IA convencional parte 2

By Kleivin Rodriguez - junio 11, 2022

 Razonamiento Basado en Casos

El Razonamiento Basado en Casos (RBC) es una herramienta usada en Inteligencia Artificial que permite resolver problemas nuevos a través de la búsqueda de problemas viejos documentados dentro de una base de datos o base de casos.

El Razonamiento Basado en Casos, no es más que otro paradigma de resolución de problemas, pero son precisamente las diferencias con el resto de los acercamientos de la inteligencia artificial las que lo hacen tan especial. En lugar de confiar únicamente en el conocimiento general del dominio del problema, o realizar asociaciones a lo largo de relaciones entre descripciones del problema y conclusiones, este paradigma es capaz de utilizar conocimiento específico de experiencias previas, es decir, situaciones de un problema concreto (casos). Un problema nuevo (al decir nuevo nos referimos a nunca antes tratado) es resuelto cuando se encuentra un caso pasado similar y se reutiliza en la situación del problema nuevo.


Una segunda diferencia, no por ello menos importante, es un acercamiento al aprendizaje incremental, sostenido, ya que se guarda una experiencia nueva cada vez que se resuelve un problema, pasando a estar disponible para futuros problemas desde ese mismo momento.


Con las pocas nociones vistas hasta ahora ya podríamos aventurarnos a dar una primera definición para el Razonamiento Basado en Casos: Resolver un problema nuevo recordando una situación similar previa y reutilizando su información y conocimiento. Si bien el paradigma, como técnica de inteligencia artificial, es novedoso, el Razonamiento Basado en Casos es bien conocido entre los psicólogos muchos años atrás. De esta manera, una situación previamente experimentada, que ha sido capturada y aprendida de manera que pueda ser reutilizada para resolver futuros problemas, se denomina un caso previo, caso almacenado o caso guardado. Así, un caso nuevo o un caso sin resolver no es más que la descripción de un problema nuevo a resolver (donde “resolver” puede ser desde justificar o criticar una solución propuesta, a interpretar el problema, generar un conjunto de soluciones posibles o generar expectativas de datos observados).


  • Share:

You Might Also Like

0 comments