Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodologia SE 2 PDF
Metodologia SE 2 PDF
TESIS DOCTORAL
por
Presentado en la
FACULTAD DE INFORMTICA
de la
UNIVERSIDAD POLITCNICA DE MADRID
M0OM3G32
J?,1Z
R3Z,:
-I I-
TESIS DOCTORAL
TRIBUNAL CALIFICADOR
-I II-
RESUMEN:
Aunque
ron puestas por Alan Turig en 1950, los primeros Sistemas Expertos no empezaron comercialmente a explotarse hasta 1984.
La Metodologa
la
labor
En esta
blemas ms
cimiento en cuanto a:
- Seleccin
-IV-
vistas.
el Ingeniero y seleccin
- Seleccin
de la herramienta ms
llo.
Se establecen
Metodologa
al Sector
posibles reas
Financiero, sealndose
las principales
_v_
SUMMARY:
Although
Expert
Throughout
cnsul t.ed
ways in
their development,
The (IDEAL)
Method developped
in this
approach
Systems
by
structing
In
it
in
the
several
thesis,
try
development
phases,
a -first
o-f Expert
periods
and
this method,
we make
a special
re-ference
to
the more
- Selection
the
-VI-
His
relationship
with
the
Expert/s
to
elicite
their
importance
.- Knowledge
and
selection
o-f the
We have
application
the
stablished
some
guides
principal
possible
reas
in
order
to
possible
application,
as
also
the
-VII-
INDICE GENERAL
CAPITULO I
INTRODUCCIN
Pag.
1.1
1.2
CAPITULO 11
ESTADO DE LA TECNOLOGA
14
II. 1
Resea histrica
14
11.2
22
11.3
31
II.3.1
31
II.3. 1.1
Formalismos heursticos
32
11.3.1.2
Formalismos epistemolgicos
33
11.3.1.3
Formalismos conceptuales
34
11.3.1.4
Formalismos computacionales
34
II. 3.2
Bases de conocimiento
44
II. 4
Motor de Inferencia
48
II. 4.1
Estrategia de control
49
II. 4.2
Modos de razonamiento
52
II. 4.3
II. 4.4
56
63
-VIII-
II. 4.5
Tcnicas de equiparacin
II- 4.6
psg.
66
de conflictos
II. 4.7
72
73
II. 5
"Software" y "Hardware"
76
II. 5.1
Lenguajes
76
II. 5.1.1
82
II. 5.1.2
B5
II. 5.1.3
87
II. 5.1.4
PLANNER y CONNIVER
88
II. 5.1.5
II. 5.2
89
II. 5.3
90
94
II. 5.3.1
Mquinas LISP
97
II. 5.4
La Quinta Generacin
II. 5.4.1
II. 5.5
II. 5.6
104
.
106
111
Mquinas neuromimticas
112
-IX-
pag.
114
III. 1
General idades
114
III- 2
114
III. 3
III. 4
III. 5
CAPITULO IV
117
122
Problemtica
126
IV. 1
Introduccin a la metodologa
IV. 2
127
127
130
IV. 2.1
Seleccin de la aplicacin
130
IV. 2.2
142
IV. 2.2.1
142
IV. 2.2.2
144
IV. 2.2.3
Ubicacin
150
IV. 2.2.4
plazos de desarrollo
152
-X-
pag.
Plan de evaluacin
154
158
161
162
163
164
164
167
Tipos de conocimiento
169
170
Ingeniero
del Conocimiento
178
182
Desarrollo de un prototipo
186
189
190
190
-XI-
pag.
IV. 3.4
192
IV. 4
IV. 4.1
195
IV. 4.2
195
196
IV. 4.3
...
197
IV. 4.4
198
IV. 4.5
198
IV. 4.6
199
IV. 5
200
IV. 5.1
200
IV. 5.1.1
Organizacin de la transferencia de
tecnologa
IV. 5.1.2
201
202
IV. 5.2
203
IV. 5.3
Experto
203
-XII-
CAPITULO V
pag.
206
V. 1
Introduccin
206
V. 2
Conclusiones
209
V. 3
211
CAPITULO VI
REFERENCIAS BIBLIOGRFICAS
ANEXOS
214
219
219
II BIBLIOGRAFA GENERAL
276
CAPITULO I. INTRODUCCIN.
la Informacin que ms
el momento actual, quizs esperando unas realidades a corto plazo que difcilmente podrn verse realizadas, si antes no se consiguen
Estos
conocimiento relativo
una serie
apoyo
a un campo muy
de inferencias, producen la
concreto
y que, mediante
en la materia dara.
y tratamiento de infecciones
la terapia adecuada
para
ayudar a los
(HELP), o la explora-
"?
cin
de minerales
(XCOIM), o el
(PROSPECTOR),
el
diagnstico de -fallos de
diseo
de ordenadores
a las reas econmicas, con lo cual se conseguira una mayor generalizacin de los mismos.
Ingenieros
del Conocimiento que crean estos Sistemas, deben trabajar en estrecho contacto con dichos expertos para -formular las reglas que
componen los
Pero,
lo cierto y
como
la
necesidad
de un
Sin embargo,
esta situacin
est cambiando
rpidamente. La
sistemas sofisticados
con conoci-
aplicaciones
tecnologa
existentes en
riesgo de su uso,
hacen
muy
difcil su
3
En esta linea,
en la creacin de
piezan a proli-ferar
experto, puede
el conocimiento de un
En el momento
su
conocimiento y sus
Por otro
ga
existente en
sustituyen a
establecer unos
cimiento a
reas
aplicaciones sencillas
donde
ventajosamente
determinar dentro de la
de mayor ap1icabi1idad de
Empresa,
estos
Sistemas, y desarrollar
una planificacin
de desarrollo de los
La
Conocimiento a seleccionar
la representacin
Las tcnicas de construccin de prototipos son de gran utilidad en la construccin de Sistemas Expertos. A diferencia de los
Sistemas de
en produccin,
el
Sistema. Mediante un
La
la
en produccin completan una serie de actividades que hemos agrupado en este trabajo en cuatro fases que configuran el manual de
procedimientos o
6
FASE IV.
integracin
del
mismo en
Produccin:
En la
sido tratado de
mas de
que
gadas a aplicaciones especficas y hay que deducir los pasos seguidos a travs
Se ha seleccionado una aplicacin de esta Metodologa al Sector Financiero por encontrarse esta tecnologa en -fase de introduccin en el mismo.
de las Tecnologas de la Informacin, est iniciando el desarrollo de los primeros Sistemas Expertos.
lacin a los
tratgico que
un tema
o la experiencia en
De una
estos Sistemas
sealar
la importancia que
En estas sucursales,
que estn en contacto
livalencia, y
en las que el
personal
es escaso, los
atender, operaciones
de crdito,
inversiones
ser el poner a
alejadas, el conocimiento
disposicin
de un Experto a
de
esas sucursales
mienta informtica.
