Componentes de un Sistema Experto

6,621 views

Published on

Published in: Education
  • Be the first to comment

Componentes de un Sistema Experto

  1. 1. Anita Vardom Página 1
  2. 2. Componentes de un sistema experto y su respectivo flujo de informaciónComponente Humana Los expertos humanos suministran el conocimiento básico en eltema de interés, y los ingenieros del conocimiento trasladan esteconocimiento a un lenguaje, que el sistema experto pueda entender. Lacolaboración de los expertos humanos, los ingenieros del conocimiento ylos usuarios es, quizás, el elemento más importante en el desarrollo deun sistema experto. Esta etapa requiere una enorme dedicación y ungran esfuerzo debido a los diferentes lenguajes que hablan las distintaspartes y a las diferentes experiencias que tienen.Base de Conocimiento Los especialistas son responsables de suministrar a los ingenierosdel conocimiento una base de conocimiento ordenada y estructurada, yun conjunto de relaciones bien definidas y explicadas. Esta formaestructurada de pensar requiere que los expertos humanos repiensen,reorganicen, y reestructuren la base de conocimiento, como resultado,el especialista se convierte en un mejor conocedor de su propio campode especialidad.Hay que diferenciar entre datos y conocimiento.El conocimiento se refiere a afirmaciones de validez general talescomo reglas, distribuciones de probabilidad, etc.Los datos se refieren a la información relacionada con una aplicaciónparticular.Por ejemplo, en diagnóstico médico, los síntomas, las enfermedades ylas relaciones entre ellos, forman parte del conocimiento, mientras lossíntomas particulares de un paciente dado forman parte de los datos. El conocimiento se almacena en la base de conocimiento y los datos sealmacenan en la memoria de trabajo. Todos los procedimientos de losdiferentes sistemas y subsistemas que son de carácter transitorio sealmacenan también en la memoria de trabajo.Subsistema de Adquisición de Conocimiento El subsistema de adquisición de conocimiento controla el flujo delnuevo conocimiento que fluye del experto humano a la base de datos. ElAnita Vardom Página 2
  3. 3. sistema determina qué nuevo conocimiento se necesita, o si elconocimiento recibido es en realidad nuevo, es decir, si debe incluirse enla base de datos y, en caso necesario, incorpora estos conocimientos ala misma.Control de la Coherencia Este subsistema controla la consistencia de la base de datos yevita que unidades de conocimiento inconsistentes entren en la misma.En situaciones complejas incluso un experto humano puede formularafirmaciones inconsistentes. Por ello, sin un subsistema de control de lacoherencia, unidades de conocimiento contradictorio pueden formarparte de la base de conocimiento, dando lugar a un comportamientoinsatisfactorio del sistema.Es también bastante común, especialmente en sistemas conmecanismos de propagación de incertidumbre, que se llegue aconclusiones absurdas o en conflicto como, por ejemplo, situaciones enlas que el sistema genera probabilidades mayores que la unidad onegativas. Por ello, el subsistema de control de la coherencia compruebae informa a los expertos de las inconsistencias. Por otra parte, cuandose solicita información de los expertos humanos, éste subsistemainforma sobre las restricciones que ésta debe cumplir para ser coherentecon la existente en la base de conocimiento.De esta forma, ayuda a los expertos humanos a dar información fiable.Motor de Inferencia El motor de inferencia es el corazón de todo sistema experto. Elcometido principal de esta componente es el de sacar conclusionesaplicando el conocimiento a los datos. Por ejemplo, en diagnósticomédico, los síntomas de un paciente (datos) son analizados a la luz delos síntomas y las enfermedades y de sus relaciones (conocimiento).Las conclusiones del motor de inferencia pueden estar basadas enconocimiento determinista o conocimiento probabilístico. Como puedeesperarse, el tratamiento de situaciones de incertidumbre(probabilísticas) puede ser considerablemente más difícil que eltratamiento de situaciones ciertas (deterministas).El motor de inferencia es también responsable de la propagación de esteconocimiento incierto.Anita Vardom Página 3
