Inteligencia Artificial y Gestión del Conocimiento

La Inteligencia Artificial es el área más decisiva en Informática. Ya lo es en la actualidad y lo va a ser más aún en el futuro. Lo es porque se preocupa de resolver los problemas más complejos: aquellos que no tienen soluciones analíticas sencillas. Y se preocupa de acercar las Nuevas Tecnologías a las personas, a su manera de pensar, de resolver problemas, y de comunicarse. Durante mucho tiempo el planteamiento ha sido distinto. Hasta hace unos años, y en parte sigue siendo así, los ordenadores se veían como máquinas que hacían una serie de tareas, más o menos complejas, y nosotros nos teníamos que adaptar a su manera de trabajar y de resolver los problemas. A pesar de sus limitación, eso ha sido un gran avance y muy acertado en distintos ámbitos: procesamiento de textos, cálculo avanzado, gestión de información bien estructurada, diseño gráfico, comunicaciones, etc.

Para resolver otros problemas mucho más complejos hay que dar un salto cualitativo. No basta con un salto cuantitativo, no es suficiente con construir computadores más potentes y con más recursos. Este salto cualitativo lo proporciona la Inteligencia Artificial. Forman parte de estos problemas más complejos aquellos relacionados con el conocimiento y el lenguaje humano.

Dentro de la las tareas de la Inteligencia Artificial debemos distinguir dos de ellas: la representación de conocimiento y las inferencias de conclusiones que podemos realizar con ese conocimiento. La inferencia de conclusiones depende fuertemente de la la representación del conocimiento, y es en ella en la que nos centraremos.

Vamos a destacar dos métodos de representación de conocimiento, que además se usan habitualmente combinados: Redes de Clasificación y los Marcos.

Los marcos, propuestos originalmente por Marvin Minsky en 1975, han sufrido una evolución desde un planteamiento más teórico y enfocado sobre todo a tareas de reconocimiento por patrones, hasta uno más práctico y encaminado a su uso como almacenes de información. En esta variante, es donde se utilizan combinados con redes de clasificación, ya que los distintos marcos aparecen formando una red jerárquica.

Los marcos comparten muchos conceptos con la Programación Orientada a Objetos (POO). Son conceptos distintos y no se deben confundir. Los marcos constituyen una forma estructurada de almacenar información, y la POO es un paradigma de programación que proporciona una manera intuitiva de organizar el código de un programa. Uno es esencialmente estático y el segundo esencialmente dinámico. No obstante nos va a servir a modo comparativo, sobre todo para aquellos familiarizados con la POO.

Nuestro objetivo es desarrollar una manera de implementar los marcos. Pese a que la justificación y los detalles los veremos en otro artículo, vamos a adelantar que intentaremos implementar los marcos con XML. Como almacenamiento usaremos un repositorio de objetos digitales que utiliza XML: Fedora Commons.

A modo de resumen diremos que intentamos hacer uso de la Inteligencia Artificial avanzar en la complejidad que representa la Gestión del Conocimiento. Dentro de la Inteligencia Artificial y de el problema que intentamos resolver, reconocemos la representación de conocimiento como una de las tareas claves. De las distintas formas de representación de conocimiento destacamos la representación mediante marcos. En particular, intentaremos implementar los marcos mediante el uso de XML considerado en sentido amplio (XML, XSD, XSLT, etc.).

Compartir este artículo