Your SlideShare is downloading. ×
SISTEMAS BASADOS EN CONOCIMIENTO
CONTENIDO TEMÁTICO <ul><li>Unidad  Nombre </li></ul><ul><li>  I Introduc. a la Int.Artif. </li></ul><ul><li>II Lógica Prop...
Unidad I Introducción a la Inteligencia Artif. <ul><li>1.1 Antecedentes de la Inteligencia Artificial </li></ul><ul><li>1....
Unidad II Lógica Proposicional <ul><li>2.1 Representación del Conocimiento </li></ul><ul><li>2.2 Alfabeto para una Definic...
Unidad III Lógica de Predicados <ul><li>3.1 Elementos de un Enunciado </li></ul><ul><li>3.2 Formalizar un Argumento </li><...
Unidad V Proyecciones de Problemas Prácticos <ul><li>5.1 Problemas de Juegos y Acertijos </li></ul><ul><li>5.2 Matriz de E...
Unidad IV Sistemas de Producción y Búsqueda <ul><li>4.1 Elementos de un Sistema de Producción </li></ul><ul><li>4.2 Búsque...
Unidad VI Proyecto ( Motor de Inferencia ) <ul><li>6.1 Construcción de un Motor de Inferencia por  </li></ul><ul><li>Equip...
Investigación Unidad I <ul><li>Integrar equipos de 5 personas </li></ul><ul><li>Investigar Las áreas relacionadas con Int....
Investigación Unidad IV <ul><li>Por Equipo se hace una investigación de Búsquedas Ciegas y Heurísticas (4), se sortean las...
UNIDAD I <ul><li>Introducción a la Inteligencia Artificial </li></ul>
Objetivo de la Inteligencia Artificial <ul><li>a)Es el estudio de cómo lograr que las  </li></ul><ul><li>computadoras haga...
Entidad inteligente <ul><li>Es algo o alguién que se comporte inteligentemente </li></ul>
El año en que nació la Inteligencia Artificial fue en los 50´s <ul><li>Y algunas de sus ramas son: </li></ul><ul><li>..Rec...
Qué se necesita para comprender la Inteligencia <ul><li>.Es necesario comprender cómo se </li></ul><ul><li>adquiere ,  rep...
.Comprender cómo las señales sensoriales son transformadas en símbolos <ul><li>.Comprender cómo se desarrollan  </li></ul>...
.Comprender cómo se manipulan los símbolos para: <ul><li>..Aplicar lógica </li></ul><ul><li>..Razonar sobre el pasado </li...
. Comprender como los mecanismos de la Inteligencia producen los fenómenos de: <ul><li>..Ilusión </li></ul><ul><li>..Creen...
La Inteligencia Artificial estudia el comportamiento de: <ul><li>  </li></ul><ul><li>  1) Máquinas </li></ul><ul><li>     ...
Para lograr un “Comportamiento Inteligente”, se necesita: <ul><li>.. Razonar </li></ul><ul><li>.. Aprender </li></ul><ul><...
Los animales Irracionales utilizan dos cosas importantes para aparentar un comportamiento inteligente <ul><li>1)Reaccionan...
En la Inteligencia Artificial las metas se clasifican en: <ul><li>. Científicas </li></ul><ul><li>. De Ingeniería (enfoque...
La Cuestión básica de la I. A. fue ¿Pueden pensar las máquinas?  <ul><li>.Estudiada por los primeros investigadores  </li>...
Los dos enfoques de la I. A. y su tarea principal <ul><li>1)  Simbólico  analiza “Qué debe  hacer” </li></ul><ul><li>2)  S...
Tipo de diseño que usan los Simbólicos <ul><li>Diseño Descendente o Top-Down,  </li></ul><ul><li>estudian el “nivel superi...
Tipo de diseño que usan los Subsimbólicos <ul><li>Usan el “Diseño Ascendente” (Bottom-Up), </li></ul><ul><li>comenzando co...
El tiempo que opinan los subsimbólicos que se tardó en desarrollar la Inteligencia Humana <ul><li>  Suponen que emergió de...
Los Subsimbólicos establecen que para que las máquinas logren un “comportamiento inteligente” <ul><li>Necesitan concentrar...
Las dos ramas de la I.A. que proceden del enfoque subsimbólico son: <ul><li>1) Redes Neuronales .- Son sistemas  </li></ul...
Primeros representantes del Enfoque Simbólico <ul><li>Mc Carthy y Minsky de MIT </li></ul>
Representantes simbólicos que sacaron un Sist. físico de símbolos <ul><li>Newell y Simon en 1976, establecen que “Un sist....
John Searle es un filósofo representativo del enfoque subsimbólico <ul><li>Cree que la materia de la que estamos hechos es...
Mientras que los Simbólicos Newell y Simon piensan que  las “entidades pensantes” <ul><li>Pueden estar hechas de “partes <...
Explicación de la propagación del virus del bacteriófago E6 <ul><li>Su cabeza contiene ADN vírico. Este virus  </li></ul><...
Los Softbots <ul><li>Son “Agentes” que recorren Internet en  </li></ul><ul><li>busca de información, que ellos creen que  ...
Tipos de problemas que ataca la I.A. <ul><li>Aquellos problemas “realmente complicados”, para los que “no existe un algori...
