Sistema Experto

Fundamento de Sistemas
Expertos
Fundamentos de Sistemas Expertos
Tópicos
 Definición
 Características
 ¿Cuándo usar y no usar un SBC?
 Aplicaciones
 Ventajas y desventajas
1. Definición de Sistemas Expertos
Es un programa de
computación Inteligente
que usa el conocimiento
y los procedimiento de
inferencia para resolver
problemas que son
suficientemente difíciles
como para requerir
significada experiencia
humana para su solución. Edward Feigenbaum (1982)
http://ksl-web.stanford.edu/people/eaf/
Los programas de IA que consiguen una capacidad a

nivel de experto en la resolución de problemas
mediante la reproducción de un cuerpo de
conocimiento se denominan sistemas basados en
conocimiento, o sistemas expertos.
Feigenbaum, McCorduck y Nii (1988)
Los sistemas basados en conocimiento denotan los

programas que razonan utilizando grandes bases de
conocimiento.
Nils J. Nilsson(2000)
Los sistemas expertos son

una rama de la IA que hace
un amplio uso del
conocimiento especializado
para resolver problemas
como un especialista
humano (persona que tiene
experiencia desarrollada en
cierta área).
Giarratano – Riley (2001)
http://prtl.uhcl.edu/portal/page/portal/SCE/COMPUTING_MATHMA
TICS_DIV/CS/cs_person/CS_Faculty
2. Característica de un Sistema Experto
 El procesamiento del conocimiento es indiferente al
conocimiento.
 Simula la labor de un experto humano, y no de un
operador.
 Alto desempeño. El sistema debe tener la capacidad de
responder a un nivel de competencia igual o superior al de
un especialista en el campo. Esto significa que la calidad
del consejo dado por el sistema debe ser muy alta.
 Comprensible. El sistema debe ser capaz de explicar los
pasos de su razonamiento. Este rasgo es importante, 1ro
porque proporciona una revisión del razonamiento; 2do
permite asegurar en la fase de desarrollo de que el sistema
ha adquirido el conocimiento y lo está usando de manera
correcta.
2. Característica de un Sistema Experto
 Flexibilidad. Debido a la gran cantidad de conocimiento
que puede albergar un SE es importante contar con un
mecanismo eficiente para añadir, modificar y eliminar el
conocimiento.
 Tiempo de respuesta adecuado. El sistema debe actuar en
un tiempo razonable, comparable o mejor al tiempo
requerido por un especialista para alcanzar una decisión.
 Confiabilidad. El sistema experto debe ser confiable y no
propenso a fallos.
3. ¿Cuando usar y no usar un SE?
¿ Cuando usar un SE ?
 EL problema puede ser resuelto usando conocimiento

y/o experiencia
 El conocimiento debe ser claro, preciso y bien
definido.
 El conocimiento debe ser colocado en forma explícita
(conocimiento tácito).
 El conocimiento debe proporcionar soluciones
satisfactoria.
3. ¿Cuando usar o no usar un SE?
¿ Cuando NO usar un SE ?
 Problemas de optimización.
 Cantidad de conocimiento inconmensurable
 Problemas basados en búsqueda (juegos inteligentes)
 Problemas basados en conocimiento no explícito.
4. Aplicaciones de SE
Recordar:
Se trata de apoyar al experto humano
(quien toma decisión)
Se trata de criticar las decisiones del
experto humano.
Se trata de suplantar al experto humano
Industria:
 Identificación de materiales
 Sistemas de detección de fallas
 Sistemas de clasificación
 Monitoreo y administración de la producción
 Control de sistemas críticos
Servicio:
 Diagnóstico de enfermedades
 Segmentación
 Tutor inteligente
 Software Educativo
 Auditoria
 Control estratégico
 Alineamiento de presupuestos
5. Ventajas y Desventajas
Desventaja
 No tiene capacidad de aprender.

 No tiene capacidad de generalizar conocimiento.
 No tiene capacidad de hacer analogías.
Ventajas
 Coste reducido. El coste de poner la experiencia a

disposición del usuario se reduce de manera considerable. A
mayor uso menor costo.
 Peligro reducido. Los sistemas expertos pueden usarse en
ambientes que podrían ser peligrosos para un ser humano.
 Experiencia Permanente. La experiencia es permanente y no
depende de causas externas.
 Experiencia múltiple. El conocimiento de varios especialistas
puede estar disponible de manera simultánea.
 Mayor confiabilidad. Al proporcionar una segunda opinión
los sistemas expertos incrementan la confianza en que un
especialista ha tomado la decisión correcta.
Ventajas
 El conocimiento que tiene es fácil de actualizar.

