Departamento de Computación

Texto completo de la Conferencia   

La representación del conocimiento y el razonamiento automático son áreas de la inteligencia artificial. El objetivo de estas áreas es representar el conocimiento de una manera formal pero que a la vez permita automatizar el proceso de inferencia. La lógica clásica presenta una serie de limitaciones como poca expresividad, intolerancia a contradicciones o a ausencia de información, monotonía, explosividad, entre otras. Esto impide que sea empleada de manera efectiva para representar el conocimiento y el razonamiento humano. Durante el último siglo estas limitaciones han sido poco a poco superadas gracias al surgimiento de sistemas lógicos que o bien extienden a la lógica clásica o bien violan algunos de sus principios, es decir mediante lógicas no clásicas. En esta charla haremos una revisión general de diversas lógicas no clásicas y la forma en la que estas permiten resolver algunos de los problemas y limitaciones de la lógica clásica.
 

Licenciada (2004), maestra (2006) y doctora (Cum Laudae, 2017) en Matemáticas por la Facultad de ciencias Físico Matemáticas de la Benemérita Universidad Autónoma de Puebla. Profesora-Investigadora en el Instituto de Física y Matemáticas de la Universidad Tecnológica de la Mixteca desde 2006. En 2014 ganó medalla de bronce en la categoría de Masters de la Olimpiada Internacional de Lógica. Miembro del comité organizador en varias ediciones del Latin American Workshop series on Logic/Languages, Algorithms and New Methods of Reasoning, de la International conference on mathematical modelling, del Simposio Latinoamericano de Lógica Matemática, y Jurado en el Premio de Lógica Francisco Miró Quezada 2021 de la Sociedad Peruana de Lógica.
Editora del Special issue: 17th Latin American Symposium On Mathematical Logic del Logic Journal of the IGPL. Ha publicado artículos sobre lógicas no clásicas y su aplicación a semánticas para programas lógicos, sus áreas de investigación. Es Candidata a Investigador del SNI.