[ Logotipo Personal ]
[ Personal ]

[ Bodega ]

[ Docs ]

     Internet
     Glosario
     Search Engines
     HTML 3.0 +
     Programación
     Perl
     Motif
     Telecomunicación
     ICO
     Investigación
    Expert Systems
[ Programas ]
[ Búsqueda ]
[ BBSeros ]
[ Registro ]
[ E-Mail ]
Esta es una ventana de mensajes en Java, el cual requiere un navegador actualizado para poder ser visto !.




Titulo


Sistemas Expertos


Autores

Urivan Alyasid Saaib

Monia Janet Bañuelos

Juan Emilio Moreno

Clase

Inteligencia Artificial

 

Introducción

Los sistemas expertos son apasionados por dos razones fundamentales :

  1. En primer lugar, son generalmente programas útiles y prácticos que colman una necesida concreta.

  2. En segundo lugar, son realizables.

Estas son las razones que apoyan gran parte del éxito comercial de la Inteligencia Artificial.

De entre los paradigmas y estrategias de la Inteligencia Artificial, actualmente dos tienen el mayor interés para las aplicaciones en la empresa:los sistemas expertos y las redes neuronales artificiales.

Estos sistemas se pueden combinar, por lo que una solución práctica es utilizar sistemas mixtos que incorporan un módulo de sistema experto con sus reglas junto a otros módulos neuronales y estadísticos.

ORIGEN.

Su origen se sitúa a mediados de los años setenta, aunque es a partir de la década de los ochenta cuando se desarrollan aplicaciones en toda su plenitud. Su objetivo es modelizar el conocimiento, representándolo en forma de símbolos.

LA IDEA.

Un sistema experto es un programa que soluciona problemas y da consejos en un área especializada de conocimiento. Por ejemplo:

Un ingeniero del conocimiento dedica meses a observar y entrevistar expertos humanos en el área de interés. Una vez que la "masa de conocimientos" es organizada y formalizada, se graba en la "base de conocimientos" del programa.

Los sistemas basados en conocimientos son programas de cómputo capaces de representar conocimiento sobre un dominio muy concreto y razonar con él; tienen una arquitectura tal que el conocimiento del dominio está claramente separado de los programas de inferencia y control que lo manejan.

 

QUE SON LOS SISTEMAS EXPERTOS?

Son sistemas basados en conocimientos dedicados a tareas específicas que requieren una gran cantidad de conocimiento de un dominio de experiencia particular, proporcionan experiencia en forma de diagnósticos, instrucciones, predicciones o consejos ante situaciones reales que se planteen y pueden servir también como herramientas de entrenamiento. Son aplicables a numerosos campos de experiencia, como medicina, actividades militares, económicas financieras e industriales, ciencia, ingeniería, y derecho.

 

Ejemplo para entender lo que hace un sistema experto:

Diálogo entre un experto en frutas y alguien que busca consejo.


Comentarios del Ejemplo anterior :



DIFERENTES DEFINICIONES SOBRE
LOS SISTEMAS EXPERTOS


Algunas definiciones están basadas en la función de los sistemas expertos. Otras en su estructura, otras combinan función y estructura y muchas más asumen lo que es reglas basada en conicimiento.


Componentes funcionales
(Qué hace el sistema)

"…un programa de computadora que al igual que el humano elige entre varios caminos."[Winston & Prendesrgast, 1984]

Area del Problema

 

Dificultad del Problema


Requerimientos de Funcionalidad

 

Explicar Razonamiento




Componentes Estructurales
(Cómo funciona el sistema)


Utilizan Técnicas de IA


Componente del Conocimiento

 

Separación del conocimiento y control

 

Usan procediminetos de inferencia – heurística - incertidumbre

 

Modelo de un Humano Experto

 

Los sistemas expertos mas exitantes trabajan con dominios analíticos, donde la solución del problema consiste en identificar la solución correcta de un gran lista predefinida y finita de soluciones. (Merry, 1985)

Un sistema experto es un sistema de computadora que encapsula conocimiento especial acerca de un dominio en particular y es capaz de tomar decisiones inteligentes dentro de ese dominio.(Forsyth, 1984).



Sistema Experto

(Hayes-Roth,1984)


El Grupo Especialista en Sistemas Expertos de la Sociedad Británica de Ordenadores los define de la siguiente manera:

"La incoporación dentro de un sistema de ordenador de un componente basado en el conocimiento, correspondiente a una habilidad experta, de tal forma que el sistema pueda afrecer asesoramiento inteligente o tomar una decisión inteligente sobre una función del proceso. Una característica, adicional deseable, que muchos consideran fundamental, es la capacidad del sistema, si se le solicita, de justificar su propia línea de razonamiento de un modo directamente inteligible para el interrogador. El estilo adoptado para alcanzar estas caracaterízticas es la programación basada en reglas."