  4. 4. Subsistema de Adquisición de ConocimientoSi el conocimiento inicial es muy limitado y no se pueden sacarconclusiones, el motor de inferencia utiliza el subsistema de adquisiciónde conocimiento para obtener el conocimiento necesario y continuar conel proceso de inferencia hasta que se hayan sacado conclusiones. Enalgunos casos, el usuario puede suministrar la información requeridapara éste y otros objetivos. De ello resulta la necesidad de una interfacede usuario y de una comprobación de la consistencia de la informaciónsuministrada por el usuario antes de introducirla en la memoria detrabajo.Interface de Usuario La interface de usuario es el enlace entre el sistema experto y elusuario.Por ello, para que un sistema experto sea una herramienta efectiva,debe incorporar mecanismos eficientes para mostrar y obtenerinformación de forma fácil y agradable. Un ejemplo de la informaciónque tiene que ser mostrada tras el trabajo del motor de inferencia, es elde las conclusiones, las razones que expliquen tales conclusiones y unaexplicación de las acciones iniciadas por el sistema experto. Por otraparte, cuando el motor de inferencia no puede concluir debido, porejemplo, a la ausencia de información, la interface de usuario es unvehículo para obtener la información necesaria del usuario.Subsistema de Ejecución de Ordenes El subsistema de ejecución de órdenes es la componente quepermite al sistema experto iniciar acciones. Estas acciones se basan enlas conclusiones sacadas por el motor de inferencia. Como ejemplos, unsistema experto diseñado para analizar el tráfico ferroviario puededecidir retrasar o parar ciertos trenes para optimizar el tráfico global, oun sistema para controlar una central nuclear puede abrir o cerrarciertas válvulas, mover barras, etc., para evitar un accidente. Laexplicación de las razones por las que se inician estas acciones puedendarse al usuario mediante el subsistema de explicación.El Subsistema de Explicación El usuario puede pedir una explicación de las conclusiones sacadaso de las acciones iniciadas por el sistema experto. Por ello, es necesarioun subsistema que explique el proceso seguido por el motor deAnita Vardom Página 4
  5. 5. inferencia o por el subsistema de ejecución. Por ejemplo, si un cajeroautomático decide rechazar la palabra clave (una acción), la máquinapuede mostrar un mensaje (una explicación) como la siguiente:¡Lo siento!, su palabra clave es todavía incorrecta tras tresintentos.Retenemos su tarjeta de crédito, para garantizar su seguridad.Por favor, póngase en contacto con su banco en horas de oficina.Subsistema de Aprendizaje Una de las principales características de un sistema experto es sucapacidad para aprender. Diferenciaremos entre aprendizaje estructuraly aprendizaje paramétrico. Por aprendizaje estructural nos referimos aalgunos aspectos relacionados con la estructura del conocimiento(reglas, distribuciones de probabilidad, etc.). Por ello, el descubrimientode nuevos síntomas relevantes para una enfermedad o la inclusión deuna nueva regla en la base de conocimiento son ejemplos deaprendizaje estructural. Por aprendizaje paramétrico nos referimos aestimar los parámetros necesarios para construir la base deconocimiento. Por ello, la estimación de frecuencias o probabilidadesasociadas a síntomas o enfermedades es un ejemplo de aprendizajeparamétrico.Otra característica de los sistemas expertos es su habilidad para obtenerexperiencia a partir de los datos disponibles. Estos datos pueden serobtenidos por expertos y no expertos y pueden utilizarse por elsubsistema de adquisición de conocimiento y por el subsistema deaprendizaje.De las componentes antes mencionadas puede verse que los sistemasexpertos pueden realizar varias tareas. Estas tareas incluyen, pero no selimitan a, las siguientes:  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.Anita Vardom Página 5
  6. 6.  Preguntar cuándo 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. Bibliografía: Sistemas Expertos y Modelos de Redes Probabilísticas, Enrique Castillo, José Manuel Gutiérrez, y Ali S. HadiAnita Vardom Página 6

×