Sistemas Expertos-Informe

123 views

Published on

Published in: Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
123
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
4
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Sistemas Expertos-Informe

  1. 1. REPUBLICA BOLIVARIANA DE VENEZUELAMINISTERIO DEL PODER POPULAR PARA LA DEFENSAUNIVERSIDAD NACIONAL EXPERIMENTAL POLITECNICA DE LAFUERZA ARMADA NACIONALBARINASIng. De sistemas 7mo, sección “S-71”IntegrantesBarrios CarlosContreras CorinaLobo CarlosBARINAS, JUNIO DE 2013Simulación yModelos de sistemas
  2. 2. CONCLUSIONEn la sociedad, dentro de las ciencias de la computación, la de laInteligencia Artificial es una de las áreas que causa más expectación. Queun sistema pueda mejorar su comportamiento sobre la base de laexperiencia y que además, tenga una noción de lo que es un error y quepueda evitarlo, resulta muy interesante. Por otro lado me ha parecidoapasionante todo lo relacionado con las redes neuronales y los sistemasbiónicos. Parece increíble que una máquina pueda reproducir funcionestípicamente humanas.Los sistemas expertos son de mucha utilidad en la vida real, yapoyan en gran manera a los sistemas de soporte de decisión, ya que nospermite realizar decisiones basadas en la experiencia humana, esto escon el fin de retener el conocimiento y de esa manera lograr convertirlo enalgo más importante en una organización y que se traduce en un valorimportante para la misma, pues con este tipo de sistema, nos permitencontar con la experiencia primordial, aunque sea de manera virtual.La mente humana y la computadora son sistemas deprocesamiento funcionalmente equivalentes (turing) (1937)
  3. 3. INTRODUCCIÓNEn la mente humana, la información es recogida por el sistemasensorial que fluye a través de un sistema cognitivo. De acuerdo a estaanalogía, se concibe al ser humano como un procesador activo deinformación. La mente de un robot podría ser así, donde, en un conjuntode circuitos fluyen bits.“La mente humana y la computadora son sistemas deprocesamiento funcionalmente equivalentes (Turing, 1937).Entendemos por inteligencia, la capacidad de entender, asimilar,elaborar información y utilizarla adecuadamente”La inteligencia artificial es la ciencia que busca simular de la mejormanera posible el comportamiento físico y psicológico de un humanomediante sistemas computacionales (hardware y software).Somos humanos tratando de crear robots inteligentes capaces decomunicarse de manera óptima con nosotros, pues el futuro de lainteligencia está basado en la inteligencia artificial ya que se supone queésta será más crítica y analítica en comparación a la nuestra.
  4. 4. HISTORIA DE LA INTELIGENCIA ARTIFICIAL:Desde tiempos muy remotos en la historia el hombre ha soñadocon crear máquinas con inteligencia propia, muestra de esto pueden ser:el mito del coloso de Rodas entre los griegos, las estatuas "parlantes" delmedioevo, el androide de Von Kempel en que jugó al ajedrez conNapoleón, y el "motor analítico" de Charles Babbage que calculabalogaritmos; sin embargo estos intentos resultaron infructuosos, hasta 1943cuando la base de la Inteligencia Artificial fue asentada, gracias a WarrenMc Culloch y Walter Pitts, quienes propusieron un modelo de neurona decerebro humano y animal. Estas neuronas nerviosas informáticasproporcionaron una representación simbólica de la actividad cerebral. Untiempo después, Nobert Wiener tomó estas y otras ideas y las elaboródentro de un mismo campo que se llamó Cibernética, a partir de cualnacería, la Inteligencia Artificial.Un evento que marcó en forma definitiva el ingreso de laInteligencia Artificial en las Ciencias, fue el congreso en Darthmouth en1956 en la cual se llegó a la definición de las presuposiciones básicas delnúcleo teórico de la Inteligencia