Definición de sistema inteligente (SI

)
No tomes las consideraciones que hemos formulado en ¿Qué es inteligencia? (Para leer de corrido, no entre aquí ahora). como una justificación para la siguiente definición. Las detallamos sólo para demostrar cuál había sido el camino por el que llegamos a la definición. Con ello hemos creado, más o menos arbitrariamente, un nuevo concepto, el de "Sistema inteligente" (SI), y creemos que es un concepto útil. Lo aplicamos para construir sistemas inteligentes artificiales. Parece que explica bastante bien algunos hechos de los sistemas inteligentes naturales (SI), de las sociedades, y es útil para entender algunas preguntas filosóficas. No decimos que resulta ser una definición verdadera o falsa, sino solamente una definición útil. Estamos seguros que esta definición puede ser mejorada. Ver: Definiciones (Para leer de corrido, no entre aquí ahora)..

Una definición útil de un Sistema Inteligente es la siguiente:
 

Es un sistema. Aprende durante su existencia (en otras palabras, siente su entorno y aprende, para cada situación que se presenta, cuál es la acción que le permite alcanzar sus objetivos). Actúa continuamente, en forma mental y externa, y al accionar alcanza sus objetivos más frecuentemente que lo que indica la casualidad pura (normalmente mucho más frecuentemente). Consume energía y la utiliza para sus procesos interiores y para actuar.

¿Qué implica esta definición?
  

 

Que el sistema debe existir. Que debe existir un entorno con el cual el sistema pueda interactuar. Que debe ser capaz de recibir comunicaciones del entorno, para poder elaborar la situación actual. Esta es un sumario abstracto de las comunicaciones recibidas por los sentidos. Entendemos por comunicaciones un intercambio de materia o de energía. Si esta comunicación se realiza con el propósito de transmitir información, entonces es una variación del flujo de energía o una estructura específica de materia que el sistema percibe. Que el SI debe tener un objetivo, debe ser capaz de controlar si la última acción realizada fue favorable, si sirvió para acercarse más a su objetivo o no. Para alcanzar su objetivo, debe seleccionar su respuesta. Una manera fácil para decidirse por una respuesta, es la de elegir una que haya sido favorable en una situación similar anterior.

Tiene un objetivo e. que con partes fuera del sistema. debe ser capaz de actuar. Creemos que llegarías a la conclusión que todas son necesarias. El SI no puede funcionar si falta alguna de ellas. La expresión "sistema inteligente" se usa a veces para sistemas inteligentes incompletos. por ejemplo para una casa inteligente o un sistema experto. o más fuertes. qué es lo que pasaría. Finalmente. correlaciones con otras partes del mismo sistema. Las partes del sistema tienen más. Puedes repasar estas condiciones que hemos anotado y chequear.  . Aprende cómo lograr mejorar su rendimiento y eficiencia. Un sistema inteligente completo incluye "sentidos" que le permiten recibir información de su entorno. para alcanzar la respuesta seleccionada. y tiene una memoria para archivar el resultado de sus acciones. si anulas cualquiera de ellas. debe recordar en qué situación la respuesta resultó favorable y en cuál no lo fue. Sistema inteligente Un sistema inteligente es un programa de computación que reúne características y comportamientos asimilables al de la inteligencia humana o animal. inspeccionando su memoria. respuestas y resultados. Sistematización: Un sistema es parte del universo. Puede actuar. Para usos prácticos usamos esta: La inteligencia es el nivel del sistema en lograr sus objetivos. puede aprender de su experiencia. debe incluír diversas funcionalidades que incluyan  Inteligencia: Hay muchas definiciones de "inteligencia". Contenido [ocultar]     1 Capacidades requeridas 2 Ejemplos de sistemas inteligentes 3 Véase también 4 Enlaces externos [editar] Capacidades requeridas Para que un sistema inteligente pueda ser considerado completo. Es por esto que almacena situaciones. Ya que la misma respuesta es a veces favorable y a veces falla. con una extensión limitada en espacio y tiempo. mentalmente.  Que debe ser capaz de aprender.