Tanto
de prstamos y crditos,
como las propuestas de inversin, son operaciones que se resuelven aplicando reglas conceptuales
micos.
El Sistema Experto es
se
caracterizan por la
y formalizados en una
representacin del conocimiento por un experto, que pretende estar en permanente evolucin y que son fcilmente actual izables.
Un Experto Financiero
le informa, calcula
a su cliente, quien
nal. La herramienta informtica debe, pues, reproducir estas diferentes facetas del especialista para ser eficaz.
Las
ptica son enormes. Entre las que cabe sealar las siguientes:
a)
porcionar informacin a los clientes sobre las distintas posibilidades que se le presentan, hasta la gestin propia de la Tesorera de la
cuanto
a sus propias
b) El C o n t r o 1
en las que el
9
se como un problema de clasificacin de clientes en diversas categoras, de acuerdo
uno de estos. Como
de evaluacin de
en
con el tipo de
El desarrollo
de un Sistema Experto
tanto la experiencia de
dsticos.
en
este
rsa requiere
La informacin
perto se
cas de
compone tanto de informacin interna, como son polticrdito; externa como informacin econmica, tipo de in-
dustria, etc.,
e informacin inherente al
crdito
como es es-
financieras, capacidad
de pago,
etc.
A efectos
comercial
en
y fundamentalmente
todos los
Si el
proceso de evaluacin de
solicitudes
es correcto, el
10
nos conocido.
alto riesgo,
generalmente son
otorgados
muy recientemente, y
grueso de la carterai
El
tercer grupo, puede ser el que mida los nuevos frutos. Es probable que la
rentables de
dan empezar
rpidamente y a bajo
de
crditos
de la
El mtodo
en
hacer que un
11
tos en diversos grupos con riesgo bajo, medio, alto o similares.
El paso -final es
traducir el ordenamiento de
la
muestra y las
variables que los expertos indicaron como importantes en un conjunto de reglas que imiten el razonamiento de los expertos.
Para
ello se utiliza la
tcnica
estadstica no paramtrica
Mediante esta
tcnica se
El resultado del
Para encontrar
- Las variables que estn mal relacionadas con el riesgo son identificadas, permitiendo fijar la atencin en
carteras con un nmero importante de crditos con esas
carcter sticas.
12
quieran.
c) En el campo
o sugerir acciones a la misma para mejorar su situacin, son algunas de sus posibles aplicaciones.
d)
En el rea de
l^omerc: ioI.Q.tj?rn_cC'nal ,
(REID86) tambin
uso
de
ella. El
.13
estn empezando a utilizarse estos Sistemas.
En operaciones
tas de
tecnologa y no solamente
en produccin, sino lo
14
CAPITULO II. ESTADO DE LA TECNOLOGA
Aunque la idea de construir una mquina pensante o por lo menos un autmata que incorporara capacidades por lo comn asociadas al ser
desde
la antigedad, las
semejantes a las que presenta la inteligencia humana, se han desarrollado en los ltimos 30 aos.
Como
hitos ms importantes en
este
1950:
- Alan
artificial. En
sugerido la posibilidad de
un primer
documento, Turing
cerebro humano.
1955;
- IPL-II (Information Processing
de
IPL es un lenguaje
por
basado
en proceso de
15
1956:
- La Conferencia de Darmouth sobre Inteligencia Artifici al,organizada
Claude Shannon
profesionales que
cia
adems
de los cuatro
organizadores estaban Arthur Samuel, Trenchard llore, Oliver Selfridge, Alien Newell, Ray Solomonoff y Herbert Simn.
- Logic Theorist
discutido
considerado
como el primer
contenidos
en el libro "Principia
alguno
de
Mathematica"
los problemas
de Whitehead y
Russel1.
1957;
- Newell, Shaw
(General
Problem Solver). Con este sistema que puede ser considerado como
el arquetipo
se
pretendi,
como su
nombre indica, construir un sistema de propsito general que resolviera cualquier tipo de problema.
16
1959;
- Arthur Samuel disea un programa para jugar a las damas, capaz
de ganar a
nocimiento de formas
en "Proceedings of a
chanization
of Thought Processes".
abandono de
Despus
de
un
Rosenblatt,
perodo de
hoy con las
1960:
- Inicio de las investigaciones en el MIT, del proyecto de Inteligencia Artificial
Minsky.
1965;
- Se publica
1964;
- Daniel G. Bobrow
tema STUDENT. STUDENT es un programa que utiliza el lenguaje natural y puede comprender y resolver problemas de lgebra.
1965:
Comienzan las investigaciones en
17
Djerassi. DENDRAL
analiza la
Dennis
in-formacin acerca
Smith
y Cari
de compuestos
1966:
- Joseph Weizenbaum crea ELIZA para ilustrar que las tcnicas de
lenguaje
gente.
- Se
robot
1970:
- Patrick
Esta tesis
Marvin Minsky y
de robtica,
Sistemas
Expertos,
tcnicas
de
razonamiento
18
Jack D. Myers y
en la Universidad de
Pittsburg el Sistema INTERIMIST, ahora llamado CADUCEUS, utilizado para ayudar a los mdicos en el diagnstico de en-fermedades.
- Alain Colmerauer
y su equipo comienza
guaje PROLOG.
1971:
- Se utiliza
rrollado por
operaciones
de clculo di-ferencial e
presiones simblicas.
- La
terio de
lenguaje hablado
(Speech Understan-
- Algunos de los programas que se han desarrollado bajo esta investigacin son: SPEECHIS, HWIM, HEARSAY-I, HEARSAY-II, DRAGN Y
HARPY, estos cuatro ltimos
desarrollados en la Carnegie-MelIon
University.
1972:
- William
19
1973:
- Cognitive Psychology publica "Dependencia conceptual: Una teora para
la comprensin
del
lenguaje
natural",
de
Roger C.
Schank.
1975:
- Edward
Sistema
H. Shortliffe desarrolla la
- Marvin insky publica su documento "Un marco para la representacin del conocimiento",
los
cin
en el que se
discute
la utilidad de
- Roger C. Schank
y Robert Abelson, en
la Universidad de Yale,
inclua el uso
de guiones
pendencias conceptuales.
