1ESCUELA PROFESIONAL DEESCUELA PROFESIONAL DE
INGENIERIA DE SISTEMASINGENIERIA DE SISTEMAS
Inteligencia ArtificialIntelige...
2
INTRODUCCION A LOS S.E
• El propósito de este tema es de mostrarnos una amplia y
precisa descripción de lo que son los S...
3
HISTORIA DE LOS S.E (I)
• Sus inicios datan a mediados de los años sesenta. Durante esta
década los investigadores Alan ...
4
HISTORIA DE LOS S.E (II)
• Algunos investigadores decidieron entonces cambiar por
completo el enfoque del problema restr...
5
HISTORIA DE LOS S.E (III)
• En la década de los setenta se desarrolló MYCIN para consulta
y diagnóstico de infecciones d...
6
DEFINICIONES DE S.E (I)
• Es un software que imita el comportamiento de un experto humano en
la solución de un problema....
7
DEFINICIONES DE S.E (II)
• Programas que contienen tanto conocimiento declarativo
(hechos a cerca de objetos, eventos y/...
8
DEFINICIONES DE S.E (III)
• “UN SISTEMA EXPERTO, puede definirse como un sistema
informático (hardware y software) que s...
9
CARACTERÍSTICAS
SISTEMAS EXPERTOS
1) Solucionan problemas aplicando su
experiencia de una forma eficaz, haciendo
deducci...
10
FUNCIÓN DE UN S.E
Aportar soluciones a problemas, como si de humanos se
tratara, es decir capaz de mostrar soluciones i...
11
Los sistemas expertos siguen una filosofía
diferente a los programas clásicos.
SISTEMA CLÁSICO SISTEMA EXPERTO
Conocimi...
12
Los modelos funcionales de los sistemas
expertos
CATEGORÍA TIPO DE PROBLEMA USO
Interpretación
Deducir situaciones a pa...
13
TIPOS DE S.E
• Según la naturaleza de problemas para los que están
diseñados:
– Problemas Deterministas  Sistemas Basa...
14
A) BASADOS EN REGLAS (I)
• Se tiene:
– La base de conocimiento, que contiene las variables y el
conjunto de reglas que ...
15
A) BASADOS EN REGLAS (II)
• Situaciones complejas gobernadas por reglas
deterministas:
– Sistemas de control de tráfico...
16
B) B. EN PROBABILIDADES (I)
• Para problemas cuyas soluciones se conducen en presencia de
incertidumbre en los datos o ...
17
B) B. EN PROBABILIDADES (II)
1.- PROCEDIMIENTO NUMÉRICO
• Ideados para manejar evidencias que pueden ser combinadas.
• ...
18
B)B. EN PROBABILIDADES (III)
2.- REVISIÓN DE LA CREDIBILIDAD
• Cuando la información es parcial o errónea completamente...
19
ARQUITECTURA BÁSICA
20
Elementos de los S.E
21
1. La Componente Humana
• Con los usuarios en mente y la colaboración de:
– Los expertos humanos, especialistas en el t...
22
2. La Base de Conocimiento
• Los especialistas son responsables de suministrar a los
ingenieros del conocimiento una ba...
23
3. Subsistema de Adquisición
de Conocimiento
• Controla el flujo del nuevo conocimiento que
fluye del experto humano a ...
24
4. Control de la Coherencia
• Ayuda a los expertos humanos a dar información fiable:
– Controla la consistencia de la b...
25
5. El Motor de Inferencia
• Es el corazón de todo sistema experto.
• Saca conclusiones aplicando el conocimiento a los ...
26
6.- El Subsistema de
Adquisición de Información
• Si el conocimiento inicial es muy limitado y no se pueden sacar
concl...
27
7.- Interfase de Usuario
• Es el enlace entre el sistema experto y el usuario, por ello debe
incorporar mecanismos efic...
28
8.- El Subsistema de Ejecución
de Órdenes
• Permite al sistema experto iniciar acciones basadas en las
conclusiones sac...
29
9.- El Subsistema de Explicación
• Explica el proceso seguido por el motor de inferencia o por el
subsistema de ejecuci...
30
10. El Subsistema de Aprendizaje
• Una de las principales características de un sistema experto es
su capacidad para ap...
31
TAREAS REALIZABLES POR
LOS S. E
• Adquisición de conocimiento y la verificación de su coherencia;
por lo que el sistema...
32
CAMPOS DE APLICACION (I)
• La aplicación de Sistemas Expertos será adecuada allí donde
los expertos dispongan de conoci...
33
CAMPOS DE APLICACION (II)
Resumiendo los Sistemas Expertos ofrecen ayuda para:
• Evitar fallos en labores rutinarias co...