 Es capaz de utilizar grandes cantidades de conocimiento.
 Son fáciles de duplicar.
 Son consistentes.
 Son documentables.
 Explicación. El sistema experto puede explicar de forma
clara y detalladamente el razonamiento que conduce a una
conclusión aumentando la confianza.
 Respuesta rápida. Respuesta en tiempo real.
Ventajas
 Respuestas sólidas, completas y sin emociones. El sistema

experto siempre funciona a plena capacidad sin tener
presión ni fatiga.
 Inteligente. El sistema experto puede actuar como un tutor
inteligente, dejando que el estudiante ejecute programas
de ejemplo y explicando el razonamiento del sistema.
 Base de datos inteligente. Los sistemas expertos pueden
usarse para tener acceso a una base de datos en forma
inteligente.
Arquitectura
Arquitectura de los Sistemas Expertos
Tópicos
 La Arquitectura y Funcionamiento
 La Base de Conocimiento.
 La Base de Hechos.
 El Motor de Inferencia.
 El Módulo de Adquisición del
Conocimiento.
 El Módulo de Explicación
 La Interface Usuario.
1. Arquitectura y Funcionamiento
Base de Módulo de
Conocimiento Explicación
Módulo de
Adquisición Interfase
de
Motor de
Conocimiento Usuario
Inferencia
Base de
Hechos
Adquisición de Representación del Tratamiento del Utilización del

Conocimiento Conocimiento Conocimiento Conocimiento
Los componentes principales de todo sistema experto son:

 La Base de Conocimiento. Es un repositorio en donde se almacena el
conocimiento y la experiencia asociada al problema a resolver.
 La Base de Hechos. Es un repositorio temporal en donde se almacenan los
hechos del problema a resolver.
 El Motor de Inferencia. Es el programa que tiene por objetivo resolver el
problema, esto adquirido los hechos, usa la base conocimiento y algún
mecanismo de inferencia, y con ello obtiene la solución al problema.
Las componente importantes pero no indispensables de un sistema expertos

son:
 El módulo de Interface de Usuario. A través del cual el usuario interactúa
con el sistema
 El módulo de Adquisición de Conocimiento. A través del cual el responsable
del conocimiento actualiza el conocimiento de la Base de Conocimiento.
 El módulo de Explicación. Este módulo tiene por finalidad explicar el
raciocinio del sistema en la obtención de la solución al problema.
 El usuario (quien usa el sistema), interactúa con el sistema

experto a través del módulo de interfase de usuario. A través de
este módulo, el usuario ingresa al sistema los hechos asociados
a un problema y este le responde las conclusiones. Esto se
consigue a través del motor de inferencia, quien a su vez
interactúa con la Base de Conocimiento y la Base de Hechos.
 El usuario también puede solicitar información sobre como el
sistema obtuvo sus conclusiones, esto se consigue gracias al
módulo de explicación.
 La adquisición y actualización del conocimiento del sistema, lo
realiza el responsable del conocimiento (que puede ser un
experto o un usuario designado por la organización).
2. La Base de Conocimiento
 La Base de Conocimientos de un Sistema Experto contiene el

conocimiento y o experiencia de los expertos en un dominio o
área del saber determinado.
 Una característica muy importante de los Sistemas Expertos es es

que la base de conocimientos es independiente del mecanismo
de inferencia que se utiliza para resolver los problemas. De esta
forma, cuando los conocimientos almacenados se han quedado
obsoletos, o cuando se dispone de nuevos conocimientos, es
relativamente fácil añadir nuevas reglas, eliminar las antiguas, o
corregir los existentes, sin necesidad de modificar el motor de
inferencia.
2. La Base de Conocimiento
La Base de Conocimiento está constituido de:
 Objetos y sus relaciones

