trata de encontrar una

explicacioacuten para la conclusioacuten Es un meacutetodo de razonamiento comuacutenmente utilizado

para generar explicaciones A diferencia de la induccioacuten la abduccioacuten no garantiza que

se puedan lograr conclusiones verdaderas por lo tanto no es un meacutetodo soacutelido de

inferencia

Charles S Peirce introdujo la abduccioacuten en la loacutegica moderna

y la definioacute asiacute

Abduccioacuten es el proceso por el que se forma una hipoacutetesis

explicativa Es la uacutenica operacioacuten loacutegica que introduce una

idea nueva

Seguacuten este filoacutesofo la abduccioacuten es algo maacutes que una suerte de silogismo es una de las

tres formas de razonamiento junto a la deduccioacuten y la induccioacuten

La idea principal de Peirce con respecto a la abduccioacuten fue dar un instrumento a la

loacutegica de la invencioacuten Debe haber buenas o malas razones para producir sugerir o

aceptar una hipoacutetesis y no otra Peirce distingue el razonar hacia una hipoacutetesis del

razonar desde una hipoacutetesis Justamente la abduccioacuten es el razonamiento hacia la

hipoacutetesis esto es desde los hechos hacia la hipoacutetesis que les sentildeala su causa o los

explica

Para el semioacutetico Umberto Eco el razonar abductivo es el razonar del detective en

cuanto en ella se pueden relacionar diversos indicios dentro de una hipoacutetesis explicativa

vaacutelida

ESTE ES EL EJEMPLO MAS CLARO

Ejemplos

Deduccioacuten

Regla Todas las bolas de la bolsa x son blancas

Caso Estas bolas provienen de la bolsa x

Deduccioacuten Estas bolas son blancas

Induccioacuten

Caso Estas bolas proceden de la bolsa x

Caso Estas bolas son blancas

Induccioacuten En la bolsa x todas las bolas son blancas

Abduccioacuten

Regla Todos las bolas de la bolsa x son blancas

Caso Estas bolas son blancas

Abduccioacuten Estas bolas proceden de la bolsa x

RAZONAMIENTO E INCERTIDUMBRE DENTRO DE LA INTELIGENCIA ARTIFICIAL

RAZONAMIENTO

El razonamiento es una operacioacuten loacutegica mediante la

cual partiendo de uno o maacutes juicios se deriva la

validez la posibilidad o la falsedad de otro juicio

distinto Por lo general los juicios en que se basa un

razonamiento expresan conocimientos ya adquiridos

o por lo menos postulados como hipoacutetesis

RAZONAMIENTO LOGICO

Los razonamientos pueden ser vaacutelidos (correctos) o

no vaacutelidos (incorrectos) En general se considera vaacutelido un razonamiento cuando sus

premisas ofrecen soporte suficiente a su conclusioacuten

Un razonamiento loacutegico en definitiva es un proceso mental que implica la aplicacioacuten de

la loacutegica A partir de esta clase de razonamiento se puede partir de una o de varias

premisas para arribar a una conclusioacuten que puede determinarse como verdadera falsa

o posible

RAZONAMIENTO NO-LOGICO

no soacutelo se basa en premisas con una uacutenica alternativa correcta (razonamiento loacutegico-

formal el descrito anteriormente) sino que es maacutes amplio en cuanto a soluciones

basaacutendose en la experiencia y en el contexto Los niveles educativos maacutes altos suelen

usar el razonamiento loacutegico aunque no es excluyente

Ejemplo

clasificacioacuten de alimentos el de tipo loacutegico-formal los ordenaraacute por verduras carnes

pescados fruta etc en cambio el tipo informal lo haraacute seguacuten lo ordene en el frigoriacutefico

seguacuten lo vaya cogiendo de la tienda etc

INCERTIDUMBRE

Incertidumbre e impresioacuten hasta ahora se ha manejado conocimiento categoacuterico