El Análisis etimológico de la palabra  Heurística,   indica que tiene una “raíz griega” que significa “hallar”
Las Heurísticas  <ul><li>1) Son “reglas concretas” que  tratan de  </li></ul><ul><li>orientarnos hacia la solución en “Pro...
Tipo de estrategia de La Heurística <ul><li>Es una estrategia de “búsqueda de una  </li></ul><ul><li>Solución”, haciendo u...
La I. A. concluye que la Heurística <ul><li>  Es la Técnica de las C. Computacionales,  </li></ul><ul><li>que estudia la “...
Un Sistema es “más inteligente” sí tiene las siguientes 3 cosas: <ul><li>.Sí trabaja con “ menos información ” y </li></ul...
Algunos “logros históricos concretos” en el estudio de “la I. A.” <ul><li>(348 A.C.) Aristóteles con su “Razonamiento Dedu...
Inferencia <ul><li>Es un mecanismo que permite obtener  </li></ul><ul><li>nuevo conocimiento a partir del  </li></ul><ul><...
Funcionamiento del GPS, (Newell y Simon) en 1957 <ul><li>1) Determinar la diferencia entre la situación presente y la meta...
Escencia de la Actividad Intelectual <ul><li>Es un proceso de manipulación y análisis de Información </li></ul>
PRIMERA UNIDAD SEGUNDA PARTE <ul><li>S I S T E M A S  E X P E R T O S </li></ul>
Definición de Sistema Experto <ul><li>“ Es un programa de computación inteligente </li></ul><ul><li>que usa el conocimient...
Como se considera un S. E. dentro de la I. A. <ul><li>Un Sistema Experto o SBC, se puede  </li></ul><ul><li>considerar com...
Qué “no es” un S. E. <ul><li>Un S.E. no es solamente un programa que </li></ul><ul><li>busca “datos legales” en una Base d...
Entre quiénes es intermediario un S. E. <ul><li>Entre el  Experto Humano  (que transmite su conocimiento)  </li></ul><ul><...
Al desarrollar S.E., se presentan los siguientes problemas: <ul><li>Representar el conocimiento </li></ul><ul><li>Represen...
Grado de dificultad que tienen estas 2 tareas <ul><li>La representación del  Conocimiento  es muy fácil </li></ul><ul><li>...
Dificultad para programar la habilidad de un Experto <ul><li>Programar las fórmulas que usa un  </li></ul><ul><li>Experto ...
Analogía entre Sist. Clásico y S.E. Usa conocimiento Usa datos  Ejec. Heurística y Lógica Ejecución Procedural Un Sist. de...
Historia de los S. E. <ul><li>A mediados de los 60´s Newell y Simon (GPS), podía – Torres de Hanoi y Criptoaritmética. No ...
Historia de los S. E. <ul><li>El primer S.E. fue el Dendral (1967), identifica la Estructura química y molecular </li></ul...
Historia de los S. E. <ul><li>EMYCYN es el primer “Shell” (concha o sist. Vacío, sin B. Conocimientos), y con el se genera...
Historia de los S. E. <ul><li>En 1980 se ponen de moda los S. E. </li></ul><ul><li>Ejemplos de S. E. modernos: </li></ul><...
Uso y Categoría de los S. E. Rep. En Sist´s. informáticos y automóviles Reparación Centrales nucleares, Fábricas Quim Moni...
Áreas donde S.E. son muy valiosos <ul><li>Búsquedas petrolíferas </li></ul><ul><li>Manejo de valores bursátiles </li></ul>...
¿Qué tantos Expertos existen en la mayoría de los diferentes campos? <ul><li>Existe un desequilibrio porque hay más proble...
¿Qué tratamiento le dan a los problemas los Sistemas Expertos? <ul><li>Solo guardan la  esencia de los  </li></ul><ul><li>...
Sí hay forma de conocer el método o estrategia usado al resolver un problema con un Sistema Experto <ul><li>Porque en la A...
El tipo de personas que se requieren como usuarios en un Sistema Experto  <ul><li>Pueden ser personas no especializadas </...
El  método  que usa un Experto cuando  un problema ya se le ha presentado   <ul><li>Hace  analogías con experiencias  </li...
Arquitectura de un Sistema Experto MODULO DE ADQUISICIÓN DEL CONOCIM. MOTOR DE INFERENCIA B.DATOS  B. DATOS  MODULO HECHOS...
MOTOR DE INFERENCIA <ul><li>Es la  unidad lógica  con la que se  extraen  </li></ul><ul><li>conclusiones de la B. Datos de...
Datos que utiliza el Motor de Inferencia <ul><li>Utiliza los  datos de Entrada  del  </li></ul><ul><li>problema y con ello...
¿Qué almacena la Base de Datos de Hechos? <ul><li>Datos iniciales del problema </li></ul><ul><li>Datos generados durante e...
Contenido del Modulo Explicativo <ul><li>Lleva un  registro de los razonamientos  </li></ul><ul><li>efectuados , por lo ta...
Contenido de la Base de Datos de Conocimiento <ul><li>El  Conocimiento extraído del Experto   </li></ul><ul><li>en  forma ...