34
CAMPOS DE APLICACION (III)
35
LENGUAJES DE
PROGRAMACION DE S.E (I)
Para el desarrollo de los sistemas expertos se utilizan lenguajes de
ingeniería de...
36
LENGUAJES DE
PROGRAMACION DE S.E (II)
• El lenguaje ROSS, es un lenguaje de programación
orientado a objetos, y combina...
37
DESARROLLO DE UN
SISTEMA EXPERTO
•Weiss y Kulikowski (1984) sugieren las etapas
siguientes para el diseño e implementac...
38
ETAPAS PARA DISEÑO E
IMPLEMENT. DE UN S.E (I)
39
ETAPAS PARA DISEÑO E
IMPLEMENT. DE UN S.E (II)
1.- Planteamiento del problema.
La primera etapa en cualquier proyecto e...
40
ETAPAS PARA DISEÑO E
IMPLEMENT. DE UN S.E (III)
4. Elección de la herramienta de desarrollo, concha, o
lenguaje de prog...
41
ETAPAS PARA DISEÑO E
IMPLEMENT. DE UN S.E (IV)
6. Refinamiento y generalización
En esta etapa se corrigen los fallos y ...
42
VENTAJAS DE UN S.E (I)
• El desarrollo o la adquisición de un sistema experto es
generalmente caro, pero el mantenimien...
43
VENTAJAS DE UN S.E (II)
1. Con la ayuda de un sistema experto, personal con poca
experiencia puede resolver problemas q...
44
VENTAJAS DE UN S.E (III)
4.- En algunos casos, la complejidad del problema impide al
experto humano resolverlo. En otro...
45
VENTAJAS DE UN S.E (IV)
6. Se pueden obtener enormes ahorros mediante el uso de
sistemas expertos.
7. Fácil acceso y di...
46
LIMITACIONES
TenemosTenemos
1) Para actualizar se necesita de reprogramación
de estos .
2) Elevado costo en dinero y ti...
47
EJEMPLOS DE S.E (I)
• Mycin (Sistema Experto para diagnósticos médicos)
MYCIN es un Sistema Experto para la realización...
48
EJEMPLOS DE S.E (II)
Esto se realiza mediante una búsqueda de enunciados
correspondientes en la base de conocimientos. ...
49
EJEMPLOS DE S.E (III)
• Xcon (Sistema Experto para configuración de Ordenadores)
XCON es un Sistema Experto para config...
50
EJEMPLOS DE S.E (IV)
• COACH (Cognitive Adaptive Computer Help)
Permite crear ayuda personalizada al usuario. Es un obs...
51
EJEMPLOS DE S.E (V)
Una de las contribuciones importantes de Coach consiste en la
descripción de diversos modelos de us...
Upcoming SlideShare
Loading in …5
×

Sistemas expertos-1207532095228381-8

225 views
125 views

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
225
On SlideShare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
9
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Sistemas expertos-1207532095228381-8

  1. 1. 1ESCUELA PROFESIONAL DEESCUELA PROFESIONAL DE INGENIERIA DE SISTEMASINGENIERIA DE SISTEMAS Inteligencia ArtificialInteligencia Artificial Sistemas ExpertosSistemas Expertos SISTEMAS EXPERTOS
  2. 2. 2 INTRODUCCION A LOS S.E • El propósito de este tema es de mostrarnos una amplia y precisa descripción de lo que son los Sistemas Expertos (SE), los cuales también son conocidos como Sistemas Basados en Conocimiento. Así mismo mostramos brevemente los orígenes, conceptos, aplicaciones, ventajas, limitaciones, y su arquitectura básica de esta área y/o campo de la Inteligencia artificial. Por otra parte en la actualidad el mercado se vuelve más competitivo, donde la administración y buen manejo de la información es fundamental para todas las empresas y/o organizaciones, las cuales si quieren sobrevivir deben de mantenerse a la vanguardia en todas y cada una de las áreas.
  3. 3. 3 HISTORIA DE LOS S.E (I) • Sus inicios datan a mediados de los años sesenta. Durante esta década los investigadores Alan Newell y Herbert Simon desarrollaron un programa llamado GPS (General Problem Solver:solucionador general de problemas). • Podía trabajar con criptoaritmética, con las torres de Hanoi y con otros problemas similares. Lo que no podía hacer el GPS era resolver problemas del mundo real, tales como un diagnóstico médico.
