Resumen: En este documento, presentamos a Keraia, un marco novedoso y una plataforma de software para la ingeniería simbólica de conocimiento diseñado para abordar los desafíos persistentes de representar, razonar y ejecutar conocimiento en entornos dinámicos, complejos y sensibles al contexto. La pregunta de investigación central que motiva este trabajo es: ¿cómo puede la experiencia humana no estructurada, a menudo tácita y tácita, se transforma efectivamente en algoritmos computacionalmente manejables que los sistemas de IA pueden utilizar de manera eficiente? Keraia busca cerrar esta brecha basándose en conceptos fundamentales como el razonamiento basado en marco de Minsky y las líneas K, al tiempo que introduce innovaciones significativas. Estos incluyen nubes de conocimiento para la agregación dinámica, relaciones dinámicas (dras) para la herencia sensible al contexto, líneas de pensamiento explícitas (lotes) para un razonamiento rastreable y elaboración en la nube para la transformación del conocimiento adaptativo. Este enfoque va más allá de las limitaciones de los paradigmas tradicionales, a menudo estáticos, de representación del conocimiento. Keraia está diseñada con IA explicable (XAI) como principio central, asegurando la transparencia e interpretabilidad, particularmente mediante el uso de lotes. El documento detalla la arquitectura del marco, el lenguaje de representación de Ksynth y el constructor de paradigmas de propósito general (GPPB) para integrar diversos métodos de inferencia dentro de una estructura unificada. Validamos la versatilidad, expresividad y aplicabilidad práctica de Keraia a través del análisis detallado de múltiples estudios de casos que abarcan simulación de guerra naval, diagnósticos industriales en plantas de tratamiento de agua y toma de decisiones estratégicas en el juego de riesgo. Además, proporcionamos un análisis comparativo contra paradigmas establecidos de representación del conocimiento (incluidas ontologías, sistemas basados en reglas y gráficos de conocimiento) y discutimos los aspectos de implementación y las consideraciones computacionales de la plataforma Keraia.
Publicado Originalme en rss.arxiv.org El 7 de mayo de 2025.
Ver Fuente Original
