Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sistemas Basados Conocimiento
Sistemas Basados Conocimiento
Curs la licenciatura en Informtica en la UPIICSA del IPN. Posteriormente obtuvo el Diplomado en Java y Aplicaciones Web en el ITAM, la Especialidad y la Maestra en Inteligencia Artificial en la Fundacin Arturo Rosenblueth. Actualmente es candidato al grado de Doctor en Ciencias de la Computacin por el Centro de Investigacin en Computacin del IPN, contando para ello del respaldo del CONACYT y del IPN a travs de una beca. Entre sus distinciones acadmicas estn: El haberse titulado por la opcin de escolaridad en 1981, conforme al reglamento del IPN. El reconocimiento hecho por el CONCACYT y el Diario de Mxico en el evento: Los mejores estudiantes de Mxico generacin 1981, como el mejor estudiante en la Licenciatura en Informtica del IPN. Adems de haber obtenido el grado de de Maestra en Inteligencia Artificial con mencin honorfica. A la par de su desarrollo acadmico, Alejandro Pea ha ejercido la carrera magisterial, profesional, de investigacin y ministerial. En 1981 ingres a la planta docente de la UPIICSA, donde actualmente es profesor titular C e investigador. Durante el lapso 1989-1994 ofreci ctedra en la Maestra en Sistemas Computacionales del ITESM-CEM. Adems de haber hecho lo propio en las Maestras en Sistemas de Informacin y Ciencias de la Computacin en la Fundacin Arturo Rosenblueth. En el mbito profesional de la Informtica, desde 1978 se ha desenvuelto en los sectores privado, pblico, bancario y empresarial, desempeando cargos como: Programador, analista y lder de proyecto en la entonces Secretara de Comercio. Jefe de Soporte Tcnico en el (desaparecido) Instituto Mexicano de Comercio Exterior. Subdirector de Sistemas en la Secretara de Salud. Subgerente de Proyectos Especiales en el Banco Nacional de Comercio Exterior. Coordinador de Sistemas en Banamex. Fue fundador y Director General de la empresa Neuralware, dedicada a las Tecnologas de la Informacin. Como resultado de sus estudios doctorales orientados al mbito de la Educacin basada en Web, ha publicado: varios Reportes Tcnicos, y presentado diversos trabajos en congresos nacionales e internacionales celebrados en ciudades de cuatro continentes, como por ejemplo: Washington-USA., Vancouver Canda, Melbourne Australia, Bensaon Francia, Grindelwald Suiza, y Bali Indonesia. Las memorias de sus artculos han sido editadas por organizaciones como IEEE y Springer. As mismo es autor de una coleccin de libros relacionados con la Informtica y la Inteligencia Artificial. Actualmente, Alejandro Pea es Apstol y Director General del World Outreach Light to the Nations Ministries (WOLNM), cuya visin es la formacin de discpulos, mediante el uso de las Tecnologas de la Informacin y del Conocimiento, a nivel mundial dedicados a predicar el Evangelio. Por sus ocupaciones acadmicas, profesionales y ministeriales, Alejandro Pea ha tenido la oportunidad de visitar diversos pases y regiones del mundo, amn de haber arribado a sitios extremos del planeta como: La Antrtida, el ocano glaciar rtico, y el centro del desierto de Australia. Tambin ha explorado islas exticas como Hawai, Tahit, y Rarotonga; y otras remotas como Spitsbergen y Baffin. A raz de tales experiencias, Alejandro Pea ofrece el testimonio de las maravillas naturales que Dios ha hecho en el mundo para deleite del ser humano, y en particular de sus hijos que son salvos a travs de Jesucristo y llenos de su Espritu Santo, quien les anima a clamar: Abba, Padre!
- Mxico -
D.R. 2006, Alejandro Pea Ayala INSTITUTO POLITCNICO NACIONAL Direccin de Publicaciones Revillagigedo 83, Centro Histrico, 06070, Mxico, D.F. ISBN: 970-94797-4-1 Impreso en: Mxico / Printed in Mxico
El autor reconoce que esta obra ha sido inspirada de manera especial por su Padre, Hermano Jess y Consolador como parte de los proyectos de investigacin de World Outreach Light to the Nations Ministries (WOLNM). As mismo, el trabajo es el resultado de su experiencia profesional, como investigador y docente en la Unidad Profesional Interdisciplinaria de Ingeniera y Ciencias Sociales y Administrativas (UPIICSA) del Instituto Politcnico Nacional (IPN) y fruto del desarrollo de su tesis doctoral en el Centro de Investigacin en Computacin del Instituto Politcnico Nacional.
PRLOGO
Los Sistemas basados en Conocimiento representan un paso delante de los sistemas de informacin convencionales al pretender representar funciones cognitivas del ser humano como el aprendizaje y el razonamiento. Esta clase de aplicaciones descansan en las contribuciones de la Inteligencia Artificial en lo general y en la Ingeniera del Conocimiento en lo particular. Su orientacin es la automatizacin del anlisis de problemas, la bsqueda de soluciones, la toma de decisiones y el empleo de conocimiento especializado en un campo especfico de aplicacin. Entre los productos ms significativos de los Sistemas basados en Conocimiento se encuentran los Sistemas Expertos, los cuales estn encargados de representar el conocimiento de los especialistas de una rama en la procura de su aprovechamiento para tareas de diagnstico, enseanza y control. La composicin de los Sistemas basados en Conocimiento consta de: Un mecanismo de aprendizaje, una base de conocimientos, un motor de razonamiento, y medios de comunicacin hombre-mquina. Por tal motivo, en este ejemplar se dedica un captulo para tratar cada uno de esos temas, en los que se expone los procedimientos que se realizan para la confeccin de los componentes y se describe las estructuras de representacin de conocimiento apropiadas para su organizacin.
XII
TABLA DE CONTENIDO
INTRODUCCIN ..................................................................................................................................................................... 3 1. SISTEMAS BASADOS EN CONOCIMIENTO ................................................................................................................. 7 1.1 1.2 1.3 1.4 ALCANCES DE LOS SISTEMAS DE INFORMACIN ........................................................................................... 7 EXTENSIN A LOS SISTEMAS BASADOS EN CONOCIMIENTO ...................................................................... 7 PROPIEDADES DE LOS SISTEMAS BASADOS EN CONOCIMIENTO ............................................................... 7 TIPOS DE APLICACIONES DE LOS SISTEMAS BASADOS EN CONOCIMIENTO ........................................... 8
2. SISTEMAS EXPERTOS..................................................................................................................................................... 11 2.1 LA ELITE DE LOS SISTEMAS BASADOS EN CONOCIMIENTO ....................................................................... 11 2.2 DESCRIPCIN DE LOS SISTEMAS EXPERTOS ........................................................................................................ 11 2.2.1 DEFINICIN........................................................................................................................................................... 11 2.2.2 CUALIDADES .......................................................................................................................................................... 12 2.2.3 NIVELES DE APLICACIN..................................................................................................................................... 12 2.2.4 REAS DE DESARROLLO....................................................................................................................................... 13 2.3 ARQUITECTURA........................................................................................................................................................... 14 2.4 PERFIL GENERAL DEL FUNCIONAMIENTO DE UN SISTEMA EXPERTO .......................................................... 16 2.5 EJEMPLOS DE SISTEMAS EXPERTOS ....................................................................................................................... 16 2.6 OPERACIN DE PROTOTIPOS.................................................................................................................................... 18 3. CONSTRUCCIN DE SISTEMAS ................................................................................................................................... 21 3.1 LA INGENIERA DE CONOCIMIENTO....................................................................................................................... 21 3.2 METODOLOGA PARA LA CONSTRUCCIN DE SISTEMAS EXPERTOS ............................................................ 23 3.3 RECURSOS INVOLUCRADOS..................................................................................................................................... 28 34 TIPO DE SOFTWARE APROPIADO A LA CREACIN DE SISTEMAS EXPERTOS................................................ 29 3.5 RECOMENDACIONES .................................................................................................................................................. 35 4. APLICACIN DE SHELLS ............................................................................................................................................. 39 4.1 DESCRIPCIN DEL SHELL M1 ............................................................................................................................. 39 4.2 COMPONENTES DE M1.......................................................................................................................................... 39 4.3 OPERACIN DE M1 ................................................................................................................................................ 40 4.3.1 DESCRIPCIN GENERAL ............................................................................................................................... 40 4.3.2 EJECUCIN DE PROTOTIPOS ....................................................................................................................... 40 4.4 REPRESENTACIN DE CONOCIMIENTO ........................................................................................................... 42 4.5 INFERENCIA Y BSQUEDA.................................................................................................................................. 43 4.6 MANEJO DE COMANDOS...................................................................................................................................... 48 4.7 MANIPULACIN DE LA BASE DE CONOCIMIENTOS Y EL CACH .............................................................. 49 4.8 INTERACCIN CON EL USUARIO ....................................................................................................................... 50 4.9 RASTREO Y MONITOREO ..................................................................................................................................... 52 5. MECANISMO DE APRENDIZAJE.................................................................................................................................. 55 5.1 DESCRIPCIN DE UN MECANISMO DE APRENDIZAJE ........................................................................................ 55 52 INTEGRACIN DE UN MDULO DE APRENDIZAJE ............................................................................................... 56 5.2.1 CICLO DE ADQUISICIN INICIAL DEL CONOCIMIENTO ANTES DE LA IMPLEMENTACIN .................... 56 5.2.2 COMPONENTES DE UN SISTEMA DE APRENDIZAJE........................................................................................ 57 5.2.3 MECANISMO DE APRENDIZAJE........................................................................................................................... 58 5.2.4 CICLO DE ADQUISICIN DEL CONOCIMIENTO DESPUS DE QUE LA IMPLEMENTACIN HA COMENZADO ................................................................................................................................................................... 58 5.3 MTODOS DE APRENDIZAJE ..................................................................................................................................... 60 5.4 TCNICAS DE APRENDIZAJE..................................................................................................................................... 61 5.4.1 CONCEPTOS............................................................................................................................................................ 61
5.4.2 GENERALIZACIN.................................................................................................................................................. 66 5.4.3 ANALOGA ............................................................................................................................................................... 72 5.4.4 DESCUBRIMIENTO................................................................................................................................................. 74 5.5 HERRAMIENTAS QUE FACILITAN EL APRENDIZAJE........................................................................................... 76 5.6 APLICACIONES ORIENTADAS AL APRENDIZAJE ................................................................................................. 78 5.7 CONSTRUCCIN DEL MECANISMO DE APRENDIZAJE....................................................................................... 80 5.8 EVALUACIN DEL MDELO DE APRENDIZAJE.................................................................................................... 83 6. BASE DE CONOCIMIENTOS ...................................................................................................................................... 93 6.1 DESCRIPCIN DE UNA BASE DE CONOCIMIENTOS ....................................................................................... 93 6.1.1 ROL DEL MDULO ............................................................................................................................................... 93 6.1.2 CONSIDERACIONES............................................................................................................................................... 94 6.2 FUNCIONAMIENTO DEL ADMINISTRADOR DE LA BASE DE CONOCIMIENTOS...................................... 95 6.3 EVALUACIN DE LAS TCNICAS DE REPRESENTACIN DE CONOCIMIENTOS ..................................... 95 6.3.2 CLCULO DE PREDICADOS................................................................................................................................. 95 6.3.3REGLAS DE PRODUCCIN .................................................................................................................................... 98 6.3.4 SUPOSICIONES ..................................................................................................................................................... 