Sistemas expertos

Son llamados as porque emulan el razonamiento de un experto en un dominio concreto y en

ocasiones son usados por stos. Con los sistemas expertos se busca una mejor calidad y rapidez
en las respuestas dando as lugar a una mejora de la productividad del experto.
Es una aplicacin informtica capaz de solucionar un conjunto de problemas que exigen un gran
conocimiento sobre un determinado tema. Un sistema experto es un conjunto de programas que,
sobre una base de conocimientos, posee informacin de uno o ms expertos en un rea
especfica. Se puede entender como una rama de la inteligencia artificial, donde el poder de
resolucin de un problema en un programa de computadora viene del conocimiento de un dominio
especfico. Estos sistemas imitan las actividades de un humano para resolver problemas de distinta
ndole (no necesariamente tiene que ser de inteligencia artificial). Tambin se dice que un SE se
basa en el conocimiento declarativo (hechos sobre objetos, situaciones) y el conocimiento de
control (informacin sobre el seguimiento de una accin).
Para que un sistema experto sea herramienta efectiva, los usuarios deben interactuar de una forma
fcil, reuniendo dos capacidades para poder cumplirlo:
1. Explicar sus razonamientos o base del conocimiento: los sistemas expertos se deben
realizar siguiendo ciertas reglas o pasos comprensibles de manera que se pueda generar
la explicacin para cada una de estas reglas, que a la vez se basan en hechos.
2. Adquisicin de nuevos conocimientos o integrador del sistema: son mecanismos de
razonamiento que sirven para modificar los conocimientos anteriores. Sobre la base de lo
anterior se puede decir que los sistemas expertos son el producto de investigaciones en el
campo de la inteligencia artificial ya que sta no intenta sustituir a los expertos humanos,
sino que se desea ayudarlos a realizar con ms rapidez y eficacia todas las tareas que
realiza.
Debido a esto en la actualidad se estn mezclando diferentes tcnicas o aplicaciones
aprovechando las ventajas que cada una de estas ofrece para poder tener empresas ms seguras.
Un ejemplo de estas tcnicas sera los agentes que tienen la capacidad de negociar y navegar a
travs de recursos en lnea; y es por eso que en la actualidad juega un papel preponderante en los
sistemas expertos.
Un Sistema Experto est conformado por:

Base de conocimientos (BC): Contiene conocimiento modelado extrado del dilogo con un
experto.

Base de hechos (Memoria de trabajo): contiene los hechos sobre un problema que se ha
descubierto durante el anlisis.

Motor de inferencia: Modela el proceso de razonamiento humano.

Mdulos de justificacin: Explica el razonamiento utilizado por el sistema para llegar a una
determinada conclusin.

Interfaz de usuario: es la interaccin entre el SE y el usuario, y se realiza mediante el lenguaje

natural.

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 solucin a un problema planteado se obtiene:

Aplicando reglas heursticas apoyadas generalmente en lgica difusa para su evaluacin y

aplicacin.

Aplicando el razonamiento basado en casos, donde la solucin a un problema similar

planteado con anterioridad se adapta al nuevo problema.

Aplicando redes bayesianas, basadas en estadstica y el teorema de Bayes.

Ventajas

Permanencia: A diferencia de un experto humano un SE (sistema experto) no envejece, y por

tanto no sufre prdida de facultades con el paso del tiempo.

Replicacin: Una vez programado un SE lo podemos replicar infinidad de veces.

Rapidez: Un SE puede obtener informacin de una base de datos y realizar clculos

numricos mucho ms rpido que cualquier ser humano.

Bajo costo: A pesar de que el costo inicial pueda ser elevado, gracias a la capacidad de
duplicacin el coste finalmente es bajo.

Entornos peligrosos: Un SE puede trabajar en entornos peligrosos o dainos para el ser

humano.

Fiabilidad: Los SE no se ven afectados por condiciones externas, un humano s (cansancio,

presin, etc.).

Consolidar varios conocimientos.

Apoyo Acadmico.

Limitaciones

Sentido comn: Para un Sistema Experto no hay nada obvio. Por ejemplo, un sistema experto
sobre medicina podra 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 conversacin 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 resolucin

de un problema.

