I <strong>Congreso</strong> <strong>Nacional</strong> <strong>de</strong> <strong>la</strong> <strong>Carne</strong>Madrid, 16 y 17 <strong>de</strong> febrero <strong>de</strong> 2001Simple regresiónMG = -3.13787 + 0.0882 V2 + 1.41 V3para todos los casosSalida <strong>de</strong> SAFEMG = +4.96*V3+0.657*V1+0.094*V2-11.030 si V3 ∈ [1.43,1.65] & V1 ∈ [1.5,3.17]MG = +0.523*V1+3.530 si V2 ∈ [62.57,68.7] & V1 ∈ [1.96,4.5] & V3 ∈ [1.58,2.2]MG = +5.519 si V2 en ∈ [69.33,75.26] & V3 ∈ [1.51,1.8]MG = +1.113*V3+0.054*V2+0.269 si V2 ∈ [62.57,87.9] & V1 ∈ [3.66,5.41] & V3 ∈ [1.21,2.21]Tab<strong>la</strong> 1.- Fórmu<strong>la</strong>s que se obtienen por simple regresión lineal múltiple y por medio <strong>de</strong>l sistema <strong>de</strong> aprendizaje automático SAFE para calificar<strong>la</strong> ampulosidad o muscu<strong>la</strong>tura general (MG) <strong>de</strong> un bovino <strong>de</strong> aptitud cárnica. Nótese que SAFE proporciona 3 funciones lineales mientras que <strong>la</strong> regresión,obviamente, sólo calcu<strong>la</strong> 1. Las variables utilizadas representan <strong>la</strong> redon<strong>de</strong>z <strong>de</strong> <strong>la</strong> grupa en vista <strong>la</strong>teral (v1), en vista posterior (v2) y <strong>la</strong> redon<strong>de</strong>z <strong>de</strong> <strong>la</strong>espalda en vista frontal (v3).nico <strong>de</strong> posibilida<strong>de</strong>s <strong>de</strong> <strong>la</strong>s funciones predictoras es bastante más sofisticadoque en <strong>la</strong> regresión.El uso <strong>de</strong> <strong>la</strong>s técnicas <strong>de</strong> IA que se propone en este artículo incluye formas <strong>de</strong> vincu<strong>la</strong>ra <strong>la</strong>s medidas relevantes <strong>de</strong> una canal, una c<strong>la</strong>sificación en una esca<strong>la</strong> cualitativacomo es el caso <strong>de</strong> <strong>la</strong> calificación SEUROP, o en general una calificación numérica.Lo habitual cuando <strong>la</strong> c<strong>la</strong>se a pre<strong>de</strong>cir es un número, es obtener <strong>de</strong> lossistemas <strong>de</strong> AA un conjunto <strong>de</strong> reg<strong>la</strong>s que especifican en sus condiciones, en quécasos se <strong>de</strong>ben aplicar <strong>la</strong>s fórmu<strong>la</strong>s, a menudo lineales, que aparecen en <strong>la</strong>s conclusiones<strong>de</strong> <strong>la</strong>s reg<strong>la</strong>s. Así, en lugar <strong>de</strong> disponer <strong>de</strong> una única función lineal, lossistemas <strong>de</strong> AA proporcionan un conjunto <strong>de</strong> estas funciones que, por tanto, soncapaces <strong>de</strong> aproximar a cualquier función suficientemente regu<strong>la</strong>r no necesariamentelineal.Para ilustrar este aspecto, consi<strong>de</strong>remos (tab<strong>la</strong> 1) <strong>la</strong> respuesta <strong>de</strong> SAFE (Quevedo,Bahamon<strong>de</strong>, 1999; su nombre es un acrónimo <strong>de</strong> Sistema <strong>de</strong> Aprendizaje <strong>de</strong>Funciones a partir <strong>de</strong> Ejemplos) cuando le pedimos que aprenda a realizar unatarea muy simi<strong>la</strong>r a <strong>la</strong> que nos ocupa. Se trata <strong>de</strong> <strong>la</strong> calificación lo que l<strong>la</strong>mamos<strong>la</strong> ampulosidad <strong>de</strong> un animal <strong>de</strong> <strong>la</strong> raza Asturiana <strong>de</strong> los Valles (Cima, 1986), entendiendopor tal, <strong>la</strong> falta <strong>de</strong> ángulos en sus formas; en otras pa<strong>la</strong>bras, una apreciación<strong>de</strong> <strong>la</strong> muscu<strong>la</strong>tura general (MG) que presenta y que se manifiesta en loredon<strong>de</strong>ado <strong>de</strong> sus perfiles. Aquí <strong>la</strong>s calificaciones son 1 para animales con una pobremuscu<strong>la</strong>tura y 9 para animales con formas muy redon<strong>de</strong>adas. Aunque luegose explicarán algunos <strong>de</strong>talles más sobre <strong>la</strong>s características generales <strong>de</strong> SAFE, en<strong>la</strong> tab<strong>la</strong> 1 se <strong>de</strong>tal<strong>la</strong>n <strong>la</strong>s fórmu<strong>la</strong>s inducidas a partir <strong>de</strong> un conjunto <strong>de</strong> entrenamientoconstruido a partir <strong>de</strong> los juicios <strong>de</strong> expertos calificadores <strong>de</strong> <strong>la</strong> Asociación<strong>de</strong> Criadores <strong>de</strong> <strong>la</strong> raza Asturiana <strong>de</strong> los Valles (ASEAVA).Por supuesto, existen otras familias <strong>de</strong> algoritmos que apren<strong>de</strong> a partir <strong>de</strong> ejemplosy que genéricamente po<strong>de</strong>mos etiquetar como aquel<strong>la</strong>s que no <strong>de</strong>vuelvenfunciones explícitas. Este es el caso <strong>de</strong> <strong>la</strong>s re<strong>de</strong>s <strong>de</strong> neuronas artificiales (RNA) y<strong>de</strong> los sistemas que seleccionan los casos más representativos <strong>de</strong> los conjuntos <strong>de</strong>entrenamiento y que con su ayuda c<strong>la</strong>sifican o califican a los <strong>de</strong>más elementos<strong>de</strong>l dominio siguiendo un razonamiento basado en casos también l<strong>la</strong>mado <strong>de</strong>98