  4. 4. 4 HISTORIA DE LOS S.E (II) • Algunos investigadores decidieron entonces cambiar por completo el enfoque del problema restringiendo su ambición a un dominio específico e intentando simular el razonamiento de un experto humano. En vez de dedicarse a computarizar la inteligencia general, se centraron en dominios de conocimiento muy concretos. De esta manera nacieron los SE. • A partir de 1965, un equipo dirigido por Edward Feigenbaum, comenzó a desarrollar SE utilizando bases de conocimiento definidas minuciosamente. Dos años más tarde se construye DENDRAL, el cual es considerado como el primer SE. identificar estructuras químicas moleculares a partir de su análisis espectrográfico.
  5. 5. 5 HISTORIA DE LOS S.E (III) • En la década de los setenta se desarrolló MYCIN para consulta y diagnóstico de infecciones de la sangre. • En esa época se desarrollaron también: HERSAY, que intentaba identificar la palabra hablada, y PROSPECTOR, utilizado para hallar yacimientos de minerales. • De este último derivó el shell KAS (Knowledge Adquisition System). • Un ejemplo de SE moderno es CASHVALUE, que evalúa proyectos de inversión y VATIA, que asesora acerca del impuesto sobre el valor añadido o IVA.
  6. 6. 6 DEFINICIONES DE S.E (I) • Es un software que imita el comportamiento de un experto humano en la solución de un problema. Pueden almacenar conocimientos de expertos para un campo determinado y solucionar un problema mediante deducción lógica de conclusiones. • Son SE aquellos programas que se realizan haciendo explicito el conocimiento en ellos, que tienen información específica de un dominio concreto y que realizan una tarea relativa a este dominio. • Programas que manipulan conocimiento codificado para resolver problemas en un dominio especializado en un dominio que generalmente requiere de experiencia humana.[Patterson 90]  
  7. 7. 7 DEFINICIONES DE S.E (II) • Programas que contienen tanto conocimiento declarativo (hechos a cerca de objetos, eventos y/o situaciones) como conocimiento de control (información a cerca de los cursos de una acción), para emular el proceso de razonamiento de los expertos humanos en un dominio en particular y/o área de experiencia. • Software que incorpora conocimiento de experto sobre un dominio de aplicación dado, de manera que es capaz de resolver problemas de relativa dificultad y apoyar la toma de decisiones inteligentes en base a un proceso de razonamiento simbólico.
  8. 8. 8 DEFINICIONES DE S.E (III) • “UN SISTEMA EXPERTO, puede definirse como un sistema informático (hardware y software) que simula a los expertos humanos en un área de especialización dada.” • Como tal, un sistema experto debería ser capaz de procesar y memorizar información, aprender y razonar en situaciones deterministas e inciertas, comunicar con los hombres y/u otros sistemas expertos, tomar decisiones apropiadas, y explicar por qué se han tomado tales decisiones. Se puede pensar también en un sistema experto como un consultor que puede suministrar ayuda a (o en algunos casos sustituir completamente) los expertos humanos con un grado razonable de fiabilidad.
  9. 9. 9 CARACTERÍSTICAS SISTEMAS EXPERTOS 1) Solucionan problemas aplicando su experiencia de una forma eficaz, haciendo deducciones a partir de datos incompletos o inciertos. 2) Explican y justifican lo que están haciendo. 3) Se comunican con otros expertos y adquieren nuevos conocimientos. 4) Reestructuran y reorganizan el conocimiento. 5) Interpretan al mismo tiempo el espíritu y la letra de las reglas. 6) Determinan cuando un problema está en el dominio de su experiencia.
  10. 10. 10 FUNCIÓN DE UN S.E Aportar soluciones a problemas, como si de humanos se tratara, es decir capaz de mostrar soluciones inteligentes. Esto Es posible gracias a que al sistema lo crean con expertos (humanos), que intentan estructurar y formalizar conocimientos poniéndolos a disposición del sistema, para que este pueda resolver una función dentro del ámbito del problema, de igual forma que lo hubiera hecho un experto.
