Conceptos básicos

Los Sistemas Expertos, rama de la Inteligencia Artificial, son sistemas informáticos que simulan el proceso de aprendizaje, de memorización, de razonamiento, de comunicación y de acción en consecuencia de un experto humano en cualquier rama de la ciencia. Estas características le permiten almacenar datos y conocimiento, sacar conclusiones lógicas, tomar decisiones, aprender de la experiencia y los datos existentes, comunicarse con expertos humanos, explicar el porqué de las decisiones tomadas y realizar acciones como consecuencia de todo lo anterior. Técnicamente un sistema experto, contiene una base de conocimientos que incluye la experiencia acumulada de expertos humanos y un conjunto de reglas para aplicar ésta base de conocimientos en una situación particular que se le indica al programa. Cada vez el sistema se mejora con adiciones a la base de conocimientos o al conjunto de reglas. Otras definiciones:  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. Programas que contienen tanto conocimiento declarativo (hechos a cerca de objetos, eventos y/o situaciones) como conocimiento de control (información acerca 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.

De este último derivó el shell KAS (Knowledge Adquisition System). En la década de los setenta se desarrolló MYCIN para consulta y diagnóstico de infecciones de la sangre. comenzó a desarrollar SE utilizando bases de conocimiento definidas minuciosamente. largo y laborioso.Historia de los Sistemas Expertos Sus inicios datan a mediados de los años sesenta. 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 esa época se desarrollaron también: HERSAY. numerosas empresas de alta tecnología investigan en este área de la inteligencia artificial. el cual es considerado como el primer SE. Lo que no podía hacer el GPS era resolver problemas del mundo real. Este sistema introdujo nuevas características: utilización de conocimiento impreciso para razonar y posibilidad de explicar el proceso de razonamiento. Durante esta década los investigadores Alan Newell y Herbert Simon desarrollaron un programa llamado GPS (General Problem Solver. En MYCIN aparecen claramente diferenciados motor de inferencia y base de conocimientos. desarrollando SE p ara su comercialización. El inconveniente es que codificar la pericia de un experto humano puede resultar difícil. PUFF para estudiar la función pulmonar y GUIDON para elegir tratamientos terapéuticos. En la década de los ochenta se ponen de moda los SE. En vez de dedicarse a computarizar la inteligencia general. Se llega a la conclusión de que el éxito de un SE depende casi exclusivamente de la calidad de su base de conocimiento. se puede considerar el motor de inferencias aisladamente. . dando conclusiones análogas a las que un ser humano daría tras largos años de experiencia. solucionador general de problemas). Lo más importante es que funcionaba de manera correcta. se centraron en dominios de conocimiento muy concretos. Así surgió EMYCIN (MYCIN Esencial) con el que se construyó SACON. y PROSPECTOR. tales como un diagnóstico médico. A partir de 1965. con las torres de Hanoi y con otros problemas similares. Esto da como resultado un sistema vacío o shell (concha). Dos años más tarde se construye DENDRAL. De esta manera nacieron los SE. Podía trabajar con criptoaritmética. un equipo dirigido por Edward Feigenbaum. La ficción de dicho SE era identificar estructuras químicas moleculares a partir de su análisis espectrográfico. utilizado para estructuras de ingeniería. que intentaba identificar la palabra hablada. Al separar esas dos partes. utilizado para hallar yacimientos de minerales.