¿Qué información se abstrae de esos Objetos representativos de la materia? <ul><li>Sus características </li></ul><ul><li>S...
Formato de las Reglas en la B. Datos de Conocimiento <ul><li>Premisas (Condiciones) </li></ul><ul><li>Conclusiones (Accion...
Existen 2 formas de Estrategia de Control <ul><li>Encadenamiento Progresivo </li></ul><ul><li>Encadenamiento Regresivo </l...
Ejemplo práctico “Progresivo”, con 3 reglas  <ul><li>R1.- Sí feo entonces estudioso </li></ul><ul><li>R2.- Sí sociable ent...
R1.- Sí feo entonces estudioso R2.- Sí sociable entonces amable R3.- Sí estudioso entonces aprobado <ul><li>1) Lo primero ...
Ej. Práctico método Regresivo R1.- Sí feo entonces estudioso R2.- Sí sociable entonces amable R3.- Sí estudioso entonces a...
FIN
 
 
Upcoming SlideShare
Loading in...5
×

Basados En Conocimiento

1,797

Published on

Los Sistemas Experto y Sistemas Basados en Conocimiento es una rama de la Inteligencia Artificial que apoya los Impulsos Estratégicos de las Organizaciones [Introducción]

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

No Downloads
Views
Total Views
1,797
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
0
Comments
0
Likes
5
Embeds 0
No embeds

No notes for slide

Transcript of "Basados En Conocimiento"

  1. 1. SISTEMAS BASADOS EN CONOCIMIENTO
  2. 2. CONTENIDO TEMÁTICO <ul><li>Unidad Nombre </li></ul><ul><li> I Introduc. a la Int.Artif. </li></ul><ul><li>II Lógica Proposicional </li></ul><ul><li>III Lógica de Predicados </li></ul><ul><li>IV Sist´s. de Produc. y Búsq. </li></ul><ul><li>V Proyecciones de Prob. Práct´s </li></ul><ul><li>VI Proyecto (Motor de Infer.) </li></ul>
  3. 3. Unidad I Introducción a la Inteligencia Artif. <ul><li>1.1 Antecedentes de la Inteligencia Artificial </li></ul><ul><li>1.2 Ramas de la I.A. </li></ul><ul><li>1.3 Técnicas de la I.A. </li></ul><ul><li>1.4 Enfoques de la I.A. </li></ul><ul><li>1.5 Sistemas Expertos </li></ul><ul><li>1.6 Historia y Evolución de los S.E. </li></ul><ul><li>1.7 Análisis (Sist.Expertos vs Sist.Tradicionales) </li></ul><ul><li>1.8 Arquitectura de un S.E. </li></ul>
  4. 4. Unidad II Lógica Proposicional <ul><li>2.1 Representación del Conocimiento </li></ul><ul><li>2.2 Alfabeto para una Definición </li></ul><ul><li>Formal </li></ul><ul><li>2.3 Conectivos </li></ul><ul><li>2.4 Axiomas y Teoremas </li></ul><ul><li>2.5 Reglas de Tautología </li></ul><ul><li>2.6 Axiomatizar un Sistema </li></ul><ul><li>2.7 Tablas de Verdad </li></ul>
  5. 5. Unidad III Lógica de Predicados <ul><li>3.1 Elementos de un Enunciado </li></ul><ul><li>3.2 Formalizar un Argumento </li></ul><ul><li>3.3 Tipos de Cuantificadores </li></ul><ul><li>3.4 Tablas de Verdad </li></ul><ul><li>3.5 Árbol de Resolución Clausal </li></ul><ul><li>3.6 Demostración con Reglas de </li></ul><ul><li>Inferencia </li></ul>
  6. 6. Unidad V Proyecciones de Problemas Prácticos <ul><li>5.1 Problemas de Juegos y Acertijos </li></ul><ul><li>5.2 Matriz de Estados c/ej´s. prácticos </li></ul><ul><li>5.3 Generación Árboles a partir de una </li></ul><ul><li>Matriz de Estados </li></ul><ul><li>5.4 Generación de Reglas a partir de </li></ul><ul><li>un Árbol </li></ul><ul><li>5.5 Análisis de Prob´s. y Operadores </li></ul><ul><li>5.6 Ejemplos prácticos </li></ul>
  7. 7. Unidad IV Sistemas de Producción y Búsqueda <ul><li>4.1 Elementos de un Sistema de Producción </li></ul><ul><li>4.2 Búsquedas Ciegas </li></ul><ul><li>4.3 Búsquedas en Profundidad </li></ul><ul><li>4.4 Búsqueda en Amplitud </li></ul><ul><li>4.5 Búsqueda Primero el Mejor </li></ul><ul><li>4.6 Búsqueda A* </li></ul><ul><li>4.7 Implementación de Búsquedas (Motor </li></ul><ul><li>Inf.) </li></ul><ul><li>4.8 Árboles de Resolución “SLD” </li></ul>
  8. 8. Unidad VI Proyecto ( Motor de Inferencia ) <ul><li>6.1 Construcción de un Motor de Inferencia por </li></ul><ul><li>Equipos </li></ul><ul><li>Nota: el Motor de Inferencia se debe de empezar a construir desde la Unidad IV </li></ul>
  9. 9. Investigación Unidad I <ul><li>Integrar equipos de 5 personas </li></ul><ul><li>Investigar Las áreas relacionadas con Int.Art. Y </li></ul><ul><li>Exponer por Equipo: </li></ul><ul><li>..Redes Neuronales </li></ul><ul><li>..Algoritmos Genéticos </li></ul><ul><li>..Reconocimiento de Patrones </li></ul><ul><li>..Robótica </li></ul><ul><li>..Lógica Difusa </li></ul><ul><li>..Visión x Computadora </li></ul>
