La representación del conocimiento y la toma de decisiones son pilares fundamentales en el desarrollo de sistemas de inteligencia artificial (IA). En este capítulo, se exploraron los conceptos básicos necesarios para construir sistemas basados en reglas, una de las técnicas clásicas de IA.
Se inició con la representación del conocimiento mediante reglas, que permite estructurar información en un formato lógico y manejable, facilitando la solución de problemas complejos. Posteriormente, se describieron los métodos de inferencia, que son estrategias para derivar conclusiones a partir de las reglas definidas. Las reglas de producción, junto con su sintaxis y semántica, forman la base de estos sistemas, actuando como el puente entre la representación de datos y las acciones que debe tomar un sistema.
Además, se revisó la arquitectura de un sistema de producción (SP), compuesto por hechos, una base de conocimientos y un mecanismo de control que coordina la ejecución de las reglas. También se estudiaron los espacios de estados determinísticos y no determinísticos, fundamentales para modelar problemas en IA, y las técnicas de búsqueda sistemática, como la búsqueda en profundidad y en anchura, que proporcionan métodos eficientes para explorar soluciones.
Este marco conceptual sirve como antesala para comprender las aplicaciones prácticas de la IA. En el siguiente capítulo, se analizarán casos de uso específicos, donde estas técnicas se implementan en problemas reales, demostrando el poder y la versatilidad de la inteligencia artificial en la resolución de desafíos del mundo moderno.
Recursos: Información no disponible
Duración: Información no disponible
Departamento de Sistemas e Informatica
sistemas@itistmo.edu.mx
“Por una tecnología propia como principio de libertad®️”