  11. 11. 11 Los sistemas expertos siguen una filosofía diferente a los programas clásicos. SISTEMA CLÁSICO SISTEMA EXPERTO Conocimiento y procesamiento combinados en un programa Base de conocimiento separada del mecanismo de procesamiento No contiene errores Puede contener errores No da explicaciones, los datos sólo se usan o escriben Una parte del sistema experto la forma el módulo de explicación Los cambios son tediosos Los cambios en las reglas son fáciles El sistema sólo opera completo El sistema puede funcionar con pocas reglas Se ejecuta paso a paso La ejecución usa heurísticas y lógica Necesita información completa para operar Puede operar con información incompleta Representa y usa datos Representa y usa conocimiento
  12. 12. 12 Los modelos funcionales de los sistemas expertos CATEGORÍA TIPO DE PROBLEMA USO Interpretación Deducir situaciones a partir de datos observados Análisis de imágenes, reconocimiento del habla, inversiones financieras Predicción Inferir posibles consecuencias a partir de una situación Predicción meteorológica, previsión del tráfico, evolución de la Bolsa Diagnóstico Deducir fallos a partir de sus efectos Diagnóstico médico, detección de fallos en electrónica Diseño Configurar objetos bajo ciertas especificaciones Diseño de circuitos, automóviles, edificios, etc Planificación Desarrollar planes para llegar a unas metas Programación de proyectos e inversiones. Planificación militar Monitorización o supervisión Controlar situaciones donde hay planes vulnerables Control de centrales nucleares y factorías químicas Depuración Prescribir remedios para funcionamientos erróneos Desarrollo de software y circuitos electrónicos Reparación Efectuar lo necesario para hacer una corrección Reparar sistemas informáticos, automóviles, etc Instrucción Diagnóstico, depuración y corrección de una conducta Corrección de errores, enseñanza Control Mantener un sistema por un camino previamente trazado. Interpreta, predice y supervisa su conducta Estrategia militar, control de tráfico aéreo Enseñanza Recoger el conocimiento y mostrarlo Aprendizaje de experiencia
  13. 13. 13 TIPOS DE S.E • Según la naturaleza de problemas para los que están diseñados: – Problemas Deterministas  Sistemas Basados en Reglas , porque sacan sus conclusiones basándose en un conjunto de reglas utilizando un mecanismo de razonamiento lógico. – Problemas Estocásticos  Sistemas Expertos Probabilísticos, utilizan la probabilidad como medida de incertidumbre y la estrategia de razonamiento que usan se conoce como razonamiento probabilístico, o inferencia probabilística.
  14. 14. 14 A) BASADOS EN REGLAS (I) • Se tiene: – La base de conocimiento, que contiene las variables y el conjunto de reglas que definen el problema. – El motor de inferencia, que obtiene las conclusiones aplicando la lógica clásica a estas reglas. • ¿Qué se entiende por regla? – Una proposición lógica que relaciona dos o más objetos – Incluye dos partes, la premisa y la conclusión. – Cada una de estas partes consiste en una expresión lógica con una o más afirmaciones objeto-valor conectadas mediante los operadores lógicos y, o, o no. – Una regla se escribe normalmente como Si premisa, entonces conclusión".
  15. 15. 15 A) BASADOS EN REGLAS (II) • Situaciones complejas gobernadas por reglas deterministas: – Sistemas de control de tráfico – Sistemas de seguridad – Transacciones bancarias
  16. 16. 16 B) B. EN PROBABILIDADES (I) • Para problemas cuyas soluciones se conducen en presencia de incertidumbre en los datos o en el conocimiento es posible utilizar técnicas numéricas, o también, las incertidumbres pueden ser manejadas con una aproximación de la forma de rastro. • El razonamiento en la presencia de incertidumbre sucede en ejemplos típicos de diagnóstico y análisis de datos. • Emplean reglas de condición-conclusión que van acompañadas de una estimación de certidumbre, en donde se tiene: 1.- Procedimiento numérico 2.- Revisión de la credibilidad
  17. 17. 17 B) B. EN PROBABILIDADES (II) 1.- PROCEDIMIENTO NUMÉRICO • Ideados para manejar evidencias que pueden ser combinadas. • Los sistemas que usan esta aproximación manejan factores de certidumbre relacionados con probabilidades para indicar la intensidad de la evidencia. • La teoría de conjuntos difusos ha sido otra herramienta poderosa para esta clase de problemas. • Ejemplo: SE de diagnóstico MYCIN.
  18. 18. 18 B)B. EN PROBABILIDADES (III) 2.- REVISIÓN DE LA CREDIBILIDAD • Cuando la información es parcial o errónea completamente el sistema incurrirá en contradicciones. Malas líneas de razonamiento o creencias incorrectas producen contradicciones y como consecuencia malas conclusiones, debiendo de haber un proceso para retractarse. • Para facilitar esto, es necesario mantener un registro en la base de datos de la credibilidad y su justificación. Usando esta aproximación es posible explotar las redundancias en los datos experimentales para mantener la verdad y así incrementar la confiabilidad del sistema
  19. 19. 19 ARQUITECTURA BÁSICA
  20. 20. 20 Elementos de los S.E
  21. 21. 21 1. La Componente Humana • Con los usuarios en mente y la colaboración de: – Los expertos humanos, especialistas en el tema de estudio suministran el conocimiento básico en el tema de interés, – Los ingenieros del conocimiento trasladan este conocimiento a un lenguaje, que el sistema experto pueda entender. • Quizás el elemento más importante en el desarrollo de un sistema experto. • Esta etapa requiere una enorme dedicación y un gran esfuerzo debido a los diferentes lenguajes que hablan las distintas partes y a las diferentes experiencias que tienen.
