Sistema Experto
DEFINICIÓN
Los Sistemas expertos son una rama de la inteligencia
artificial que simular el proceso de aprendizaje, memorización, razonamiento,
comunicación y de acción que realiza un experto humano en la resolución de un
problema 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.
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.
COMPONENTES DE UN
SISTEMA EXPERTO
·
El Componente Humano
Un sistema experto es generalmente el resultado de la
colaboración de uno o varios expertos humanos especialistas en el tema de
estudio y los ingenieros del conocimiento, con los usuarios en mente. Los
expertos humanos suministran el conocimiento básico en el tema de interés, y
los ingenieros del conocimiento trasladan este conocimiento a un lenguaje, que
el sistema experto pueda entender.
·
La Base del Conocimiento
Los especialistas son responsables de suministrar a los
ingenieros del conocimiento una base de conocimiento ordenada y estructurada, y
un conjunto de relaciones bien definidas y explicadas. Esta forma estructurada
de pensar requiere que los expertos humanos repiensen, reorganicen, y
reestructuren la base de conocimiento y, como resultado, el especialista se convierte
en un mejor conocedor de su propio campo de especialidad.
Hay que diferenciar entre datos y conocimiento. El
conocimiento se refiere a afirmaciones de validez general tales como reglas,
distribuciones de probabilidad, etc. Los datos se refieren a la información
relacionada con una aplicación particular.
·
Subsistema de Adquisición de
Conocimiento
El subsistema de adquisición de conocimiento controla el flujo
del nuevo conocimiento que fluye del experto humano a la base de datos. El
sistema determina que nuevo conocimiento se necesita, o si el conocimiento
recibido es en realidad nuevo, es decir, si debe incluirse en la base de datos
y, en caso necesario, incorpora estos conocimientos a la misma.
·
Control de Coherencia
Controla la consistencia de la base de datos y evita que
unidades de conocimiento inconsistentes entren en la misma. En situaciones
complejas incluso un experto humano puede formular afirmaciones inconsistentes.
Por ello, sin un subsistema de control de la coherencia, unidades de
conocimiento contradictorio pueden formar parte de la base de conocimiento,
dando lugar a un comportamiento insatisfactorio del sistema.
·
El Motor de Inferencia
El motor de inferencia es el corazón de todo sistema experto.
El objetivo principal de este componente es sacar conclusiones aplicando el
conocimiento a los datos.
Las conclusiones del motor de inferencia pueden estar basadas
en conocimiento determinista o conocimiento probabilístico. El tratamiento de
situaciones de incertidumbre (probabilísticas) puede ser considerablemente más
difícil que el tratamiento de situaciones ciertas (deterministas).
Ejemplo:
En diagnóstico médico, los síntomas de un paciente (datos) son
analizados a la luz de los síntomas y las enfermedades y de sus relaciones
(conocimiento).
·
Interface de Usuario
La interface de usuario es el enlace entre el sistema experto
y el usuario. Para que un sistema
experto sea una herramienta efectiva, debe incorporar mecanismos eficientes para
mostrar y obtener información de forma fácil y agradable. Una implementación
inadecuada de la interface de usuario que no facilite el proceso de obtención
de información del usuario disminuiría la calidad de un sistema experto.
·
Subsistema de Ejecución de Ordenes
Este componente permite al sistema experto iniciar acciones.
Etas acciones están basadas en las conclusiones obtenidas por el motor de
inferencia.
·
Subsistema de Explicación
Explica el proceso seguido por el motor de inferencia o por
el subsistema de ejecución.
DESARROLLO DE UN
SISTEMA EXPERTO
1.
Planteamiento del problema. La primera etapa en cualquier
proyecto es normalmente la definición del problema a resolver. Puesto que el
objetivo principal de un sistema experto es responder a preguntas y resolver
problemas, esta etapa es quizás la más importante en el desarrollo de un
sistema experto. Si el sistema esta mal definido, se espera que el sistema suministre respuestas
erróneas.
2.
Encontrar expertos humanos que puedan
resolver el problema.
En algunos casos, sin embargo, las bases de datos pueden jugar el papel del
experto humano.
3.
Diseño de un sistema experto. Esta etapa incluye el diseño de estructuras
para almacenar el conocimiento, el motor de inferencia, el subsistema de explicación,
la interface de usuario, etc.
4.
Elección de la herramienta de
desarrollo o lenguaje de programación. Debe decidirse si realizar un sistema experto a medida, o
utilizar una concha, una herramienta, o un lenguaje de programación. Si
existiera una concha satisfaciendo todos los requerimientos del diseño, esta debería
ser la elección, no sólo por razones de tipo financiero sino también por razones
de fiabilidad. Las conchas y herramientas comerciales están sujetas a controles
de calidad, a los que otros programas no lo están.
5.
Desarrollo y prueba de un prototipo. Si el prototipo no pasa las pruebas
requeridas, las etapas anteriores (con las modificaciones apropiadas) deben ser
repetidas hasta que se obtenga un prototipo satisfactorio.
6.
Refinamiento y generalización. En esta etapa se corrigen los
fallos y se incluyen nuevas posibilidades no incorporadas en el diseño inicial.
7.
Mantenimiento y puesta al día. En esta etapa el usuario plantea problemas
o defectos del prototipo, corrige errores, actualiza el producto con nuevos
avances, etc.
EJEMPLO DE SISTEMA
EXPERTO
DENDRAL: Fue el primer sistema experto que fue
escrito en Lisp en ser utilizado en
propósitos reales en el campo de química ya que facilitaba la inferencia de
estructuras moleculares.
MYCIN: el mas famoso de todos, diagnostica
infecciones en la sangre y meningitis y además sugiere el tratamiento que se
debe seguir en cada caso.
PUFF: Que diagnostica y trata
enfermedades del pulmón.
MOLGENO: ayuda a los biólogos que trabajan en el campo del DNA y la ingeniería genética.
PROGRAMMERS APPRENTICE: Se trata de un sistema que ayuda a la escritura de programas.
EURISKO: Sistema experto capaz de aprender a medida que funciona, que crea circuitos microeléctricos tridimensionales.
GENESIS: Permite a los científicos planificar
y simular experimentos en el campo de la unión de genes.
Referencias:
Castillo Enrique, Gutiérrez José Manuel y Hadi Ali S. Sistemas
Expertos y Modelos de Redes Probabilísticos [Internet] http://personales.unican.es/gutierjm/papers/BookCGH.pdf
Ejemplos de Sistemas Expertos [Internet].
Informática Integral Inteligente [Internet ]http://www.informaticaintegral.net/sisexp.html
No hay comentarios:
Publicar un comentario