Your SlideShare is downloading. ×
SISTEMAS BASADOS EN EL CONOCIMIENTO
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Introducing the official SlideShare app

Stunning, full-screen experience for iPhone and Android

Text the download link to your phone

Standard text messaging rates apply

SISTEMAS BASADOS EN EL CONOCIMIENTO

12,608
views

Published on

Published in: Travel

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
12,608
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
411
Comments
0
Likes
1
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1.
    • SISTEMAS BASADOS
    • EN CONOCIMIENTO
    GRUPO # 8 LUIS ESCALONA C.I 17.671.990 MARYURI ZAMBRANO C.I 18.442.624 SORELIS MEDINA C.I 14.673.513 ZULAIMA GUAIMARA C.I 12.670.853
  • 2. INTELIGENCIA ARTIFICIAL Es la actividad de proveer a maquinas como las computadoras de la capacidad para exhibir conductas que se considerarían inteligentes si se observaran en seres humanos. La AI representa la aplicación mas sofisticada de las computadoras, pues busca duplicar algunos tipos de razonamiento humano. HISTORIA DE LA AI Las semillas de la AI se sembraron apenas dos años después de que General Eléctrica instaló la primera computadora para uso comercial. En 1956 el termino inteligencia artificial fue acuñado por John McCarthy como tema de una conferencia celebrada en el Dartmouth Collage. Ese mismo año se anuncio el primer programa de computadora con AI, llamado Logic Theorist. La limitada capacidad de Logic Theorist para razonar (demostrando teoremas de calculo) animó a los investigadores a desarrollar otro programa llamado General Problem Solver (GPS, revolvedor general de problemas), diseñado para resolver problemas de toda clase. MARYURI ZAMBRANO
  • 3. ÁREAS DE LA AI
  • 4. LA DIFERENCIA ENTRE UN SISTEMA EXPERTO Y UN DSS Primero, un DSS consiste en rutinas que reflejan la forma como un gerente cree que un problema debe resolverse, así como el estilo y las capacidades del gerente. Un sistema experto, en cambio, ofrece la oportunidad de tomar decisiones que exceden las capacidades del gerente. La segunda distinción entre un sistema experto y un DSS es la capacidad del primero de explicar la línea de razonamiento que siguió para llegar a una solución dada. Con mucha frecuencia, la explicación de cómo se llegó a una solución es mas valiosa que la solución misma.
  • 5. Un Sistema Experto: es un programa de computadoras que intenta representar los conocimientos de expertos humanos. Un sistema Experto consta de 4 partes principales: 1.- La Interfaz con el Usuario. 2.- La Base del Conocimiento. 3.- La Maquina de Inferencias. 4.- El Experto y el Ingeniero del Conocimiento . ZULEIMA GUAIMARA
  • 6. La Interfaz con el Usuario: permite al usuario interactuar con el sistema experto, permitiendole al gerente introducir instrucciones e información en el sistema experto y recibir información de él. Entradas del Sistema Experto : La Interfaz con el Usuario de un sistema experto esta diseñada: 1.- Para facilitar un dialogo bidireccional entre el sistema y el usuario. 2.- El sistema muestra información en la pantalla y el usuario introduce información empleando el teclado, el ratón o cualquier otro tipo de mecanismo para apuntar. 3.- Los primeros sistemas usaban las técnicas de pregunta y respuesta y llenado de formas.
  • 7. 4.- Luego aparecieron los menús y los lenguajes de comandos, y los sistema de administración de bases de datos (DBMS). El Formato de Interfaz más popular en la actualidad es la: INTERFAZ GRAFICA CON EL USUARIO. También es posible combinar estos Formatos de Pantalla de diversas maneras para crear un Diseño de Pantalla Integrada.
  • 8. Salidas del Sistema Experto: Los sistemas Expertos se diseñan para recomendar soluciones , estas soluciones se complementan con explicaciones. Hay dos tipos de explicaciones: 1.- Explicación de preguntas. 2.- Explicación de la solución del problema.
  • 9. La Base del Conocimiento: contiene los conocimientos acumulados sobre el problema especifico a resolver , además contienen hechos que describen el área del problema y técnicas de representación de conocimientos que describen como los hechos embonan de forma lógica. Una Técnica popular para representar conocimientos consiste en usar REGLAS.
  • 10. MODELO DE SISTEMA EXPERTO
  • 11. 6) LA MAQUINA DE DESARROLLO
    • Lenguajes de programación
    • Podemos crear un sistema experto empleando cualquier lenguaje de programación, pero dos se prestan especialmente a la representación simbólica de la base del conocimiento: Lips y Prolog. Lips fue inventado en 1959 por John McCarthy (uno de los miembros de aquella primera reunían sobre AI), y Alain Colmerauer de la universidad de Marsella inició los trabajos sobre Prolog en 1972.
    • B) Shells de sistemas expertos