  22. 22. 22 2. La Base de Conocimiento • Los especialistas son responsables de suministrar a los ingenieros del conocimiento una base de conocimiento ordenada y estructurada, y un conjunto de relaciones bien definidas y explicadas. • Diferenciar entre datos y conocimiento. – El conocimiento se refiere a afirmaciones de validez general tales como reglas, distribuciones de probabilidad, etc. Es permanente (parte de la componente permanente de un sistema) y se almacena en la base de conocimiento – Los datos se refieren a la información relacionada con una aplicación particular. son efímeros (destruidos después de usarlos) y se almacenan en la memoria de trabajo ( asi como Todos los procedimientos de los diferentes sistemas y subsistemas que son de carácter transitorio ) – Por ejemplo, en diagnostico médico, los síntomas, las enfermedades y las relaciones entre ellos, forman parte del conocimiento, mientras los síntomas particulares de un paciente dado forman parte de los datos.
  23. 23. 23 3. Subsistema de Adquisición de Conocimiento • Controla el flujo del nuevo conocimiento que fluye del experto humano a la base de datos. Determina qué nuevo conocimiento se necesita, o si el conocimiento recibido es en realidad nuevo, es decir, si debe incluirse en la base de datos y, en caso necesario, incorpora estos conocimientos a la misma.
  24. 24. 24 4. Control de la Coherencia • Ayuda a los expertos humanos a dar información fiable: – Controla la consistencia de la base de datos y evita que unidades de conocimiento inconsistentes entren en la misma. – Comprueba e informa a los expertos de las inconsistencias. – Informa sobre las restricciones que la información debe cumplir para ser coherente con la existente en la base de conocimiento cuando se solicita información de los expertos humanos • Si un control de la coherencia: – Unidades de conocimiento contradictorio pueden formar parte de la base de conocimiento, dando lugar a un comportamiento insatisfactorio del sistema. – En mecanismos de propagación de incertidumbre, se podría llegar a conclusiones absurdas o en conflicto como, por ejemplo, situaciones en las que el sistema genera probabilidades mayores que la unidad o negativas
  25. 25. 25 5. El Motor de Inferencia • Es el corazón de todo sistema experto. • Saca conclusiones aplicando el conocimiento a los datos. Por ejemplo, en diagnóstico médico, los síntomas de un paciente (datos) son analizados a la luz de los síntomas y las enfermedades y de sus relaciones (conocimiento). • Las conclusiones del motor de inferencia pueden estar basadas en conocimiento determinista o conocimiento probabilístico. • En muchos casos, algunos hechos (datos) no se conocen con absoluta certeza. Por ejemplo, piénsese en un paciente que no está seguro de sus síntomas. • El motor de inferencia es también responsable de la propagación de este conocimiento incierto. Es Probablemente el componente más débil de casi todos los sistemas expertos existentes.
  26. 26. 26 6.- El Subsistema de Adquisición de Información • Si el conocimiento inicial es muy limitado y no se pueden sacar conclusiones, el motor de inferencia utiliza el subsistema de adquisición de información para obtener el conocimiento necesario y continuar con el proceso de inferencia hasta que se hayan sacado conclusiones. • En algunos casos, el usuario puede suministrar la información requerida para este y otros objetivos. De ello resulta la necesidad de una interfase de usuario y de una comprobación de la consistencia de la información suministrada por el usuario antes de introducirla en la memoria de trabajo.
  27. 27. 27 7.- Interfase de Usuario • Es el enlace entre el sistema experto y el usuario, por ello debe incorporar mecanismos eficientes para mostrar y obtener información de forma fácil y agradable. • Muestra las conclusiones, las razones que expliquen tales conclusiones y una explicación de las acciones iniciadas por el sistema experto. • También es un vehículo para obtener la información necesaria del usuario. • Consecuentemente, una implementación inadecuada de la interfase de usuario que no facilite este proceso minaría notablemente la calidad de un sistema experto.