I <strong>Congreso</strong> <strong>Nacional</strong> <strong>de</strong> <strong>la</strong> <strong>Carne</strong>evaluación <strong>de</strong>l vecino más próximo, o evaluación difusa o borrosa. En <strong>la</strong> siguientesección se discutirán <strong>la</strong>s razones por <strong>la</strong>s que hemos elegido algoritmos <strong>de</strong> <strong>de</strong>terminadasfamilias en nuestro p<strong>la</strong>nteamiento <strong>de</strong> <strong>la</strong> calificación <strong>de</strong> bovinos.Una explicación <strong>de</strong>tal<strong>la</strong>da <strong>de</strong> los principios y métodos <strong>de</strong>l AA pue<strong>de</strong> encontrarseen textos como (Nilsson, 1998; Rich and Knight, 1991; Quin<strong>la</strong>n, 1993a; Michalski,Bratko, and Kubat, 1998).Ingeniería <strong>de</strong>l conocimientoy recolección <strong>de</strong> datosLa representación <strong>de</strong>l conocimiento es una cuestión central en <strong>la</strong> IA. En términosgenerales, por representación nos referimos a <strong>la</strong> traducción <strong>de</strong> algo tan inmaterialcomo el conocimiento a un sistema formal <strong>de</strong> símbolos que pueda ser almacenadoen una computadora. Los sistemas basados en el conocimiento son entoncesprogramas que tratan con esos sistemas <strong>de</strong> símbolos para solucionar problemasprácticos. En el caso <strong>de</strong>l AA se <strong>de</strong>ben manejar conocimiento tanto comoentrada (aunque no estructurado) como <strong>de</strong> salida en <strong>la</strong> forma <strong>de</strong> funciones <strong>de</strong>predicción computables.Si esperamos apren<strong>de</strong>r a calificar características morfológicas, <strong>de</strong>bemos en primerlugar representar los atributos relevantes que tienen que ver con cada característica,por ejemplo, <strong>la</strong> característica muscu<strong>la</strong>tura general (aludida en <strong>la</strong> tab<strong>la</strong> 1)<strong>de</strong>be ser entendida como una medida <strong>de</strong> lo redon<strong>de</strong>ado que sea el cuerpo <strong>de</strong>l animal.En particu<strong>la</strong>r, lo que es evaluado por nuestros calificadores es <strong>la</strong> abundanciao no <strong>de</strong> redon<strong>de</strong>ces en <strong>la</strong> grupa y espalda, características que son también <strong>de</strong> unagran importancia en <strong>la</strong> calificación <strong>de</strong> canales. Así, para representar este concepto,usamos tres atributos que cuantifican numéricamente. <strong>la</strong> convexidad o grado <strong>de</strong> redon<strong>de</strong>z<strong>de</strong> <strong>la</strong> grupa en vistas <strong>la</strong>teral y posterior y <strong>la</strong> espalda en vista frontal. El problemaes cómo cuantificar estos conceptos <strong>de</strong> manera que resulten útiles para <strong>de</strong>ducir,a partir <strong>de</strong> esos 3 números, y <strong>de</strong> forma coherente con <strong>la</strong>s valoraciones <strong>de</strong>los expertos, una valoración <strong>de</strong> <strong>la</strong> característica que hemos l<strong>la</strong>mado muscu<strong>la</strong>tura general.Necesitamos, por tanto, fórmu<strong>la</strong>s matemáticas para resumir <strong>la</strong> redon<strong>de</strong>z <strong>de</strong> unperfil y también, por supuesto, ser capaces <strong>de</strong> evaluar estas fórmu<strong>la</strong>s para cada uno<strong>de</strong> los animales. Pero incluso con esto sólo tendríamos <strong>la</strong> mitad <strong>de</strong> lo necesario paracompi<strong>la</strong>r los conjuntos <strong>de</strong> entrenamiento. Debemos añadir, a cada terna <strong>de</strong> númerosque mi<strong>de</strong>n <strong>la</strong> redon<strong>de</strong>z <strong>de</strong>l animal, <strong>la</strong> valoración que a nuestros expertos lemerece esa característica. Estos 4 valores, en el caso <strong>de</strong> <strong>la</strong> muscu<strong>la</strong>tura general, sonun ejemplo <strong>de</strong> entrenamiento y representan una actuación, <strong>la</strong> <strong>de</strong> calificar esta característica,que esperamos ser capaces <strong>de</strong> apren<strong>de</strong>r a reproducir.Para conseguir ese objetivo, el primer paso consistió en <strong>de</strong>finir <strong>la</strong>s característicasque <strong>de</strong>bían ser calificadas (Goyache et al., 1999) y que <strong>de</strong>berían tener un carácterlineal (ICAR, 1995). Este paso no sería necesario en <strong>la</strong> calificación <strong>de</strong> canalesbovinas puesto que <strong>la</strong> <strong>de</strong>finición <strong>de</strong> los caracteres viene dado por <strong>la</strong> normativa oficial.Posteriormente, los 4 expertos calificadores que iban a dar <strong>la</strong>s calificacio-99