Este documento describe los sistemas expertos, incluyendo su definición, estructura, tipos, ventajas y desventajas. Un sistema experto es un programa de computadora que emula el razonamiento de un experto humano para resolver problemas dentro de un dominio específico. Los sistemas expertos se componen de bases de conocimiento, motores de inferencia e interfaces de usuario. El documento también analiza DENDRAL, un sistema experto pionero desarrollado en la década de 1960 para ayudar a los químicos a inferir estructuras moleculares
2. ¿Qué son los SE?
Son llamados así porque emulan el razonamiento de un experto en un
dominio concreto, y en ocasiones son usados por éstos. Con los sistemas
expertos se busca una mejor calidad y rapidez en las respuestas, dando así
lugar a una mejora de la productividad del propio experto al usar este tipo de
sistemas informáticos.
Se puede decir que los Sistemas Expertos son el primer resultado operacional
de la Inteligencia artificial, pues logran resolver problemas a través del
conocimiento y raciocinio de igual forma que lo hace el experto humano.
3. Un Sistema Experto (SE), es básicamente un programa de computadora
basado en conocimientos y raciocinio que lleva a cabo tareas que
generalmente sólo realiza un experto humano; es decir, es un programa que
imita el comportamiento humano en el sentido de que utiliza la información
que le es proporcionada para poder dar una opinión sobre un tema en
especial.
Otros autores lo definen como sigue: un Sistema Experto es un programa de
computadora interactivo que contiene la experiencia, conocimiento y
habilidad propios de una persona o grupos de personas especialistas en un
área particular del conocimiento humano, de manera que permitan resolver
problemas específicos de ése área de manera inteligente y satisfactoria. La
tarea principal de un SE es tratar de aconsejar al usuario.
4. 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.
5. Funciones de un SE
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.
6. Estructura básica
Un Sistema Experto está conformado por:
Especialistas Humanos.
Ingenieros en Conocimientos.
Base de conocimientos (BC): Contiene conocimiento modelado
extraído del diálogo con un experto.
Base de hechos (Memoria de trabajo): contiene los hechos sobre un
problema que se ha descubierto durante el análisis.
Motor de inferencia: Modela el proceso de razonamiento humano.
Módulos de justificación: Explica el razonamiento utilizado por el
sistema para llegar a una determinada conclusión.
Interfaz de usuario: es la interacción entre el SE y el usuario, y se realiza
mediante el lenguaje natural
7. Tipos de SE
Principalmente existen tres tipos de sistemas expertos:
Basados en reglas previamente establecidas.
Basados en casos o CBR (Case Based Reasoning).
Basados en redes bayesianas.
En cada uno de ellos, la solución a un problema planteado se obtiene:
Aplicando reglas heurísticas apoyadas generalmente en lógica difusa
para su evaluación y aplicación.
Aplicando el razonamiento basado en casos, donde la solución a un
problema similar planteado con anterioridad se adapta al nuevo
problema.
Aplicando redes bayesianas, basadas en estadística y el teorema de
Bayes.
9. Ventajas
Permanencia: A diferencia de un experto humano un SE (sistema experto)
no envejece, y por tanto no sufre pérdida de facultades con el paso del
tiempo.
Replicación: Una vez programado un SE lo podemos replicar infinidad de
veces.
Rapidez: Un SE puede obtener información de una base de datos y realizar
cálculos numéricos mucho más rápido que cualquier ser humano.
Bajo costo: A pesar de que el costo inicial pueda ser elevado, gracias a la
capacidad de duplicación el coste finalmente es bajo.
Entornos peligrosos: Un SE puede trabajar en entornos peligrosos o dañinos
para el ser humano.
Fiabilidad: Los SE no se ven afectados por condiciones externas, un
humano sí (cansancio, presión, etc.).
10. Desventajas
Sentido común: Para un Sistema Experto no hay nada obvio. Por ejemplo,
un sistema experto sobre medicina podría admitir que un hombre lleva 40
meses embarazado, a no ser que se especifique que esto no es posible ya
que un hombre no puede gestar hijos.
Lenguaje natural: Con un experto humano podemos mantener una
conversación informal mientras que con un SE no podemos.
Capacidad de aprendizaje: Cualquier persona aprende con relativa
facilidad de sus errores y de errores ajenos, que un SE haga esto es muy
complicado.
Perspectiva global: Un experto humano es capaz de distinguir cuales son
las cuestiones relevantes de un problema y separarlas de cuestiones
secundarias.
Capacidad sensorial: Un SE carece de sentidos.
Flexibilidad: Un humano es sumamente flexible a la hora de aceptar datos
para la resolución de un problema.
Conocimiento no estructurado: Un SE no es capaz de manejar
conocimiento poco estructurado.
12. Monitorización
La monitorización es un caso particular de la interpretación, y consiste en la
comparación continua de los valores de las señales o datos de entrada y
unos valores que actúan como criterios de normalidad o estándares. En el
campo del mantenimiento predictivo los Sistemas Expertos se utilizan
fundamentalmente como herramientas de diagnóstico.
13. Diseño
Es el proceso de especificar una descripción de un artefacto que satisface
varias características desde un número de fuentes de conocimiento.
El diseño se concibe de distintas formas:
El diseño en ingeniería es el uso de principios científicos, información
técnica e imaginación en la definición de una estructura mecánica,
máquina o sistema que ejecute funciones específicas con el máximo
de economía y eficiencia.