  28. 28. 28 8.- El Subsistema de Ejecución de Órdenes • Permite al sistema experto iniciar acciones basadas en las conclusiones sacadas por el motor de inferencia. • Como ejemplos, un sistema experto diseñado para analizar el tráfico ferroviario puede decidir retrasar o parar ciertos trenes para optimizar el tráfico global, o un sistema para controlar una central nuclear puede abrir o cerrar ciertas válvulas, mover barras, etc., para evitar un accidente. La explicación de las razones por las que se inician estas acciones pueden darse al usuario mediante el subsistema de explicación.
  29. 29. 29 9.- El Subsistema de Explicación • Explica el proceso seguido por el motor de inferencia o por el subsistema de ejecución (explicación de las conclusiones sacadas o de las acciones iniciadas por el sistema experto). – Por ejemplo, si un cajero automático decide rechazar la palabra clave (una acción), la máquina puede mostrar un mensaje (una explicación) como la siguiente :¡Lo siento!, su palabra clave es todavía incorrecta tras tres intentos. Retenemos su tarjeta de crédito, para garantizar su seguridad. Por favor, póngase en contacto con su banco en horas de oficina. • En muchos dominios de aplicaciones, es necesaria la explicación de las conclusiones debido a los riesgos asociados con las acciones a ejecutar. – Por ejemplo, en el campo del diagnostico medico, los doctores son responsable últimos de los diagnósticos, independientemente de las herramientas técnicas utilizadas para sacar conclusiones. En estas situaciones, sin un subsistema de explicación, los doctores pueden no ser capaces de explicar a sus pacientes las razones de su diagnostico.
  30. 30. 30 10. El Subsistema de Aprendizaje • Una de las principales características de un sistema experto es su capacidad para aprender. • Tipos de aprendizaje: – Aprendizaje Estructural nos referimos a algunos aspectos relacionados con la estructura del conocimiento (reglas, distribuciones de probabilidad, etc.). Ej. El descubrimiento de nuevos síntomas relevantes para una enfermedad o la inclusión de una nueva regla en la base de conocimiento. – Aprendizaje Paramétrico nos referimos a estimar los parámetros necesarios para construir la base de conocimiento. Ej. la estimación de frecuencias o probabilidades asociadas a síntomas o enfermedades.
  31. 31. 31 TAREAS REALIZABLES POR LOS S. E • Adquisición de conocimiento y la verificación de su coherencia; por lo que el sistema experto puede ayudar a los expertos humanos a dar conocimiento coherente. • Almacenar (memorizar) conocimiento. • Preguntar cuando se requiere nuevo conocimiento. • Aprender de la base de conocimiento y de los datos disponibles. • Realizar inferencia y razonamiento en situaciones deterministas y de incertidumbre. • Explicar conclusiones o acciones tomadas. • Comunicar con los expertos y no expertos humanos y con otros sistemas expertos.
  32. 32. 32 CAMPOS DE APLICACION (I) • La aplicación de Sistemas Expertos será adecuada allí donde los expertos dispongan de conocimientos complejos en un área muy delimitada, donde no existan algoritmos ya establecidos (o donde los existentes no puedan solucionar algunos problemas). • Otro campo de aplicación es allí donde encontremos teorías que resulten prácticamente imposibles de analizar todos los casos teóricamente imaginables mediante algoritmos y en un espacio de tiempo relativamente corto y razonable.
  33. 33. 33 CAMPOS DE APLICACION (II) Resumiendo los Sistemas Expertos ofrecen ayuda para: • Evitar fallos en labores rutinarias complejas • Ampliar de forma más rápida los conocimientos de los especialistas. • Diagnosticar los fallos con mayor rapidez y conseguir tareas de planificación más completas y consistentes.
  34. 34. 34 CAMPOS DE APLICACION (III)
  35. 35. 35 LENGUAJES DE PROGRAMACION DE S.E (I) Para el desarrollo de los sistemas expertos se utilizan lenguajes de ingeniería del conocimiento. Los lenguajes más difundidos para el desarrollo de los SE son RITA, ROSIE, y ROOS. • Comenzaremos hablando de ROSIE, un lenguaje evolucionado de RITA. Este lenguaje permite al programador describir relaciones complejas y manipularlas simbólica y deductivamente. Además soporta trabajo en redes, trabaja en una forma Interactiva compilada e interpretada y cuenta con una serie de depuradores y herramientas de programación. Como puede ser programada en una sintaxis parecida al Ingles esto la hace bastante leíble y entendible para los usuarios.
  36. 36. 36 LENGUAJES DE PROGRAMACION DE S.E (II) • El lenguaje ROSS, es un lenguaje de programación orientado a objetos, y combina la Inteligencia Artificial y los Sistemas Expertos principalmente en el área de simulaciones. Entre sus ventajas se citan las facilidades para buscar entre objetos y su comportamiento. El programa se desarrolla de una forma que los objetos se comunican mandando mensajes para causar que las reglas o comportamientos apropiados sean ejecutados.