  10. 10. Investigación Unidad IV <ul><li>Por Equipo se hace una investigación de Búsquedas Ciegas y Heurísticas (4), se sortean las búsquedas por equipo. </li></ul><ul><li>Cada equipo Expone el proceso manual y las caractéristicas principales, así como las estructuras que utiliza la búsqueda con un ejemplo práctico, de tal forma que todos los alumnos comprendan como se va a hacer el programa para el motor de inferencia. </li></ul><ul><li>La fuente de la investigación son libros de problemas de inteligencia artificial. </li></ul>
  11. 11. UNIDAD I <ul><li>Introducción a la Inteligencia Artificial </li></ul>
  12. 12. Objetivo de la Inteligencia Artificial <ul><li>a)Es el estudio de cómo lograr que las </li></ul><ul><li>computadoras hagan tareas que por el </li></ul><ul><li>momento, los humanos hacen mejor. </li></ul><ul><li>b)Es el arte de crear máquinas con capacidades de </li></ul><ul><li>realizar funciones que realizadas x personas </li></ul><ul><li>requieren de inteligencia. </li></ul><ul><li>c)Un campo de estudio que se enfoca a la </li></ul><ul><li>explicación y emulación de la conducta </li></ul><ul><li>inteligente, en función de Procesos </li></ul><ul><li>Computacionales. </li></ul>
  13. 13. Entidad inteligente <ul><li>Es algo o alguién que se comporte inteligentemente </li></ul>
  14. 14. El año en que nació la Inteligencia Artificial fue en los 50´s <ul><li>Y algunas de sus ramas son: </li></ul><ul><li>..Reconocimiento de Patrones </li></ul><ul><li>..Algoritmos genéticos </li></ul><ul><li>..Redes Neuronales </li></ul><ul><li>..Robótica </li></ul><ul><li>..Sistemas Expertos </li></ul><ul><li>..Visión por Computadora </li></ul><ul><li>..Lógica Difusa </li></ul>
  15. 15. Qué se necesita para comprender la Inteligencia <ul><li>.Es necesario comprender cómo se </li></ul><ul><li>adquiere , representa y almacena el </li></ul><ul><li>“ Conocimiento” </li></ul><ul><li>.Cómo se genera y aprende el </li></ul><ul><li>“ Comportamiento inteligente” </li></ul>
  16. 16. .Comprender cómo las señales sensoriales son transformadas en símbolos <ul><li>.Comprender cómo se desarrollan </li></ul><ul><li>las motivaciones, emociones y </li></ul><ul><li>prioridades </li></ul>
  17. 17. .Comprender cómo se manipulan los símbolos para: <ul><li>..Aplicar lógica </li></ul><ul><li>..Razonar sobre el pasado </li></ul><ul><li>..Planificar sobre el futuro </li></ul>
  18. 18. . Comprender como los mecanismos de la Inteligencia producen los fenómenos de: <ul><li>..Ilusión </li></ul><ul><li>..Creencias </li></ul><ul><li>..Esperanzas </li></ul><ul><li>..Temores </li></ul><ul><li>..Sueños </li></ul><ul><li>..Incluso la bondad y el amor </li></ul>
  19. 19. La Inteligencia Artificial estudia el comportamiento de: <ul><li> </li></ul><ul><li> 1) Máquinas </li></ul><ul><li> 2) Humanos </li></ul><ul><li> 3) Animales </li></ul>
  20. 20. Para lograr un “Comportamiento Inteligente”, se necesita: <ul><li>.. Razonar </li></ul><ul><li>.. Aprender </li></ul><ul><li>.. Comunicarse </li></ul><ul><li>.. Actuar en entornos </li></ul><ul><li>complejos </li></ul>
  21. 21. Los animales Irracionales utilizan dos cosas importantes para aparentar un comportamiento inteligente <ul><li>1)Reaccionan mediante reflejos (aprenden) </li></ul><ul><li>2)Tienen una Base de Datos </li></ul><ul><li>abastecidas con </li></ul><ul><li>experiencias pasadas. </li></ul>
  22. 22. En la Inteligencia Artificial las metas se clasifican en: <ul><li>. Científicas </li></ul><ul><li>. De Ingeniería (enfoque destinado </li></ul><ul><li>a diseñar máquinas inteligentes) </li></ul>
  23. 23. La Cuestión básica de la I. A. fue ¿Pueden pensar las máquinas? <ul><li>.Estudiada por los primeros investigadores </li></ul><ul><li>como Alan Turing </li></ul><ul><li>.En los años 50´s </li></ul><ul><li>.Y la “respuesta clásica”, a esta pregunta </li></ul><ul><li>es el “Test de Turing” </li></ul>
  24. 24. Los dos enfoques de la I. A. y su tarea principal <ul><li>1) Simbólico analiza “Qué debe hacer” </li></ul><ul><li>2) Subsímbolico analiza el “Cómo lo </li></ul><ul><li>hace” </li></ul>