100 6.3.5 CONOCIMIENTO DIFUSO FUZZY SETS ........................................................................................................ 101 6.3.6 REDES SEMNTICAS............................................................................................................................................ 105 6.3.7 FRAMES ................................................................................................................................................................. 108 6.3.8 DEPENDENCIA CONCEPTUAL........................................................................................................................... 111 6.3.9 SCRIPTS ................................................................................................................................................................ 113 6.4 SELECCIN DE LA REPRESENTACIN APROPIADA .................................................................................... 115 6.4.1 DECLARATIVO ...................................................................................................................................................... 115 6.4.2 PROCEDURAL....................................................................................................................................................... 115 6.4.3 CLCULO DE PREDICADOS............................................................................................................................... 115 6.4.4 REGLAS DE PRODUCCIN ................................................................................................................................. 115 6.4.6 PROBABILIDAD ................................................................................................................................................... 116 6.4.7 FUZZY SETS.......................................................................................................................................................... 116 6.4.8 REDES SEMNTICAS............................................................................................................................................ 116 6.4.9 FRAMES ................................................................................................................................................................. 117 6.4.10 DEPENDENCIA CONCEPTUAL......................................................................................................................... 117 6.4.11 SCRIPTS ............................................................................................................................................................... 117 6.5 CONSTRUCCIN DE UNA BASE DE CONOCIMIENTOS ................................................................................ 117 6.5.1 HERRAMIENTAS ................................................................................................................................................... 117 6.5.2 METODOLOGA ................................................................................................................................................... 118 7.5.3 CYCL....................................................................................................................................................................... 121 7.5.4 EXIS ....................................................................................................................................................................... 123 7. MOTOR DE INFERENCIA ............................................................................................................................................. 131 7.1. NATURALEZA DEL MOTOR DE INFERENCIA...................................................................................................... 131 7.1.1. DESCRIPCIN...................................................................................................................................................... 131 7.1.2. PROPSITO .......................................................................................................................................................... 131 7.1.3. ELEMENTOS........................................................................................................................................................ 131 7.2. EVALUACIN DE MTODOS DE INFERENCIA.................................................................................................... 131 7.2.1. LGICA ................................................................................................................................................................. 131 7.2.2. SISTEMAS DE PRODUCCIN............................................................................................................................. 134 7.2.3. FACTORES DE CERTIDUMBRE (CF) ............................................................................................................ 135 7.2.4. RAZONAMIENTO EN OBJETOS ESTRUCTURADOS......................................................................................... 136 7.2.5. RAZONAMIENTO CONCEPTUAL ....................................................................................................................... 137 7.2.6. RAZONAMIENTO NO MONOTNICO................................................................................................................ 138 7.2.7. FUZZY LOGIC....................................................................................................................................................... 141 7.3. COMPARACIN DE MTODOS ............................................................................................................................... 143 7.4. INTEGRACIN DE LA INFERENCIA Y BSQUEDAS .......................................................................................... 146 7.4.1. ANLISIS DEL TIPO DE PROBLEMAS A RESOLVER ....................................................................................... 146 7.4.2. PROGRAMACIN LGICA ................................................................................................................................. 146 XIV
7.4.3. SISTEMAS DE PRODUCCIN............................................................................................................................. 147 7.4.4. RAZONAMIENTO NO MONOTNICO................................................................................................................ 148 7.5 CONSTRUCCIN DEL MOTOR DE INFERENCIA .................................................................................................. 155 Mantenimiento de Memoria en Fuzzy Expert System Flops........................................................................................ 156 8. INTERFASE HOMBRE - MQUINA ............................................................................................................................ 163 8.1 PROPSITO DEL MDULO ....................................................................................................................................... 163 8.2 CONSIDERACIONES .................................................................................................................................................. 163 8.2.1 TIPO DE USUARIO ............................................................................................................................................... 163 8.2.2 TEMA DE LA COMUNICACIN........................................................................................................................... 163 8.2.3 RECURSOS............................................................................................................................................................. 163 8.2.4 ARISTAS DE LA COMUNICACIN ...................................................................................................................... 163 8.3. MODELO...................................................................................................................................................................... 163 8.4. CICLO DE COMUNICACIN .................................................................................................................................... 165 8.4.1 DESCRIPCIN....................................................................................................................................................... 165 8.4.2 FLUJO .................................................................................................................................................................... 165 8.4.3 CONCLUSIN........................................................................................................................................................ 165 8.4.4 JUSTIFICACIN.................................................................................................................................................... 166 8.5 FORMAS DE IMPLEMENTACIN............................................................................................................................. 166 8.6 METACONOCIMIENTO.............................................................................................................................................. 166 8.7 ASPECTOS A EVALUAR ............................................................................................................................................ 167 8.7 RECOMENDACIONES ................................................................................................................................................ 168 8.8 CRITERIOS DE XITO ................................................................................................................................................ 169 CONCLUSIONES.................................................................................................................................................................. 173 REFERENCIAS..................................................................................................................................................................... 177
XVI
TABLA DE FIGURAS
Fig. 1. Arquitectura general de los componentes de un Sistema Experto .................................................................................. 14 Fig. 2. Ambiente de la Ingeniera de Conocimiento .................................................................................................................. 21 Fig. 3. Tipos de conocimiento que se quieren representar......................................................................................................... 22 Fig. 4. Modelo del ciclo de vida para el desarrollo de un Sistema Experto ............................................................................... 24 Fig. 5. Proceso de identificacin del problema ......................................................................................................................... 24 Fig. 6. Proceso de formalizacin del Sistema Experto............................................................................................................... 27 Fig. 7. Ciclo para la adquisicin inicial de conocimiento .......................................................................................................... 56 Fig. 8. Componentes de un sistema de aprendizaje ................................................................................................................... 58 Fig. 9. Ciclo para la actualizacin de conocimiento .................................................................................................................. 59 Fig.10. Aprendizaje de los conceptos CASA, TIENDA y ARCO............................................................................................. 63 Fig. 11. Descripcin estructural ................................................................................................................................................. 63 Fig. 12. Descripcin de un arco de acuerdo con el primer ejemplo........................................................................................... 64 FIig. 13. Descripcin del arco de acuerdo con el segundo ejemplo........................................................................................... 65 FIig. 14. Descripcin de arco despus de integrar dos ejemplos ............................................................................................... 65 Fig. 15. Descripcin de arco despus del ejemplo casi - equivocado ........................................................................................ 66 Fig. 16. Ejemplos para conocer un arco..................................................................................................................................... 67 Fig. 17 Reglas de generacin de enlace necesario ..................................................................................................................... 67 Fig..18 Regla de generalizacin de prohibicin de enlace......................................................................................................... 68 Fig. 19. Heurstica de Ascenso de rbol.................................................................................................................................... 69 Fig. 20. Red de similitud........................................................................................................................................................... 72 Fig. 21. Analoga Transformacional ......................................................................................................................................... 73 Fig. 22. Muestra un ejemplo de Analoga Transformacional..................................................................................................... 73 Fig. 23. Analoga Derivacional .................................................................................................................................................. 74 Fig. 24. Proceso del KBL........................................................................................................................................................... 80 Fig. 25. rbol de pruebas parcial determinado por el RSI......................................................................................................... 82 Fig. 26 Esquema general para la Multiestrategia de aprendizaje ............................................................................................... 89 Fig. 27. Relacin entre base de conocimientos y otros mdulos del Sistema Experto .............................................................. 93 Fig. 28. Evolucin del conocimiento ......................................................................................................................................... 93 Fig. 29. Diferentes niveles de detalle de la expresin El nio corre rpido ........................................................................... 