Artificial:a) El reconocimiento de que el pensamiento puede ocurrir fuera delcerebro, es decir, en máquinas.b) La presuposición de que el pensamiento puede ser comprendido demanera formal y científica.c) La presuposición de que la mejor forma de entenderlo es a través decomputadoras digitales.En la década de los 50s, hubo dos corrientes de investigación trasla propuesta de Alan Turing sobre la inteligencia de las máquinas en suartículo “Maquinaria Computacional e inteligencia”: la primera corrientefue fundada por John Von Neuman, quien trató de hacer analogías delcerebro humano y construyó a partir de esto las computadoras. Así,construyó varias máquinas que tomaban como base los conocimientosque hasta ese entonces existían sobre el cerebro humano, y diseñó losprimeros programas que se almacenaban en la memoria de unacomputadora.La otra corriente fue la que inició Mc Culloch, quien decía que lasleyes que gobiernan al pensamiento deben buscarse entre las reglas quegobiernan a la información y no entre las que gobiernan a la materia. Esdecir, que a diferencia de Von Neuman, quien trataba de imitar lascondiciones físico-químicas del cerebro, Mc Culloch se centró más en laforma en que el cerebro procesa la información.
  5. 5. El trabajo realizado por Mc Culloch, quien se unió a Walter Pitts fueel primer trabajo de IA, y aportó conocimientos sobre la fisiología básica yfuncionamiento de las neuronas en el cerebro, el análisis formal de lalógica proposicional de Russell y Whitehead y la teoría de computación deTuring. Ambos propusieron un modelo constituido por neuronasartificiales, en el que cada una de ellas se caracterizaba por estar“encendida” o “apagada”; el “encendido” se daba como respuesta a laestimulación producida por una cantidad suficiente de neuronas vecinas.Una vez que se sentaron las bases de la IA, los investigadores dedicha ciencia se mostraron optimistas sobre el futuro de la nueva cienciaque acababa de nacer; algunos de ellos expresaron diversas prediccionesacerca de lo que podía desarrollarse dentro de la IA. Por ejemplo, HerbertSimon en 1958 predijo que en un lapso de 10 años una computadorallegaría a ser campeona de ajedrez, y que sería posible realizar mediantela maquina la demostración de un nuevo e importante teoremamatemático. Sin embargo, el obstáculo que enfrentó la mayoría de losproyectos de investigación en IA consistió en que aquellos métodos quedemostraban funcionar en uno o dos ejemplos sencillos, fallabanrotundamente cuando se utilizaban en problemas más variados o demayor dificultad.Los primeros programas de IA fallan debido a que contaban conpoco o ningún conocimiento de la materia objeto de estudio, un ejemplode esto es el programa ELIZA de Weizenbaum, el cual aparentementepodía entablar una conversación seria sobre cualquier tema, sin embargo,lo único que hacía este programa era tomar prestadas y manipular lasoraciones que mediante un teclado proporcionaba un ser humano. Otroproblema muy común en los primeros programas que intentaban simularel pensamiento humano era la intratabilidad de muchos de los problemasque se estaban intentando resolver mediante IA. La mayoría de losprimeros programas de IA se basaban en la presentación de lascaracterísticas básicas de un problema y se sometían a prueba diversospasos, hasta que se llegara a encontrar aquella combinación de estos queprodujeran la solución esperada. Sin embargo, si una combinaciónsencilla no llegaba a la solución del problema a resolver, los primerosprogramas de IA no eran capaces de probar con combinaciones máscomplejas, por lo que se limitaban a mostrar un mensaje indicando que elproblema no se podía resolver, cuando lo que en verdad sucedía era queel programa no estaba dotado con la suficiente “inteligencia” para resolverdicho problema.