  25. 25. Tipo de diseño que usan los Simbólicos <ul><li>Diseño Descendente o Top-Down, </li></ul><ul><li>estudian el “nivel superior” del </li></ul><ul><li>conocimiento. </li></ul><ul><li>Simulan directamente las </li></ul><ul><li>características inteligentes del ser </li></ul><ul><li>humano. </li></ul>
  26. 26. Tipo de diseño que usan los Subsimbólicos <ul><li>Usan el “Diseño Ascendente” (Bottom-Up), </li></ul><ul><li>comenzando con las implementaciones del </li></ul><ul><li>nivel bajo operacional, con la esperanza de </li></ul><ul><li>que combinadas surga espontáneamente el </li></ul><ul><li>comportamiento inteligente. </li></ul>
  27. 27. El tiempo que opinan los subsimbólicos que se tardó en desarrollar la Inteligencia Humana <ul><li> Suponen que emergió después de </li></ul><ul><li>más de 1000 millones de años de </li></ul><ul><li>vida sobre la tierra. </li></ul>
  28. 28. Los Subsimbólicos establecen que para que las máquinas logren un “comportamiento inteligente” <ul><li>Necesitan concentrarse en “ duplicar ” las capacidades de Señal y Control, de las que disponen los animales “más simples” como los insectos. </li></ul><ul><li>Y después subir por la “Escalera Evolutiva” en pasos sucesivos. </li></ul>
  29. 29. Las dos ramas de la I.A. que proceden del enfoque subsimbólico son: <ul><li>1) Redes Neuronales .- Son sistemas </li></ul><ul><li>inspirados en modelos biológicos, </li></ul><ul><li>interesantes x su “ Capacidad de </li></ul><ul><li>Aprendizaje ”. </li></ul><ul><li>2) Algoritmos Genéticos (Evol.Biol.),con </li></ul><ul><li>buenos resultados usando: </li></ul><ul><li> ..Cruzamiento </li></ul><ul><li> ..Mutación </li></ul><ul><li> ..Y reproducción de los organismos </li></ul><ul><li>“ mejor adaptados” </li></ul>
  30. 30. Primeros representantes del Enfoque Simbólico <ul><li>Mc Carthy y Minsky de MIT </li></ul>
  31. 31. Representantes simbólicos que sacaron un Sist. físico de símbolos <ul><li>Newell y Simon en 1976, establecen que “Un sist. Físico de Símbolos”, dispone de los “medios necesarios y suficientes” para desarrollar una “actividad general inteligente” </li></ul>
  32. 32. John Searle es un filósofo representativo del enfoque subsimbólico <ul><li>Cree que la materia de la que estamos hechos es fundamental para “ la inteligencia ”, y que el “ pensamiento ”, sólo ocurre en máquinas vivientes hechas de “ proteínas ”. </li></ul>
  33. 33. Mientras que los Simbólicos Newell y Simon piensan que las “entidades pensantes” <ul><li>Pueden estar hechas de “partes </li></ul><ul><li>mecánicas” como “transistores”, o </li></ul><ul><li>de cualquier otra cosa”, con tal de </li></ul><ul><li>que puedan“procesar símbolos”. </li></ul>
  34. 34. Explicación de la propagación del virus del bacteriófago E6 <ul><li>Su cabeza contiene ADN vírico. Este virus </li></ul><ul><li>es capaz de adherirse a la pared celular de </li></ul><ul><li>una bacteria mediante las fibras de su cola, </li></ul><ul><li>pinchar la pared e inyectar su ADN. </li></ul><ul><li>(fabrica millares de copias de c/pieza del </li></ul><ul><li>virus, ensamblaje por ellas mismas, </li></ul><ul><li>formando nuevos virus, que salen de la </li></ul><ul><li>bacteria para repetir el proceso. “máquina </li></ul><ul><li>hecha de proteínas”) </li></ul>
  35. 35. Los Softbots <ul><li>Son “Agentes” que recorren Internet en </li></ul><ul><li>busca de información, que ellos creen que </li></ul><ul><li>pueda ser de interés para “sus usuarios”. </li></ul>
  36. 36. Tipos de problemas que ataca la I.A. <ul><li>Aquellos problemas “realmente complicados”, para los que “no existe un algoritmo”. Ya sea porque no se ha descubierto aún o porque es prácticamente imposible que se descubra) </li></ul>
  37. 37. El Análisis etimológico de la palabra Heurística, indica que tiene una “raíz griega” que significa “hallar”
  38. 38. Las Heurísticas <ul><li>1) Son “reglas concretas” que tratan de </li></ul><ul><li>orientarnos hacia la solución en “Problemas no algorítmicos” </li></ul><ul><li>2) La diferencia entre estas y un algoritmo, es que éstas no nos garantizan el “éxito”. </li></ul><ul><li>3) Además, puede haber “muchas reglas </li></ul><ul><li>heurísticas”, aplicables a 1 mismo estado, y la selección de la más adecuada, es un </li></ul><ul><li>“ factor determinante” de éxito. </li></ul>