94 Fig. 30. Elementos fundamentales del Clculo de predicados ................................................................................................... 96 Fig. 31. Elementos de un sistema de produccin ....................................................................................................................... 98 Fig. 32. Enlace de las declaraciones en la BC.......................................................................................................................... 100 Fig. 33. Representacin con Fuzzy sets del ejemplo El Williams es un auto ms rpido que el Ferrari.............................. 101 Fig. 34.. Variables Lingsticas ............................................................................................................................................... 102 Fig. 35. Grado de membresa ................................................................................................................................................... 102 Fig. 36. Representacin mediante redes semnticas ................................................................................................................ 106 Fig. 37. El perro mordi al cartero........................................................................................................................................... 107 Fig. 38. Todos los perros han mordido a algn cartero............................................................................................................ 107 Fig. 39. Todos los perros han mordido a todos los carteros..................................................................................................... 108 Fig. 40. Represetacin de un arco mediante frames................................................................................................................. 109 Fig. 41. Representacin de una sala......................................................................................................................................... 109 Fig. 42. Descripcin de los elementos de una oracin............................................................................................................. 110 Fig. 43. Representacin de una accin y los elementos involucrados ..................................................................................... 110 Fig. 44. Instanciacin de un evento ......................................................................................................................................... 111 Fig. 41. Representacin del conocimiento mediante dependencia conceptual ........................................................................ 111 Fig. 42. Consideraciones para la seleccin de tcnica de representacin del conocimiento.................................................... 119 Fig. 43. Relacin Ontologa - Representacin del conocimiento............................................................................................. 120 Fig. 44. Estructura de CYC...................................................................................................................................................... 121 Fig. 45. Representacin "A Mara le gusta nicamente la gente que programa en LISP....................................................... 122 Fig. 46. Arquitectura de EXIS ................................................................................................................................................. 123 Fig. 47. Elementos en la representacin de EXIS.................................................................................................................... 124 Fig. 48. Aprendizaje................................................................................................................................................................. 126
Fig. 49. Ejemplos de representacin ........................................................................................................................................ 127 Fig. 50. Esquema del motor de inferencia................................................................................................................................ 131 Fig. 51. Interrelacin del Motor de Inferencia con los componentes de un S.E. ..................................................................... 131 Fig. 52. Sistema de produccin................................................................................................................................................ 134 Fig. 53. Clculo del CF de una conclusin derivada por varios caminos ................................................................................ 135 Fig. 54. Razonamiento en objetos estructurados...................................................................................................................... 136 Fig. 55. Propiedades de las clases inherentes al objeto............................................................................................................ 136 Fig.57. Propiedades vlidas de una clase de objetos y sus instancias no vlidas..................................................................... 136 Fig. 58. Conflicto de inherencia............................................................................................................................................... 137 Fig. 59. Razonamiento conceptual........................................................................................................................................... 138 Fig. 60. Representacin de Frmulas y Modelos de Creencias ............................................................................................... 139 Fig. 61. Consistencia de teoremas............................................................................................................................................ 139 Fig. 62. Representacin mediante Fuzzy Logic ....................................................................................................................... 141 Fig. 63. Marco de referencia .................................................................................................................................................... 143 Fig. 64. Tabla de evaluacin .................................................................................................................................................... 145 Fig. 65. Programacin lgica ................................................................................................................................................... 146 Fig. 66. Implementacin del razonamiento no monotnico..................................................................................................... 149 Fig. 67. Ilustracin del retroceso dirigido sin dependencia ..................................................................................................... 150 Fig. 68. Ilustracin del retroceso dirigido sin dependencia ..................................................................................................... 151 Fig. 69. Ejemplificacin del retroceso dirigido por dependencia ............................................................................................ 152 Fig. 70. Ejemplificacin del retroceso dirigido por dependencia ........................................................................................... 153 Fig. 71. Ejemplificacin de suposicones................................................................................................................................. 153 Fig. 72. Desarrollo de un caso por medio de un sistema de mantenimiento de verdad ........................................................... 154 Fig. 73. Desarrollo de un caso por medio de un sistema de mantenimiento de verdad ........................................................... 155 Fig. 74. Polimorfismo .............................................................................................................................................................. 156 Fig. 7.5. Arquitectura ............................................................................................................................................................... 157 Fig. 76. Algoritmo del sistema de mantenimiento de memoria ............................................................................................... 158
XVIII
LISTA DE TABLAS
Tabla 1. Ventajas que poseen los expertos sobre los que no lo son.......................................................................................... 12 Tabla 2.a Ventajas que poseen los expertos sobre los que no lo son. ........................................................................................ 16 Tabla 2.b Descripcin de Sistemas Expertos. ............................................................................................................................ 17 Tabla 2.c Descripcin de Sistemas Expertos. ............................................................................................................................ 18 Tabla 3. Caractersticas de las Mquinas LISP.......................................................................................................................... 30 Tabla 4. Caractersticas de algunas Herramientas Hbridas. ...................................................................................................... 31 Tabla 5. Caractersticas de algunas Herramientas de Adquisicin de Conocimiento. ............................................................... 32 Tabla 6.a Cuadro de Herramientas de Sistemas Expertos.......................................................................................................... 32 Tabla 6.b Cuadro de Herramientas de Sistemas Expertos. ........................................................................................................ 33 Tabla 6.c Cuadro de Herramientas de Sistemas Expertos.......................................................................................................... 34 Tabla 6.d Cuadro de Herramientas de Sistemas Expertos. ........................................................................................................ 35
XX
INTRODUCCIN
INTRODUCCIN
El conocimiento es un activo cada vez mas apreciado por la sociedad contempornea, sus instituciones acadmicas, de investigacin y produccin se esfuerzan en adquirir mas conceptos, desarrollar modernas tecnologas, formular nuevas teoras y aportar significativos descubrimientos e invenciones en los todos los campos de las ciencias con el propsito de proveer un mayor bienestar a la poblacin. El conocimiento acumulado a lo largo de la historia, evoluciona y se actualiza permanentemente en forma cada vez mas acelerada, expandiendo su alcance y repercusin social en cada mbito de la actividad humana. Constituye el motor de transformacin y desarrollo de una nacin dentro del concierto mundial cada vez mas competido, donde los pases que alcanzan un primer plano de crecimiento industrial, tecnolgico y econmico, repercutiendo sus beneficios entre los habitantes. Ellos se caracterizan por la gran inversin que realizan en la adquisicin, desarrollo y explotacin de conocimiento especializado. Las organizaciones reconocen que su principal recurso es el humano, entre las razones que justifican la afirmacin destaca, el atributo de la persona como un ser dotado de habilidades y capacidades adecuadas en el ejercicio de funciones especficas gracias al nivel de preparacin que ha adquirido a lo largo de su vida; donde a travs del estudio, prctica y experiencias acumula un alto nivel de conocimientos. Por tal motivo, el individuo, la familia, las empresas y el gobierno reconocen como una prioridad el fomento de la educacin, la investigacin y el desarrollo tecnolgico. Ya que este medio constituye la esperanza de un mejor futuro, puesto que es un instrumento que contribuye a colocar en una posicin ventajosa a la persona, la organizacin y al pas mismo dentro del mbito donde se desenvuelven. La informtica como un campo de la actividad, est dedicada a eficientar el ejercicio de diversas labores, por medio de la representacin y empleo de conocimiento especfico para la sistematizacin de las tareas, de tal forma que se realicen con un mayor grado de rapidez, exactitud y simplicidad, contribuyendo a elevar el bienestar de los usuarios. Para ello aplica un enfoque interdisciplinario, procura mejorar sus instrumentos y metodologas de trabajo, aspira a optimizar cada vez mas sus aplicaciones y extender su marco de accin. Entre sus pretensiones destaca la creacin de sistemas basados en conocimiento dedicados a una aplicacin especfica. Para ello, utiliza las aportaciones de la inteligencia artificial en las reas de aprendizaje, razonamiento, representacin de conocimiento y comunicacin. Con estos elementos, procura crear una aplicacin mecanizada que almacene, explote y actualice los conocimientos que los especialistas en un campo pueden aportar para la solucin de problemas especficos, dando vida a los sistemas expertos. El profesional de la informtica debe adquirir los conocimientos y habilidades que le permitan encarar proyectos con un alto nivel de desarrollo tecnolgico, entre ellos la creacin de sistemas expertos que procuren explotar el acervo de los especialistas en forma sistematizada, destinndolos a campos especficos como el diagnstico mdico, control de procesos, evaluacin de condiciones meteorolgicas, entre otros. Dicha formacin se obtiene por medio de cursos, herramientas y acervos pertenecientes a la ingeniera del conocimiento. Con ese propsito se ha compilado este material a lo largo de estudios, investigacin y enseanza en el campo de los sistemas expertos, que al ser redactados en formato de apuntes respaldan la ctedra del profesor y el estudio de los alumnos. En ellos se ofrece las argumentaciones necesarias para comprender los temas conforme al programa de la asignatura. Su contenido incluye un perfil de los sistemas basados en conocimiento; los alcances y elementos de los sistemas expertos. Explica la metodologa y programacin de un shell para construir sistemas. Brinda los conceptos y tcnicas apropiadas en la creacin del mecanismo de aprendizaje, base de conocimientos, motor de inferencia e interface hombre mquina. Finaliza con la descripcin del metaconocimiento. Expreso mi gratitud a la U.P.I.I.C.S.A. por incentivar la redaccin de este material. Tambin a los alumnos que participaron en su edicin. De manera especial a Dios que como muestra de su amor cre al hombre a su imagen y semejanza (Gnesis 1.27), como un ser pensante capaz de adquirir y explotar conocimiento.
1.2
Los sistemas basados en conocimiento se consideran una extensin - un paso tecnolgico - de los sistemas de informacin cuyos alcances y complejidad son mayores. Entre sus propsitos destacan: Aprender. Evolucionar. Adaptar. Razonar. Tomar decisiones. Contener conocimiento emprico, mundano y del lenguaje. Analizar problemas. Generar alternativas de solucin. Emular al experto humano. Generar conocimiento a partir del que ya se posee.