  37. 37. 37 DESARROLLO DE UN SISTEMA EXPERTO •Weiss y Kulikowski (1984) sugieren las etapas siguientes para el diseño e implementación de un sistema experto:
  38. 38. 38 ETAPAS PARA DISEÑO E IMPLEMENT. DE UN S.E (I)
  39. 39. 39 ETAPAS PARA DISEÑO E IMPLEMENT. DE UN S.E (II) 1.- Planteamiento del problema. La primera etapa en cualquier proyecto es normalmente la definición del problema a resolver. Puesto que el objetivo principal de un sistema experto es responder a preguntas y resolver problemas, esta etapa es quizás la más importante en el desarrollo de un sistema experto. Si el sistema está mal definido, se espera que el sistema suministre respuestas erróneas. 2. Encontrar expertos humanos que puedan resolver el problema. En algunos casos, sin embargo, las bases de datos pueden jugar el papel del experto humano. 3. Diseño de un sistema experto. Esta etapa incluye el diseño de estructuras para almacenar el conocimiento, el motor de inferencia, el subsistema de explicación, la interfase de usuario, etc.
  40. 40. 40 ETAPAS PARA DISEÑO E IMPLEMENT. DE UN S.E (III) 4. Elección de la herramienta de desarrollo, concha, o lenguaje de programación. Debe decidirse si realizar un sistema experto a medida, o utilizar una concha, una herramienta, o un lenguaje de programación. Si existiera una concha satisfaciendo todos los requerimientos del diseño, esta debería ser la elección, no sólo por razones de tipo financiero sino también por razones de fiabilidad. Las conchas y herramientas comerciales están sujetas a controles de calidad, a los que otros programas no lo están. 5. Desarrollo y prueba de un prototipo. Si el prototipo no pasa las pruebas requeridas, las etapas anteriores (con las modificaciones apropiadas) deben ser repetidas hasta que se obtenga un prototipo satisfactorio.
  41. 41. 41 ETAPAS PARA DISEÑO E IMPLEMENT. DE UN S.E (IV) 6. Refinamiento y generalización En esta etapa se corrigen los fallos y se incluyen nuevas posibilidades no incorporadas en el diseño inicial. 7. Mantenimiento y puesta al día. En esta etapa el usuario plantea problemas o defectos del prototipo, corrige errores, actualiza el producto con nuevos avances, etc. Todas estas etapas influyen en la calidad del sistema experto resultante, que siempre debe ser evaluado en función de las aportaciones de los usuarios. Para el lector interesado en estos temas recomendamos la lectura de los trabajos de O’Keefe, Balci y Smith (1987), Chandrasekaran (1988) y Preece 1990).
  42. 42. 42 VENTAJAS DE UN S.E (I) • El desarrollo o la adquisición de un sistema experto es generalmente caro, pero el mantenimiento y el coste marginal de su uso repetido es relativamente bajo. Por otra parte, la ganancia en términos monetarios, tiempo, y precisión resultantes del uso de los sistemas expertos son muy altas, y la amortización es muy rápida. Sin embargo, antes de desarrollar o adquirir un sistema experto debe realizarse un análisis de factibilidad y de coste-beneficio. Hay varias razones para utilizar sistemas expertos. Las más importantes son:
  43. 43. 43 VENTAJAS DE UN S.E (II) 1. Con la ayuda de un sistema experto, personal con poca experiencia puede resolver problemas que requieren un conocimiento de experto. Esto es también importante en casos en los que hay pocos expertos humanos. Además, el número de personas con acceso al conocimiento aumenta con el uso de sistemas expertos. 2. El conocimiento de varios expertos humanos puede combinarse, lo que da lugar a sistemas expertos más fiables, ya que se obtiene un sistema experto que combina la sabiduría colectiva de varios expertos humanos en lugar de la de uno solo. 3. Los sistemas expertos pueden responder a preguntas y resolver problemas mucho más rápidamente que un experto humano. Por ello, los sistemas son muy valiosos en casos en los que el tiempo de respuesta es crítico.
  44. 44. 44 VENTAJAS DE UN S.E (III) 4.- En algunos casos, la complejidad del problema impide al experto humano resolverlo. En otros casos la solución de los expertos humanos no es fiable. Debido a la capacidad de los ordenadores de procesar un elevadísimo numero de operaciones complejas de forma rápida y aproximada, los sistemas expertos suministran respuestas rápidas y fiables en situaciones en las que los expertos humanos no pueden. 5. Los sistemas expertos pueden ser utilizados para realizar operaciones monótonas, aburridas e inconfortables para los humanos. En verdad, los sistemas expertos pueden ser la única solución viable en una situación en la que la tarea a realizar desborda al ser humano (por ejemplo, un avión o una cápsula espacial dirigida por un sistema experto).
