Adquisicíón de conocimiento de un robot social

Abstract

La Inteligencia Artificial estudia la creación y el diseño de sistemas capaces de resolver problemas cotidianos por sí mismos utilizando como paradigma la inteligencia humana. Dentro de la Inteligencia Artificial (IA), en los años 70, se acuñó el término Ingeniería del Conocimiento para aludir al diseño y construcción de sistemas basados en conocimiento, tratando de resaltar una cierta heterodoxia respecto a la ingeniería del software. La Ingeniería del Conocimiento se encarga del proceso de comprensión y representación del conocimiento humano en estructuras de datos, modelos semánticos y heurísticas. Este proceso incluye varias etapas: adquisición del conocimiento, representación del conocimiento, validación del conocimiento, inferencia y explicación y justificación. Se define la representación del conocimiento como la manera en que se almacena éste, es decir, la notación utilizada para estructurar el conocimiento sobre un problema para que los programas de Inteligencia Artificial puedan utilizarlo de la forma más eficiente posible. No existe una forma general de representar el conocimiento que pueda ser utilizada con éxito en cualquier tipo de aplicación. Es por esto que dependiendo del problema que se plantee es necesario seleccionar la que más se adecúe. Algunas de las formas de representación del conocimiento son las redes semánticas, las bases de datos relacionales o las listas de propiedades. Sin embargo, en este proyecto se ha optado por utilizar las ontologías. Una ontología, tal y como define la W3C, “define los términos a utilizar para describir y representar un área de conocimiento. Las ontologías incluyen definiciones de conceptos básicos del dominio, y las relaciones entre ellos, que son útiles para los computadores. Codifican el conocimiento de un dominio y también el conocimiento que extiende los dominios. Hacen el conocimiento reutilizable”. Para construir una ontología es necesario utilizar un lenguaje lógico y formal para que pueda ser comprendido por una máquina y un editor de ontologías. Para la realización de este proyecto, se ha seleccionado como lenguaje de representación para la base de conocimiento el OWL (Ontology Web Language). El Ontology Web Language es un lenguaje basado en el RFD pero con una mayor capacidad expresiva. Surge como una revisión del lenguaje DAML-OIL para que sirva como estándar a los investigadores de la Web semántica. Este trabajo fue desarrollado por el Web Ontology Working Group (W3C), formado en el 2001. Utiliza el modelo en tripletas de RDF pero posee mayor poder expresivo que él, dado que se puede utilizar tanto para la representación de los conceptos como de las relaciones entre ellos. Asimismo, permite la interoperabilidad, puesto que posee propiedades para la importación y la exportación de clases, permitiendo así la integración de diversas ontologías. Además, para trabajar con ontologías es posible encontrar distintos tipos de herramientas. En primer lugar se encuentran las herramientas de desarrollo, que son aquellas que se utilizan para la construcción de nuevas ontologías o reutilización de las existentes. Con éstas se pueden editar, realizar consultas, exportar e importar ontologías e incluso representarlas gráficamente. En segundo lugar se encuentran las herramientas de fusión e integración de ontologías, cuya finalidad es resolver el problema de la combinación de diversas ontologías del mismo dominio. En este trabajo se utiliza una herramienta de desarrollo, el editor de ontologías Protégé que fue desarrollado por el Stanford Center for Biomedical Research (BMIR). Se trata del editor de ontologías más conocido y está basado en lenguaje Java. El uso de las ontologías ha ido creciendo con el paso de los años. Ya no sólo están presentes en el ámbito de la filosofía, la biblioteconomía o la documentación. Actualmente se usan también en la ingeniería de software o en las ciencias de la vida como la biomedicina. En este proyecto se propone su uso para el aprendizaje en robots sociales. Puesto que no se desea cargar a los robots con información innecesaria, se debe descartar la información no deseada y almacenar aquella que es verdaderamente relevante para la aplicación que se quiera llevar a cabo. Para ello, es necesario realizar tareas de extracción, filtrado y clasificación de la información. En este trabajo se ha decidido obtener una base de conocimiento sobre el usuario que interaccione con el robot social, de forma que el robot sea capaz de conocer qué le gusta y qué no le gusta a la persona con la que se relaciona. Además, se ha optado por crear un bucle de aprendizaje de manera que el robot sea capaz de adquirir información concreta sobre esos temas y almacenarla. Esta búsqueda de información se realiza a través de Wikipedia. Este trabajo se ha desarrollado en lenguaje Java en el IDE de Eclipse. Además, para facilitar el manejo del editor de ontologías Protégé se ha instalado un API que permite la creación de ontologías en lenguaje Java desde Eclipse. Esto ha hecho posible integrar los distintos programas de los que se compone este trabajo.