1.3
1.4
10
2. SISTEMAS EXPERTOS
2.1 LA ELITE DE LOS SISTEMAS BASADOS EN CONOCIMIENTO
La tecnologa representada por los Sistemas Expertos actuales, surge de las tcnicas de Inteligencia Artificial que han sido objeto de amplias e intensivas investigaciones desde finales de los 50s. Las investigaciones referidas comenzaron en las matemticas para apoyar el razonamiento simblico. mediante el uso de IPL, el primer lenguaje simblico orientado al procesamiento de listas. Ms tarde surgi LISP, reconocido como lenguaje artificial. La investigacin en el campo los Sistemas Expertos comenz a mediados de los aos sesenta con un alcance limitado y se orientaron hacia juegos o temas altamente acadmicos e idealizados. Posteriormente se iniciaron desarrollos en los campos de la medicina, qumica, industria y la administracin. Los Sistemas Expertos se emplean para ejecutar una variedad de tareas que en el pasado solamente podan llevarse a cabo por un nmero limitado de personas expertas. A travs de la aplicacin de las tcnicas de Inteligencia Artificial (IA), los Sistemas Expertos captan el conocimiento bsico que permite a una persona desempearse como un experto frente a problemas complicados. Entre las caractersticas ms relevantes de los Sistemas Expertos, que los distingue de la mayora de las aplicaciones tradicionales de la computacin, es su capacidad para enfrentar problemas que constituyen un reto del mundo real, por medio de la aplicacin de procesos que reflejan el discernimiento y la intuicin humanas. En el futuro, a medida que se produzcan nuevas arquitecturas de equipos que soporten de una manera directa la ejecucin de Sistemas Expertos y se perfeccione la tecnologa de Inteligencia Artificial, es razonable esperar un desarrollo de sistemas que se aproximen asintticamente al comportamiento humano en muchas reas. El desarrollo de tales sistemas nos permitir ofrecer soluciones tcnicas ms completas y alimentar nuestro conocimiento del proceso del pensamiento humano. Por esta razn, los Sistemas Expertos constituyen el nivel especializado en la representacin y explotacin de aplicaciones basadas en conocimiento.
Un Sistema Experto es un sistema computacional que adquiere conocimiento especializado en un campo especfico para explotarlo mediante mtodos de razonamiento que emulan el desempeo del experto humano en la solucin de problemas. Generalmente un Sistema Experto puede comprender: Amplio conocimiento especfico a partir del campo de inters. Aplicacin de tcnicas de bsqueda y heursticas. Habilidad para inferir nuevos conocimientos a partir de los actuales y de las experiencias obtenidas durante su operacin. Procesamiento simblico. Capacidad para explicar su propio razonamiento. Empleo de diversas tcnicas de solucin de problemas.
Para destacar la naturaleza de un Sistema Experto, se debe apreciar los rasgos del experto humano: l es una persona competente en un rea determinada del conocimiento que cuenta con un largo periodo de preparacin y prctica, la cual al aprovecharse se traduce al siguiente desempeo en comparacin con otra persona no especializada como se aprecia en la Tabla 1:
12
Actividad Tiempo de resolucin de problemas de su rea Eficacia Organizacin Posee estrategias y tcticas Bsqueda de soluciones Clculos aproximados
Tabla 1. Ventajas que poseen los expertos sobre los que no lo son. En su desempeo los Sistemas Expertos, deben resolver los problemas como lo hacen sus smiles humanos, es decir en menor tiempo, con mayor eficacia y precisin.
2.2.2 CUALIDADES
Entre los rasgos ms relevantes de los Sistemas Expertos destacan: El proceso de buscar los conocimientos apropiados y a partir de stos deducir nuevos conocimientos constituye un elemento clave del procesamiento de un Sistema Experto. Capacidad de representacin simblica del conocimiento y razonamiento. Referencia a un dominio de conocimiento tcnico y altamente especializado. Capacidad de proceder heursticamente ms que algortmicamente en la bsqueda de soluciones. Est obligado a explicar sus razonamientos, preguntas y conclusiones. Alto grado de efectividad en la resolucin de problemas. Genera mltiples soluciones por contemplar varias hiptesis. Puede usar datos errneos, reglas inciertas, manejo de incertidumbre. Emplea generalmente interfaz de lenguaje natural. Interaccin con el humano o con el medio que controlan.
Se puede concebir una escala creciente de alcance y complejidad entre los diversos niveles de aplicacin, en donde de acuerdo a la naturaleza del sistema un nivel sirve de soporte a otro (es decir forma parte) o bien es una alternativa. Los principales niveles son: Los sistemas de interpretacin. Realizan el anlisis de datos observables para determinar su significado e inferir descripciones de situaciones del sistema medido por los datos. Un ejemplo de este tipo de sistemas es la interpretacin de los datos obtenidos por un espectrmetro de masas de los fragmentos moleculares. La interpretacin revela la determinacin de una o ms estructuras qumicas. Estos sistemas deben encontrar interpretaciones correctas y consistentes con los datos, considerando sistemticamente las posibles interpretaciones y descartando slo aqullas para las que hay suficiente evidencia para desecharlas. Esta categora incluye los sistemas de vigilancia, entendimiento de voces, anlisis de la imagen e interpretacin de seales. Los sistemas de prediccin. Prevn el curso futuro a partir de un modelo del pasado y presente. Por ejemplo la predeccin del clima con base al estado actual del tiempo. Los sistemas de diagnosis. Se orientan a la identificacin de estados o fallas en un sistema basado en datos observables, por ejemplo, el diagnstico de enfermedades infecciosas. Estos sistemas describen irregularidades observadas en el comportamiento del sistema, con sus causas subyacentes, para ello pueden usar una tabla de asociaciones entre comportamientos y diagnosis.
12
Sistemas Expertos
13
Los sistemas de diseo. Desarrollan configuraciones de objetos que satisfacen requerimientos o descripciones particulares, intentan minimizar una funcin objetivo que mide cortes y otras propiedades indeseables de diseos potenciales. Esta categora incluye el diseo de circuitos, edificios, presupuestos, etc. Los sistemas de planificacin. Se especializan en la creacin de planes, concebidos como un programa de acciones que pueden ejecutarse para alcanzar metas. Un planificador debe construir un plan que alcance metas sin consumir excesivos recursos o violar restricciones. Si existen conflictos entre metas, el planificador establecer prioridades y si los requerimientos de la planificacin o los datos para la decisin no son completamente conocidos o cambian con el tiempo, entonces el planificador actuar tentativamente. Tambin debe explicar planes posibles ya que en principio no puede saber las consecuencias de sus acciones. Estos sistemas incluyen programacin automtica, planes de robots, proyectos, rutas, comunicaciones, experimentos y planes militares. Los sistemas de monitorizacin. Interpretan seales continuamente y ponen en funcionamiento medidas de respuesta, como por ejemplo alarmas cuando se necesita una intervencin. En un sistema de este tipo el reconocimiento de las seales de alarma se debe llevar a cabo en tiempo real y evitar falsas alarmas a efectos de credibilidad. Existen sistemas de monitorizacin para plantas nucleares, trfico areo y enfermedades. Los sistemas de depuracin. Prescriben remedios para mal funcionamiento de un sistema. Estas aplicaciones confan en las capacidades de planificacin, diseo y prediccin para crear especificaciones o recomendaciones para corregir un problema de diagnosticado. Entre sus aplicaciones destacan, la robtica, el mantenimiento industrial y el de plantas nucleares. Los sistemas de reparacin. Desarrollan y ejecutan planes para administrar un remedio a algunos problemas diagnosticados. Tales sistemas incorporan capacidades de depuracin, planificacin y ejecucin. Se aplican en dominios como redes, aeronutica, mantenimiento de la computadora, etc. Los sistemas de instruccin. Para diagnstico y mejoramiento del aprendizaje de los estudiantes. Tpicamente este sistema empieza construyendo una descripcin hipottica del conocimiento del estudiante para interpretar el comportamiento del mismo, entonces diagnostican la eficiencia y determina un remedio adecuado. Finalmente se planifica una tutora interactiva para adquirir el conocimiento adecuado. Los sistemas de control. Gobierna adaptativamente el comportamiento global de un sistema, para lo cual debe interpretar repetidamente la situacin actual, predecir el futuro, diagnosticar causas de problemas, formular un plan para remediarlos y monitorear su ejecucin para asegurar el xito. En este tipo de sistemas se incluye el control del trfico areo, el manejo de negocios y el manejo de direccin virtual de una batalla,.
Entre los campos donde se aplican los Sistemas Expertos destacan: Medicina. Gran parte de los Sistemas Expertos que se han desarrollado se aplican en el rea de la medicina, donde su funcin es realizar diagnsticos de enfermedades basados en el clculo de probabilidades. Finanzas. Es un campo importante debido a las grandes inversiones realizadas por entidades financieras, bancarias y aseguradoras. Industria: El reto de los Sistemas Expertos industriales se centra en la necesidad de que se comuniquen con dispositivos sensores, bases de datos, dispositivos de mando y accionamiento en tiempo real. Electrnica. Se orientan al diseo, diagnstico y reparacin. El uso de Sistemas Expertos se debe a la creciente complejidad de los circuitos y al gran nmero de parmetros a considera en los mismos. Militar. En actividades de monitoreo, diseo, planeacin, educacin y control. Aeronutica. Orientado al control de la posicin de los satlites y la interpretacin de sus imgenes.
14
Agricultura. Diagnstico y tratamiento de tierras, control de plagas y creacin de nuevos herbicidas. Arqueologa. Para determinar la antigedad de los restos arqueolgicos, composicin de las piedras. Geologa. Se emplea en la exploracin de suelos, bsqueda de recursos, etc. Meteorologa. Se aplica en la previsin meteorolgica, control y administracin de recursos hidrogrficos. Qumica. Estudio de las propiedades de compuestos, interpretacin de los resultados obtenidos en los anlisis, planificacin de los procesos de sntesis.