El sistema aprende conceptos a partir de la información recibida de los sentidos. Capacidad sensorial: Un sentido es la parte del sistema que puede recibir comunicaciones del entorno. El aprendizaje incluye la fijación de conceptos abstractos. Reglas de actuación: Una regla de actuación es el resultado de una experiencia o el resultado de intepretar la propia memoria. Relaciona situación y consecuencias de la acción. a base de ejemplos concretos y la creación de conceptos compuestos que contienen los conceptos de partes de un objeto. Es el almacenamiento físico. Conceptualización: Un concepto es el elemento básico del pensamiento. material de información (en neuronas o electrones). Los sistemas inteligentes se caracterizan por su capacidad de adaptarse a situaciones cambiantes. a veces hecha al azar. Esto incluye la experiencia del sistema. Aprendizaje: El aprendizaje es probablemente la capacidad más importante de un sistema inteligente. Objetivo: Un objetivo es una cierta situación que el sistema inteligente quiere lograr. Situación: La situación se integra con una serie de conceptos que el sistema inteligente usa para representar la información que sus sentidos recibieron del entorno. Memoria: La memoria es un almacenaje físico de conceptos y reglas de actuación. Se necesitan los sentidos para que el sistema inteligente puede conocer su entorno y actuar interactivamente. La actuación. Todos los conceptos de la memoria están interrelacionados en red. . puede haber un objetivo principal y muchos subobjetivos. La dificultad principal se encuentra en el desarrollo de la capacidad de aprendizaje. Aprende reglas de actuación a base de su experiencia. capacidad que todavía no logran cabalmente los sistemas artificiales.       [editar] Ejemplos de sistemas inteligentes Los seres humanos y animales son sistemas inteligentes naturales. Una regla de actuación aumenta en valor si permitió el logro de un objetivo. El aprendizaje también es la capacidad de detectar relaciones (patrones) entre la parte "situación" y la parte "situación futura" de una regla de actuación. se almacena con su valor. y los sistemas artificiales tratan progresivamente de emular sus capacidades . La capacidad de conceptualizar implica el desarrollo de niveles de abstracción. Normalmente hay muchos niveles de objetivos.

situaciones) y el conocimiento de control (información sobre el seguimiento de una acción). Para que un sistema experto sea herramienta efectiva. Un ejemplo de estas técnicas sería los agentes que tienen la capacidad de negociar y navegar a través de recursos en línea. Se puede entender como una rama de la inteligencia artificial. y es por eso que en la actualidad juega un papel preponderante en los sistemas expertos.Sistema experto Los sistemas expertos son llamados así porque emulan el comportamiento de un experto en un dominio concreto y en ocasiones son usados por éstos. 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 explicación para cada una de estas reglas. posee información de uno o más expertos en un área específica. Debido a esto en la actualidad se están mezclando diferentes técnicas o aplicaciones aprovechando las ventajas que cada una de estas ofrece para poder tener empresas más seguras. 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 ésta no intenta sustituir a los expertos humanos. los usuarios deben interactuar de una forma fácil. Con los sistemas expertos se busca una mejor calidad y rapidez en las respuestas dando así lugar a una mejora de la productividad del experto. sobre una base de conocimientos. reuniendo dos capacidades para poder cumplirlo: 1. También se dice que un SE se basa en el conocimiento declarativo (hechos sobre objetos. 2. Adquisición de nuevos conocimientos o integrador del sistema: son mecanismos de razonamiento que sirven para modificar los conocimientos anteriores. Estos sistemas imitan las actividades de un humano para resolver problemas de distinta índole (no necesariamente tiene que ser de inteligencia artificial). Un sistema experto es un conjunto de programas que. donde el poder de resolución de un problema en un programa de computadora viene del conocimiento de un dominio específico. que a la vez se basan en hechos. sino que se desea ayudarlos a realizar con más rapidez y eficacia todas las tareas que realiza.  Sistema Experto (SE) Es una aplicación informática capaz de solucionar un conjunto de problemas que exigen un gran conocimiento sobre un determinado tema. Estructura básica de un SE .