- Daniel G. Bobrow
incluyendo
publica "Representation
importantes documentos
sobre la
and Understanding",
representacin del
20
conoc imiento.
1976;
- Douglas B. Lenat escribi el Sistema Experto "AM" , un programa
que define y
la teora de con-
juntos.
- Randall Davis
TEIREISIAS,
en la Universidad de
utilizadas en
Sistemas Exper-
tos.
1977:
- Programadores
tema Experto
utilizado en
aplicaciones prcticas,
escrito
en
PROLOG.
1978:
- R.O. Duda y otros, del Research Institue Internacional, public un documento
to que ayuda
en el anlisis de
ciones geolgicas.
1980:
- Entra
diariamente
21
1981:
- Japn anuncia su proyecto de Quinta Generacin de Ordenadores.
1982:
- Inicia en
ICOT
(Instituto
para la
- Como
respuesta al programa de
la Quinta Generacin
japonesa,
EE.UU. crea MCC (Microelectronics and Computer Technology Corporation), y el strategic Computer Project.
- Inglaterra inicia el programa Alvey de tecnologa avanzada para investigar sobre la Quinta Generacin.
1983:
- La Comunidad
la carrera
Europea crea
- El Instituto
burgo (Escocia),
ligencia Artiiicial .
1984:
- A partir del ao 1984 comienza la explotacin comercial de los
desarrollos
Arti-ficial.
tecnolgicos alcanzados
dentro de
la Inteligencia
Un Sistema
blemas
y razonamiento de la
miento codi-ficado
simular
acerca de un problema
la aplicacin de la
especfico, en orden a
ligente. Sin
pueden conseguir
se aplican a una
Naturalmente
posibilidad ni capacidad de
Los
Sistemas Basados en el
Conocimiento
significan el paso
conocimiento,
o sea,empleo del
clasificarlos en
tres grandes
23
tros.
humano en la toma
dentro de esta
fecha. Las
pertos
objetivo
el ayudar al
competir
con las de
Los
tores
Sistemas Expertos son utilizados como asesores o consulde usuarios humanos. Pueden
problemas rutinarios, liberando a los Expertos de esas poco gratificantes tareas de modo que pueden utilizar su conocimiento en
otros
asuntos ms complejos y
sos o peligrosos de
Sistemas
corporativa
humano, y
de preservar la memoria
puede
de ese
se ve a los
presentar un experto
patrimonio
cognoscitivo
dentro de la entidad.
Entre los
24
- Asesoramiento a mdicos en el tratamiento de meningitis.
- Localizacin de depsitos de molibdeno.
- Con-f igurac iones complejas de ordenadores.
- Aplicaciones diversas, como ayuda a la toma de
decisiones en el entorno financiero.
A diferencia
Expertos
de los
programas convencionales,
los Sistemas
Hoy es posible
resultados muy
interesantes para
las empresas.
La
aquella y el conocimiento
de
la naturaleza ms
25
(ar-
etc.) en su propio
lenguaje, sin ninguna limitacin, y con un -formulismo muy prximo a su lenguaje natural.
Estos utilizadores,
conoc imiento
estos expertos
con la ayuda de
Esto se realiza
bases de
los
construyen sus
modulares, indepen-
de aplicaciones y que
tiene
pero
de
descripcin
de un
Sistema Experto:
1. Su arquitectura
-funcional de cmo la
26
mquina aparees
2. Bu implantacin, que
quitectura.
3. Su realizacin, que
cir,
es el diseo fsico
La arquitectura
tructurar,
de un Sistema Experto
tal y como se
guiente manera:
complejo se puede e s -
muestra en la figura
2.1. de
la si-
(RAULB4)
1. Bases de conocimiento.
Que
de inferencia.
bases de
El conocimiento de hechos
un experto. Otros
2. Motor de inferencias.
27
Controla y
el objetivo de al-
dado.
3. Memoria de trabajo.
Donde se mantienen resultados
sern utilizados
en pasos
intermedios y
subsiguientes, as
deducciones que
como informacin
informacin
el flujo de informacin
memoria de trabajo y
bases
de conocimiento.
5. Sistema de Interpretacin.
Mantiene informados
Sistema acerca,
de lo
28
que
niveles
de detalle o
tipo:
cmo?,
qu ocurre
si. . .?
conoc imiento.
lagunas y deficiencias.
cambiar su contenido.
29
- Enseanza:
Utilizacin de tcnicas que permiten la -formacin de los
usuarios a partir de casos y ejemplos contenidos en las
bases.
para
la operacin y
8. nter-fase.
Proporciona capacidad de comunicacin con dispositivos
"ad hoc", para su utilizacin por el usuario -final.
En un
y su modo de
utilizacin.
El experto puede
Podramos, pues,
Experto es un pro-
grama especializado en un dominio particular y que, en ese dominio, su rendimiento es comparable al de los propios expertos pero, sobre todo, permite en todo momento:
30
Recibir del experto nuevos conocimientos sin necesidad
de incorporar nueva programacin.
MOTOR DE
INFERENCIAS
MEMORIA DE
TRABAJO
BASES DE
CONOCIMIENTO
-SISTEMA DE
CONTROL
-REAS
TRABAJO
-BASES DE
CONOCIMIENTO
-SISTEMA
DEDUCTIVO
-AGENDA
-BASES DE
DATOS
-SISTEMA
SIMULACIN
-MODELOS DE
SIMULACIN
T
SISTEMA DE GESTIN
DE BASES DEL CONOCIMIENTO
SISTEMAS DE
INTERPRETACIN
SISTEMAS DE ADQUISICIN
DEL CONOCIMIENTO
-LENGUAJE
NATURAL
-TRANSFORMACIN DEL
CONOCIMIENTO
-GRFICOS
- ENSEANZA
SISTEMA DE GESTIN
DEL S. E.
INTERFASES
31
es un elemento clave.
Un -formalismo
presarse el
consta de estructuras en
conocimiento y un sistema
de
el conocimiento.
La Inteligencia Artificial
del
Los
miento,
exige que
se desarrollen
32
en la Inteligencia Artificial,
conocimiento va a ser
ser necesario
permitan representar
los
utilizado
desarrollar
los
en
un medio
formalismos que
- Reglas heursticas:
Cierto tipo
33
los
problemas de:
- Incertidumbre.
Se han desarrollado varias tcnicas para utilizarlas ante los
casos de
los Sistemas
un componente estndar de
factores de certeza
- Incompleto.
El hecho de que
recursos
que las teoras del mundo slo son aproximaciones, hacen necesario desarrollar
sobre la base de
suposic iones.
