1.1 El conocimiento y su representación

1.1. El conocimiento y su representación

Si el objeto de este documento es el conocimiento y su representación en los sistemas inteligentes, parece razonable que empecemos tratando de definir qué entendemos por «conocimiento» y «su representación» . Ahora bien, una definición carece de capacidad comunicativa si su destinatario no dispone de elementos previos para contextualizarla e interpretarla³. Una definición no es, en principio, más que un dato; se convierte en información en la mente del receptor, en la que adquiere un significado al interpretarse de acuerdo con los conocimientos que ya existían en esa mente. Sin duda, el lector al que va destinado este texto sabrá convertir en información las definiciones que siguen. Naturalmente, cada lector hará su interpretación. A mayor diversidad de conocimientos, mayor variedad de interpretaciones. Pero nos referimos a un tipo específico de lector: el mencionado en la página «Acerca de este ciberlibro» , en el que se supone cierta uniformidad en sus conocimientos.

La definición más relevante que sobre «conocimiento» aparece en el diccionario de la R.A.E., «entendimiento, inteligencia, razón natural» , no es muy informativa. En epistemología (la rama de la filosofía que se ocupa del origen y la naturaleza del conocimiento) hay una definición clásica⁵: «conocimiento es creencia verdadera justificada» . En realidad, no es una definición, porque, como demostró Gettier (1963) [35] mediante contraejemplos, establece condiciones necesarias pero no suficientes para calificar a algo como «conocimiento» . Otras definiciones ponen énfasis en la idea de finalidad: «el conocimiento es información que tiene un propósito o un uso» (Wikipedia, 2004) [108]. La misma idea más detallada se encuentra en la definición de Newell (1981) [70]: «lo que puede atribuirse a un agente de tal modo que su comportamiento pueda computarse de acuerdo con el principio de racionalidad» ; este principio, ley de comportamiento en el nivel de conocimiento que veremos en el Apartado 1.6, dice que si un agente sabe que una de sus acciones le conduce a uno de sus objetivos seleccionará esa acción.

Pero la epistemología no es directamente el objeto de nuestro interés, ni de nuestra competencia. Remitimos al lector interesado al ameno pero riguroso libro de Mario Bunge (1980) [8]. Buscando definiciones menos filosóficas y más ligadas a la tecnología encontramos la del Free On-Line Dictionary of Computing (FOLDOC, 1994) [30]:

«[Conocimiento son] los objetos, conceptos y relaciones que se supone que existen en un área de interés. Una colección de conocimientos, representada utilizando un lenguaje de representación del conocimiento, se llama base de conocimiento, y un programa para ampliar y/o consultar una base de conocimiento es un sistema basado en conocimiento.
El conocimiento difiere de los datos o la información en que a partir del conocimiento existente puede crearse nuevo conocimiento utilizando la inferencia lógica. Si la información es datos más significado, el conocimiento es información más procesamiento.»

Es de destacar que:

A diferencia de las anteriores, en las que se trata el conocimiento de manera general, en esta definición se habla de conocimiento sobre «un área de interés» .
El conocimiento se representa utilizando un lenguaje. La representación es un medio de expresión y comunicación imprescindible: sin ella un agente podría tener, en cierto sentido, conocimiento (si entendemos como tal lo que permite al agente actuar racionalmente, como veremos en el Apartado 1.6), pero sería un agente autista. Un agente autista puede funcionar muy bien (por ejemplo, uno basado en redes neuronales), pero cuando se habla de «sistemas con conocimiento» se supone que este conocimiento está representado en el sistema de forma comunicable.
Que el conocimiento es «información más procesamiento» es coherente con la finalidad que mencionábamos antes. El procesamiento del conocimiento es no sólo necesario para derivar nuevo conocimiento, como dice la definición, sino para conseguir un comportamiento racional orientado por objetivos.

Podríamos citar otras muchas definiciones, más o menos compatibles con las anteriores (por ejemplo, las que se encuentran en los trabajos sobre «gestión del conocimiento» , Apartado 1.5). El conocimiento, como también la información, son «conceptos polimorfos» (Hanson y Bauer, 1989) [39]: no pueden definirse como un conjunto de condiciones necesarias y suficientes universalmente válidas, sino en el marco de un contexto particular, desde una perspectiva determinada, en la que se alude a esos conceptos con un propósito concreto. Para nuestro propósito (representación del conocimiento en sistemas artificiales inteligentes) podemos resumir así:

Un agente es un sistema que percibe el entorno y puede actuar sobre él con una función acotada y específica. (Definiciones de «agente» hay muchas. En ésta añadimos que tiene una «función acotada y específica» para distinguirlo del concepto más genérico de «sistema abierto» ). Entiéndase «entorno» , «percepción» y «actuación» en un sentido general: el agente puede ser un robot con sensores y actuadores, pero también puede ser un programa que, por ejemplo, «percibe» el tráfico de paquetes en una red (filtrado, eventualmente, por otros agentes) y «actúa» avisando a otros agentes de posibles intrusiones.
Los datos son estímulos del entorno que el agente percibe, es decir, meras entradas al sistema.
La información está formada por datos con significado; este significado se obtiene al interpretar el agente, mediante su conocimiento previo, los datos que recibe.
El conocimiento es la información una vez incorporada en los mecanismos de razonamiento del agente. Como estos mecanismos están orientados por los objetivos del agente, la definición concuerda con la que dice que el conocimiento es «información con propósito» .
Un agente racional tiene conocimiento sobre un dominino de competencia, mecanismos de razonamiento y objetivos, y utiliza los dos primeros para, en función de los datos que percibe, generar las acciones que conducen a los objetivos. (Ésta es la definición de Newell que analizamos en el Apartado 1.6).
Una representación del conocimiento es la expresión de ese conocimiento en un lenguaje⁷. No debe confundirse el conocimiento con su representación. El conocimiento sobre un dominio concreto es una conceptuación (Apartado 1.7), y su representación en un lenguaje, una ontología (Apartado 2.1). En los primeros desarrollos de sistemas basados en conocimiento, cuyas ideas básicas vamos a resumir en el Apartado siguiente, no se prestaba atención a esta distinción, que, como luego veremos (Apartado 1.6.4), es importante en las metodologías actuales de desarrollo de tales sistemas.

Según estas definiciones, no tiene sentido decir que un libro o un periódico o la web, por ejemplo, contienen conocimiento, ni siquiera información. Sólo podría ser así si el libro, el periódico o la web tuviesen capacidad de razonamiento. Lo que contienen son datos, y lo que sí puede decirse de ellos es que son fuentes de información y conocimiento para los agentes capaces de asimilar esos datos.

Otro aspecto a destacar es que la definición de información es compatible con la medida de cantidad de información de la teoría de la comunicación: la cantidad de información de un mensaje se mide por la reducción de incertidumbre en el agente receptor, es decir, depende del conocimiento previo de ese receptor. Si el periódico me dice que el Barça ha ganado al Real Madrid, la cantidad de información que me comunica es 1 bit, pero si yo ya lo sabía es 0 bits. (Cuestiones para reflexionar: ¿Cuánta información me daría «ha ganado 10 a 0» ? ¿Y si yo sé de antemano que ese dato es falso? ¿Como medir la credibilidad de la fuente?).

DIT-ETSIT-UPM

Portada