El diseño industrial busca rectificar las omisiones de la ingeniería, es un
intento consciente de traer forma y orden visual a la ingeniería de
hardware donde la tecnología no provee estas características.
14. Planificación
Es la realización de planes o secuencias de acciones y es un caso particular
de la simulación. Está compuesto por un simulador y un sistema de control. El
efecto final es la ordenación de un conjunto de acciones con el fin de
conseguir un objetivo global.
15. Control
Un sistema de control participa en la realización de las tareas de
interpretación, diagnóstico y reparación de forma secuencial. Con ello se
consigue conducir o guiar un proceso o sistema. Los sistemas de control son
complejos debido al número de funciones que deben manejar y el gran
número de factores que deben considerar; esta complejidad creciente es
otra de las razones que apuntan al uso del conocimiento, y por tanto de los
SE.
16. Simulación
Es una técnica que consistente en crear modelos basados en hechos,
observaciones e interpretaciones sobre la computadora, a fin de estudiar el
comportamiento de los mismos mediante la observación de las salidas para
un conjunto de entradas. Las técnicas tradicionales de simulación requieren
modelos matemáticos y lógicos, que describen el comportamiento del
sistema bajo estudio.
17. Instrucción
Un sistema de instrucción realizara un seguimiento del proceso de
aprendizaje. El sistema detecta errores ya sea de una persona con
conocimientos e identifica el remedio adecuado, es decir, desarrolla un plan
de enseñanza que facilita el proceso de aprendizaje y la corrección de
errores.
18. Recuperación de información
Los Sistemas Expertos, con su capacidad para combinar información y reglas
de actuación, han sido vistos como una de las posibles soluciones al
tratamiento y recuperación de información, no sólo documental. La década
de 1980 fue prolija en investigación y publicaciones sobre experimentos de
este orden, interés que continua en la actualidad.
19. Sistema Experto Programa Tradicional
Conocimiento En programa e independiente En programa y circuitos
Tipo de datos Simbólicos Numéricos
Resolución Heurística Combinatoria
Def. problema Declarativa Procedimental
Control Independiente. No secuencial Dependiente. Secuencial
Conocimientos Imprecisos Precisos
Modificaciones Frecuentes Raras
Explicaciones Sí No
Solución Satisfactoria Optima
Justificación Sí No
Resolución Área limitada Específico
Comunicación Independiente En programa
Diferencias entre un SE y un programa
tradicional
21. DENDRAL
Objetivo: Ayudar a los químicos a inferir la estructura de los componentes
químicos a partir de los datos del espectro de masa.
Es un sistema experto desarrollado por Edward Feigenbaum y otros
programadores en la Universidad de Stanford, a mediados de los años 60, y su
desarrollo duró diez años, (1965 a 1975)
22. Fue el primer sistema experto en ser utilizado para propósitos reales, al margen
de la investigación computacional, y durante aproximadamente 10 años, el
sistema tuvo cierto éxito entre químicos y biólogos, ya que facilitaba
enormemente la inferencia de estructuras moleculares, dominio en el que
Dendral estaba especializado.
23. Inicialmente escrito en Lisp, su filosofía de trabajo se aleja de las estructuras
clásicas de los sistemas expertos más típicos (como Mycin o XCon), ya que su
implementación no separaba de forma explícita el conocimiento del motor
de inferencia. Sin embargo, pronto se convirtió en uno de los modelos a seguir
por muchos de los programadores de sistemas expertos de la época.
24. Después de más de una década de colaboración entre químicos, genetistas
e informáticos, DENDRAL se había convertido no sólo en una demostración
acertada del poder de los sistemas expertos basados en reglas sino también
un instrumento significativo para el análisis de estructuras moleculares, tanto
en el uso en laboratorios de investigación académica como en la industria.
Usando un paradigma de búsqueda planificar-generar y pruebas de
espectrometría de masas y otras fuentes, DENDRAL propone estructuras
plausibles para compuestos químicos nuevos o desconocidos.
25. Ejemplo
Con la planificaron se infiere una lista con las estructuras necesarias(1) y con
las prohibidas (2) las cuales ayudaran, mas tarde a limitar las estructuras
proporcionadas por el generador.
(1) Lista correcta (2) Lista incorrecta
Ejemplo de regla:
R1: Si hay dos picos de las unidades de masa X1 y X2, de modo que
X1 + X2 = M + 28
X1 – 28 es un pico alto
X2 – 28 es un pico alto
Al menos, o X1 es alto o X2 es alto
Entonces CETONA
26. R2: Si se satisface las condiciones para ser una CETONA
43 es un pico alto
58 es un pico alto
M – 43 es un pico bajo
M – 15 es bajo o, posiblemente 0
Entonces METIL-CETONA.
Encadenando hacia delante si se aplica la regla R1 el PLANIFICADOR puede
considerar aquellas reglas que tenga en sus condiciones el grupo CETONA.
R3: Si es CETONA y …… Entonces ETIL-CETONA.
En otras palabras, encadena con las reglas R2 y R3 de acuerdo con su
espectro de masa y la correcta la incluye en la lista correcta y la otra en la
lista incorrecta. Lo cual permite al planificador determinar la posición de un
grupo funcional y registrar la información adicional para que sea utilizada mas
tarde por el generador.