Una
tcnica consiste en
cuestiones
asociar
y asumirlas a menos
respuestas
por
omisin a
34
- Inconsistencia.
Aparece en parte
en parte a
debida a lo inacabado
de la informacin, y
dictorias.
Entre los
formalismos desarrollados,
mantenimiento de
sealar
el
se pueden
en la base de
la consistencia, o introducir
conocimiento
para
permitir razonar
No basta que los formalismos sean computacional y heursticamente adecuados y que manejen la inconsistencia, incertidumbre e
incompletitud, sino que deben
tener tambin
cin correcta acerca de los dominios sobre los que hay que razonar.
- Lenguajes y Sistemas.
35
- Herramientas.
a) Lenguajes y Sistemas:
- Lenguajes -funcionales.
El LISP es
nales, siendo en
gramas se
sobre
el papel.
- Utiliza estructuras de control basadas en la combinacin de funciones para formar otras ms complejas.
36
procesos y problemas.
- La representacin
No
en
la representacin de
No posee una
-fcil
lectura de los
cionales de programacin.
- Lenguajes de Predicados.
El clculo de predicados consiste en la utilizacin de la lgica
37
un objeto cuando
evaluado como
de
un
predicado es
siciones ms complejas.
bles o -funciones.
Mediante reglas de inferencia se pueden deducir nuevas proposiciones a partir de otras ya existentes.
Cuando los predicados son utilizados como sentencias, se asume que se a-firma una verdad. Be pueden hacer afirmaciones combinando constantes o variables con predicados. Cuando se construye
una sentencia con
la
todos
Para
elementos del
nombres
de predicados y smbolos
constantes
utilizados
en la
proposic i n.
la resolucin de problemas
de la Inteligencia Artifi-
38
c ial.
La primera de
ellas es la prueba
ciones.
El mejor mtodo
lucin. Esta
el resultado
es -falso y demuestra
que
buena en el sentido
Estas tcnicas
tener su base
cmo controlar
las deducciones.
El PRDLOS es el
clculo de
Se
basa en el
39
pec-fica se cumple siguiendo las reglas de deduccin lgica. Incorporan el no-determinismo en el nivel de ejecucin.
Un sistema
cin, se llama
cin son los
El mximo exponente es el 0PS5, que consta de una base de hechos y un conjunto de reglas, habiendo sido muy utilizados en la
construccin de Sistemas Expertos.
en ellos. As tenemos
como
ejemplo el SMALL-
40
Entre las distintas formas que se emplean en la representacin del conocimiento, se pueden sealar las si
guientes.(SCDW85)
El espacio de
estados que el
estados es el conjunto
de
Para resolver
un problema
utilizando una
representacin de
reglas o procedimientos. El
proceso
de
solucin del
Una representacin
cual
de espacio de estados,
es
aquella en la
Esta
41
posibles del sistema.
- Redes semnticas:
Las redes semnticas pueden ser ilustradas mediante diagramas
consistentes
acciones o
en nodos y arcos.
Los
los prstamos
carios que son
haya dado a
se
descrito
como se muestra en
un objeto. Asi,
el sistema que un
prstamo a un constructor
es
un producto de
Prstamos
al
constructor
Prstamos
son un
Productos
son un
hipotecar ios
activo
Se utilizan
cuando el sistema de
actividad a travs
cmputo
semnticas.
- Esquemas o marcos.
Los
forma
asociada de representacin
42
comprender
qu in-ferencias
Los
objetos
y hechos. Ayudan al
de acuerdo con
sistema a interpretar
el contexto y le
proporcionan
de
significados
detalles
de los
Los marcos contienen campos (slots) que se rellenan con valores, procedimientos o apuntadores a otros marcos. Un conjunto de
condiciones pueden llevar
un valor de relleno
Se
un
campo'en particular.
Un marco, o un
a su vez, a
extensos.
En
orden a resolver un
cin, el
como
datos. El Sistema
43
sin de relaciones
consta
de varios campos o
asociadas a cada
guajes
con
acceder a partes
Cada
marco o unidad
construir
de marcos o recuperar
instancias de marcos,
marcos
basados en des-
cripciones parciales.
- Guiones
(Bcript).
texto particular.
conocimiento en un con-
a la secuencia
La estructura de
un guin consiste en
un conjunto de campos
el
programa
para esas
ocasiones.
Cuando unos
hechos determinados
concurren en
la
situacin
no
realiza ms
de un pastel, canciones
44
de -felicitacin, apagado
tuase con
de situa-
La tendencia
integracin de
inconvenientes que
eliminando, los
herramientas para
de
construir nuevos
representacin
y el
El conocimiento
se almacena en una
Base de Conocimiento, de
a) Definiciones descriptivas de
ficamente en el
compondr en:
45
- Procesos.
- Hechos inciertos.
- Hechos disyuntivos.
b) Descripcin
del conocimiento
cedimientos de interpretacin
inferencias
Las investigaciones de la
una variedad de -formas para representar distintos tipos de conocimiento, sin que
en particular.
Pueden
combinarse di-ferentes
representaciones dentro
representaciones o
de un
realizar varia-
46
metaconocimientos o metarreglas
ciertas
acciones, as como
miento) .
por
informacin al sistema de
de-fecto o procedimientos
Una correcta
representacin del
conocimiento es
vital para
realizar -fciles y eficientes deducciones, suprimir detalles innecesarios, de-finir modelos generales y -facilitar la adquisicin
de nuevo conocimiento o modificacin del existente.
Ya
anterioridad
Otras
aplicadas
en
estos sistemas
pueden ser:
- Abstraccin.
Los
47
problema, frecuentemente proporciona luz
- Sucesiones.
Sucesin es la capacidad que permite a un Sistema pasar valores a
48
II. 4. Motor de Inferencias.
acerca de la -forma
es decir, el conocimiento
de tratar el conoci-
un proceso de razona-
descrito por
los sistemas
de produccin toma la
sea, reglas
cin. En
-forma
reglas
de
"metarreg 1 as" , o
leccin de reglas.
SI A ENTONCES B
De la proposicin A, la proposicin B.
SI A ENTONCES B
49
Las
lgica, lo
el
-formalismo de la
Es un mecanismo que
determinar que
Base
de Datos y
y encadenarlas en el
mas in-formticos, es
En el caso
gia de
computadores
guiente procedimiento:
50
Procedimiento "CONTROL"
"R" a "DATOS".