Aplicando redes bayesianas. Fiabilidad: Los SE no se ven afectados por condiciones externas. etc. donde la solución a un problema similar planteado con anterioridad se adapta al nuevo problema. Rapidez: Un SE puede obtener información de una base de datos y realizar cálculos numéricos mucho más rápido que cualquier ser humano. un humano sí (cansancio. Interfaz de usuario: es la interacción entre el SE y el usuario. Tipos de SE Principalmente existen tres tipos de sistemas expertos:    Basados en reglas previamente establecidas. Apoyo Académico. . Basados en casos o CBR (Case Based Reasoning). Replicación: Una vez programado un SE lo podemos replicar infinidad de veces. Aplicando el razonamiento basado en casos. y se realiza mediante el lenguaje natural.Un Sistema Experto está conformado por:      Base de conocimientos (BC): Contiene conocimiento modelado extraído del diálogo con un experto. basadas en estadística y el teorema de Bayes. Consolidar varios conocimientos.). Motor de inferencia: Modela el proceso de razonamiento humano. En cada uno de ellos. Basados en redes bayesianas. Base de hechos (Memoria de trabajo): contiene los hechos sobre un problema que se ha descubierto durante el análisis. gracias a la capacidad de duplicación el coste finalmente es bajo. presión. y por tanto no sufre pérdida de facultades con el paso del tiempo. Entornos peligrosos: Un SE puede trabajar en entornos peligrosos o dañinos para el ser humano. Bajo costo: A pesar de que el costo inicial pueda ser elevado. Módulos de justificación: Explica el razonamiento utilizado por el sistema para llegar a una determinada conclusión. Ventajas y limitaciones de los Sistemas Expertos Ventajas         Permanencia: A diferencia de un experto humano un SE (sistema experto) no envejece. la solución a un problema planteado se obtiene:    Aplicando reglas heurísticas apoyadas generalmente en lógica difusa para su evaluación y aplicación.

Lenguaje natural: Con un experto humano podemos mantener una conversación informal mientras que con un SE no podemos. Así. En el campo del mantenimiento predictivo los Sistemas Expertos se utilizan fundamentalmente como herramientas de diagnóstico. Jess Prolog Tareas que realiza un Sistema Experto Monitorización La monitorización es un caso particular de la interpretación. Capacidad de aprendizaje: Cualquier persona aprende con relativa facilidad de sus errores y de errores ajenos. anticipándose a los posibles incidentes que pudieran acontecer. Se trata de que el programa pueda determinar en cada momento el estado de funcionamiento de sistemas complejos. Flexibilidad: Un humano es sumamente flexible a la hora de aceptar datos para la resolución de un problema. proporciona los mismos resultados que alcanzaría dicho experto. 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. 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. que un SE haga esto es muy complicado. Diseño . Ejemplos importantes         Dendral XCon Dipmeter Advisor Mycin CADUCEUS R1 CLIPS. un sistema experto sobre medicina podría admitir que un hombre lleva 40 meses embarazado. usando un modelo computacional del razonamiento de un experto humano. a no ser que se especifique que esto no es posible ya que un hombre no puede gestar hijos. Por ejemplo. Conocimiento no estructurado: Un SE no es capaz de manejar conocimiento poco estructurado.Limitaciones        Sentido común: Para un Sistema Experto no hay nada obvio.