2.3 ARQUITECTURA
Los Sistemas Expertos emplean una amplia variedad de arquitecturas especficas a las aplicaciones, sin embargo se puede generalizar un mdulo de componentes que normalmente se deben integrar en cualquier mbito, cuyos elementos se ilustran en la siguiente Figura 1:
Mecanismo de Aprendizaje
Usuario
Interfaz HombreMquina
Mquina de Inferencia
Memoria de Trabajo
El usuario El usuario de un Sistema Experto puede operar la aplicacin en cualquiera de las siguientes modalidades: Verificador: Intenta comprobar la validez del desempeo del sistema. Tutor: Brinda informacin adicional al sistema o modifica el conocimiento que ya est presente en el sistema. Alumno: Busca rpidamente desarrollar pericia personal relacionada con el rea especfica mediante la recuperacin de conocimientos organizados y condensados del sistema. Cliente: Aprovecha la pericia del sistema en el desempeo de tareas especficas.
14
Sistemas Expertos
15
El reconocimiento de las caracterizaciones anteriores contrasta con la percepcin de un simple papel (el cliente) de los sistemas de informacin tradicionales. Interfaz Hombre-Mquina Es el subsistema responsable de: Interactuar con el usuario: Inicia, desarrolla, suspende, reanuda y concluye la sesin. Establecer el protocolo de dilogo: Mediante parmetros, menues, conos, lenguaje natural o cualquier otro medio de expansin, como el reconocimiento de voz y sensores y servomecanismos que operan en tiempo real. Explicar el comportamiento del sistema: Debe ser capaz de argumentar las razones por las que formula cierta pregunta, hace un razonamiento y llega a una conclusin especfica. Este componente puede ser un sistema completo en s mismo, con sus propias base de conocimiento, motores de inferencias y reas de trabajo. Mquina de inferencia Conocida como Motor, se encarga de: Representar los mecanismos de solucin: Son los procedimientos que identifican y resuelven el problema, adems de evaluar las alternativas de solucin. Implementar los criterios de bsqueda: Conforme a la naturaleza del problema, disea bsqueda ciegas, heursticas o aplica mtodos ms ad-hoc, como agenda, alfa-beta y pizarrn. Fundamentar la inferencia: Congruente al tipo de conocimiento representado en la base de conocimientos establece el mtodo de inferencia correspondiente; por ejemplo; al emplear reglas de predicados entonces har uso de la resolucin unificacin. El motor es considerado el ncleo del Sistema Experto donde descansa la parte procedural. Base de Conocimientos Constituye el acervo de conocimiento especializado del Sistema Experto, consta de: El formalismo para representar conocimiento: Emplea una o varias tcnicas que permiten caracterizar y organizar conocimiento especfico; por ejemplo; frames, redes semnticas y scripts. Un administrador: Responsable del almacenamiento, recuperacin y actualizacin en las estructuras de representacin correspondientes. Servicio: Es el mecanismo encargado de responder a las demandas de acceso a elementos especficos de conocimiento (reglas, hechos, objetos, etc.) efectuados por el motor de inferencia y el mdulo de aprendizaje. Mecanismo de Aprendizaje Es el mdulo responsable de adquirir nuevo conocimiento y actualizar el existente, alterando a los subsistemas: Base de conocimientos: Modifica las declaraciones de conocimiento, agrega nuevas, verifica la consistencia entre ellas, resolviendo los conflictos. Mquina de Inferencia: Puede cambiar los mecanismos de inferencia, depurar las heursticas y mtodos de bsqueda, en aras de hacer ms eficiente la solucin de problemas, aprovechando la experiencia en la solucin de problemas semejantes. Interfase Hombre-Mquina: Entre ms refinado sea el conocimiento y los mecanismos de inferencia, ms eficiente deber ser la comunicacin con el usuario. Tambin sufrirn alteracin los argumentos de explicacin. Inclusive, se puede personalizar el lenguaje en funcin al usuario y problema, como fruto de las sesiones previas. Base de Datos Es el depsito de conocimiento complementario a la base de conocimientos que por su naturaleza, representacin y manipulacin se concibe como dato o informacin. El empleo que se deriva de este mdulo es:
16
Almacenamiento de datos. Todos aquellos elementos del dominio de conocimiento del Sistema Experto, los especficos al problema y los particulares del usuario pueden registrarse en archivos o tablas convencionales. Administracin: Ofrece los servicios de insercin, acceso, actualizacin y borrado de datos, seguridad, integridad, confiabilidad, respaldo y restauracin y monitoreo de la informacin. Normalmente el Sistema Experto debe tener una interfaz con el software especializado en la administracin de archivos o bases de datos, tales como los engine de las RDBMS (Sistemas Manejadores de Bases de Datos Relacionales). Memoria de Trabajo Es el depsito de almacenamiento del cdigo, conocimiento y resultado de las inferencias que se genera a lo largo de la sesin, donde se desarrolla la solucin del problema. En esta rea se realiza: La representacin del espacion de estados: Que corresponda a la bsqueda de la solucin. La administracin de la red o estructura de conocimientos: Que se emple para representar a los estados iniciales, intermedios y finales del problema. Normalmente la memoria de trabajo se implementa en la memoria principal del ordenador con el posible respaldo del almacenamiento secundario.
16
Sistemas Expertos
17
Sistema inteligente de autodiagnstico contenido. Experto en reparacin de locomotoras elctricas y diesel. Del banco Santander. Valoracin de la situacin financiera de una empresa o cliente. Es un sistema que determina la estructura molecular de los compuestos qumicos a partir de una informacin primaria, procedente de ensayos. Enseanza asistida por ordenador. Es una versin independiente del dominio de Mycin, que contiene todo lo de este ltimo, excepto su conocimiento sobre enfermedades infecciosas de la sangre, facilitando el desarrollo de aplicaciones de diagnsticos de otros tipo, como es el caso de Puff para enfermedades pulmonares. Es un lenguaje de construccin de sistemas expertos que evoluciona a partir de Casnet. Se ha utilizado principalmente, para construir modelos e consulta en oftalmologa, endocrinologa y reumatologa. Concesin de crditos y prstamos. Planeacin estratgica y de misiones de sensores. Interpretacin del lenguaje hablado. Diagnsticos de control de calidad. Desarrollado en el MIT para la realizacin de clculos matemticos clsicos (integracin de funciones, ecuaciones diferenciales y clculo matricial. Aade conocimiento de anlisis a Drendal, para proponer y seleccionar reglas de fragmentacin de estructuras orgnicas. Diagnstico y terapia de enfermedades infecciosas bacterianas. Basado en Mycin, para la enseanza en medicina. Neurologa. Manejo de vehculos y proyectiles semiautomticamente. Planes de inversin. Estrategia a utilizar en las conversaciones de desarme.
Drendal
Expert
18
Sistema Experto desarrollado para asesorar sobre la interpretacin y operacin de sondeos. Explorador de yacimientos minerales partiendo de informacin descriptiva de una zona. Desarrollado en Digital para configurar automticamente equipos VAX. Deteccin y actuacin en caso de alarmas y emergencias. Desarrollado en Rand Corporation, proporciona un sistema de programacin de propsito general para construccin de sistemas expertos. Aplicacin de impuestos y tasas. Programa que ayuda a la construccin de grandes bases de conocimiento, facilitando la transferencia de la experiencia de los humanos a la base de conocimientos mediante un dilogo basado en un subconjunto del lenguaje natural. Anlisis de riesgos y diseo de seguros. Tabla 2.c Descripcin de Sistemas Expertos.
Underwriting Advisor.
18
20
3. CONSTRUCCIN DE SISTEMAS
3.1 LA INGENIERA DE CONOCIMIENTO
La Ingeniera de Conocimiento es la disciplina orientada a la creacin de sistemas basados en conocimiento para el anlisis y solucin de problemas de un dominio especfico como la visin, el lenguaje y el aprendizaje, tal como se muestra en la Figura 2.
Sistema Experto
FUENTE DE CONOCIMIENTOS
INGENIERA DE CONOCIMIENTO
Transformacin de representaciones
Aunque los conocimientos pueden conseguirse de una variedad de fuentes, incluyendo la documentacin y los sistemas de informacin existentes, la mayor parte se obtiene de personas expertas. El conocimiento suministrado por el experto, tiene un alto grado de especializacin orientada hacia un tema especfico. El Ingeniero de Conocimientos. Es la persona que obtiene los conocimientos del experto y los representa en el sistema basado en conocimientos. El ingeniero plantea las preguntas al experto, estructura sus conocimientos y los implementa en el sistema. En la creacin de la aplicacin, el ingeniero y el experto trabajan muy unidos. El primer paso consiste en identificar los problemas que deben ser resueltos por el sistema, es decir, se precisa el mbito de trabajo. Aqu se incluye ya al usuario, sus requerimientos tcnicos y operacionales. Una vez delimitado el dominio, hay que extraer y representar los conocimientos del experto. l debe comprobar constantemente si su conocimiento ha sido transmitido de la forma ms conveniente. El ingeniero del conocimiento es responsable de una implementacin correcta, pero no de la exactitud del conocimiento. La responsabilidad de esa precisin recae en el experto. La estricta separacin entre usuarios, experto e ingeniero del conocimiento no deber estar siempre presente. Pueden surgir situaciones en las que el experto es tambin el usuario. Este es el caso cuando existe un tema muy complejo cuyas relaciones e interacciones deben ser determinadas una y otra vez con un gran consumo de tiempo. De esta manera el experto puede ahorrarse trabajos repetitivos. La separacin entre experto e ingeniero del conocimiento permanece, generalmente, aunque hay ocasiones en que una persona juega ms de un rol. La funcin de adquisicin de conocimientos es comnmente, el aspecto de mayor dificultad en la construccin de Sistemas Expertos. Esto se debe principalmente al hecho de que el proceso requiere comunicacin estrecha, entre el experto del rea y el ingeniero de conocimientos y en consecuencia enfrenta los problemas asociados con las barreras tcnicas.