 

 

ESTRUCTURA DE UN SISTEMA EXPERTO


Sus dos componentes principales son la base de conocimientos y un programa de inferencia. El conocimiento se representa mediante el uso de símbolos, y así se crea una base de conocimiento. Una vez creada la base de conocimiento, se debe diseñar un método para utilizarla, que es el programa de inferencia. El programa de inferencia manipula la información simbólica amacenada en la base de conocimiento mediante un proceso de búsqueda.


FUNCIONALIDAD
( Como funciona el sistema experto)

Todos los sistemas expertos tienen dos partes: la base del conocimiento y el motor de inferencia.

La base de conocimiento es una base de datos que posee una informacion y unas n reglas especificas sobre una materia deternimada.

Objeto: La conclusion que es definida por sus reglas asociadas.

Atributo: Una cualidad especifica que, con su regla, ayuda a definir el objeto.

En base a objeto y atributo definimos a la base de conocimiento como una lista de objetos con sus reglas y atributos asociados.

Ejemplo: Un sistema experto que identifique distintos tipos de fruta prodria tener una base de conocimiento como la siguiente.

Objeto Regla Atributo
Manzana ha

crecido en un arbol

tiene forma redonda
no ha crecido en el Sur
tiene color rojo o amarillo
Uva ha crecido en una viña
tiene color púrpura
no tiene espinas la viña
tiene la capacidad de convertirse en vino
Naranja ha crecido en un árbol
tiene forma redonda
no ha crecido en el Norte
tiene color naranja

 

Objeto Posee
Manzana Crece en un árbol
redonda
no crece en el sur
color rojo o amarillo
Uva crece en viñas
varios colores
la viña no tiene espinas
puede utilizarse para fabricar vino
Naranja crece en un árbol
redonda
no puede crecer en el norte
color naranja

 

El motor de inferencia

El motor de inferencia es la parte del sistema experto que intenta utilizar la información que usted le suministra para encontrar un objeto que le encaje.Hay dos categorías muy amplias sobre los motores de inferencia: la determinística y la probabilística.Para entender la diferencia entre estas categorías, imaginemos a dos especialistas - uno en química y otro en sociologa.

-El quimico puede informar con certeza que si un átomo en cuestión tiene dos protones, entonces se trata de un átomo de helio. No hay problema acerca de la identidad del átomo porque el número de protones determina el tipo de elemento. Sin embargo, si se le pregunta a un sociólogo cuál es la mejor forma de evitar que los estudiantes abandonen la escuela, el sociólogo le dará una respuesta que califica como sólo probable, o como mucho, con una cierta probabilidad de éxito. Por lo tanto, la respuesta es probable, pero incierta.



3 formas basicas de construir el motor de inferencia

 

  1. Encadenamiento-hacia adelante: Al encadenamiento hacia adelante se le llama algunas veces <<conducido por datos>> porque el motor de inferencia utiliza la información que el usuario le proporciona para moverse a tráves de una red de Ies griegas (ANDs) y Oes (ORs) lógicos hasta que encuentra un punto terminal, que es el objeto. Si el motor de inferencia no puede encontrar un objeto usando la información existente, entonces le pide más. Los atributos que definen al objeto crean un camino que conduce al mismo objeto: la única forma de alcanzar dicho objeto es la de satisfacer todas sus reglas. Por tanto, un motor de inferencia de encadenamiento hacia adelante comienza con alguna información y luego intenta encontrar un objeto que encaje con dicha información.

     

    Encadenamiento hacia adelante hasta el objeto manzana.

    Nota : como puede verse, un sistema de encadenamiento hacia adelante esencial construye un árbol desde las hojas hasta la raíz.

  2. Encadenamiento –hacia atrás: El encadenamiento hacia atrás es el contrario al encadenamiento hacia adelante. Un motor de inferencia de encadenamiento hacia átras comienza con una hipótesis ( un objeto) y pide información para confirmarlo o negarlo. Al encadenamiento hacia átras se le llama algunas veces <<conducido por objetos>> porque el sistema experto empieza con un objeto e intenta verificarlo.

