Servicios de Asesoría y Capacitación Empresarial, S. C.

   

English

   

   

Français

   

   

Deutsch

OBJETIVO DEL CURSO.

Definir una arquitectura de referencia de ingeniería del conocimiento (IC) en inteligencia artificial, así como términos de ingeniería del conocimiento con base en la Norma Internacional ISO/IEC 5392:2024 Tecnología de la información - Inteligencia artificial - Arquitectura de referencia de ingeniería del conocimiento.

Nota 1: la arquitectura de referencia describe los roles, las actividades, capas de construcción y componentes de la ingeniería del conocimiento y sus relaciones entre ellos y otros sistemas desde las perspectivas sistémicas funcional y del usuario. La Norma Internacional ISO/IEC 5392:2024 también proporciona un vocabulario común de ingeniería de conocimiento al definir términos de ingeniería de conocimiento.

Nota 2: las aplicaciones de inteligencia artificial han ganado gradualmente la atención. En la ingeniería del conocimiento el conocimiento se adquiere automáticamente o semi-automáticamente de fuentes de información, que a su vez se generan mediante el procesamiento de datos heterogéneos de múltiples fuentes a gran escala. El conocimiento se integra en sistemas basados en el conocimiento y se utiliza para proporcionar servicios inteligentes basados en el conocimiento. Uno de los objetivos de la ingeniería del conocimiento es representar y transferir conocimiento humano dentro de las industrias tales como financiera, atención médica, transportación y manufactura, al conocimiento de las máquinas con representaciones comprensibles tanto para los humanos como para los sistemas de inteligencia artificial. En la actualidad la ingeniería del conocimiento en conjunto con el big data, el aprendizaje profundo, el procesamiento del lenguaje natural, etc., se ha convertido en una de las principales fuerzas impulsoras de la inteligencia artificial.

Nota 3: las tecnologías claves de ingeniería del conocimiento incluyen la representación del conocimiento, modelado del conocimiento, adquisición del conocimiento, almacenamiento del conocimiento, fusión del conocimiento, cálculo del conocimiento, mantenimiento del conocimiento, visualización del conocimiento, etc. Además muchos productos y soluciones de plataformas de servicio de conocimiento se han desarrollado para permitir implementaciones de ingeniería del conocimiento para ser más ágiles en las organizaciones. Los sistemas distribuidos de ingeniería del conocimiento pueden integrarse y desplegarse a a través del intercambio de conocimiento y mantenimiento del conocimiento entre sistemas. Los sistemas de agentes distribuidos autónomos, y su colaboración entre sistema de sistemas puede generar la inteligencia y los comportamientos basados en el conocimiento necesarios para la colaboración y cooperación.

Nota 4: la ingeniería del conocimiento se ha aplicado exitosamente en muchas industrias incluyendo identificación de fraudes financieros, operación y mantenimiento remotos de equipos, recomendaciones de perfiles o productos, enfoque en investigación, rastreo y pronósticos, análisis inteligente de créditos, disputas legales y predicción de casos basados en casos similares, distribución inteligente de noticias, diagnóstico y tratamiento inteligentes asistidos por computadora, etc.

DURACIÓN DEL CURSO: 24 horas.

TEMARIO DEL CURSO.

El temario del curso es el siguiente:

1. Introducción.

1. Objeto y campo de aplicación.
   
   
2. Referencias normativas.
   
   
3. Términos y definiciones.
   
   
4. Términos abreviados.
   
   
5. Sistema de interés de la ingeniería del conocimiento.
   1. Generalidades.
   2. Elementos importantes de la ingeniería del conocimiento.
   3. Relaciones entre los sistemas de ingeniería del conocimiento y los sistemas de inteligencia artificial.
      
      
6. Partes interesadas de la ingeniería del conocimiento.
   
   
7. Inquietudes de las partes interesadas de la ingeniería del conocimiento.
   1. Seguridad y protección.
   2. Confiabilidad.
   3. Disponibilidad.
   4. Calidad de la construcción.
   5. Responsabilidad.
   6. Reducción del sesgo.
      
      
8. Arquitectura de referencia de la ingeniería del conocimiento.
   1. Generalidades.
      
      
   2. Visión del usuario de la ingeniería del conocimiento.
      1. Proveedor de los datos.
         1. Rol.
         2. Actividades.
            
            
      2. Proveedor de la tecnología fundamental.
         1. Rol.
         2. Actividades.
            
            
      3. Proveedor de los algoritmos.
         1. Rol.
         2. Actividades.
            
            
      4. Coordinador de los sistemas.
         1. Rol.
         2. Actividades.
            
            
      5. Proveedor del servicio de conocimiento.
         1. Rol.
         2. Actividades.
            
            
      6. Aplicador del conocimiento.
         1. Rol.
         2. Actividades.
            
            
      7. Socio del ecosistema del conocimiento.
         1. Rol.
         2. Actividades.
            
            
   3. Visión funcional de la ingeniería del conocimiento.
      1. Arquitectura funcional del conocimiento.
      2. Capa de infraestructura de la ingeniería del conocimiento.
      3. Capa de construcción de la ingeniería del conocimiento.
      4. Capa de la plataforma de la ingeniería del conocimiento.
      5. Capa de la aplicación de la ingeniería del conocimiento.
      6. Funciones multi-capa.
         
         
   4. Arquitectura de distribución de la ingeniería del conocimiento.
      1. Generalidades.
      2. Arquitectura distribuida con servicios web semánticos.
         
         
9. Tecnologías claves de la ingeniería del conocimiento y métodos computacionales.
   1. Representación del conocimiento.
   2. Modelado del conocimiento.
   3. Adquisición del conocimiento.
   4. Almacenamiento del conocimiento.
   5. Fusión del conocimiento.
   6. Computación del conocimiento.
   7. Visualización del conocimiento.
   8. Mantenimiento del conocimiento.
   9. Intercambio del conocimiento.
      
      
10. Tecnologías habilitadoras e infraestructura digital de la ingeniería del conocimiento.
    1. Tecnologías habilitadoras.
       1. Aprendizaje automático.
       2. Procesamiento del lenguaje natural.
       3. Procesamiento del habla.
          
          
    2. Infraestructura digital.
       1. Big data.
       2. Computación en la nube.
          
          
11. Anexo A Ejemplos de herramientas fundamentales de ingeniería del conocimiento.
    1. Herramienta de visualización ontológica WebVOWL.
    2. Herramienta de edición ontológica Protégé.
       
       
12. Anexo B Especificaciones relacionadas con la ingeniería del conocimiento.
    
    
13. Anexo C Características de aplicaciones típicas de ingeniería del conocimiento.
    
    
14. Anexo D Ciclo de vida de la ingeniería del conocimiento.
    
    
15. Anexo E Construcción de una arquitectura de solución que integra ISO/IEC/IEEE 42010:2022 Software, sistemas y empresa - Descripción de arquitectura.
    1. Contexto de la descripción de la arquitectura de ISO/IEC/IEEE 42010:2022.
    2. Orientación de la arquitectura de referencia.
    3. Ejemplos de una arquitectura de solución.
       1. Ejemplo de un sistema de manufactura inteligente.
       2. Visión funcional del sistema de manufactura inteligente.
       3. Visión funcional de un sistema de inteligencia artificial.
       4. Visión del usuario y visión funcional de un sistema de ingeniería del conocimiento.
       5. Visión integrada.
          
          
16. Taller de ejercicios de interpretación y aplicación de la Norma Internacional ISO/IEC 5392:2024.

Regresar a los cursos de sistemas de gestión de inteligencia artificial.

Regresar a los cursos de sistemas de gestión.