6. Fin.
En resumen, el intrprete
activar
de reglas es un
de criterios de
programa que va a
propios. Las
-formas de
aplicacin de las reglas, se corresponden a modos de razonamiento, o paradigmas o modelos,que el creador del intrprete ha elegido. Este intrprete
pueda
debe ser lo ms
conocimiento,
y tan
La bsqueda
tringir lo que se denomina "espacio de bsqueda", usando heursticas. Estas van a evitar explorar todas las alternativas en cada punto de eleccin
o van a elegir
la
que controlan el proceso de razonamiento, son con -frecuencia implcitas, o sea, estn codi-ficadas en el propio intrprete, pero
a veces son explcitas y programables, entonces se habla de "metaconocimiento". Las heursticas, tanto explcitas como implcitas no
que
51
semnticas.
La estrategia
de control,
para considerarla
adecuada, debe
modo
requerimiento
los
buena
respuesta. De esta
En resumen, se puede
si el motor de inferencias pudiera utilizar todo ese conocimiento directamente y reordenar todas las informaciones colocadas en
la base de conocimientos. En un sistema basado en reglas, el intrprete de reglas,
es el ncleo del
sistema de produccin, de
52
modo que
cir, el
situaciones
deducidas en el
Una
las
caracterstica importante
reglas, es la cantidad
acerca
del problema en
de
del clculo
informacin,
para seleccionar
o "conocimiento",
problema que se
tegia de control se
problema que
que
se tiene del
idnea.
El motor
lar la actividad
consecuencia,
de las reglas de
inferencia
deduccin. En
un paradigma que en el plano operativo puede caracterizarse sintcticamente por los calificativos
miento hacia
atrs".
adelante"
Estos paradigmas
de "deductivo"
"regreso"
tienen una
o "encadena-
"encadenamiento
hacia
correspondencia semntica
a ser el conocimiento
de ciertos datos lo
53
el significado de "dirigido
por la meta", o
por lo que se
El
tipo de razonamiento a
utilizar,
deductivo o regresivo,
uno de el los.
Una solucin
juiciosa es la que
dispararse:
a) Reglas
consecuentes: Es
el principio
del encadenamiento
b) Reglas antecedentes: Estas se disparan en el encadenamiento hacia adelante. La parte izquierda de las reglas de este tipo
se evalan cuando es
se dispara.
reforzar la
atrs.
Permiten en general
en su parte derecha
su
parte iz-
54
quierda.
Los encadenamientos
modos
juntamente, a
la
integridad de tal
estrategia. Hay que sealar el hecho de que un modo de encadenamiento en particular no de-fine completamente el control.
Para un modo de encadenamiento dado, por ejemplo el encadenamiento hacia atrs puro,
el que se
PROLOG, el orden en
sobre la velocidad
cas que
como sucede en el
conducen el modo de
estructura de control,
encadenamiento.
En conclusin, la
la
manera en que
van a utilizarse las reglas; es decir, el orden en que van a interpretarse, comporta
miento,
el modo de encadena-
En suma,
d o r a construccin de un intrprete comporta dos etapas particularmente delicadas: La de-finicin de los mtodos de equiparacin
o seleccin de las reglas candidatas vlidas y la eleccin de la
regla a disparar.
La calidad de estos
dos
elementos a-fecta de
La
con el conjunto de
hechos de la base
55
mente, puesto que se repite en cada ciclo. Es relativamente sencilla cuando el lenguaje de la base de conocimientos se parece a
la lgica proposicional
se ms compleja cuando
variables y de cuantificadores.
por compracin
matching).
se denomina
Esta
operacin de bsqueda
"equiparacin" o
en
el
"cotejo"
(Pattern
encadenamiento hacia
adelante si existe en
validando el conjunto
de sus trminos de
la
parte izquierda o
al motor
denominan
de inferencias,
"pattern directed
in-ference
es habitualmente la de
56
Una va
ms interesante es el
uso
de "metaconocimientos" o
La
y no es otra cosa
de resolucin de pro-
-frecuencia independientes
encadena los
del dominio
de aplicacin,
jo, en su caso ms
cin de reglas y la de
de Decisin o selec-
o asercionales, y la
las informaciones
problema a tratar;
representativas del
enunciado del
57
1. Fase de decisin
guientes etapas:
forma
de particionar, en
distintas familias, los hechos y las reglas. La restriccin, determina a que subconjuntos "Rl"
la base de
La etapa de restriccin
Esta restriccin
La
las
permite
a veces organizar
juntos
de reglas especializadas en
permiten definir
un
ayuda de "metarreg1 as" que tratan sobre las propias reglas y determinan su ejecucin.
el fin de
rarse; es
es
compatible con la
expresin e se equipara
frente
otra e',
que
son "vlidas". De
58
este modo, una regla
es "vlida" si la
Entonces,
que se juzgan
"Rl"
junto con-flicto".
A medida que
se
hacen mayores y
c) Resolucin de conflictos: Aqu se determinan el subconjunto de reglas "R3" dentro de "R2" que debe dispararse.
En la prctica es
frecuente que en la
operacin
de un gran
59
"conjunto conflicto",
ciclo,
Este
paso, en cada
y el control de
la inestabilidad; es decir,
versos enfoques
resolucin del
adecuados
para efectuar la
60
recientemente al contexto.
exhaustivamente
que usan
distintas combinaciones
Expertos AM
ticas
utilizados
del entorno, y la
lo ms rpidamente po-
"estabilidad", o sea, la
61
de acciones
relativamente lar-
gas.
Generalmente,
para descomponer
se dota al sistema
un orden sobre la
parte de accin de
portante o el ms reciente,
neral como:
de un mecanismo particular
eleccin de
la
ltima
regla
utilizada,
orden a
Tambin es
candidata
partir de
ser
las
sobre
la base de
62
datos; es decir, activar la parte accin de todas las regias retenidas.
Generalmente,
en la base y a supervisar o modificar otros. Los Sistemas Expertos, que son algo ms que simples sistemas de produccin, permiten, sobre la
veces,
parte "accin" y ms
el empleo de procedimientos
sistemas
de produccin, permiten
Lo ms habitual
de la parte "conclu-
hecho que se ha
El
de
La etapa 3 de
resolucin del conflicto es, pues, particularmente crtica. Adems, comporta los dos inconvenientes siguientes:
a) Se disparan
cucin, incluso si
todas las reglas que son susceptibles de ejelas condiciones a las cuales llegan no ofre-
63
ni si -faltan in-forma-
c iones.
dirigido
por la meta.