Una forma clásica de representar el conocimiento en un sistema experto son lar reglas. También es altamente interactiva y sigue el patrón de la conversación entre seres humanos. Un requerimiento básico del interfaz es la habilidad de hacer preguntas. Dicho motor de inferencia trabaja con la información contenida en la base de conocimientos y la base de hechos para deducir nuevos hechos.  Motor de inferencia. Es la parte del sistema experto que contiene el conocimiento sobre el dominio.  Base de hechos (Memoria de trabajo). un sistema experto puede proporcionar una explicación al usuario de por qué está haciendo una pregunta y cómo ha llegado a una conclusión. Para conducir este proceso de manera aceptable para el usuario es especialmente importante el diseño del interfaz de usuario. Contiene los hechos sobre un problema que se han descubierto durante una consulta.Arquitectura básica de los Sistemas Expertos  Base de conocimientos. Para obtener información fiable del usuario hay que poner especial cuidado en el diseño de las cuestiones. el usuario introduce la información del problema actual en la base de hechos. Esto puede requerir diseñar el interfaz usando menús o gráficos. Una regla es una estructura condicional que relaciona lógicamente la información contenida en la parte del antecedente con otra información contenida en la parte del consecuente. Contrasta los hechos particulares de la base de hechos con el conocimiento contenido en la base de conocimientos para obtener conclusiones acerca del problema. Una característica de los sistemas expertos es su habilidad para explicar su razonamiento. El diseñador puede usarlo para detectar errores y el usuario se beneficia de la transparencia del sistema. Este módulo proporciona beneficios tanto al diseñador del sistema como al usuario. Durante una consulta con el sistema experto. . Usando el módulo del subsistema de explicación. Hay que obtener el conocimiento del experto y codificarlo en la base de conocimientos. El sistema experto modela el proceso de razonamiento humano con un módulo conocido como el motor de inferencia.  Interfaz de usuario.  Subsistema de explicación. La interacción entre un sistema experto y un usuario se realiza en lenguaje natural. El sistema empareja esta información con el conocimiento disponible en la base de conocimientos para deducir nuevos hechos.

Ventajas Estos programas proporcionan la capacidad de trabajar con grandes cantidades de información. que son uno de los grandes problemas que enfrenta el analista humano que puede afectar negativamente a la toma de decisiones pues el analista humano puede depurar datos que no considere relevantes.  Son fáciles de reprogramar. gestión de la tesorería.  Pueden ser consultados por personas u otros sistemas informáticos. Y también a que Este trabajo implica manejar grandes volúmenes de información y realizar operaciones numéricas para después tomar decisiones. planificación.  Pueden perdurar y crecer en el tiempo de forma indefinida. Además los SE también se aplican en la contabilidad en apartados como: Auditoria(es el campo en el que más aplicaciones de sistemas expertos se está realizando) Fiscalidad. y de forma interrumpida.  Permiten tener decisiones homogéneas efectuadas según las directrices que se les fijen. etc. análisis financiero y la contabilidad financiera. El cual es un sistema experto para la configuración de sistemas de cómputos. Algunos se han diseñado como herramientas de investigación. Esto crea un terreno ideal para la implantación de los SE.  Pueden situarse en el mismo lugar donde sean necesarios.Aplicaciones Sus principales aplicaciones se dan en las gestiones empresariales debido a que casi todas las empresas disponen de un ordenador que realiza las funciones básicas de tratamiento de la información: contabilidad general. Un ejemplo de sistema experto usado en negocios de rutina es el sistema XCON de Digital Equipment Corporation (DEC).  Pueden duplicarse (lo que permite tener tantos SE como se necesiten). planificación. Los sistemas expertos se han aplicado casi a todos los campos del conocimiento. . mientras que otros satisfacen importantes funciones de negocios e industriales. Las ventajas que se presentan a continuación son en comparación con los expertos humanos:  Están siempre disponibles a cualquier hora del día y de la noche. mientras un SE debido a su gran velocidad de proceso analiza toda la información incluyendo las no útiles para de esta manera aportar una decisión más sólida. decisiones financieras.

Tareas que realiza un Sistema Experto  Monitorización La monitorización es un caso particular de la interpretación. Debido a la escasez de expertos humanos en determinadas áreas. máquina o sistema que ejecute funciones específicas con el máximo de economía y eficiencia. Además si una persona utiliza con frecuencia un SE aprenderá de él. usando un modelo computacional del razonamiento de un experto humano. Así mismo los SE pueden ser utilizados por personas no especializadas para resolver problemas. siempre que el campo elegido tenga la necesidad y/o presencia de un experto para la obtención de cualquier tipo de beneficio. .  Diseño 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. El futuro de los SE da vueltas por la cabeza de cada persona. anticipándose a los posibles incidentes que pudieran acontecer. 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. Por otra parte la inteligencia artificial no ha podido desarrollar sistemas que sean capaces de resolver problemas de manera general. además que estos programas son poco flexibles a cambios y de difícil acceso a información no estructurada. información técnica e imaginación en la definición de una estructura mecánica. proporciona los mismos resultados que alcanzaría dicho experto. Se trata de que el programa pueda determinar en cada momento el estado de funcionamiento de sistemas complejos. los SE pueden almacenar su conocimiento para cuando sea necesario poder aplicarlo. de aplicar el sentido común para resolver situaciones complejas ni de controlar situaciones ambiguas. En el campo del mantenimiento predictivo los Sistemas Expertos se utilizan fundamentalmente como herramientas de diagnóstico. Así.Limitaciones Es evidente que para actualizar se necesita de reprogramación de estos (tal vez este sea una de sus limitaciones más acentuadas) otra de sus limitaciones puede ser el elevado costo en dinero y tiempo.