 Situaciones particulares (meta – conocimiento,
meta-reglas)
 Estrategias de resolución y sus condiciones (en
algunos casos)
3. La Base de Hechos
 La base de hechos o base de datos es una memoria

auxiliar que se utiliza para almacenar los datos asociado
al problema que se desea resolver. En ella también se
registra los resultados intermedios obtenido a lo largo
del procedimiento de deducción.
 Al memorizar todos los resultados intermedios,
conserva el vestigio de los razonamientos efectuados;
por lo tanto, se puede utilizar explicar las deducciones y
el comportamiento del sistema.
3. La Base de Hechos
 La base de hechos es temporal, salvo necesidades del

usuario, y depende exclusivamente de la situación
estudiada.
4. El Motor de Inferencia
 El motor de inferencia (o mecanismo de inferencia) es la
componente principal del SE cuya misión es obtener
conclusiones mediante la aplicación del conocimiento
abstracto (metodología de inferencias) sobre al conocimiento
concreto (base de conocimiento) y los datos (base de hechos).
 La metodología de inferencia puede ser:
• Encadenamiento hacia delante (forward chaining,
progresivo o deductivo)
• Encadenamiento hacia atrás (backward chaining,
regresivo o inductivo)
• Redes Neuronales Artificiales
4. El Motor de Inferencia
 Si el motor de inferencia no puede obtener conclusión, el

sistema podrá solicitar a través del modulo de
adquisición de conocimiento más conocimiento o través
del módulo de interfase con el usuario más hechos, a fin
de obtener alguna conclusión válida.
5. El Módulo de Adquisición de Conocimiento
 Es un subsistema que ayuda a la estructuración e

implementación del conocimiento en la Base de Conocimiento.
Este módulo permite que se puedan añadir, eliminar o modificar
elementos de conocimiento en el sistema experto.
 El proceso de construir la Base de Conocimiento (transferir
conocimiento del experto para el SE) es conocido como
cognimática; las personas que realizan este proceso son
llamados de cognimáticos o ingenieros de conocimiento.
5. El Módulo de Adquisición de Conocimiento
Algunas Consideraciones:
1. El conocimiento se debe introducirse de la forma más
sencilla posible.
2. Posibilidades de representación clara de todas las
informaciones contenidas en una base de conocimientos.
3. Comprobación automática de la sintaxis.
4. Posibilidad constante de acceso al lenguaje de
programación.
6. El Módulo de Explicación
• Es un subsistema que tiene por objetivo dar una explicación de las

conclusiones obtenidas o de las acciones ejecutadas por el Sistema
Experto.
• Está diseñado para aclarar al usuario la línea de razonamiento
seguida en el proceso de inferencia.
• Si el usuario pregunta al sistema cómo ha alcanzado una conclusión,
éste le presentará la secuencia completa de reglas usada. Esta
posibilidad de explicación es especialmente valiosa cuando se tiene la
necesidad de tomar decisiones importantes amparándose en el
consejo del sistema experto.
• El subsistema de explicación también puede usarse para depurar el
sistema experto durante su desarrollo.
7. La Interfase de Usuario
• También denominado de sistema de consulta, es la componente

que gobierna el dialogo entre el usuario y el sistema. Su objetivo
es permitir un dialogo casi–natural con la máquina.
• El interfaz de usuario permite que el usuario pueda: describir el
problema al sistema experto, interpretar sus preguntas, los
comandos y la información ofrecida.
• Esta componente posibilita que la respuesta proporcionada por el
sistema sea inteligible para el interesado. También puede
solicitar más información si le es necesaria al sistema experto.
• En algunos sistemas se utilizan técnicas de tratamiento del
lenguaje natural para mejorar la comunicación entre el usuario y
el sistema experto.
7. La Interfase de Usuario
Requisitos o Características de la interfaz
• El aprendizaje del manejo debe ser rápido.

• Debe evitarse en lo posible la entrada de datos errónea.
• Los resultados deben presentarse en una forma clara para el
usuario.
• Las preguntas y explicaciones deben ser comprensibles.
Taxonomía
Taxonomía de Sistemas Expertos
Taxonomía
Existen varias formas de clasificar a los sistemas expertos:

[Henao 2002]
 Por su funcionalidad o propósito.
 Por su estado de evolución.
 Por la forma de interacción con el usuario.
1. Taxonomía – Funcionalidad
Esta clasificación es de acuerdo con la función que él
realiza o el propósito para el cual fue desarrollado:
Descubrimiento
Diagnóstico
Diseño
Interprete
Monitorización
Planeación
Descripción
Descubrimiento: Sistemas que generan nuevos
conceptos a partir de reglas y principios consistentes y
permiten encontrar nuevas relaciones entre los datos.
- PROSPECTOR: Para el descubrimiento de yacimientos de

molibdeno.
- AM: Para la formulación de conceptos y conjeturas
sobre la teoría de números.
- META-DENDRAL: Para el descubrimiento de reglas
sobre la conducta de algunos compuestos en el
espectrómetro de masas.
Diagnóstico: Para detectar las causas del mal funcionamiento

de un sistema.
- MYCIN: Diagnostica las causas de enfermedades infecciosas

en un paciente.
- ACE: Localiza las causas de fallas en redes telefónicas.
- REACTOR: Encuentra las fallas en los sistemas de
enfriado de reactores nucleares.
www.matthewtavares.com/GES_Documentation.html
Diseño: Con el objetivo de configurar estructuras a

partir de unas condiciones iniciales.
- XCON: Configura sistemas computarizados.

- SECS: Genera complejos compuestos químicos.
- PALLADIO: Diseña y prueba nuevos circuitos de tipo VLSI.
detectar las causas del mal funcionamiento de un sistema.
http://www.ruleworks.co.uk/mobat/r1-soar.htm
Interprete: Sistema que infiere el significado de los datos (analiza
los datos), es decir, sirve para determinar qué está sucediendo en un
momento dado.
- PROSPECTOR: Interpreta datos de muestras de material
mineral para detectar yacimientos.
- REACTOR: Interpreta los datos en tiempo real, de reactores
nucleares.
- CRYSALIS: Interpreta los datos de un mapa de densidad de
electrones para inferir la estructura tridimensional de una proteína.
http://www.chromsmart.com/be-screen-captures.htm
Monitorización: Su objetivo es comparar el estado de un
proceso real con el estado esperado, para detectar desviaciones y
sugerir las correcciones.
- YES/MVS: Controla y hace la monitorización de las funciones

de un sistema operativo.
- VM: Hace la monitorización del estado de un paciente en una
sala de cuidado intensivo.
- REACTOR: Hace la monitorización de los procesos de un
reactor nuclear.
http://domino.watson.ibm.com/tchjr/journalindex.nsf/0b9b
c46ed06cbac1852565e6006fe1a0/e8fda97988a5350385
256bfa0067f649?OpenDocument
Planeación: Para plantear la mejor acción a realizar para alcanzar
un objetivo.
- THE UNDERWRITING ADVISOR: Ayuda al asesor de

seguros en la determinación de si otorgar o no una póliza y en
qué condiciones.
- PLANNER: Hace la planeación estratégica de una organización.
- KNOBS: Asiste en la planeación táctica de ataques aéreos.
http://www.jdi-solutions.co.uk/products.php?product=expsys
http://www.scambs.gov.uk/faqs/faq.htm?mode=20&pk_faq=33
Predicción: Sistemas que infieren las probables consecuencias de
una situación, utilizando modelos de simulación.
- PLANT: Estima los daños potenciales de plagas sobre plantíos.

- I&W: Predice los posibles lugares de conflictos armados.
- PTRANS: Estima los requerimientos de manufactura de algún
producto.
2. Taxonomía – Evolución del Sistema
Esta clasificación es de acuerdo con el grado de
evolución que el sistema ha tenido. Es decir, que
dependiendo de su propósito, cubrimiento y del
conocimiento que maneja se tienen diversos estados del
sistema [Waterman 86]:
- Prototipo de demostración
- Prototipo de investigación
- Prototipo de campo
- Modelo de producción
- Sistema comercial
Prototipo de demostración: El sistema soluciona una porción del
problema, sugiriendo que el enfoque es viable y el desarrollo del
sistema es alcanzable. Es pequeño y se utiliza como estrategia de
convencimiento de la utilidad del SBC.
Prototipo de investigación: El sistema presenta un desempeño

aceptable del problema pero puede ser frágil debido a que no
se ha probado y revisado completamente. Es de tamaño mediano.
Prototipo de campo: El sistema muestra un buen desempeño y ha

sido revisado en el entorno del usuario. Es de tamaño que varía de
mediano a grande.
Modelo de producción: El sistema exhibe muy buena
calidad, desempeño, rapidez y una ejecución eficiente
en el entorno del usuario. Son grandes programas
implementados en lenguajes eficientes.
Sistema comercial: El sistema es un modelo de producción