  6. 6. La naturaleza de la resolución de problemas durante la primeradécada de la investigación de IA residía en un mecanismo de búsquedade propósito general en el que se entrelazaban pasos de razonamientoelementales para encontrar así soluciones completas. A estosprocedimientos se les han denominado métodos débiles, debido a que lainformación sobre el dominio con que cuenta es débil. El programaDENDRAL de Buchann constituye uno de los primeros ejemplos de esteenfoque. Fue diseñado en Stanford, donde Ed Feigenbaum, BruceBuchanan y Joshua Lederberg colaboraron en la solución del problema deinferir una estructura molecular a partir de la información proporcionadapor un espectrómetro de masas. El programa se alimentaba con lafórmula elemental de la molécula (C6H13NO2). La primera versión delprograma generaba todas las posibles estructuras que correspondieran ala formula, luego predecía el espectro de masa que se observaría en cadacaso, y comparaba estos con el espectro real. Así fue como comenzaronlos primeros desarrollos e investigaciones sobre la Inteligencia Artificial.SISTEMAS EXPERTOS (SE):Desde la aparición de las computadoras hasta nuestros días, lagente ha invertido grandes esfuerzos por tratar de dar una ciertacapacidad de decisión a estas máquinas, incluso un cierto grado deinteligencia.Un Sistema Experto en sí no tiene verdadera Inteligencia Artificial;más bien, es un sistema basado en el conocimiento que, mediante elbuen diseño de su base de información y un adecuado motor deinferencias para manipular dichos datos proporciona una manera dedeterminar resoluciones finales dados ciertos criterios.Los Sistemas Expertos son una herramienta poderosa en el apoyoo guía de los usuarios en los procesos que tienen una secuencia pasosdefinida, pero que puede ser configurable.Esta investigación aborda el tema de Sistemas Expertos debido aque son una herramienta cuya utilidad ya está comprobada, y que sinembargo, muchas personas desconocen y otras más no las aceptantodavía. Se desean presentar los aspectos generales de un SistemaExperto (en adelante SE), sus orígenes, componentes, construcción yutilización primordialmente, con el fin de crear conciencia en las empresasde que los SE representan una oportunidad innegable de modernización ymejoramiento de sus procesos.
  7. 7. FUNCIONAMIENTOS LÓGICOS DE LOS SE:1) Lógica Proposicional:La lógica proposicional es la más antigua y simple de las formas delógica. Utilizando una representación primitiva del lenguaje, permiterepresentar y manipular aserciones sobre el mundo que nos rodea. Lalógica proposicional permite el razonamiento a través de un mecanismoque primero evalúa sentencias simples y luego sentencias complejas,formadas mediante el uso de conectivos proposicionales, por ejemplo Y(AND), O (OR). Este mecanismo determina la veracidad de una sentenciacompleja, analizando los valores de veracidad asignados a las sentenciassimples que la conforman.La lógica proposicional permite la asignación de un valor verdaderoo falso para la sentencia completa, pero no tiene la facilidad de analizarlas palabras individuales que componen la sentencia.La principal debilidad de la lógica proposicional es su limitadahabilidad para expresar conocimiento.2) Lógica de PredicadosExisten varias sentencias complejas que pierden mucho de susignificado cuando se les representa en lógica proposicional. Por esto sedesarrolló una forma lógica más general, capaz de representar todos losdetalles expresados en las sentencias, esta es la lógica de predicados.La lógica de predicados está basada en la idea de que lassentencias realmente expresan relaciones entre objetos, así comotambién cualidades y atributos de talesobjetos. Los objetos pueden serpersonas, objetos físicos, o conceptos. Tales cualidades, relaciones oatributos, se denominan predicados. Los objetos se conocen comoargumentos o términos del predicado.Al igual que las proposiciones, los predicados tienen un valor deveracidad, pero a diferencia de las proposiciones, su valor de veracidad,depende de sus términos. Es decir, un predicado puede ser verdaderopara un conjunto de términos, pero falso para otro.