 Es necesario hacer uso de fuentes diversas tales como bases de datos. diagnóstico y reparación de forma secuencial. El diseño industrial busca rectificar las omisiones de la ingeniería. pues la mayoría de los datos con los que se trabaja son más o menos probables pero no seguros. correcta o terapia. esta complejidad creciente es otra de las razones que apuntan al uso del conocimiento. Está compuesto por un simulador y un sistema de control.  Trabajo frecuente con incertidumbre. por lo tanto estos SE son llamados de selección. Reparación. ésta técnica es llamada “generación y prueba”. existen problemas más complejos en los que el objetivo es encontrar la solución óptima. la prueba se termina cuando se encuentra la primera solución. Los sistemas de control son complejos debido al número de funciones que deben manejar y el gran número de factores que deben considerar. Con ello se consigue conducir o guiar un proceso o sistema. Los problemas que presentan la planificación mediante SE son los siguientes:  Existen consecuencias no previsibles. En áreas de aplicación. si en el mismo la realimentación o el paso de un proceso a otro lo realiza el operador. por lo que deben elegirse soluciones de compromiso.  Control Un sistema de control participa en la realización de las tareas de interpretación.  Planificación La planificación es la realización de planes o secuencias de acciones y es un caso particular de la simulación.  Existen muchas consideraciones que deben ser valoradas o incluirles un factor de peso. es un intento consciente de traer forma y orden visual a la ingeniería de hardware donde la tecnología no provee estas características. Los SE en diseño ven este proceso como un problema de búsqueda de una solución óptima o adecuada.  Suelen existir interacciones entre planes de subobjetivos diversos. de forma que hay que explorar y explicar varios planes. o en lazo cerrado si no tiene que intervenir el operador en ninguna parte del mismo. El efecto final es la ordenación de un conjunto de acciones con el fin de conseguir un objetivo global. y por tanto de los SE. Cabe aclarar que los sistemas de control pueden ser en lazo abierto. . Las soluciones alternas pueden ser conocidas de antemano o se pueden generar automáticamente probándose distintos diseños para verificar cuáles de ellos cumplen los requerimientos solicitados por el usuario. sin embargo.

Los SE en reparación tienen que cumplir diversos objetivos. no sólo documental. La década de 1980 fue prolija . que describen el comportamiento del sistema bajo estudio. El sistema detecta errores ya sea de una persona con conocimientos e identifica el remedio adecuado.  Un SE puede utilizarse como máscara o sistema frontal de un simulador con el fin de que el usuario reciba explicación y justificación de los procesos. que es un proceso complejo. Evitar los efectos secundarios de la reparación.  Un sistema de simulación puede contener como parte del mismo a un SE y por lo tanto el SE no tiene que ser necesariamente de simulación. la base de conocimientos y el motor de inferencia. que es su capacidad para la simulación del razonamiento de un experto humano. Las técnicas tradicionales de simulación requieren modelos matemáticos y lógicos. En la aplicación de los SE para simulación hay que diferenciar cinco configuraciones posibles:  Un SE puede disponer de un simulador con el fin de comprobar las soluciones y en su caso rectificar el proceso que sigue. es decir la aparición de nuevas averías por la reparación. y no de un conjunto de ecuaciones aritmético – lógicas.  Simulación La simulación es una técnica que consistente en crear modelos basados en hechos. Recuperación de información Los Sistemas Expertos. con su capacidad para combinar información y reglas de actuación. 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. es decir.La reparación. corrección. El empleo de los SE para la simulación viene motivado por la principal característica de los SE.  Un SE puede controlar un proceso de simulación. es decir que el modelo está en la base de conocimiento del SE y su evolución es función de la base de hechos.  Instrucción Un sistema de instrucción realizara un seguimiento del proceso de aprendizaje.  Un SE puede utilizarse como consejero del usuario y del sistema de simulación. terapia o tratamiento consiste en la proposición de las acciones correctoras necesarias para la resolución de un problema. Orden de las reparaciones cuando hay que realizar varias. han sido vistos como una de las posibles soluciones al tratamiento y recuperación de información. como son: Reparación lo más rápida y económicamente posible. desarrolla un plan de enseñanza que facilita el proceso de aprendizaje y la corrección de errores.