Conocimiento no estructurado: Un SE no es capaz de manejar conocimiento poco

estructurado.

Tareas que realiza un Sistema Experto

Monitorizacin
La monitorizacin es un caso particular de la interpretacin, y consiste en la comparacin continua
de los valores de las seales o datos de entrada y unos valores que actan como criterios de
normalidad o estndares. En el campo del mantenimiento predictivo los Sistemas Expertos se
utilizan fundamentalmente como herramientas de diagnstico. Se trata de que el programa pueda
determinar en cada momento el estado de funcionamiento de sistemas complejos, anticipndose a
los posibles incidentes que pudieran acontecer. As, usando un modelo computacional del
razonamiento de un experto humano, proporciona los mismos resultados que alcanzara dicho
experto.

Diseo
Diseo es el proceso de especificar una descripcin de un artefacto que satisface varias
caractersticas desde un nmero de fuentes de conocimiento.
El diseo se concibe de distintas formas:

El diseo en ingeniera es el uso de principios cientficos, informacin tcnica e imaginacin en

la definicin de una estructura mecnica, mquina o sistema que ejecute funciones especficas
con el mximo de economa y eficiencia.

El diseo industrial busca rectificar las omisiones de la ingeniera, es un intento consciente de

traer forma y orden visual a la ingeniera de hardware donde la tecnologa no provee estas
caractersticas.

Los SE en diseo ven este proceso como un problema de bsqueda de una solucin ptima o
adecuada. Las soluciones alternas pueden ser conocidas de antemano o se pueden generar
automticamente probndose distintos diseos para verificar cules de ellos cumplen los
requerimientos solicitados por el usuario, sta tcnica es llamada generacin y prueba, por lo
tanto estos SE son llamados de seleccin. En reas de aplicacin, la prueba se termina cuando se
encuentra la primera solucin; sin embargo, existen problemas ms complejos en los que el
objetivo es encontrar la solucin ptima.

Planificacin
La planificacin es la realizacin de planes o secuencias de acciones y es un caso particular de la
simulacin. Est compuesto por un simulador y un sistema de control. El efecto final es la
ordenacin de un conjunto de acciones con el fin de conseguir un objetivo global.
Los problemas que presentan la planificacin mediante SE son los siguientes:

Existen consecuencias no previsibles, de forma que hay que explorar y explicar varios planes.

Existen muchas consideraciones que deben ser valoradas o incluirles un factor de peso.

Suelen existir interacciones entre planes de subobjetivos diversos, por lo que deben elegirse
soluciones de compromiso.

Trabajo frecuente con incertidumbre, pues la mayora de los datos con los que se trabaja son
ms o menos probables pero no seguros.

Es necesario hacer uso de fuentes diversas tales como bases de datos.

Control
Un sistema de control participa en la realizacin de las tareas de interpretacin, diagnstico y
reparacin de forma secuencial. Con ello se consigue conducir o guiar un proceso o sistema. Los
sistemas de control son complejos debido al nmero de funciones que deben manejar y el gran
nmero 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.
Cabe aclarar que los sistemas de control pueden ser en lazo abierto, si en el mismo la
realimentacin o el paso de un proceso a otro lo realiza el operador, o en lazo cerrado si no tiene
que intervenir el operador en ninguna parte del mismo. Reparacin, correcta o terapia.
La reparacin, correccin, terapia o tratamiento consiste en la proposicin de las acciones
correctoras necesarias para la resolucin de un problema. Los SE en reparacin tienen que cumplir
diversos objetivos, como son: Reparacin lo ms rpida y econmicamente posible. Orden de las
reparaciones cuando hay que realizar varias. Evitar los efectos secundarios de la reparacin, es
decir la aparicin de nuevas averas por la reparacin.

Simulacin
La simulacin es una tcnica 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 observacin de las salidas para un conjunto de entradas. Las tcnicas tradicionales de
simulacin requieren modelos matemticos y lgicos, que describen el comportamiento del sistema
bajo estudio.
El empleo de los SE para la simulacin viene motivado por la principal caracterstica de los SE, que
es su capacidad para la simulacin del razonamiento de un experto humano, que es un proceso
complejo.