  45. 45. 45 VENTAJAS DE UN S.E (IV) 6. Se pueden obtener enormes ahorros mediante el uso de sistemas expertos. 7. Fácil acceso y disponibilidad de conocimiento experto. 8. Permanencia del conocimiento experto. 9. Respuestas no subjetivas. 10.Resolución de problemas complejos que no tengan una solución específica y adecuada.
  46. 46. 46 LIMITACIONES TenemosTenemos 1) Para actualizar se necesita de reprogramación de estos . 2) Elevado costo en dinero y tiempo. 3) Programas son poco flexibles a cambios y de difícil acceso a información no estructurada. 4) Escasez de expertos humanos en determinadas áreas 5) No se han desarrollado sistemas que sean capaces de resolver problemas de manera general.
  47. 47. 47 EJEMPLOS DE S.E (I) • Mycin (Sistema Experto para diagnósticos médicos) MYCIN es un Sistema Experto para la realización de diagnósticos, iniciado pro Ed Feigenbaum y posteriormente desarrollados por E.Shortliffe y sus colaboradores. Su función es la de aconsejar a los médicos en la investigación y determinación de diagnósticos en el campo de las enfermedades infecciosas de la sangre. El sistema MYCIN, al ser consultado por el médico, solicita primero datos generales sobre el paciente: nombre, edad, síntomas, etc. Una vez conocida esta información por parte del sistema, el Sistema Experto plantea unas hipótesis. Para poder verificarlas comprueba primero la exactitud de las premisas de la regla.
  48. 48. 48 EJEMPLOS DE S.E (II) Esto se realiza mediante una búsqueda de enunciados correspondientes en la base de conocimientos. Estos enunciados pueden a su vez estar de nuevo en la parte de consulta de otra regla. También lo realiza mediante determinadas preguntas al usuario. Aquí se hacen preguntas del tipo: ¿Se ha practicado en el paciente algún tipo de intervención quirúrgica? Con las respuestas que recibe, el MYCIN verifica o rechaza las hipótesis planteadas. Una serie de tests han demostrado que MYCIN trabaja igual de bien que un médico.
  49. 49. 49 EJEMPLOS DE S.E (III) • Xcon (Sistema Experto para configuración de Ordenadores) XCON es un Sistema Experto para configuraciones desarrollado por la Digital Equipment Corporation. Según los deseos individuales del cliente se configuran redes de ordenadores VAX. Ya que el abanico de productos que se ofrecen en el mercado es muy amplio, la configuración completa y correcta de un sistema de estas características es un problema de gran complejidad. XCON es capaz de comprobar y completar los pedidos entrantes mucho más rápido y mejor que las personas encargadas hasta ahora de esa labor.
  50. 50. 50 EJEMPLOS DE S.E (IV) • COACH (Cognitive Adaptive Computer Help) Permite crear ayuda personalizada al usuario. Es un observador de las acciones del usuario que está aprendiendo a operar un ambiente, y en base a ellas construye un modelo adaptativo del usuario. Si bien el concepto general es aplicable para áreas diversas tales como las Interfases Inteligentes y el soporte técnico, en particular es de interés para este trabajo ya que los dominios de prueba que modeló corresponden al de un lenguaje y un entorno de programación (LISP y UNIX, respectivamente); así como por la prueba de adaptabilidad a distintos dominios en que probó ser efectivo. En dicha prueba, después de completar el desarrollo y pruebas del tutor bajo el dominio de LISP, se encargó a un estudiante inexperto, su adaptación al dominio de UNIX; dado el éxito de la adaptación, a pesar de la inexperiencia del constructor del dominio, Selker concluye que la aplicación de los conceptos y modelación del dominio son apropiados para diversos dominios, y por lo tanto, fácilmente adaptables.
  51. 51. 51 EJEMPLOS DE S.E (V) Una de las contribuciones importantes de Coach consiste en la descripción de diversos modelos de usuarios, representados por medio de frames adaptativos; y el modelado cognitivo de variables tales como la experiencia, la latencia del conocimiento. Por otro lado, el análisis de resultados que hace Selker, basado en el comportamiento registrado por los usuarios de sistemas tradicionales y los del sistema asesor, muestra variables cuantificables para medir el éxito de un sistema similar como el que ocupa este trabajo.

×