etc. en selección de recursos de información. Pero la capacidad de los SE en el ámbito de la recuperación de la información no se limita a la recuperación. Implementación: Formalizar las reglas que representan conocimientos. reconocimiento de patrones. 2. así como nuevas formas de desarrollo e implementación de SE para apoyar las actividades específicas. Formalización: Diseñar las estructuras para organizar los conocimientos. razonando con los elementos que se le dan. • Los shells existentes que puedan agilizar el desarrollo del proceso. Hacer el prototipo: Llevarlo a la computadora y hacer las interfaces con el usuario. en filtrado de respuestas. 3. Etapas de desarrollo de un sistema experto: 1. se describen los casos. La identificación del problema. Lo que diferencia a estos sistemas de un sistema tradicional de recuperación de información es que éstos últimos sólo son capaces de recuperar lo que existe explícitamente.en investigación y publicaciones sobre experimentos de este orden. Las tendencias de los SE proyectan a implementaciones de tecnologías como Redes Neuronales. Se determinan las características del problema. haciéndolos más eficientes y más precisos. 5. Identificación: Que se quiere que haga el SE. Durante la formalización es importante que el ingeniero del conocimiento se familiarice con los siguientes tópicos: • Las diferentes técnicas de representación del conocimiento y las búsquedas heurísticas usadas en los SE. reconocimiento y procesamiento del lenguaje natural. . mientras que un Sistema Experto debe ser capaz de generar información no explícita. Conceptualización: Expresar los conocimientos de manera semiformal. 4. Chequeo: Validación de las reglas Futuro Y Tendencias De Los Sistemas Expertos Las tecnología de desarrollo de SE adoptan nuevos paradigmas. estas implementaciones prometen un futuro exitoso para lo SE y los fortalecerán aún más. Encontrar los conceptos que representen los conocimientos. • Otros sistemas expertos que puedan resolver similares problemas y se puedan adaptar al problema. Pueden utilizarse para ayudar al usuario. Un SE puede actuar como un intermediario inteligente que guía y apoya el trabajo del usuario final. interés que continua en la actualidad.

llevarán la consolidación e integración de las técnicas existentes. en el cual trabajan cientos de ingenieros en Inteligencia Artificial.  Reconocimiento del lenguaje natural. que en general. además de hacerlo de su estructura superficial. mecanismos que hoy en día aún no son una realidad. por tanto. Inteligencia Artificial Distribuida. . el cual sea capaz de diagnosticar diferentes enfermedades con lo cual se tendría un medico con diferentes especializaciones en un software inteligente. es decir que puedan resolver problemas de diferentes dominios. a largo plazo.  Sistemas Expertos más grandes. Muchas empresas en el mundo invierten millones de dólares para hacer posible esta meta. pero sí puede ser interesante establecer cuáles pueden ser las tendencias a corto plazo. Con esta técnica se pretende que los Sistemas Expertos podrán adquirir conocimientos de la estructura subyacente a un problema. Se tenderá al empleo del lenguaje natural en la salida y en la entrada del Sistema Experto. el objetivo de Microsoft es que en la siguiente década todo el software que distribuya en el mundo sea totalmente basado en tecnología de Inteligencia Artificial y por ende los programas sean operados por el usuario mediante el reconocimiento del lenguaje natural. cómo evolucionarán todas las ramas implicadas de la Inteligencia Artificial y. debido a que se pretende que sean de tipo multidominios. Hoy en día se siguen haciendo grandes esfuerzos por consolidar los mecanismos de reconocimiento del lenguaje natural. Microsoft es una de ellas. Los mayores avances vendrán en el área de la Inteligencia Artificial Distribuida (DAI). En un futuro se pronostica que lo SE serán de un tamaño mucho más grande que en la actualidad. Por ejemplo se ha pensado en diseñar y construir un SE multidominio en el área de medicina. Es difícil pronosticar. los mismos Sistemas Expertos. llevados por la necesidad de disponer de Sistemas Expertos modulares que cooperen entre sí y con los expertos humanos. Microsoft desde inicios del año 2000 creo un laboratorio de alta tecnología llamado Microsoft Search. Así mismo podemos considerar que la tecnología de la Inteligencia Artificial se empleará para el desarrollo rápido de software convencional.