En
se basa en
por
A partir de este conjunto de reglas, se elige una y se examina para ver si todas las premisas en su antecedente son verdaderas con
relacin a la base
de datos. Si lo
son, se dispara la
regla y se demuestra
recursivamente en un
Este proceso de
la meta. Es
64
la aplicacin de reglas, indicando el resultado y aplicando nuevas reglas que se basan en la situacin modificada.
in-ferencia lgica
directa, bien
luciones
para
encontrar
la evidencia
En el encadenamiento
ciclo que se
vierte en:
Fase 1: Decisin.
Fase 2: Accin.
Reemplazamiento de la
65
elementales verificadas en la
cuando no puede
foque estriba
base
de hechos, o
viciosos en el razonamiento;
Siendo
la memoria de trabajo.
crea "submetas"
que pueden
En este tipo de
procedimiento de
cir, cuando
encadenamiento,
debe
modificarse el
ser capaz de de-
faltan en la base de conocimientos, para validar o invalidar definitivamente esta regla. Adems, este procedimiento requiere la
gestin de una
aplica el ciclo de
Si
el procedimiento de equiparacin
maciones, se
66
cuestiones
despus
por si
numerosas ventajas
respecto al
tener
que plantee
un
sistema
miembros izquierdos
el
nmero
de
equiparaciones de
y disminuye la dimensin
queda.
En lo que
en el caso de
a su vez una
niendo la
sus
Una
de
-forma en que se
conjunto completo de reglas aquellas que se aplidado, necesita algn tipo de equiparacin o co-
a una solucin. La
El modo de realizar
esto
67
1. Indexac ion.
Una
-forma de seleccionar
las
reglas
aplicables es haciendo
se
equiparan.
Esta
sencilla solucin
b) No siempre es obvio de inmediato el saber si las condiciones de una regla se satisfacen por un estado particular.
El primer
problema, a veces se
puede
tratar -fcilmente. En
inmediata-
mente la equiparada.
Existe
Todo esto no
incluso
las
no
reglas
68
justamente como predicados de alto nivel. Por ejemplo, en muchos
sistemas de demostracin de teoremas, las reglas estn
por los predicados
indexadas
las reglas
particular,
indicadas
para
de
demostrar un hecho
pesar de las
2. Equiparacin de variables.
veces, la dificultad de
seleccionar
reglas aplicables es
reglas e ir inmediatemente
particular y un
trivial
examinar
y
una regla
determinar
si las
piedades
Con -frecuencia resulta que descubrir si hay una equiparacin entre una situacin
da, llega
da.
Un tipo
una
69
r iables.
y una descripcin de
problema actual en ms
equiparar
de una manera, lo
que
el estado del
conduce a varios
que el nmero de
rarse como sucesores de un estado dado, no viene dado exactamente por el nmero
Cuando las condiciones de una regla especfica necesitan propiedades que no estn establecidas explcitamente en la descripcin del estado
paracin ms complejo.
reglas
inferirse de otras.
cmo
70
Incluso
si deben
ren aproximadamente a la situacin actual. Esto ocurre en situaciones que implican descripciones -Fsicas del mundo. Es particularmente difcil
tratar con
equiparacin aproximada
porque, a
medida que se incrementa la tolerancia permitida en la equiparacin, tambin se incrementa el nmero de reglas que se equipararn, y de sta -forma se incrementa el tamao del proceso de bsqueda
donde no se
llega
nunca
una equiparacin
paracin de las reglas al estado del problema. Una vez hecho esto, se aplican tan pocas
del equiparamiento
de la bsqueda es
aproximado estriba
la superficialidad a la
lle-
Por si
el proceso de equipara-
Si se hace sto,
el proceso de equipara-
a travs de sus
partir
de un nodo
71
4. Ordenacin y jerarquizacin.
al mecanismo de bsqueda,
encontrada de acuerdo
estn equiparando.
racin
es ordenar
con la importancia de
la equiparacin
importante
si slo se
Otra
una -funcin de
la posicin de los
equiparables
en la
depende de la estructura
ambos.
Pero con
a la informacin que
el proceso de equiparacin
directo, puede necesitar demasiada bsqueda. Los mismos procedimientos de bsqueda que se usan en el nivel ms alto de solucin
de problemas,
en el proceso de
72
El resultado del
glas cuyas
cin del estado actual. Junto con cualquier variable, se generaron ligaduras por el proceso de equiparacin. Este es el trabajo
del mtodo de
a veces es til
el
incorporar
alguna de
nes cubiertas
aplicables. El propsito de
permitir el
tales
reglas especiales, es
problemas directamente,
sin bs-
queda. Si se consideran todas las reglas que se equiparan entonces el aadir tales reglas de propsito especial incrementar el
tamao de la bsqueda antes de disminuirlo. Con el -fin de prevenir sto, se
construye el equiparador de
modo
reglas que son ms generales que otras reglas, que tambin equiparan.
Hay una -forma -fcil de poder decidir que una regla es ms general que otra, aplicando los heursticas siguientes:
73
en la cual se
escriben
Uno
sobre Sistemas
Expertos desarrolla,
con
los
ser
flexibles y transporta-
bles?.
Deberan iavorecer
conocimiento, en
lugar de
evolucionar a
estructuras complejas
74
Las soluciones propuestas hoy en da, tendran un gran impacto en los desarrollos industriales de los Sistemas Expertos, por
ejemplo en programas
re".
Los criterios
esenciales que
deberan dirigir
la seleccin
a)
b) Un
razonamiento.
c) Portabilidad
misma
de las aplicaciones, de
tal
manera
que
la
incrementado
d) Convencionalidad
de la
interfase hombre/mquina
lo cual
e)
decir, determinar
que tiempo
un Sistema Experto, es
llevara realmente
su desarrollo
Si bien
es cierto que no
75
una
base de conoci-
l, que cuando se
cambia la base de
Hasta
76
Los tiles
- Lenguajes de programacin.
- Entornos de programacin.
II. 5. 1. Lenguajes.
definidos, mientras
admiten diversos
texto un
que los
lenguajes naturales
ficado correcto.
Los
cia Artificial
alto nivel.
Los programas y
77
interactiva
por lo que no
se
insiste
en ellos;
creando lenguajes
con los
se pueden designar explcitamente qu tareas pueden ejeen paralelo. E j . : DCAM. Otro enfoque, proporcionado por
78
COMPEL, deja al compilador
especificaciones funcionales
de cual-
quier sistema.