  39. 39. Tipo de estrategia de La Heurística <ul><li>Es una estrategia de “búsqueda de una </li></ul><ul><li>Solución”, haciendo un “análisis </li></ul><ul><li>selectivo” de las “posibilidades de </li></ul><ul><li>éxito” más relevantes, en base a la </li></ul><ul><li>“ información disponible”, a pesar de </li></ul><ul><li>“ no garantizar la mejor solución”, </li></ul><ul><li>permite hallar una solución cercana a </li></ul><ul><li>la óptima. </li></ul>
  40. 40. La I. A. concluye que la Heurística <ul><li> Es la Técnica de las C. Computacionales, </li></ul><ul><li>que estudia la “Resolución de problemas </li></ul><ul><li>no algorítmicos”, mediante el uso de </li></ul><ul><li>cualquier técnica de computación </li></ul><ul><li>disponible, sin tener en cuenta la “Forma </li></ul><ul><li>de razonamiento que la soporta”, o “los </li></ul><ul><li>métodos que se apliquen” para lograr </li></ul><ul><li>“ esa resolución”. </li></ul>
  41. 41. Un Sistema es “más inteligente” sí tiene las siguientes 3 cosas: <ul><li>.Sí trabaja con “ menos información ” y </li></ul><ul><li>logra un “ mejor resultado ”. </li></ul><ul><li>.Sí queda establecido el “ compromiso ” </li></ul><ul><li>entre “ Exhaustividad de Análisis ” y </li></ul><ul><li>“ Calidad de Resultado ”. </li></ul><ul><li>.Sí se sacrifica la “ Seguridad de </li></ul><ul><li>obtener soluciones óptimas ” por la ventaja </li></ul><ul><li>de “ operar con información incompleta ”. </li></ul>
  42. 42. Algunos “logros históricos concretos” en el estudio de “la I. A.” <ul><li>(348 A.C.) Aristóteles con su “Razonamiento Deductivo” (silogismos) </li></ul><ul><li>(1854) George Boole con su “Lógica Proposicional” </li></ul><ul><li>(Siglo 19) Gottlieb Frege “Cálculo de Predicados” </li></ul><ul><li>(1945) Plankalkul (juego ajedrez) </li></ul><ul><li>(1950) Warren Mc Culloch, Teoría sobre relaciones entre “Elementos Computacionales y Neuronas Biológicas” </li></ul><ul><li>(1958) Mc Carty propuso “El cálculo de predicados” para representar el conocimiento. En un “Sistema Consejero” </li></ul><ul><li>(1959) Samuel (juego de Damas) </li></ul>
  43. 43. Inferencia <ul><li>Es un mecanismo que permite obtener </li></ul><ul><li>nuevo conocimiento a partir del </li></ul><ul><li>existente </li></ul>
  44. 44. Funcionamiento del GPS, (Newell y Simon) en 1957 <ul><li>1) Determinar la diferencia entre la situación presente y la meta </li></ul><ul><li>2) Encontrar alguna acción que reduzca la diferencia y realiza dicha acción </li></ul><ul><li>3) Determinar si la meta final ha sido alcanzada. Sí es asi, entonces terminar. Sí no volver a 1. </li></ul>
  45. 45. Escencia de la Actividad Intelectual <ul><li>Es un proceso de manipulación y análisis de Información </li></ul>
  46. 46. PRIMERA UNIDAD SEGUNDA PARTE <ul><li>S I S T E M A S E X P E R T O S </li></ul>
  47. 47. Definición de Sistema Experto <ul><li>“ Es un programa de computación inteligente </li></ul><ul><li>que usa el conocimiento y procedimientos </li></ul><ul><li>de inferencia para resolver problemas que </li></ul><ul><li>son lo suficientemente difíciles como para </li></ul><ul><li>requerir significativa experiencia humana </li></ul><ul><li>para su solución” </li></ul><ul><li>(Profesor Edward Feigenbaum, Univ. de </li></ul><ul><li>Stanford, pionero en tecnología de S. E.) </li></ul>
  48. 48. Como se considera un S. E. dentro de la I. A. <ul><li>Un Sistema Experto o SBC, se puede </li></ul><ul><li>considerar como el primer producto </li></ul><ul><li>verdaderamente operacional de la I. A. </li></ul><ul><li>Es un programa diseñado para “Actuar </li></ul><ul><li>como un especialista humano”, en un </li></ul><ul><li>dominio particular o área de </li></ul><ul><li>Conocimiento. </li></ul>
  49. 49. Qué “no es” un S. E. <ul><li>Un S.E. no es solamente un programa que </li></ul><ul><li>busca “datos legales” en una Base de Datos, </li></ul><ul><li>como respuesta a palabras claves, ni uno </li></ul><ul><li>que haga cálculos de diseño. Sino que debe </li></ul><ul><li>Combinar: </li></ul><ul><li>1) La habilidad de consultar una gran Base de Datos </li></ul><ul><li>2) L a de formular hipótesis y descartarlas </li></ul><ul><li>3) Y encontrar atajos hacia la meta , étc. </li></ul>
  50. 50. Entre quiénes es intermediario un S. E. <ul><li>Entre el Experto Humano (que transmite su conocimiento) </li></ul><ul><li>Y el Usuario (que lo utiliza para resolver un problema con la eficiencia de un especialista </li></ul>