    Ejemplo: Si la fruta en cuestión es una manzana, aplicando deducciones de encadenamiento hacia átras a la base de conocimiento de frutas, nos produce el diagrama siguiente:

  3. Reglas de producción: Un motor de inferencia de las reglas de producción es teóricamente superior tanto a un sistema de encadenamiento hacia adelante como hacia átras porque pide la información que tenga una mayor importancia de acuerdo con el estado actual del sistema. Un motor de inferencia de reglas de producción es, en realidad, un motor de encadenamiento hacia átras mejorado. La teoría operativa general es que el sistema pide como nueva información aquella que elimine la mayor incertidumbre posible del sistema.

Ejemplo: para entender el funcionamiento de las reglas de producción, imagine que ha llamado a un médico porque su hijo está enfermo. El doctor, primero le pregunta si el niño tiene fiebre, porque la respuesta a esta pregunta reduce el mayor número de posibilidades. Si su respuesta es <<sí>>, el doctor le pregunta si su hijo tiene angustia. Al igual que en la pregunta anterior, el doctor se la hace antes que cualquier otra porque es la de mayor impacto en el diagnóstico, dado el estado actual. Este procedimiento continúa hasta que el doctor pueda dar un diagnóstico.

En este ejemplo, el punto clave estriba en que el doctor selecciona aquellas preguntas que le llevan más rápidamente hacia una conclusión.

 

VENTAJAS DE UN SISTEMA EXPERTO

El atractivo de un sistema experto es fundamentalmente su disponibilidad y conveniencia. A diferencia de un humano que tiene que dormir,comer,descansar,etc..., el sistema experto está disponible durante las 24 horas del día, todos los días del año.

  1. Los conocimientos de un sistema experto pueden ser copiados y almacenados fácilmente, siendo muy dificil la pérdida de éstos.

  2. Otra ventaja de los sistemas expertos sobre los humanos es que el experto computarizado siempre está a pleno rendimiento. Cuando un humano se cansa, la exactitud de sus consejos puede decaer. Sin embargo, el experto computerizado siempre proporcionará las mejores opiniones posibles dentro de las limitaciones de sus conocimientos.

  3. C) Otra ventaja menos importante de un sistema experto radica en su !falta de personalidad! Como probablemente sabrá, las personalidades no son siempre compatibles. Si no se lleva bien con el humano experto, puede que se encuentre reticente a recabar sus conocimientos.

  4. D) Una última ventaja de un sistema experto está en que después de que un experto computerizado exista, usted puede crear un nuevo experto simplemente copiando el programa de una máquina a otra. Un humano necesita mucho tiempo para convertirse en un especialista en ciertos campos, lo que hace difícil que puedan aparecer nuevos especialistas humanos.

     

DESVENTAJAS DE UN SISTEMA EXPERTO

 

 

LIMITACIONES DE UN SISTEMA EXPERTO

 

EJEMPLOS DE ALGUNOS SISTEMAS EXPERTOS COMERCIALES

 

Las reflexiones.

"Hay un peligro inherente en la etiqueta " sistemas expertos ". Cuando hablamos de un experto humano nos referimos a alguien con un conocimiento profundo, que no le sirve únicamente para solucionar problemas específicos adecuadamente formulados, sino también para ponerlos dentro de un contexto más amplio, Nosotros distinguimos entre un experto y un idiota erudito. Llamar a un programa un experto puede llevar a conclusiones erróneas. (…) Estas desfiguraciones quizá sean útiles para quienes traten de conseguir dinero para su investigación o traten de vender programas, pero pueden crear esperanzas injustas en quienes piensen en usarlos."

 

 

B I B L I O G R A F I A     /    R E F E R E N C I A S

http://concord.cscdc.be/conference/presentation/3_1030_3_1/

http://mx.nsu.ru/FAQ/F_ai_expert/Q4_1.html

http://www.bus.orst.edu/faculty/brownc/es_tutor/es_tutor.htm

http://www.adi.uam.es/~adarraga/Lozano/SEVENWEB.HTM

http://cyberconta.unisar.es/DepCyF/SIC/parte3/Leccion7/7.200.htm

http://www.ghgcorp.com/clips/ExpertSystems.html

http://mcs.une.edu.au/dept/research/comp/projects/node34.html

http://www.csd.abdn.ac.uk/~apreece/Pubs/ESWA92.html

http://www.virtualia.com.mx/971216/notas/logical.html

http://www.amzi.com/assesstest.htm

http://mx.nsu.ru/FAQ/F-ai-expert/Q6-1.html

 

Artificial Inteligence, Schild, McGraw Hill

Knowledge Engineering, Hojjat Adeli Vol I, Fundamentals, McGraw Hill

Comentarios sobre este documento, favor de dirigirlas a [mailto:uflores@ens.com.mx?Subject=docs/ia/Sistemas_Expertos]