e. es la creación de estas de forma fácil de operar. La tendencia los lo SE con respecto las interfaces humanas. inteligentes y versátiles.  Seguimiento de un objeto en una secuencia de imágenes.  La implementación de la visión artificial promete grandes avances para los Sistemas Expertos.: segmentación. tal modelo podría ser usado por un robot para navegar por la escena. completos y con el módulo de reconocimiento visual. La Visión artificial. Interfaces inteligentes. Los SE en los siguientes años tendrán las siguientes características:  Los Sistemas Expertos se integrarán con otros dispositivos. se crearán interfaces más amigables. estas interfaces serán totalmente portátiles de modo que podrán ir en una tarjeta similar a las de crédito y bastará insertar esta tarjeta similar a las de crédito y bastará insertar esta tarjeta en cualquier Terminal para emplearlo.  Estimación de las posturas tridimensionales de humanos.  Sistemas Expertos con visión artificial. ya que esta implementación permitirá el desarrollo de sistemas más grandes.  Búsqueda de imágenes digitales por su contenido.  Registro de diferentes imágenes de una misma escena u objeto. Los objetivos típicos de la visión artificial incluyen:  La detección. localización y reconocimiento de ciertos objetos en imágenes (por ejemplo. hacer concordar un mismo objeto en diversas imágenes.  Mapeo de una escena para generar un modelo tridimensional de la escena.. hasta el punto de ser completamente autónomos del operador humano. El propósito de la visión artificial es programar una computadora para que "entienda" una escena o las características de una imagen. segmentación. registro).  Las interfaces hombres-maquinas se personalizarán para cada usuario especifico. también conocida como Visión por Computador (del inglés Computer Vision) o Visión técnica. i. caras humanas). .  La evaluación de los resultados (ej. es un subcampo de la Inteligencia Artificial.

mientras un Sistema Experto debido a su gran velocidad de proceso analiza toda la información incluyendo las no útiles para de esta manera aportar una decisión más concreta o certera. sin duda estos pueden darnos los mismos resultados que un experto humano y resolver problemas de forma más rápido y con mayor cantidad de información. Conclusión Claudio Durante este documento se han tratado muchos aspectos de los Sistemas Expertos. sin embargo aún no es posible resolver diferentes problemáticas dentro de una empresa. que son uno de los grandes problemas que enfrenta el analista humano que puede afectar negativamente a la toma de decisiones pues el analista humano puede omitir datos que no considere relevantes. ya que estas son siempre muy específicas pero en el futuro se espera lograr desarrollar sistemas que imiten el comportamiento humano capaces de resolver problemas generales y aplicar el sentido común lo cual es una de las mayores metas de la inteligencia artificial. . los Sistemas Expertos proporcionan la capacidad de trabajar con grandes cantidades de información.Conclusión Julio La inteligencia artificial busca imitar el comportamiento humano y no crear el propio como muchos piensan.

uaeh. http://es. http://www.shtml http://cibernetica.wikipedia.html http://www.redcientifica.pdf .com/doc/doc199908210001.com/2007/12/13/caracteristicas-de-los-sistemasexpertos/ http://www.wordpress.Referencias bibliográficas.informaticaintegral.mx/docencia/Tesis/icbi/licenciatura/documentos/Sistemas%2 0expertos%20y%20sus%20aplicaciones.edu.com/trabajos16/sistemas-expertos/sistemasexpertos. http://www.org/wiki/Sistema_experto.net/sisexp.html.monografias.