    • Uno de los primeros sistemas expertos fue Mycin, creado por Eduard Shordiffe en la universidad de Stanford. Mycin se creo para diagnosticar enfermedades infecciosas.
    • EJEMPLO:
    • Un ejemplo de dominio de problema que se presta a un shell de sistema experto es el que apoyo a los mostradores de ayuda. Un mostrador de ayuda es una unidad dentro de una organización que proporciona ayuda técnica a los usuarios. Las unidades de servicios de información suelen contar con mostradores de ayuda para proporcionar apoyo a los usuarios y también a sus propios especialistas en información.
    LUIS ESCALONA
  • 12.
    • :
    C) El papel del analista de sistemas
    • Poder extraer del experto una
    • descripción de
    • esos conocimientos. El proceso
    • de extraer los conocimientos
    • se ha denominado
    • adquisición del conocimiento,
    • y se han ideado
    • varias estrategias distintas.
    • Entender la forma en
    • que los expertos aplican
    • sus propios conocimientos
    • a la resolución de problemas.
    EL ANALISTA DEBE:
  • 13. D) El proceso de creación del sistema Es el proceso de crear un sistema experto varia respecto a ese patrón porque interviene un tercer protagonista como lo es el experto. En el proceso de creación del sistema posee 8 pasos los cuales son los siguientes:
  • 14. 7) REDES NEURONALES Una red neuronal es un modelo matemático del cerebro humano que simula la forma en que las neuronas interactúan para procesar datos y aprender con la experiencia. 1) Comparaciones biológicas 2) La evolución de los sistemas neuronales artificiales 3) El sistema neuronal artificial 4) Adiestramiento de redes 5) El sistema neuronal artificial en perspectiva
  • 15.
    • El diseño de las redes neuronales se ha inspirado en el diseño físico de cerebro humano. El componente del cerebro que procesa la información es la neurona, que consta de tres regiones básicas las cuales son:
    1) Comparaciones biológicas Dendritas:
    • Dendritas
    • Los axones
    • Soma
  • 16.
    • La evolución de los sistemas neuronales artificiales consta de 2 leyes las cuales son:
    • A ) Ley del aprendizaje de Hebb
    • Una de las reglas de aprendizaje más famosas fue puesta en 1949 por Donald Hebb. La ley del aprendizaje de Hebb dice que, cuanto más a menudo una neurona contribuye al disparo de una segunda, más eficiente, más eficiente será el efecto de la primera sobre la segunda. Es así como se almacena memoria en las conexiones sinápticas del cerebro, y hay aprendizaje cuando cambia la fuerza de estas conexiones.
    • B) Las primeras neurocomputadoras
    • A principios de los cincuenta. Marvin Minsky creó un dispositivo al que llamó Snack, y que muchos consideran como la primera neurocomputadora, o análogo del cerebro humano basado en una computadora. Aunque técnicamente el Snack tuvo éxito, no logró desempeñar una función de procesamiento de información significativa.
    2) La evolución de los sistemas neuronales artificiales
  • 17. 3) El sistema neuronal artificial
    • Sistema neuronal artificial
    Y2 Y1 Y3 Yn - 1 Y
  • 18. 4) Adiestramiento de redes El adiestramiento consiste en muchas repeticiones de entradas que expresan diversas relaciones. Al refinar progresivamente los pedos de los nodos del sistema (las neuronas simuladas), el ANS descubre las relaciones entre las entradas. 5) El sistema neuronal artificial en perspectiva Es el principal factor que distingue sistema neuronal artificial de las aplicaciones de sistemas expertos.
  • 19. El Uso de Sistemas Expertos
    • El uso de Sistemas Expertos en los negocios se inició a principios de los ochenta. Desde entonces, se ha creado Sistemas para una amplia variedad de áreas de aplicación. El área de finanzas de la compañía ha sido más activa.
    SORELIS MEDINA
  • 20. Un Ejemplo de Sistema Experto de Finanzas:
    • Es el sistema de aprobación de crédito creado por los profesores Venkat Srivasan de la Northeastern University, Boston, y Yong H. Kim de la University of Cincinnati, quienes estaban trabajando con una compañía incluida en la lista Fortune 500, que identificaremos como SRR.
    • La política de crédito de SRR abarca dos actividades:
    • (1) establecer limites de crédito para clientes nuevos y revisarlos cada año.
    • (2) manejar excepciones cada día. Srinivasan y Kim entrevistaron a los gerentes de crédito y observaron cómo los analistas de crédito tomaban sus decisiones. Un gerente de crédito senior fungió como experto.
  • 21. La Decisión de Aprobación de Crédito:
    • Las cinco categorías de información, en las que se basa la decisión de aprobación de crédito son:
    • Fortaleza Financiera
    • Historial de pagos
    • Antecedentes del Cliente
    • Ubicación Geográfica
    • potencial Comercial
    • Las categorías tienen diferentes pesos, dependiendo del importe de crédito solicitado.