que está siendo usado regularmente en una base comercial.
3. Taxonomía – Interacción con el Usuario
Esta clasificación se refiere a la forma como el SBC

interactúa con el usuario en términos de compartir tareas y
responsabilidades [Guida 94]:
Sistema soporte:
Sistema prescriptivo
Sistema autónomo:
3. Taxonomía – Interacción con el Usuario
Sistema soporte: Es un SBC que puede darle soporte experto
al usuario. Este sistema puede actuar en diferentes roles, como
asistente, colega crítico, segunda opinión, asesor, consultor tutor,
etc. Ofrece conocimientos y competencias pero no prescribe
soluciones o decisiones. Actúa como un ayudante, sin la intención de
reemplazar al experto.
Sistema prescriptivo: Es un SBC que puede guiar, restringir y

controlar la actividad de un usuario en la ejecución de una tarea
compleja. Mejora la calidad y el tiempo de respuesta sin
reemplazar a los expertos. Este sistema tiene la autoridad para
mejorar los objetivos, restricciones, soluciones o decisiones.
Sistema autónomo: No interactúa con ningún humano ya que

se utiliza para reemplazarlos
Referencias:
[Waterman 86] D. Waterman. A Guide to Expert
Systems. Addsison-Wesley Publishing Company. The
United States of America. 1986. 419 p.
[Guida 94] G. Guida, C. Tasso. Design and

Development of Knowledge Based
Systems. England : John Wiley & Sons. 1994. 476 p.
[Henao 2002] M. Henao Calad. CommonKADS-RT: Una

Metodología para el Desarrollo de Sistemas Basados en
el Conocimiento de Tiempo Real. Tesis Doctoral,
Universidad Politécnica de Valencia 2002.

Sistema Experto

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sistema Experto

Cargado por

Copyright:

Formatos disponibles

Fundamento de Sistemas

Los programas de IA que consiguen una capacidad a

Los sistemas basados en conocimiento denotan los

Los sistemas expertos son

 EL problema puede ser resuelto usando conocimiento

 No tiene capacidad de aprender.

 Coste reducido. El coste de poner la experiencia a

 El conocimiento que tiene es fácil de actualizar.

 Respuestas sólidas, completas y sin emociones. El sistema

Adquisición de Representación del Tratamiento del Utilización del

Los componentes principales de todo sistema experto son:

Las componente importantes pero no indispensables de un sistema expertos

 El usuario (quien usa el sistema), interactúa con el sistema

 La Base de Conocimientos de un Sistema Experto contiene el

 Una característica muy importante de los Sistemas Expertos es es

La Base de Conocimiento está constituido de:

 Objetos y sus relaciones

 La base de hechos o base de datos es una memoria

 La base de hechos es temporal, salvo necesidades del

 Si el motor de inferencia no puede obtener conclusión, el

 Es un subsistema que ayuda a la estructuración e

• Es un subsistema que tiene por objetivo dar una explicación de las

• También denominado de sistema de consulta, es la componente

Requisitos o Características de la interfaz

• El aprendizaje del manejo debe ser rápido.

Existen varias formas de clasificar a los sistemas expertos:

- PROSPECTOR: Para el descubrimiento de yacimientos de

Diagnóstico: Para detectar las causas del mal funcionamiento

- MYCIN: Diagnostica las causas de enfermedades infecciosas

Diseño: Con el objetivo de configurar estructuras a

- XCON: Configura sistemas computarizados.

- YES/MVS: Controla y hace la monitorización de las funciones

- THE UNDERWRITING ADVISOR: Ayuda al asesor de

- PLANT: Estima los daños potenciales de plagas sobre plantíos.

Prototipo de investigación: El sistema presenta un desempeño

Prototipo de campo: El sistema muestra un buen desempeño y ha

Sistema comercial: El sistema es un modelo de producción

Esta clasificación se refiere a la forma como el SBC

Sistema prescriptivo: Es un SBC que puede guiar, restringir y

Sistema autónomo: No interactúa con ningún humano ya que

[Guida 94] G. Guida, C. Tasso. Design and

[Henao 2002] M. Henao Calad. CommonKADS-RT: Una

También podría gustarte