  51. 51. Al desarrollar S.E., se presentan los siguientes problemas: <ul><li>Representar el conocimiento </li></ul><ul><li>Representar la habilidad </li></ul>
  52. 52. Grado de dificultad que tienen estas 2 tareas <ul><li>La representación del Conocimiento es muy fácil </li></ul><ul><li>Y lo más difícil es programar La habilidad de un Experto humano </li></ul>
  53. 53. Dificultad para programar la habilidad de un Experto <ul><li>Programar las fórmulas que usa un </li></ul><ul><li>Experto es fácil, pero programar como </li></ul><ul><li>trabaja la mente de un Experto es </li></ul><ul><li>muy difícil. </li></ul><ul><li>La Solución a éste problema sería </li></ul><ul><li>descubrir, ¿ Cómo trabaja la mente ? </li></ul>
  54. 54. Analogía entre Sist. Clásico y S.E. Usa conocimiento Usa datos Ejec. Heurística y Lógica Ejecución Procedural Un Sist. de pocas reglas funciona Sistema completo para operar Cambios de reglas fáciles Cambios tediosos Modulo Explicativo No da explicaciones Puede tener errores No contiene errores Base de Conocim´s separada del procesamiento Conocimiento y Procesamiento combinados SISTEMA EXPERTO SISTEMA CLÁSICO
  55. 55. Historia de los S. E. <ul><li>A mediados de los 60´s Newell y Simon (GPS), podía – Torres de Hanoi y Criptoaritmética. No podía resolver problemas del mundo real, </li></ul><ul><li>Ejemplo Diagnóstico médico. </li></ul><ul><li>Entonces algunos investigadores cambiaron el Enfoque de General a un dominio específico, simulando el conocimiento de un Experto Humano </li></ul>
  56. 56. Historia de los S. E. <ul><li>El primer S.E. fue el Dendral (1967), identifica la Estructura química y molecular </li></ul><ul><li>En los 70´s y 80´s, MYCYN. Consulta y Diagnóstico de infecciones en la sangre, aquí aparece claramente el motor de inferencia, separado de la Base de Conocimientos </li></ul>
  57. 57. Historia de los S. E. <ul><li>EMYCYN es el primer “Shell” (concha o sist. Vacío, sin B. Conocimientos), y con el se generaron: </li></ul><ul><ul><ul><li>SACON.- Usado en Estructuras de Ing. </li></ul></ul></ul><ul><ul><ul><li>PUFF.- Función Pulmonar </li></ul></ul></ul><ul><ul><ul><li>GUIDON.- Elegir tratamientos terapeúticos </li></ul></ul></ul>
  58. 58. Historia de los S. E. <ul><li>En 1980 se ponen de moda los S. E. </li></ul><ul><li>Ejemplos de S. E. modernos: </li></ul><ul><li>1) CASHVALUE.- que evalúa </li></ul><ul><li>proyectos de inversión </li></ul><ul><li>2) VATIA.- asesora acerca del IVA </li></ul>
  59. 59. Uso y Categoría de los S. E. Rep. En Sist´s. informáticos y automóviles Reparación Centrales nucleares, Fábricas Quim Monitorización Tráfico aéreo, Estrategia militar Control Edificios, automóviles y circuitos Diseño Medicina y Fallos en electrónica Diagnóstico Reconoc.de Imágenes y del Habla a Interpretación Predicciones Metereológicas y Prevención del tráfico Predicción USO CATEGORÍA
  60. 60. Áreas donde S.E. son muy valiosos <ul><li>Búsquedas petrolíferas </li></ul><ul><li>Manejo de valores bursátiles </li></ul><ul><li>Diagnóstico de enfermedades </li></ul>
  61. 61. ¿Qué tantos Expertos existen en la mayoría de los diferentes campos? <ul><li>Existe un desequilibrio porque hay más problemas que Expertos </li></ul>
  62. 62. ¿Qué tratamiento le dan a los problemas los Sistemas Expertos? <ul><li>Solo guardan la esencia de los </li></ul><ul><li>problemas y programan una estrategia </li></ul><ul><li>para resolverlos usando conocimiento </li></ul>
  63. 63. Sí hay forma de conocer el método o estrategia usado al resolver un problema con un Sistema Experto <ul><li>Porque en la Arquitectura del S. E., </li></ul><ul><li>existe un Modulo Explicativo que </li></ul><ul><li>textualmente deja escrita la estrategia </li></ul><ul><li>utilizada en la solución del problema, </li></ul><ul><li>mientras que los Expertos </li></ul><ul><li>generalmente no te explican porque </li></ul><ul><li>no analizan , sino solamente actuan . </li></ul>
  64. 64. El tipo de personas que se requieren como usuarios en un Sistema Experto <ul><li>Pueden ser personas no especializadas </li></ul><ul><li>en la materia, las cuáles a fuerza de </li></ul><ul><li>utilizarlo regularmente, aprenderán de </li></ul><ul><li>él y se aproximarán a la capacidad de </li></ul><ul><li>un Experto. </li></ul>
