Título: Estrategias de selección basadas en plausibilidad
Autor: Eric Hejda
Director: Mg. Gerardo Parra
Carrera: Licenciatura en Ciencias de la Computación
Fecha de defensa: 7 de diciembre de 2000
Introducción
Uno de los principales tópicos de la inteligencia artificial es la representación de conocimiento. En la representación de conocimiento, siempre fue conflictivo el proceso de modelar la información incierta o incompleta para lograr, a partir de ella, obtener información relevante mediante deducciones lógicas. Para obtener esta información, a partir de un conjunto de datos, se debe poseer un modelo adecuado de representación que permita operar con dichos datos de una manera sana y fiable.
El enfoque standard para el modelamiento de información incierta o incompleta fue por mucho tiempo la teoría de probabilidades que, aunque tiene un origen común con la teoría de plausibilidad, difiere enormemente en su significado. El problema de la representación de información por medio de la teoría de probabilidades estuvo centrado en la aplicación no totalmente natural de algunos axiomas de esta teoría. Como consecuencia de ello, varios investigadores que estaban en desacuerdo con su utilización, coincidieron en buscar una alternativa de representación: la teoría de plausibilidad.
Antes de comenzar a explorar la noción de plausibilidad y los principios básicos del razonamiento plausible, aclararemos el significado del término plausible. De acuerdo a su origen, la palabra “plausible” significa “digno de aplauso”, una frase sugestiva que revela claramente un punto de vista retórico del término. En este sentido, plausibilidad será un término adecuado para referirse a la importancia de una premisa. Por lo tanto, la plausibilidad de una premisa es una medida de su grado de veracidad.
El principal aporte de este trabajo consiste en la definición de estrategias de selección de datos consistentes y fiables, para ser utilizadas en el área de representación de conocimiento.
Aquí es fundamental trabajar con una teoría que alcance los lineamientos y requerimientos básicos para
una correcta y completa representación de los datos adquiridos por un cierto ente. La teoría de plausibilidad [Res74, Res76] ofrece un mecanismo exacto para razonar y tomar decisiones sobre un conjunto específico de afirmaciones que nosotros, como agentes razonadores, estamos inclinados a aceptar como verdaderas. Dichas afirmacion es son suministradas por fuentes de información, o agentes informantes [PS98a,Par98]. Las fuentes están graduadas según su confiabilidad, es decir que cada fuente tiene asociado un grado de credibilidad, el cual es extendido a todas las proposiciones que ella informa. Además, se analiza la restauración de la consistencia a partir de un conjunto inconsistente de proposiciones, aportando algunas estrategias para lograr este objetivo de una manera sencilla y eficiente.