Conocimiento siempre era verdadero o falso

Razonamiento ldquoexactordquo (reglas hechos y conclusiones no ambiguos)

En el ldquomundo realrdquo

El conocimiento es dudoso yo incompleto

El sistema inteligente puede no tener acceso a toda la informacioacuten necesaria

El razonamiento es inexacto (hechos yo reglas inciertas)

Incertidumbre falta de informacioacuten adecuada para tomar una decisioacuten o Realizar

un razonamiento

Puede impedir llegar a una conclusioacuten correcta

CAUSAS

Falta de conocimiento (o conocimiento incompleto)

No es posible identificar o manejar todo el conocimiento relevante

EJEMPLO DE INCERTIDUMBRE

forallx tieneF iebre(x) rarr tieneGripe(x) No es necesariamente cierto en todos los

casos Una persona con fiebre puede tener catarro bronquitis etc Una forma

ldquomaacutes correctardquo (pero poco uacutetil) seria forallx tieneF iebre(x) rarr tieneGripe(x) or

tieneCatarro(x) or tieneBronquitis(x) or

CONCLUCIONES

El razonamiento nos permite ampliar nuestros conocimientos sin tener que apelar a la

experiencia Tambieacuten sirve para justificar o aportar razones en favor de lo que

conocemos o creemos conocer En algunos casos como en las matemaacuteticas el

razonamiento nos permite demostrar lo que sabemos es que aquiacute hace falta el

razonamiento cuantitativo

REFERENCIAS

httpwwwmonografiascomtrabajos10trabajostrabajosshtmlPRORAZixzz3

s9Ancrkn

httpswwwemazecomALCQWWRIrazonamiento-e-incertidumbre-dentro-de-la-

inteligencia-artificial

httpingenieriacusablogspotpe201007inteligencia-artificial-razonamientohtml

httpwwwtaringanetpostofftopic18036805Tipos-de-razonamientoshtml

RAZONAMIENTO E INCERTIDUMBRE DENTRO DE LA INTELIGENCIA ARTIFICIAL

RAZONAMIENTO

El razonamiento es una operacioacuten loacutegica mediante la

cual partiendo de uno o maacutes juicios se deriva la

validez la posibilidad o la falsedad de otro juicio

distinto Por lo general los juicios en que se basa un

razonamiento expresan conocimientos ya adquiridos

o por lo menos postulados como hipoacutetesis

RAZONAMIENTO LOGICO

Los razonamientos pueden ser vaacutelidos (correctos) o

no vaacutelidos (incorrectos) En general se considera vaacutelido un razonamiento cuando sus

premisas ofrecen soporte suficiente a su conclusioacuten

Un razonamiento loacutegico en definitiva es un proceso mental que implica la aplicacioacuten de

la loacutegica A partir de esta clase de razonamiento se puede partir de una o de varias

premisas para arribar a una conclusioacuten que puede determinarse como verdadera falsa

o posible

RAZONAMIENTO NO-LOGICO

no soacutelo se basa en premisas con una uacutenica alternativa correcta (razonamiento loacutegico-

formal el descrito anteriormente) sino que es maacutes amplio en cuanto a soluciones

basaacutendose en la experiencia y en el contexto Los niveles educativos maacutes altos suelen

usar el razonamiento loacutegico aunque no es excluyente

Ejemplo

clasificacioacuten de alimentos el de tipo loacutegico-formal los ordenaraacute por verduras carnes

pescados fruta etc en cambio el tipo informal lo haraacute seguacuten lo ordene en el frigoriacutefico

seguacuten lo vaya cogiendo de la tienda etc

INCERTIDUMBRE

Incertidumbre e impresioacuten hasta ahora se ha manejado conocimiento categoacuterico

Conocimiento siempre era verdadero o falso

Razonamiento ldquoexactordquo (reglas hechos y conclusiones no ambiguos)

En el ldquomundo realrdquo

El conocimiento es dudoso yo incompleto

El sistema inteligente puede no tener acceso a toda la informacioacuten necesaria