22
La Representacin del Conocimiento. Es una combinacin de estructuras y procedimientos interpretativos que se usan de forma adecuada por un programa, para emular un comportamiento inteligente. Involucra tanto al diseo de varias clases de estructuras para almacenar conocimiento en programas, como el desarrollo del procedimiento que permitan su manipulacin inteligente para hacer inferencias. El conocimiento representa la piedra angular de la capacidad de un Sistema Experto, entre los tipos de conocimiento que se pueden representar estn los mostrados en la Figura 3:
Fig. 3. Tipos de conocimiento que se quieren representar Objetos. Representan clases y describen objetos: Por ejemplo Los pjaros tienen alas, la nieve es blanca. Sucesos. Son las acciones y eventos del mundo, por ejemplo: El sol se eclipsar maana. De manera que es necesaria la representacin de una secuencia de sucesos y sus relaciones causa-efecto. Ejecucin. Es el conocimiento de cmo hacer las cosas, envolviendo objetos y sucesos. Por ejemplo: componer sentencias o probar teoremas involucra un conocimiento de ejecucin. Metaconocimiento. Es el conocimiento acerca de lo que nosotros conocemos. Por ejemplo: a menudo sabemos la extensin y origen de nuestro conocimiento sobre un objeto particular, el grado de confianza de cierta informacin, o la importancia relativa de hechos especficos del mundo.
La consideracin ms importante en la representacin del conocimiento es el uso que se va a dar al mismo. Su empleo est relacionado con: Adquisicin de ms conocimientos: No slo tiene que ver con la adquisicin de conocimientos sobre algo desconocido, sino tambin con la ampliacin de lo que ya conoce, ya que, cuando se sabe de un tema, ms fcilmente se aprenden cosas adicionales del mismo, lo que produce un proceso incremental. Recuperacin de conocimiento: Para resolver un problema determinado, es necesario identificar el conocimiento til para resolver el problema. Razonamiento: Para generar soluciones a partir de conceptos establecidos confiables es necesario producir nuevos elementos de conocimiento.
Por ejemplo , si tenemos un sistema cuyo conocimiento es: Toda mujer liberada es una persona moderna. Toda persona moderna es una persona. Podr responder directamente a preguntas como: Es una mujer liberada una persona moderna? SI Es una persona moderna una persona? SI 22
Construccin de Sistemas
23
Pero si le preguntamos: Es una mujer liberada una persona? El sistema tiene que razonar para responder a la pregunta. Existen diversos tipos de razonamiento como los siguientes: Razonamiento Formal: Implica la manipulacin sintctica de estructuras de datos para deducir otras nuevas siguiendo reglas de inferencias especficas de la lgica matemtica. Razonamiento Procedural: Ejecuta clculos para responder cuestiones y resolver problemas. Razonamiento por Analoga: Establece una analoga entre objetos para responder cuestiones sobre uno basndose en el conocimiento que se tiene del otro. Razonamiento por Generalizacin y Abstraccin. Por ejemplo, si se sabe que:
Los colibres tienen alas Las garzas tienen alas Las grullas tienen alas Se puede llegar a inferir que todos los pjaros tienen alas por una generalizacin. Conocimiento Declarativo: El conocimiento se representa como una coleccin esttica de hechos, acompaada por un conjunto de procedimientos generales para manipularlos. Los esquemas declarativos destacan el concepto de un enunciado simple que establece un elemento de verdad. Sus ventajas son: Cada hecho slo necesita almacenarse una vez con independencia del nmero de formas distintas en que puede usarse. Es fcil aadir nuevos hechos al sistema sin cambiar los conocidos. Esto proporcionar a los sistemas de este tipo ms flexibilidad y economa de recursos y medios, certidumbre en las deducciones y modificabilidad. Transparencia: El conocimiento representado se almacena en forma explcita y sin ambigedades. Es relativamente fcil revisar los conocimientos debido a su transparencia. Inferencia directa: La naturaleza esttica y directa de la representacin posibilita la inferencia explcita y directa, en forma parecida a la inferencia matemtica. Todas estas estructuras comparten la nocin de que entidades complejas pueden ser escritas como una coleccin de atributos y sus valores asociados.
Ejemplos de esta clase de representacin son: el clculo de predicados, las redes semnticas, marcos y guiones. Conocimiento procedural: El conocimiento se representa por procedimientos para el uso del mismo. Entre sus principales ventajas estn: La facilidad de representar el conocimiento de cmo hacer las cosas. La capacidad de representar el conocimiento que no se ajusta bien en muchos esquemas declarativos simples, tal como sucede con el conocimiento incierto o probabilstico. Las tcnicas de representacin de este tipo de conocimiento son: scripts, esquemas, programacin por eventos.
24
R d e e v l i s i n
p r o b l e m a
Construccin de Prototipo
R d e e v i s i n f o r m a l i s m o s
Formalizacin
Construccin
Implementacin
Evaluacin
R e v i s i n
e v o l u t i v a
Fig. 4. Modelo del ciclo de vida para el desarrollo de un Sistema Experto Seleccin del problema El proceso de seleccin del problema, se puede descomponer en los pasos siguientes:
Anlisis de costo/beneficios
Construccin de Sistemas
25
Investigacin del problema: Mediante la investigacin de campo, anlisis documental, observacin, entrevistas y sesiones de Lluvia de ideas se procede a identificar los tipos de problema a resolver. Seleccin de candidatos: Reduce la lista de las aplicaciones que recibirn consideracin seria. Para seleccionar aquellos candidatos, cada uno de los elementos en la lista original se evala con relacin a un conjunto de criterios de filtracin. Aplicabilidad del dominio: Este paso consiste en un anlisis detallado de lo adecuado que resulta el dominio para la aplicacin de un Sistema Experto. Los criterios para este anlisis incluyen: La tarea demanda razonamiento experto. Los problemas del dominio se solucionan usando principalmente conocimiento simblico. La tarea primariamente debe ser cognoscitiva y no debe requerir manejo fsico extenso.
Disponibilidad experta: Es imperativo que un experto apropiado est disponible: Debe existir un experto que est posibilitado para resolver problemas del dominio del tema. El experto debe ser capaz de describir el conocimiento del dominio y cmo se aplica. El experto debe disfrutar de buena reputacin entre los potenciales usuarios del sistema. Mltiples expertos deben estar de acuerdo sobre las tcnicas de solucin de problemas.
Alcance del problema: Se deben dimensionar los alcances del proyecto sobre un tema especfico. Anlisis de costo/beneficio: Es necesario hacer un anlisis del costo de construir el sistema comparando con el benfico esperado. Cada costo incluye la contratacin del experto y del ingeniero de conocimientos, adems del costo del equipo requerido y software. Construccin de prototipos Una vez que se haya seleccionado un problema, la prxima tarea es construir un prototipo que represente una pequea parte del sistema final. Tpicamente emprende 5 a 10 casos de prueba y requerir desde unas semanas hasta unos pocos meses para completarlo, dependiendo del alcance y dificultad del problema. Los pasos en este proceso son: Adquisicin del conocimiento inicial Modelo de consulta general Seleccin del mecanismo de inferencia Determinacin del modelo de la representacin de conocimientos Seleccin de herramientas Implementacin del prototipo Prueba del prototipo Demostracin del prototipo Revisin del proyecto
El proceso de construccin de un prototipo es anlogo a la produccin por un artista de un esquema a carboncillo de una pintura. Antes de que un artista comience a aplicar el leo a un retrato, el artista comnmente hace un esbozo del retrato completo con un lpiz. El prototipo, como el carboncillo puede ser visto como un agente activo en el proceso de diseo y planeacin. Los propsitos especficos del prototipo son: Ganar un entendimiento ms profundo de la naturaleza y alcance del problema y de las tcnicas asociadas en la solucin de problemas. Demostrar la funcionalidad general del sistema. Probar las decisiones de diseo iniciales
26
La actividad de construccin del prototipo involucra normalmente al ingeniero de conocimientos y al experto en el dominio. Comienza con la adquisicin inicial de conocimientos en la cual el ingeniero de conocimiento hace una investigacin global intensiva del dominio mientras busca aprender tanto sea posible acerca de los aspectos crticos del tema. Despus de haber adquirido el conocimiento fundamental disponible, el ingeniero de conocimientos se rene con el experto para comenzar a discutir los estudios de casos especficos y clarificar el entendimiento del conocimientos obtenido. Una vez alcanzado un buen entendimiento del dominio, se inicia el proceso de desarrollar un enfoque del problema bsico, el modelo de consulta general, el paradigma de inferencia y la representacin del conocimiento. A continuacin se selecciona una herramienta que operar con eficiencia el paradigma seleccionado y se escoge la representacin del conocimiento adecuada para ejemplificar la implementacin del prototipo. El prototipo luego es analizado para determinar la validez tanto del problema elegido como la de las tcnicas de implementacin. Finalmente se procede a realizar los ajustes necesarios.
Formalizacin Los propsitos principales de la fase de formalizacin son: Captar y registrar la comprensin clave que se desarroll durante a fase de prototipo. Forzar a que la planeacin se haga, antes de comenzar la implementacin completa. Registrar las decisiones respecto a las estrategias de implementacin. Ofrecer visibilidad a todo tipo de pensamiento corriente para posibilitar que ms gente contribuya al proyecto. Ofrecer visibilidad de los puntos de verificacin para posibilitar a la administracin del proyecto y al usuario, a involucrarse en el proyecto. Posibilitar el desarrollo concurrente de pruebas, el despliegue y el soporte de medios a largo plazo.