Otro de
introducido
al de un elemento activo, capaz de hallar las operaciones precisas para lograr una meta que
trase ante
pudiera
mayudar
a la
tar :
indica donde
En
tanto que
LISP
NTER
LISP
PLANNER
KRL
PROLOG
Listas
Descomposic ion
modul a.r
Interacti vas
E-f ic ienc ia
Equiparacin de
-formas para
datos y control
Deduccin automtica
Estructuracin del
conoc imiento
Centrar atencin
Comportamiento
dirigido por metas
81
LISP
+ Mecanismos
de construccin
de alto nivel
+ Mecanismos de
deducci n
automtica
+ Mecanismos de
deduce i n
automtica
PROLOG
PLANNER
+ Mecanismo;
para estructurar el conoc imiento
t
KRL
INTERLISP
+ Mecanismos para estructurar
el conocimiento.
82
Instrumentado inicialmente de 1958 a 1960 por Me. Carthy, basndose en la lgica matemtica, sus caractersticas y capacidades le han permitido permanecer prcticamente sin cambios.
Al
la
evolucin
para aadir
en los ltimos.
Lisp
de programacin:
83
actuando sobre objetos diversos. En el lenguaje orientado a objetos, es posible dividir conceptualmente el ordenador en ordenadores ms pequeos, llamados objetos, cada
uno de los cuales tiene un papel concreto, y
que pueden gestionarse por separado y comunicarse entre s.
Una idea interesante es la programacin hereditaria: en ella se de-finen las caractersticas diferenci ales respecto a algn objeto ya
de-f in ido.
RECURSIVIDAD.
1 - Identidad
de programas y datos:
64
3 - Uso de la
lista vaca: ( ) .
puede ser:
- Un sistema cualquiera
- La lista vaca.
- El valor "FALSO"
4 - Identificacin
direccionadores:
(A B O
se representan por
NIL
El postulado
importante por
programas y datos, es
85
- Usa expresiones lambda para dar nombre a funciones.
- Almacena informacin en la lista de tomos.
- Representa los programas como datos.
- Uso del garbage col lector para borrar elementos no
utilizables.
- Usa sentencias LISP como lenguaje de control en entornos interactivos.
la existencia de
Por
en mquinas
en LISP y ejecutados
recen destacar
los ms potentes.
este
ltimo un de
86
(Do Ulhat I
Mean).
- Editor dirigido por la sintaxis.
- Ayudas para deteccin y correccin de errores.
- Sistema de extensin sintctica.
- Sistema de asistencia al programador.
- Sistema de ayuda a la gestin de entrada/salida que
permite al usuario organizar el conjunto de funciones
de su programa.
- Ventanas
- Sabores (tipos abstractos de datos)
- Cierres lexicales, que son un so-fisticado concepto de
estructuras de control y alcance.
- Paquetes de ayuda para construir grandes sistemas.
- Posibilidad de crear procesos paralelos.
87
permite
caracterstica
su implantacin en sistemas
basado en
la programacin lgica de
de
es importante porque
proceso paralelo. Esta
Kowalski y desarrollado en
la Universidad de Marsella.
Dos de
capacidad de equiparacin
de patrones y sus
de PROLOG son su
bases de datos in-
ternas y relacinales.
Al compararlo con el
lenguajes es ms apropiado para estos entornos: LISP es muy -flexible, mientras PROLOG es muy estricto.
Como
pueden
guientes:
88
Como
PLANNER
en
el MIT, construido
sobre MACLISP, para servir de soporte para razonamiento en solucin de problemas. Consta de dos tipos de sentencias:
PLANNER usa un mecanismo llamado "invocacin dirigida por patrones" de -Forma que el proceso de bsqueda est orientado a sa-
89
tisfacer una meta: una -funcin determina una meta, para cuya obtencin el propio sistema decide qu -funciones debe aplicar.
Una
que la
que
impone PLANNER, es
por lo que,
al no poder el
Para
Construido
sobre INTERLISP,
conocimiento en
facilita la
representacin del
y procedimientos
asociados.Es decir,
La llamada a
90
conocimiento
- Un mtodo
de descripcin es la
dad.
- El
un
proceso de reconoci-
para controlar
las inferen-
c ias.
Cada entidad se
Un
entorno de programacin es
encaminadas a
facilitar: el
un
conjunto de herramientas,
diseo, la
construccin, edicin,
91
verificacin,
exhibicin
que una buen
depuracin,
a-fine,
ensamblaje,
o muestra, y mantenimiento
actualizacin,
de programacin; de modo
sar de
caractersticas
del
problema que
integridad, desarrollar
prototipos y
comprobar
el
comportamiento de la especificacin.
- Construccin
- Deteccin de errores
res de grupos de
dad de mdulos.
- Mantenimiento de programas:
ras:
Correccin, evolucin
de
y mejo-
mdulos, control de
92
coherencia, etc.
Como se
fin
de
y eficaces.
Artificial tiene
dos as-
pectos importantes:
La bsqueda
Estos entornos
contienen ayudas a la
equiparacin, a la re-
93
La
- El sistema es
pecificacin completa.
ra-
p idamente.
deseado, lo que, en
el
instrumentar
caso de Inteligencia
de programas.
son:
KEE y LOOPS (CAR86) que por razones obvias de espacio no se consideran ni ahora ni aqu.
94
El
y que se presentan en la figura 2.4. Sin embargo, se van a estudiar, por las implicaciones que presentan en las etapas de eleccin de la herramienta en la segunda fase de la metodologa propuesta, las mquinas LISP existentes actualmente, las PROLOG que
estn a punto de comercializarse y, por ser la lnea de investigacin ms prometedora y espectacular, las mquinas neuromimticas. Sin embargo, este mismo ao 1987 se ha puesto en el mercado
la "Connection
sivamente paralela.
95
ARQUITECTURAS DE COMPUTADORAS
PARA INTELIGENCIA ARTIFICIAL.
i
MAQU I NAS LISP
MAQUINA
PROLOG
PIM
PIE
PLM(AQUARIUS)
TAMURA MACHINE
SPUR
SYMBOLICS
LAMBDA
ALPHA
XEROX 1100
EXPLORER TI
TEKTRONIK 4400
A,
MAQUINAS DE
PROGRAMACIN
FUNCIONAL
REDLFLOW
ALICE
C-LISP MACHINE
ZAPP
FFP
DFM
I
REDES
SEMNTICAS
BASADAS
EN REGLAS
NETL
CONNECTION
MACHINE
THISTLE
SNAP
DADO
PSM
NOW-VON
BASADAS
EN OBJETOS
SOAR
APX432
DRAGN
FAIM-1
AI-32
REDES
NEURALES
BDLTZMANN
CIRCUITOS
NEURALES
MAQUINAS
NEUROMIMETICAS
JCII
RECONOCIMIENTO
DEL HABLA
JCII
RECONOCIMIENTO
DE FORMAS PROCESO
DE IMGENES
VISION
COMPUTACIONAL
HARPY
HEARSAY-II
DIALOG SYSTEMS
1800
NEC DP-100
IBM NATURALTASK
CYTOCOMPUTER
PIPE
WARF
BUTTERFLY
PYRAMIDE
TOSPICS
PUMPS
ZMOB
VICOM-VME
96
Proceden de muchos entornos: del clculo cientfico, como los
VAX o el DEC-20, de
tir de la B010.