  • 22. Distribución de Sistemas Expertos por industria
  • 23. La Base del Conocimiento
    • La base del conocimiento del sistema experto consta de dos componentes:
    • Reglas que Reflejan la lógica de aprobación de crédito
    • Un modelo matemático que determina el límite de crédito.
    • Un ejemplo de la muestra del conjunto de reglas empleadas para determinar la fortaleza financiera del cliente. Si se enciende una de las reglas, el cliente recibe una calificación de excelente en la categoría correspondiente.
  • 24. La Interfaz con el Usuario
    • A medida que la máquina de inferencias examina el conjunto de reglas empleado prorrazonamiento, se pide al analista de crédito que haga comparaciones paralelas. por ejemplo la maquina de inferencias podría ser la pregunta:
    • ¿Qué importancia relativa tienen los Antecedentes del Cliente respecto al Historial de pagos si el objetivo es mejorar el desempeño de crédito global?
    • El analista de crédito que refleja la comparación, y el encadenamiento hacia adelante nunca continúa. Una vez que termina el encadenamiento. los resultados aparecen en una serie de pantallas.
  • 25. Ejemplo de Pesos de las Categorías de Información
  • 26. Ventajas y Desventajas de los Sistemas Expertos
    • Los Sistemas Expertos ofrecen algunas ventajas reales, pero también tienen desventajas. Las ventajas pueden ser tanto para la compañía como para los gerentes.
    • Las Ventajas de los Sistemas Expertos para los Gerentes:
    • Los gerentes usan Sistemas Expertos con la intención de mejorar las decisiones que toman. Esto se logra gracias a la posibilidad de:
    • Considerar más alternativas:
    • Un Sistema Experto puede permitir a un gerente considerar más alternativas en el proceso de resolver un problema.
    • Aplicar un Nivel más alto de Lógica:
    • Un gerente que usa un Sistema Experto puede aplicar la misma lógica que aplicaría el experto más sobresaliente en el campo.
  • 27.
    • Dedicar más tiempo a evaluar los resultados de las decisiones
    • En muchos casos el Gerente puede asesorarse rápidamente con el sistema experto, y así tener más tiempo para examinar los posibles resultados antes de que sea necesario actuar.
    • Tomar Decisiones más consistentes:
    • La Computadora no tiene días buenos y malos como el Gerente humano. Una vez programado el razonamiento en la computadora, el gerente sabe que seguirá el mismo proceso de razonamiento para cada problema.
  • 28. Las ventajas de los Sistemas expertos para la compañía
    • Una compañía que implementa un sistema experto puede esperar:
    • Mejor desempeño de la compañía:
    • A medida que los Gerentes de la compañía extienden sus capacidades de resolución de problemas con la ayuda de sistemas expertos, los mecanismos de control de la compañía mejoran. La compañía se vuelve más capaz de alcanzar sus objetivos.
    • Mantener el control sobre los conocimientos de la compañía.
    • Los sistemas expertos ofrecen la oportunidad de poner los conocimientos de los empleados con más experiencia a disposición de los empleados más nuevos y con menos experiencia, incluso después de que los empleados han salido de la compañía.
  • 29. Desventajas de los Sistemas expertos
    • Dos Características de los Sistemas expertos limitan su potencial como herramienta para resolver problemas.
    • Primera los Sistemas Expertos no pueden manejar conocimientos inconsistentes.
    • Esta es una desventaja real porque , en los negocios, pocas cosas son siempre ciertas, a causa de la variabilidad en el desempeño humano .
    • Segunda, los Sistemas expertos no pueden aplicar el juicio y la institución que son ingredientes importantes de la resolución de problemas semiestructurados.
  • 30.
    • En el caso de los sistemas basados en el conocimiento. Se ha logrado mucho en el área de los sistemas expertos y las redes neuronales, y se han creado con éxito muchas aplicaciones. No obstante, falta mucho por hacer. Actualmente el costo de los sistemas basados en le conocimiento hace que estén fuera del alcance de la mayor parte de las compañías. También, la capacidad de los sistemas para imitar la inteligencia humana es en general demasiado limitada para considerarse algo más que primitiva.
    • En síntesis, la tarea de aplicar la AI sea un reto para resolver problemas de negocios ha resultado ser un hueso duro de roer, probablemente mas duro que lo que esperaban los primeros visionarios. Sin embargo, el hecho de que la AI sea un reto formidable es una razón de más para que los ingenieros del conocimiento actuales sigan luchando por alcanzar niveles más altos de desempeño.
    LOS SISTEMAS BASADOS EN EL CONOCIMIENTO EN PERSPECTIVA MARYURI ZAMBRANO
  • 31. GRACIAS POR SU ATENCIÓN
    • ¡ Que tengan un feliz día !