  8. 8. COMPONENTES DE UN SISTEMA EXPERTOlos dos componentes principales de cualquier sistema experto sonuna base de conocimientos y un programa de inferencia, o tambiénllamado motor de inferencias.La base de conocimientos del Sistema Experto con respecto a untema específico para el que se diseña el sistema. Este conocimiento secodifica según una notación específica que incluye reglas, predicados,redes semánticas y objetos.El motor de inferencia, que es el que combina los hechos y laspreguntas particulares, utilizando la base de conocimiento, seleccionandolos datos y pasos apropiados para presentar los resultados.Esta definición de las partes de un Sistema Experto es muygeneral, ahora se presenta una serie de componentes más detalladosde un SE:Subsistema de control de coherencia: Este componentepreviene la entrada de información incoherente en la base deconocimiento. Es un componente muy necesario, a pesar de ser uncomponente reciente.Subsistema de adquisición de conocimiento: Se encarga decontrolar si el flujo de nuevo conocimiento a la base de datos esredundante. Sólo almacena la información que es nueva para la base dedatos.Motor de inferencia: Este componente es básico para un SE; seencarga de obtener conclusiones comenzando desde el conocimientoabstracto hasta el conocimiento concreto. Si el conocimiento inicial esmuy poco, y el sistema no puede obtener ninguna conclusión, se utilizaráel subsistema de demanda de información.Subsistema de demanda de información: Completa elconocimiento necesario y reanuda el proceso de inferencia hasta obteneralguna conclusión válida. El usuario puede indicar la informaciónnecesaria en este proceso ayudado de una interface de usuario (la cualfacilita la comunicación entre elSistema Experto y el usuario).Subsistema de incertidumbre: Se encarga de almacenar lainformación de tipo incierto y propaga la incertidumbre asociada a estainformación.
  9. 9. Subsistema de ejecución de tareas: Permite realizar acciones alSistema Experto basadas en el motor de inferencia.Subsistema de explicación: Este componente entra en ejecucióncuando el usuario solicita una explicación de las conclusiones obtenidaspor el SE. Esto se facilita mediante el uso de una interface.IMPORTANCIA DE LOS SISTEMAS EXPERTOS:La inteligencia artificial en la informática actual podemos definirlacomo la capacidad de acción de las máquinas para realizar determinadosprocesos. Este campo tiene múltiples usos. Desde el entretenimiento, yasea en videojuegos y juguetes, hasta en funciones destinadas a formarparte del proceso productivo de una industria. En general se usa en elcampo de la robótica. Estas máquinas funcionan básicamente mediantealgoritmos y calculo integral. Es una ciencia que intenta la creación deprogramas para máquinas que imiten el comportamiento y la comprensiónhumana, que sea capaz de aprender, reconocer y pensar.Las ventajas que se presentan a continuación son en comparacióncon los expertos humanos: Están siempre disponibles a cualquier hora del día y de la noche, yde forma interrumpida. Mantiene el humor. Pueden duplicarse (lo que permite tener tantos SE como senecesiten). Pueden situarse en el mismo lugar donde sean necesarios. Permiten tener decisiones homogéneas efectuadas según lasdirectrices que se les fijen. Son fáciles de reprogramar. Pueden perdurar y crecer en el tiempo de forma indefinida.
  10. 10.  Pueden ser consultados por personas o otros sistemasinformáticos.FORMA EN QUE LOS USUARIOS INTERACTÚAN CON LOS SE:El usuario de un SE puede estar operando en cualquiera de los siguientesmodos:Verificador. El usuario intenta comprobar la validez deldesempeño del sistema.Tutor, El usuario da información adicional al sistema o modifica elconocimiento que ya está presente en el sistema.Alumno, El usuario busca rápidamente desarrollar pericia personalrelacionada con el área específica mediante la recuperación deconocimientos organizados y condensados del sistema.Cliente, El usuario aplica la pericia del sistema a tareas específicasreales.

×