En la aplicacin de los SE para simulacin hay que diferenciar cinco configuraciones posibles:
1. Un SE puede disponer de un simulador con el fin de comprobar las soluciones y en su
caso rectificar el proceso que sigue.
2. Un sistema de simulacin puede contener como parte del mismo a un SE y por lo tanto el
SE no tiene que ser necesariamente de simulacin.
3. Un SE puede controlar un proceso de simulacin, es decir que el modelo est en la base
de conocimiento del SE y su evolucin es funcin de la base de hechos, la base de
conocimientos y el motor de inferencia, y no de un conjunto de ecuaciones aritmtico
lgicas.
4. Un SE puede utilizarse como consejero del usuario y del sistema de simulacin.
5. Un SE puede utilizarse como mscara o sistema frontal de un simulador con el fin de que
el usuario reciba explicacin y justificacin de los procesos.
Instruccin
Un sistema de instruccin 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 enseanza que facilita el proceso de aprendizaje y la correccin de errores.

Recuperacin de informacin
Los Sistemas Expertos, con su capacidad para combinar informacin y reglas de actuacin, han
sido vistos como una de las posibles soluciones al tratamiento y recuperacin de informacin, no
slo documental. La dcada de 1980 fue prolija en investigacin y publicaciones sobre
experimentos de este orden, inters que continua en la actualidad.
Lo que diferencia a estos sistemas de un sistema tradicional de recuperacin de informacin es
que stos ltimos slo son capaces de recuperar lo que existe explcitamente, mientras que un
Sistema Experto debe ser capaz de generar informacin no explcita, razonando con los elementos
que se le dan. Pero la capacidad de los SE en el mbito de la recuperacin de la informacin no se
limita a la recuperacin. Pueden utilizarse para ayudar al usuario, en seleccin de recursos de
informacin, en filtrado de respuestas, etc. Un SE puede actuar como un intermediario inteligente
que gua y apoya el trabajo del usuario final.

Lgica difusa
La lgica difusa (tambin llamada lgica borrosa o lgica heurstica) se basa en lo relativo de lo
observado como posicin diferencial. Este tipo de lgica toma dos valores aleatorios, pero
contextualizados y referidos entre s. As, por ejemplo, una persona que mida 2 metros es
claramente una persona alta, si previamente se ha tomado el valor de persona baja y se ha
establecido en 1 metro. Ambos valores estn contextualizados a personas y referidos a una
medida mtrica lineal.
Fue formulada en 1965 por el ingeniero y matemtico Lofti Zadeh.
La lgica difusa ("fuzzy logic" en ingls) se adapta mejor al mundo real en el que vivimos, e incluso
puede comprender y funcionar con nuestras expresiones, del tipo "hace mucho calor", "no es muy
alto", "el ritmo del corazn est un poco acelerado", etc.
La clave de esta adaptacin al lenguaje, se basa en comprender los cuantificadores de nuestro
lenguaje (en los ejemplos de arriba "mucho", "muy" y "un poco").
En
la
teora
de
conjuntos
difusos
se
definen
tambin
las
operaciones
de unin, interseccin, diferencia, negacin o complemento, y otras operaciones sobre conjuntos
en los que se basa esta lgica.
Para cada conjunto difuso, existe asociada una funcin de pertenencia para sus elementos, que
indican en qu medida el elemento forma parte de ese conjunto difuso. Las formas de las
funciones de pertenencia ms tpicas son trapezoidal, lineal y curva.
Se basa en reglas heursticas de la forma SI (antecedente) ENTONCES (consecuente), donde el
antecedente y el consecuente son tambin conjuntos difusos, ya sea puros o resultado de operar
con ellos. Sirvan como ejemplos de regla heurstica para esta lgica (ntese la importancia de las
palabras "muchsimo", "drsticamente", "un poco" y "levemente" para la lgica difusa):

SI hace muchsimo fro ENTONCES aumento drsticamente la temperatura.

SI voy a llegar un poco tarde ENTONCES aumento levemente la velocidad.