diagnóstico y reparación de forma secuencial. de forma que hay que explorar y explicar varios planes. Con ello se consigue conducir o guiar un proceso o sistema. pues la mayoría de los datos con los que se trabaja son más o menos probables pero no seguros. Los problemas que presentan la planificación mediante SE son los siguientes:      Existen consecuencias no previsibles. por lo que deben elegirse soluciones de compromiso. Planificación La planificación es la realización de planes o secuencias de acciones y es un caso particular de la simulación. Suelen existir interacciones entre planes de subobjetivos diversos. máquina o sistema que ejecute funciones específicas con el máximo de economía y eficiencia. información técnica e imaginación en la definición de una estructura mecánica. El efecto final es la ordenación de un conjunto de acciones con el fin de conseguir un objetivo global. Control Un sistema de control participa en la realización de las tareas de interpretación. y por tanto de los SE. El diseño se concibe de distintas formas:  El diseño en ingeniería es el uso de principios científicos. existen problemas más complejos en los que el objetivo es encontrar la solución óptima. 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.  Los SE en diseño ven este proceso como un problema de búsqueda de una solución óptima o adecuada. Trabajo frecuente con incertidumbre. Está compuesto por un simulador y un sistema de control. la prueba se termina cuando se encuentra la primera solución. por lo tanto estos SE son llamados de selección. Los sistemas de control son complejos debido al número de funciones que deben manejar y el gran número de factores que deben considerar. Existen muchas consideraciones que deben ser valoradas o incluirles un factor de peso. El diseño industrial busca rectificar las omisiones de la ingeniería. En áreas de aplicación. ésta técnica es llamada “generación y prueba”. esta complejidad creciente es otra de las razones que apuntan al uso del conocimiento. sin embargo. Es necesario hacer uso de fuentes diversas tales como bases de datos. es un intento consciente de traer forma y orden visual a la ingeniería de hardware donde la tecnología no provee estas características. .Diseño es el proceso de especificar una descripción de un artefacto que satisface varias características desde un número de fuentes de conocimiento.

Reparación. la base de conocimientos y el motor de inferencia. El sistema detecta errores ya sea de una persona con conocimientos e identifica el remedio adecuado. El empleo de los SE para la simulación viene motivado por la principal característica de los SE. Los SE en reparación tienen que cumplir diversos objetivos. observaciones e interpretaciones sobre la computadora. 3. que describen el comportamiento del sistema bajo estudio. Las técnicas tradicionales de simulación requieren modelos matemáticos y lógicos. Orden de las reparaciones cuando hay que realizar varias. que es un proceso complejo. como son: Reparación lo más rápida y económicamente posible. Un SE puede controlar un proceso de simulación. 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. La reparación. que es su capacidad para la simulación del comportamiento de un experto humano. es decir la aparición de nuevas averías por la reparación. es decir. corrección. Recuperación de información . si en el mismo la realimentación o el paso de un proceso a otro lo realiza el operador. desarrolla un plan de enseñanza que facilita el proceso de aprendizaje y la corrección de errores. 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. correcta o terapia.Cabe aclarar que los sistemas de control pueden ser en lazo abierto. Un SE puede utilizarse como consejero del usuario y del sistema de simulación. Instrucción Un sistema de instrucción realizara un seguimiento del proceso de aprendizaje. es decir que el modelo está en la base de conocimiento del SE y su evolución es función de la base de hechos. a fin de estudiar el comportamiento de los mismos mediante la observación de las salidas para un conjunto de entradas. Un SE puede disponer de un simulador con el fin de comprobar las soluciones y en su caso rectificar el proceso que sigue. y no de un conjunto de ecuaciones aritmético – lógicas. Simulación La simulación es una técnica que consistente en crear modelos basados en hechos. En la aplicación de los SE para simulación hay que diferenciar cinco configuraciones posibles: 1. terapia o tratamiento consiste en la proposición de las acciones correctoras necesarias para la resolución de un problema. o en lazo cerrado si no tiene que intervenir el operador en ninguna parte del mismo. 2. Evitar los efectos secundarios de la reparación. 5. 4.