Las etapas que integran al proceso de formalizacin se muestran en la Figura 6. Definicin detallada del problema: Se desarrolla una descripcin funcional que defina claramente el problema que se va a resolver, los objetivos a lograr y lo ms importante cualquiera de las restricciones que sirvan para limitar el alcance del proyecto y las experiencias del usuario. Planeacin del producto: Describe las caractersticas fsicas, operativas, aplicativas y comerciales del producto que se desea crear. Diseo: Produce el esquema conceptual detallado de los componentes del Sistema Experto, estructuras de conocimiento, mecanismos de bsqueda, inferencia y aprendizaje, as como los medios de comunicacin con el usuario. Planeacin del proyecto: Presenta un estimado de los recursos que se requerirn para completar el proyecto junto con un presupuesto que describe la forma como se asignarn los recursos. Tambin incluye una declaracin de la propuesta de programacin del proyecto que muestra las tareas y su interdependencia. Cada una de estas tareas se asigna a un miembro del equipo del proyecto propuesto. Planeacin de la prueba: Define los elementos requeridos para verificar la validez del sistema despus de que ste se haya desarrollado. Esto incluye la identificacin de los casos de prueba y los procedimientos para ejecutarlos. Los casos de prueba deben centrarse en la identificacin de un conjunto de ejemplos nominables que fuercen al sistema a trabajar en condiciones lmites. Planeacin de la implementacin: Identifica las actividades y recursos involucrados en la liberacin y puesta en marcha del producto. 26
Construccin de Sistemas
27
Planeacin del soporte: Determina los recursos, polticas y procedimientos para brindar el soporte tcnico a usuarios y el mantenimiento del sistema.
SISTEMA EXPERTO
DEFINICION DETALLADA DEL PROBLEMA * Descripcin del problema * Declaracin de objetivos * Restricciones
Descripcin funcional
PLANEACION DEL PRODUCTO * Sistema de entrega * Presentacin inicial * Presentacin beta * Exposicin limitada * Uso general * Evaluacin del producto
DISEO * Caractersticas esenciales del conocimiento * Arquitectura del sistema * Seleccin de herramientas * Descripcin de la representacin del conocimiento * Paradigma de inferencia * Modelo de consulta
Plan de prueba
PLANEACION DEL PROYECTO * Estimacin de recursos * Programacin del proyecto * Asignacin de tareas * Presupuesto * Definicin del control
PLANEACION DE LA IMPLEMENTACION * Determinacin del sistema de desarrollo * Adquisicin de conocimientos * Control de versiones * Anlisis de subconjuntos
* Soporte a largo plazo * Evaluacin a largo plazo * Control de versin * Pruebas regresivas * Mantenimiento de la pericia experta
Descripcin de la implementacin
Fig. 6. Proceso de formalizacin del Sistema Experto Construccin El ingeniero de conocimiento y el grupo de desarrolladores interpretan las especificacions funcionales y del diseo del producto establecidas en la formalizacin para crear los programas y editar las bases de conocimiento y de datos necesarias en el funcionamiento del Sistema Experto. De acuerdo con las polticas, estndares y tcnicas de programacin, se codifican y prueban cada uno de los mdulos, depurando las fallas y errores que se detecten gracias a los casos de prueba considerados en el plan.
28
Es responsabilidad del grupo de trabajo entregar un producto que cumpla eficazmente con las especificaciones del producto y que procure aprovechar eficientemente los recursos. Implementacin Una vez creado el Sistema Experto y habiendo realizado las pruebas pertinentes, se procede a integrar el cuerpo completo de conocimiento y datos a las bases respectivas.Tambin se realizan las pruebas piloto del sistema completo bajo condiciones reales de trabajo, procediendo a los ajustes finales. Se elabora la documentacin tcnica, operativa y promocional del producto y se hace su presentacin ante los usuarios e interesados. Evaluacin Generalmente el sistema se evala comparando las respuestas que brinda a problemas especficos con las ofrecidas por el experto humano. Tambin es posible evaluar la estructura en vez de la funcin del sistema, esta clase de prueba se centra en la verificacin de la completitud y consistencia del sistema por medio de la evaluacin de la implementacin interna. Finalmente las crticas del usuario son consideradas en cuanto a la facilidad de operacin, claridad de la comunicacin y credibilidad de sus respuestas. Evolucin a largo plazo Como con cualquier sistema, un Sistema Experto evoluciona a lo largo de su vida motivado por las siguientes razones: Incremento de la funcionalidad. Correcciones. Adiciones a la base de conocimientos para hacer una base ms completa. Expansin del dominio del sistema. Revisiones requeridas por los expertos.
El aspecto ms significativo de la evolucin a largo plazo resulta del efecto que tiene sobre un experto el desarrollo de un Sistema Experto. El beneficio indirecto es que un Sistema Experto obliga al experto a articular y estructurar conocimientos. En casi todos los casos la presencia de este gran cuerpo estructurado de conocimientos posibilitar al experto la revisin de su propio pensamiento para producir mejores soluciones. El proceso de evolucin a largo plazo viene luego a ser un crecimiento combinado del experto y del sistema.
28
Construccin de Sistemas
29
Ingeniera del Conocimiento: La disciplina para la construccin del sistema. Administracin de Proyectos: Son las tcnicas y procedimientos necesarios para la planeacin, organizacin, direccin y control de un proyecto de esta naturaleza.
Materiales.- Se integran de: Instalaciones. Mobiliario. Equipo de comunicacin. Papelera y accesorios Financieros.- Brindan el sustento para la contratacin de personal y la adquisicin de los recursos necesarios.
Lenguajes de programacin Si bien se pudiera considerar el empleo de lenguajes convencionales como C, Pascal o Fortran en la creacin de un Sistema Experto, es mucho ms recomendable emplear aquellos pertenecientes al campo de la Inteligencia Artificial, como es el caso de: LISP Es el lenguaje ms popular de la Inteligencia Artificial, orientado al proceso simblico de conocimiento mediante el empleo de funciones y listas; a partir de una coleccin mnima el usuario construye sus propias funciones para crear aplicaciones complejas que usan la recursividad y el macroproceso. Prolog Presenta el conocimiento en forma de predicados que aparecen en forma de hechos, reglas y preguntas. Los hechos y reglas definen la base de conocimientos. Las preguntas son tratadas por el demostrador de teoremas que comprueba si el predicado a demostrar puede deducirse de la base de conocimientos. Este mecanismo de control usa la unificacin y backtrack. INTERLISP-D El Interlisp-D es un sistema de programacin LISP interactivo desarrollado para terminales de trabajo con capacidad de realizacin de grficos, abarca funciones predefinidas y un entorno de programacin, dispone de un intrprete y un compilador de gran ayuda en la programacin de procesos paralelos y en la conexin de terminales de trabajo a una red de ordenadores. La interfase de usuario usa ventanas y mens.
30
El sistema ofrece ayudas adicionales en el desarrollo y control de programas con los mtodos auxiliares siguientes: Editor orientado a la estructura: Con el editor pueden elaborarse estructuras LISP, es decir funciones y datos. Break Package (Debugger): El usuario puede analizar el estado del sistema. Inspector: Ofrece apoyo al anlisis de estructuras complejas de datos y se modifican datos determinados en estas estructuras. DWIM: Corrige las erratas del usuario. Pretty-printer: Visualiza funciones de forma claramente legibles. Masterscope: Analiza el funcionamiento del programa. Record/Datatype Package: Permite al usuario definir records y estructuras propias de datos. Performance Analysis: Ejecuta anlisis estadsticos de ejecuciones de programas.
Shells Un shell es un Sistema Experto que contiene una base de conocimientos vaca, contiene el mecanismo de inferencia, el componente explicativo y a la interfase de usuario. Ya que el mecanismo de inferencia depende del problema, no existe ningn shell para todas las aplicaciones, sino que hay que buscar un shell apropiado para cada aplicacin. Tambin es posible que haya que desarrollar adicionalmente partes del mecanismo de inferencia. Segn el tamao de esta parte tendr que pensar si la aplicacin de un shell determinado sigue siendo apropiada. Cuando el ingeniero del conocimiento conoce bien el shell, es decir, sabe exactamente cmo son procesadas las reglas, entonces slo tendr que concentrarse en la creacin de la base de conocimientos. Mquinas LISP - Prolog Como entornos de hardware para el desarrollo de sistemas expertos se utilizan a menudo mquinas dedicadas. Su microcdigo est orientado al lenguaje de programacin al que representan. A mediados de 1970 se desarroll en el laboratorio de inteligencia artificial del MIT una mquina especializada en la ejecucin de Lisp. Varios sistemas comerciales han resultado de este esfuerzo, incluyendo aquellos obtenibles del LMI, Symbolics y Texas Instrument. Por el mismo tiempo, se desarroll en forma independiente en el Centro de Investigaciones de la Xerox, en Palo Alto (PARC) , un sistema similar, e inclusive durante los 80s en el IIMAS de la UNAM en Mxico se construy tambin una mquina similar. Los sistemas expertos ms grandes y sofisticados tradicionalmente se han desarrollado en mquinas especializadas Lisp por la potencia y capacidad del equipo bsico y adems por los ambientes de software que corren en ellas. Algunas mquinas Lisp y caractersticas relevantes de ellas, se muestran en la Tabla 3:
Parmetro Symbolics 3600 LMI Lambda TI Explorer Xerox 1100
Tamao de la palabra Memoria principal Tiempo de acceso cache Tiempo de acceso memoria Espacio direccionable Mximo almacenamiento (disco) Comunicaciones Software Bsico Principal
36 bits M-30MB * 200 ns 1 GB 3.5 GB Ethernet Zetalisp Common lisp Interlisp Prolog
40 bits 4-32MB 100 ns 300 ns 128 MB 515 MB Ethernet Zetalisp Common lisp Interlisp Prolog Unix
32 bits 2-16MB * 300 ns 128 MB 528 MB Ethernet Zetalisp Common lisp Interlisp Prolog
16 bits 2-18MB 70 ns 480 ns 332 MB 315 MB Ethernet Zetalisp Interlisp Interlisp Smalltalk Prolog
Tabla 3. Caractersticas de las Mquinas LISP. Todas las mquinas populares Lisp, tienen en comn: Alta velocidad para el procesamiento de Lisp.