  65. 65. El método que usa un Experto cuando un problema ya se le ha presentado <ul><li>Hace analogías con experiencias </li></ul><ul><li>pasadas , dando una respuesta </li></ul><ul><li>Inmediata, mientras que el S. E., no </li></ul><ul><li>utiliza el razonamiento por analogías </li></ul>
  66. 66. Arquitectura de un Sistema Experto MODULO DE ADQUISICIÓN DEL CONOCIM. MOTOR DE INFERENCIA B.DATOS B. DATOS MODULO HECHOS DE EXPLICAC CONOCIM. INTERFASE DEL USUARIO
  67. 67. MOTOR DE INFERENCIA <ul><li>Es la unidad lógica con la que se extraen </li></ul><ul><li>conclusiones de la B. Datos de </li></ul><ul><li>Conocimientos. </li></ul><ul><li>Usando un método fijo de solución de </li></ul><ul><li>problemas imitando el procedimiento </li></ul><ul><li>humano de los Expertos </li></ul>
  68. 68. Datos que utiliza el Motor de Inferencia <ul><li>Utiliza los datos de Entrada del </li></ul><ul><li>problema y con ellos recorre la Base </li></ul><ul><li>de Datos de Conocimientos, para </li></ul><ul><li>alcanzar una solución. </li></ul>
  69. 69. ¿Qué almacena la Base de Datos de Hechos? <ul><li>Datos iniciales del problema </li></ul><ul><li>Datos generados durante el proceso de Inferencia </li></ul><ul><li>Conclusiones intermedias </li></ul>
  70. 70. Contenido del Modulo Explicativo <ul><li>Lleva un registro de los razonamientos </li></ul><ul><li>efectuados , por lo tanto puede explicar </li></ul><ul><li>las deducciones y el comportamiento </li></ul><ul><li>del Sistema. </li></ul>
  71. 71. Contenido de la Base de Datos de Conocimiento <ul><li>El Conocimiento extraído del Experto </li></ul><ul><li>en forma de reglas lógicas abstraídas </li></ul><ul><li>a partir de Objetos representativos de </li></ul><ul><li>la materia. </li></ul>
  72. 72. ¿Qué información se abstrae de esos Objetos representativos de la materia? <ul><li>Sus características </li></ul><ul><li>Su comportatmiento </li></ul><ul><li>Las relaciones entre los diftes. objetos </li></ul>
  73. 73. Formato de las Reglas en la B. Datos de Conocimiento <ul><li>Premisas (Condiciones) </li></ul><ul><li>Conclusiones (Acciones) </li></ul><ul><li>Ejemplo </li></ul><ul><li>Sí ( P y Q ) entonces ( R ) </li></ul><ul><li>“ premisas” “conclusiones” </li></ul>
  74. 74. Existen 2 formas de Estrategia de Control <ul><li>Encadenamiento Progresivo </li></ul><ul><li>Encadenamiento Regresivo </li></ul>
  75. 75. Ejemplo práctico “Progresivo”, con 3 reglas <ul><li>R1.- Sí feo entonces estudioso </li></ul><ul><li>R2.- Sí sociable entonces amable </li></ul><ul><li>R3.- Sí estudioso entonces aprobado </li></ul><ul><li>El problema es determinar sí se da </li></ul><ul><li>aprobado, sabiendo que se cumple con </li></ul><ul><li>( feo y sociable ) </li></ul>
  76. 76. R1.- Sí feo entonces estudioso R2.- Sí sociable entonces amable R3.- Sí estudioso entonces aprobado <ul><li>1) Lo primero es introducir la información inicial en la B. D. Hechos = {feo, sociable} </li></ul><ul><li>2) El Sist. Identifica las reglas aplicables R = {R1,R2} </li></ul><ul><li>3) Selecciona R1 y se genera estudioso, entrando en B. D. Hechos </li></ul><ul><li>4) B. Datos = {feo, sociable, estudioso} </li></ul><ul><li>5) Cómo problema aún insoluble, se revisa un nuevo conjunto de reglas aplicables menos R1, y esta es R2 </li></ul><ul><li>6) Se selecciona R2, quedando B. D. Hechos </li></ul><ul><li>con {feo, sociable, estudioso, amable} </li></ul><ul><li>7) Se buscan nuevamente reglas aplicables y esta es R3 </li></ul><ul><li>8) Aplicando R3 la B. D. Hechos = {feo, sociable, estudioso, amable y aprobado } </li></ul>
  77. 77. Ej. Práctico método Regresivo R1.- Sí feo entonces estudioso R2.- Sí sociable entonces amable R3.- Sí estudioso entonces aprobado <ul><li>Introducir en B. Datos Hechos la información inicial = {feo, sociable} </li></ul><ul><li>La regla aplicable en este caso es R3, porque tiene aprobado en conclusión </li></ul><ul><li>Con R3 se genera estudioso y como no esta en la B. Datos Hechos, se considera un subojetivo </li></ul><ul><li>El sistema intenta aprobar ahora estudioso, e identifica R1 como aplicable </li></ul><ul><li>Aplica R1 y se obtiene feo, que si existe </li></ul><ul><li>De esta forma se prueba el subobjetivo, y al probar éste se prueba “aprobado” resolviendo el problema. </li></ul>
  78. 78. FIN

×