Modelos de Conocimiento Basados en Ontologías para la ...

Capítulo 3. Representación del conocimiento y ontologías
prestará atención a la evolución del mismo desde su aparición, a principios del
siglo XX, hasta la actualidad, exponiendo las ideas principales, así como los
formalismos mediante los que se representan estas estructuras conceptuales en un
ordenador. Todas estas exposiciones son importantes para la elección de la
aproximación a seguir al construir la ontología para el dominio de control
automático. Aunque la disciplina de la representación del conocimiento tiene sus
raíces en la inteligencia artificial, los problemas abordados por la misma aparecen
también en el proceso de programación de cualquier aplicación informática. Hoy
en día existe cada vez una preocupación mayor por este tema tal como se muestra
en el apartado 3.4, dedicado a presentar las similitudes entre las aproximaciones
basadas en el modelado conceptual provenientes del campo de la ingeniería del
software y las del campo de la ingeniería del conocimiento. Este apartado
pretende mostrar cómo el paradigma del modelado del conocimiento está ganando
aceptación en todos los ámbitos de la construcción del software y que ambas
disciplinas se encuentran en un proceso de intercambio de ideas, pudiéndose
incluso hablar de convergencia. El capítulo finaliza, en el apartado 3.5, con un
repaso a los trabajos e investigaciones en los que las técnicas de la ingeniería del
conocimiento y las ontologías se han aplicado a dominios relacionados con la
ingeniería de sistemas. Este punto es un complemento a los temas abordados en el
capítulo 2. Finalmente, el punto 3.6 está dedicado a la discusión y conclusiones
parciales.
3.2 Evolución de la representación del
conocimiento
3.2.1 El origen de la representación del conocimiento.
La inteligencia artificial (IA) empezó su andadura en los años 1950s buscando
mecanismos de razonamiento generales que emulasen a los del cerebro humano y
que pudiesen ser utilizados para resolver cualquier tipo de problema de los
habitualmente resueltos por las personas. El desarrollo más representativo de esta
aproximación fue el denominado "Solucionador General de Problemas" (General
Problem Solver) (Newell et. al., 1959). Sin embargo este objetivo es abandonado
pronto ante los resultados obtenidos en las primeras experiencias realizadas,
donde se ve que mecanismos genéricos de razonamiento sólo son capaces de
resolver problemas matemáticos (por tanto ya muy formalizados desde su
planteamiento) sencillos y que, además, las técnicas utilizadas no escalan bien, es
decir, que sólo podían ser utilizadas para resolver problemas "de juguete",
mientras que dejaban de ser válidas cuando el problema aumentaba de tamaño o
consistía en una aplicación real.
28