30
Construccin de Sistemas
31
Alta resolucin, despliegue de pantalla por mapa binario. Enlace de comunicaciones. Soporte para ambientes de desarrollo de sistemas expertos.
Las mquinas PROLOG se estn desarrollando en el Japn y en Inglaterra sobre todo en el marco del programa de la Quinta Generacin. En la actualidad, todava no estn disponibles en el mercado comercial. Herramientas hbridas Una herramienta hbrida brinda un ambiente para resolver problemas complejos cuando diversas partes del problema requieren diferentes clases de soporte. Son usadas tpicamente en estaciones de trabajo de inteligencia artificial. Hacen uso de grficas de alta resolucin de mapa binario, ventanera y ratn para proporcionar una interfaz con el usuario amable. Esta interfaz ayuda al desarrollador del sistema a construir el sistema precisa y rpidamente. Algunos ejemplos y caractersticas de esta clase de herramientas se ilustran en la Tabla 4:
S1 Inferencia Encadenamiento hacia adelante Encadenamiento hacia atrs Herencia Representacin Reglas Marcos Lgica Valores activos Incertidumbre incorporada Factores de certidumbre Rastreo con dependencia Interfaz con el usuario Editor grfico Mens Ventanas mltiples Seguimiento Explicaciones incorporadas * * * KEE * * * ART * * * LOOPS * * * SRL + * * *
* * No No
* * * *
* * * No
* * No *
* * * *
* No
No No
* *
No No
No No
No * * * *
* * * * *
* * * * *
* * * * No
* * * * *
Herramientas para adquisicin de conocimientos Debido a que la adquisicin de conocimientos es una tarea difcil que consume tiempo, resulta til auxiliar al ingeniero de conocimientos una herramienta que le permita junto con el experto construir el sistema conjuntamente. Tal herramienta posibilita que un experto que no est familiarizado con las complejidades del diseo de un Sistema Experto construya un sistema casi en la misma forma en que la introduccin del Fortran permiti a la comunidad cientfica escribir programas sin entender a los equipos de cmputo o lenguaje de mquina. Un ejemplo de estas herramientas se ilustra en la Tabla 5:
32
Sistema ETS
More
Clasificacin
Revisin de la base OPS5 de conocimientos existentes Revisin de los Emycin modelos de ejemplos Identificacin conocimientos papeles Identificacin conocimientos papales de OPS5 de
Kahn, 1985
Roget
Clasificacin
Bennett, 1985
Salt
Clasificacin
Marcus, 1985
Salt
Construccin
de OPS5 de
Marcus,1985
Tabla 5. Caractersticas de algunas Herramientas de Adquisicin de Conocimiento. Finalmente, a manera de ilustracin se presenta una relacin de herramientas para construir Sistemas Expertos con caractersticas, mbito de aplicacin e institucin involucrada, conforme a la muestra presentada en la serie de Tablas 6. Nombre de la Herramienta
ACTOR
Aplicacin especial
Empresa/ Institucin
MIT
Observaciones
Objetos son actors que Investigacin de pueden comunicarse con la manipulacin de datos con otros actors paso de mensajes Frameworks: ej. backward blackboard Desarrollo de para chaining, marcos mecanismos de control
de de
AGE
SU
AIMDS
Lenguaje representacin conocimiento Diagnstico de fallos al evaluar sistemas expertos Anlisis de proyectos, estimacin de costes y tiempo (planificacin) Universidad de Edinburgo Shell
de del
AL/X
ANALYSEN PLUS
32
Construccin de Sistemas
33
Nombre de la Herramienta
KS-300 LM
Aplicacin especial
Empresa/ Institucin
TEKNOWLEDGE
Observaciones
Shell Lenguaje programacin inteligencia artificial de de
Frames
LOGLIPS
Listas de objetos
Lenguaje de programacin de inteligencia artificial. Dialecto LISP con caractersticas del PROLOG Entorno de desarrollo de programas Lenguaje programacin inteligencia artificial de de
LOOPS
Xerox PARC
LISP (COMMON LISP, ELISP, FRNAZLISP, INTERLISP, TLC-LISP,UCI-LISP VLIPS, ZETALISP MBASE Sistemas expertos para mecnica, estadstica, problemas de medio ambiente Diagnstico mdico
MIT
Universidad de Edinburgo
MECS-AI
MILORD
Reglas semnticas
Shell
OMEGA
Sistema de representacin del saber para Symbolics, T.I y LMI, mquinas LISP VAX Lenguaje de programacin de inteligencia artificial en Franz-LISP Lenguaje programacin inteligencia artificial Lenguaje programacin inteligencia artificial de de
Sistemas de produccin
de de
CMU
OWL
MIT
PLANNER
MIT
de de
34
Nombre de la Herramienta
POP-2
Aplicacin especial
Empresa/ Institucin
Universidad de Edimburgo
Observaciones
Lenguaje programacin inteligencia artificial Lenguaje programacin inteligencia artificial de de
POP-11
Universidad de Sussex
de de
POPLOG
Universidad de Sussex
PROLOG (C-PROLOG, M-PROLOG) PS I Sntesis programas Slots mecanismos herencia Activacin de reglas Modelado disparadas por datos o situaciones complejas acontecimientos, jerarquas de conceptos, mecanismos de herencia de
Universidad de Marsella
SU
RLL
y de
SU
ROSIE
ROSS
RAND Corp.
Lenguaje de inteligencia artificial orientado al objeto Shell, reglas de produccin escritas en PASCAL, backward chaining Entorno: VAX/VMS Lenguaje programacin inteligencia artificial Lenguaje programacin inteligencia artificial Shell de de
SAGE
SAIL
Reconocimiento patrones
de
SU
SCHEME
MIT
de de
S.1
Teknowledge
SMALL TALK
Objetos que envan y Desarrollos reciben informacin dinmicos y no secuenciales (passing messages)
XEROX PARC
de de
34
Construccin de Sistemas
35
Nombre de la Herramienta
TWAICE
Aplicacin especial
Empresa/ Institucin
Observaciones
en PROLOG Campos de Nixddorf Paderborn Shell Entorno: Nixdorf8832 conocimiento (Unix) 8890 (VM) asesor o diagnstico
UNITS
SU
de del
3.5 RECOMENDACIONES
Tradicionalmente se considera la creacin de un Sistema Experto como un proyecto de investigacin o acadmico, sin embargo cada vez aparecen aplicaciones orientadas al ambiente comercial, sobre todo aquel donde existe gran inversin informtica y se reconoce el lmite de los sistemas en cuanto a la evaluacin de grandes cantidades de informacin y la toma de decisiones. Por ejemplo, en el mbito financiero existe el bur de crdito que se alimenta de los crditos y cobros que las instituciones otorgan a los clientes, estas aplicaciones evalan cada compromiso del usuario, su comportamiento en el pago de sus obligaciones en comparacin a los trminos de plazo e inters. Con base al registro de cada operacin se determina el nivel de cumplimiento del interesado y sirve como antecedente para otorgar un nuevo prstamo. Ante el empleo de recursos computacionales ms poderosos, el acceso a diversos bancos de informacin en cualquier parte del mundo, se hace evidente la falta de asimilacin de tanto conocimiento que est disponible a las empresas y personas usuarias. Es por ello, que se requieren sistemas sofisticados capaces de aprovechar ese cmulo de informacin, haciendo la interpretacin y uso adecuados, conforme al mbito de aplicacin al cual estn orientados. Se considera que los Sistemas Expertos representan una alternativa para atender esta clase de demandas.
36
36
38
4. APLICACIN DE SHELLS
4.1
A continuacin se presenta un perfil del shell M1: Naturaleza: SHELL. Orientacin: Sistemas Expertos. Objetivo: Ofrecer un medio para implementar Sistemas Expertos. Ambiente: PC IBM y compatible. Usuario :Ingeniero del Conocimiento. Estructura.- Se compone de: Interfase hombre-mquina en Lenguaje Natural. Administrador de la Base de Conocimiento representado por reglas. Motor de inferencias capaz de calcular incertidumbre. Representacin de Conocimiento.- Ofrece dos opciones: Absoluto, mediante reglas. Impreciso, a travs de factores de certidumbre con rango [-100,100]. Bsqueda: Direccin inicial: Haca atrs. Desarrollo : Profundidad. Orientacin: ciega. Inferencia: Direccin : Haca atrs con oposicin haca adelante. Fundamento : Resolucin con empleo de criterios de certidumbre. Veracidad: A partir de 20 como factor de certidumbre.
4.2
COMPONENTES DE M1
Los principales elementos de M1 son: Archivos de soporte: Ejecutable: M1. Configuracin: m1cfg. m1.cfg. Ejemplos: Bases de Conocimiento. Utilerias para interfaces. Tipos de archivos: Formato: ASCII. Fast-Load. Operacin: Base de Conocimiento. Cach. Ambiente: Sistema Operativo: M.1> Top level: Ambiente de Desarrollo. Ambiente de Consulta. Integrantes: Intrprete M.1. Base de Conocimiento. Cach.
40