El razonamiento es inexacto (hechos yo reglas inciertas)

Incertidumbre falta de informacioacuten adecuada para tomar una decisioacuten o Realizar

un razonamiento

Puede impedir llegar a una conclusioacuten correcta

CAUSAS

Falta de conocimiento (o conocimiento incompleto)

No es posible identificar o manejar todo el conocimiento relevante

EJEMPLO DE INCERTIDUMBRE

forallx tieneF iebre(x) rarr tieneGripe(x) No es necesariamente cierto en todos los

casos Una persona con fiebre puede tener catarro bronquitis etc Una forma

ldquomaacutes correctardquo (pero poco uacutetil) seria forallx tieneF iebre(x) rarr tieneGripe(x) or

tieneCatarro(x) or tieneBronquitis(x) or

CONCLUCIONES

El razonamiento nos permite ampliar nuestros conocimientos sin tener que apelar a la

experiencia Tambieacuten sirve para justificar o aportar razones en favor de lo que

conocemos o creemos conocer En algunos casos como en las matemaacuteticas el

razonamiento nos permite demostrar lo que sabemos es que aquiacute hace falta el

razonamiento cuantitativo

REFERENCIAS

httpwwwmonografiascomtrabajos10trabajostrabajosshtmlPRORAZixzz3

s9Ancrkn

httpswwwemazecomALCQWWRIrazonamiento-e-incertidumbre-dentro-de-la-

inteligencia-artificial

httpingenieriacusablogspotpe201007inteligencia-artificial-razonamientohtml

httpwwwtaringanetpostofftopic18036805Tipos-de-razonamientoshtml

Conocimiento siempre era verdadero o falso

Razonamiento ldquoexactordquo (reglas hechos y conclusiones no ambiguos)

En el ldquomundo realrdquo

El conocimiento es dudoso yo incompleto

El sistema inteligente puede no tener acceso a toda la informacioacuten necesaria

El razonamiento es inexacto (hechos yo reglas inciertas)

Incertidumbre falta de informacioacuten adecuada para tomar una decisioacuten o Realizar

un razonamiento

Puede impedir llegar a una conclusioacuten correcta

CAUSAS

Falta de conocimiento (o conocimiento incompleto)

No es posible identificar o manejar todo el conocimiento relevante

EJEMPLO DE INCERTIDUMBRE

forallx tieneF iebre(x) rarr tieneGripe(x) No es necesariamente cierto en todos los

casos Una persona con fiebre puede tener catarro bronquitis etc Una forma

ldquomaacutes correctardquo (pero poco uacutetil) seria forallx tieneF iebre(x) rarr tieneGripe(x) or

tieneCatarro(x) or tieneBronquitis(x) or

CONCLUCIONES

El razonamiento nos permite ampliar nuestros conocimientos sin tener que apelar a la

experiencia Tambieacuten sirve para justificar o aportar razones en favor de lo que

conocemos o creemos conocer En algunos casos como en las matemaacuteticas el

razonamiento nos permite demostrar lo que sabemos es que aquiacute hace falta el

razonamiento cuantitativo

REFERENCIAS

httpwwwmonografiascomtrabajos10trabajostrabajosshtmlPRORAZixzz3

s9Ancrkn

httpswwwemazecomALCQWWRIrazonamiento-e-incertidumbre-dentro-de-la-

inteligencia-artificial

httpingenieriacusablogspotpe201007inteligencia-artificial-razonamientohtml

httpwwwtaringanetpostofftopic18036805Tipos-de-razonamientoshtml

REFERENCIAS

httpwwwmonografiascomtrabajos10trabajostrabajosshtmlPRORAZixzz3

s9Ancrkn

httpswwwemazecomALCQWWRIrazonamiento-e-incertidumbre-dentro-de-la-

inteligencia-artificial

httpingenieriacusablogspotpe201007inteligencia-artificial-razonamientohtml

httpwwwtaringanetpostofftopic18036805Tipos-de-razonamientoshtml