Los mtodos de inferencia para esta base de reglas deben ser simples, veloces y eficaces. Los
resultados de dichos mtodos son un rea final, fruto de un conjunto de reas solapadas entre s
(cada rea es resultado de una regla de inferencia). Para escoger una salida concreta a partir de
tanta premisa difusa, el mtodo ms usado es el del centroide, en el que la salida final ser el
centro de gravedad del rea total resultante.
Las reglas de las que dispone el motor de inferencia de un sistema difuso pueden ser formuladas
por expertos, o bien aprendidas por el propio sistema, haciendo uso en este caso de redes
neuronales para fortalecer las futuras tomas de decisiones.
Los datos de entrada suelen ser recogidos por sensores, que miden las variables de entrada de un
sistema. El motor de inferencias se basa en chips difusos, que estn aumentando
exponencialmente su capacidad de procesamiento de reglas ao a ao.

Lgica Difusa Compensatoria (LDC)

La LDC es un modelo lgico multivalente que permite la modelacin simultnea de los procesos
deductivos y de toma de decisiones. El uso de la LDC en los modelos matemticos permite utilizar
conceptos relativos a la realidad siguiendo patrones de comportamiento similares al pensamiento
humano. Las caractersticas ms importantes de estos modelos son: La flexibilidad, la tolerancia
con la imprecisin, la capacidad para moldear problemas no-lineales y su fundamento en el
lenguaje de sentido comn.
La LDC utiliza la escala de la LD, la cual puede variar de 0 a 1 para medir el grado de verdad o
falsedad de sus proposiciones, donde las proposiciones pueden expresarse mediante predicados.
Un predicado es una funcin del universo X en el intervalo [0; 1], y las operaciones de conjuncin,
disyuncin, negacin e implicacin, se definen de modo que restringidas al dominio [0; 1] se
obtenga la Lgica Booleana.
Aplicaciones generales
La lgica difusa se utiliza cuando la complejidad del proceso en cuestin es muy alta y no existen
modelos matemticos precisos, para procesos altamente no lineales y cuando se envuelven
definiciones y conocimiento no estrictamente definido (impreciso o subjetivo).
En cambio, no es una buena idea usarla cuando algn modelo matemtico ya soluciona
eficientemente el problema, cuando los problemas son lineales o cuando no tienen solucin.
Esta tcnica se ha empleado con bastante xito en la industria, principalmente en Japn,
extendindose sus aplicaciones a multitud de campos. La primera vez que se us de forma
importante fue en el metro japons, con excelentes resultados. Posteriormente se generaliz segn
la teora de la incertidumbre desarrollada por el matemtico y economista espaol Jaume Gil Aluja.
A continuacin se citan algunos ejemplos de su aplicacin:

Sistemas de control de acondicionadores de aire

Sistemas de foco automtico en cmaras fotogrficas

Electrodomsticos familiares (frigorficos, lavadoras...)

Optimizacin de sistemas de control industriales

Sistemas de escritura

Mejora en la eficiencia del uso de combustible en motores

Sistemas expertos del conocimiento (simular el comportamiento de un experto humano)

Tecnologa informtica

Bases de datos difusas: Almacenar y consultar informacin imprecisa. Para este punto, por
ejemplo, existe el lenguaje FSQL.

...y, en general, en la gran mayora de los sistemas de control que no dependen de un S/No.

En Inteligencia artificial, la lgica difusa, o lgica borrosa se utiliza para la resolucin de una
variedad de problemas, principalmente los relacionados con control de procesos industriales
complejos y sistemas de decisin en general, la resolucin y la compresin de datos. Los sistemas
de lgica difusa estn tambin muy extendidos en la tecnologa cotidiana, por ejemplo en cmaras
digitales, sistemas de aire acondicionado, lavarropas, etc. Los sistemas basados en lgica difusa

imitan la forma en que toman decisiones los humanos, con la ventaja de ser mucho ms rpidos.
Estos sistemas son generalmente robustos y tolerantes a imprecisiones y ruidos en los datos de
entrada. Algunos lenguajes de programacin lgica que han incorporado la lgica difusa seran por
ejemplo las diversas implementaciones de Fuzzy PROLOG o el lenguaje Fril.