Formalización: Diseñar las estructuras para organizar los conocimientos. Un SE puede actuar como un intermediario inteligente que guía y apoya el trabajo del usuario final Características de los sistemas expertos Característica de los SE: • Un SE no debe demorar mas de 3 horas en resolver un problema. • Debe contar con la colaboración del experto. Pueden utilizarse para ayudar al usuario. • Los sistemas expertos tienen pocos niveles de profundidad. etc. • Es esencial el compromiso sobre la relación de capacidades humanas a transferir a la maquina. Conceptualización: Expresar los conocimientos de manera semiformal. interés que continua en la actualidad. Pero la capacidad de los SE en el ámbito de la recuperación de la información no se limita a la recuperación. Identificación: Que se quiere que haga el SE. mientras que un Sistema Experto debe ser capaz de generar información no explícita. • El conocimiento esta distribuido pertenece a varias personas. Consejos a la hora de diseñar un sistema experto: • Separar el generador de inferencias de la base de conocimientos. 3. La década de 1980 fue prolija en investigación y publicaciones sobre experimentos de este orden. con su capacidad para combinar información y reglas de actuación. • El conocimiento del experto no esta en los libros de texto. . siendo las reglas de producción la forma preferida. solo los inexpertos razonan a partir de principios. han sido vistos como una de las posibles soluciones al tratamiento y recuperación de información. razonando con los elementos que se le dan. • Proporcionar algún tipo de facilidad para que el sistema pueda explicar sus conclusiones. • Utilizar una representación tan uniforme como sea posible. • Para resolver la incompletitud de los conocimientos (información incompleta) se utilizan reglas redundantes.Los Sistemas Expertos. 2. 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. Etapas de desarrollo de un sistema experto: 1. • Mantener simple el generador de inferencias (estructura de control). • Un SE se debe aplicar a cosas practicas. no sólo documental. en selección de recursos de información. en filtrado de respuestas. • Favorecer los problemas que requieran el uso de sólidos cuerpos de conocimientos asociativos empíricos sobre aquellos que se puedan resolver utilizando conocimiento causal o matemático. Ejemplo: Si A y B y C entonces X Si A y B entonces X Si A entonces X • Los expertos no razonan a partir de principios (razona a partir de su experiencia).

Representación del conocimiento. se describen los casos. • Los shells existentes que puedan agilizar el desarrollo del proceso. los hechos o datos globales de partida y la forma de inferir esos conocimientos. Conceptualizacion: Encontrar los conceptos que representen los conocimientos.BH y MI) en los cuales se representan los conocimientos del experto en forma de reglas. La identificación del problema. Módulo de ayuda para la adquisición de conocimientos (interfaces con el experto): Permite al experto consultar los conocimientos almacenados en la base de conocimientos y en muchos casos dar la posibilidad de incluirle nuevos conocimientos. Chequeo: Validación de las reglas Identificación: se determinan las características del problema. Adquisición de los conocimientos.uina sin necesidad de ver al ingeniero del conocimiento. . Implementación: Formalizar las reglas que representan conocimientos. Módulo de interacción con el usuario (interfaces con el usuario): Facilita el diálogo con el usuario. Su objetivo es que el experto pueda introducir directamente sus conocimientos en la m’. Procesamiento del conocimiento Hasta ahora se ha hecho referencia al núcleo del sistema experto (BC. 3. • Otros sistemas expertos que puedan resolver similares problemas y se puedan adaptar al problema. Ingenieria del conocimiento: 1.4. pero no se ha dicho como se comunica el sistema con el usuario y con el experto. permite hacerle preguntas al sistema e incluso obtener conocimientos análogos a los del experto. Formalización: 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. Estas interfaces podrían ser programas de entrada/salida de forma dialogada y las explicaciones pueden ser obtenidas de la memoria de trabajo donde se almacenan los pasos para llegar a la solución. 2. Implantación: Hacer el prototipo: Llevarlo a la computadora y hacer las interfaces con el usuario. 5.

Sign up to vote on this title
UsefulNot useful