La explotacin
de una base de
La necesidad
obliga a
SYMBOLICS
de gestionar
arquitecturas y
la memoria
en
optimizaciones especficas,
3600 y la LMI-LAI1BDA,
como
la
tratamientos simblicos.
en puntos anteriores.
tendencia de
coste
elevado, aunque la
La Inteligencia Artificial
encuentra muchas
limitaciones en
las mquinas con estructura de von Newmann. Precisan gran cantidad de memoria virtual y la capacidad de tratar informacin simblica.
97
directamente las
operaciones de
los intrpretes
de un alto grado
de
paralelismo
en los
procesos.
En el
por una
mquina que
del
LISP, se traduce
98
del LIBP sean deficientes. Esta consideracin, para muchos esencial, llev a de-finir las mquinas de tratamiento simblico como
aquellas que no manipulan valores, sino direcciones.
a la mquina LISP,
no haba ms que
y 1980 tambin en
el MIT bajo la
En 1979, el grupo
costar
otros dos
crearon y empezaron a
quinas.
el mercado
con
un
precio de
99
1. El procesador LISP, con palabra de 32 bits y un espacio de direccionamiento virtual de 24 bits operando
con un ciclo de 20 mHz.
2. Un segundo procesador opcional basado en el microprocesador MC68000, destinado a los que quieran realizar
con esta mquina trabajos tradicionales. Bu entorno de
"softaware" es el Unix de Berkeley; actualmente soporta EMACS, C, PASCAL, FORTRAN 77.
b)
empresa
ubicada
en
Cambridge Ma,
microprocesador MC6B00O,
usado como
32 bits, con un
100
c)
XER0X-E0S. Situada
en Pasadena
(California),
introduce
procesador de
informacin cientfica
de
alta
El rango de precios
INTERLISP-D
y los modelos
El espacio de
madamente 2
millones, de
la 1100
es 22 bits y
de la
1132 24
bits.
hecho se trata de
101
e) La Compagnie
102
alta velocidad.
i>
La primera mquina
LIBP -fabricada en el
Japn ha sido la
ral .
Tambin en Japn, el
nes interactivas.
procesador
paralelo
usando
ocho
procesadores
"hardwanicos
68000. En su -forma -final, este sistema tendr de 80 a 100 procesadores de muy alta escala de integracin de un tipo desconocido
que el ETL espera disear. El principal
de esta
lenguaje de programacin
lenguaje
103
caractersticas de
PROLOG tales
como invocacin
de
patrones,
Otro
se ha convertido en
el que se desarrollan
de la mquina NUE
celda de memoria de
8 bits, con lo
g) El
paralela de
y un conmutador para
concectar
cualquier memoria.
104 .
de
sus lenguajes tendr un MULTI-LISP, que es una versin multiprocesador del LISP que est siendo desarrollada como una parte del
proyecto.
Otro proyecto
que se desarrolla en
Los promotores de
MITI sobre su
Electrnico,
plausible
que convencieron al
construir una mqui-
Tras trabajos
de investigacin
(FEI83).
y planificacin,
surgi
la
basado en clusulas de
Horn
de
lgica de
105
La -fase primera,
dicada al desarrollo
una base de
trabajo
capacidad de proceso de
un milln de infe-
La -fase segunda,
rimentacin de ingeniera,
creando prototipos,
continuando los
integracin de sistemas.
La ltima, de otros tres aos, con -fecha estimada de terminacin para principios de los 90, tiene como meta llegar a un computador con una potencia
decenas de miles de
reglas y centenares de
millones de objetos.
El proyecto
sorcio
dos
106
contando con la ayuda econmica decidida del [ilTI, cuyo montante
se calcula en unos
Las rea
agrupados
en el
(ICOT)
Este
proyecto ha llamado la
del mundo
atencin
de los investigadores
cas sobre la
mismo
dec id idos.
El ncleo
de proceso en paralelo
lenguaje
y el diseo y
era
Con el fin de
107
(PSI) capaz
Estos computadores
nivel, siendo
futuros debern
de alto
soportar lgica
"KIPS"
(Knowledge
Information Proces-
para convertirse
acceder al significado de
en mquinas
la informacin y entender
La nueva
ras y
como
de
IOS
gorias:
ferencia, el
los
mecanismo de
control, el
procesamiento paralelo,
sistema de
estas
mquinas y el
La interfaz
incluir PROLOG.
de
alto poder de
en paralelo, as mismo
Las funciones de gestin de la base de conocimiento sern incrementadas en funciones para procesar datos semnticos. Se utilizar como modelo bsico
relacional. La mquina base
como una combinacin
y una
de datos el modelo
del conocimiento
de
base de datos
estar organizada
109
gebricas
dentro de la
guaje
El "software"
se escribir en este
lenguaje
ncleo, que es
La
las -funciones
de entrada/salida
de los
de informacin de entrada/sa-
La
concepto
de sistema "hardwa-
110
PERSONAS
i
INTERFAZ INTELIGENTE
SISTEMA EN
SOPORTE
SISTEMA DE GESTIN
DE LA BASE DE
CONOCIMIENTO
SISTEMA DE
PROGRAMACIN
LGICO
4
LENGUAJE DE PROGRAMACIN LGICA
LENGUAJE DE REPRESENTACIN DEL
CONOCIMIENTO
SISTEMAS
MAQUINA DE
BASE DEL
CONOCIMIENTO
EN
MAQUINA DE
INFERENCIA Y
SOLUCIONADOR
DE PROBLEMAS
SOPORTE
FSICO
MAQUINA DE
BASE DE
DATOS
MAQUINA
CALCULO
NUMRICO
MAQUINA DE
MANIPULACIN
DE SMBOLOS
I .
'
, . i . ,
.,.
MI
111
II. 5. 5. Modelos de mquinas de inferencia paralela.
proceso de
inferencias, implantable
mutiproceso.
Los
procesos de
en
mquinas
inferencia
comunicndose a
pueden
travs del
b) Flujo de datos. En este modelo, los programas lgicos tienen que trasladarse
a grafos de flujo
de datos, ejecutables en
Se prevn
trar la posibilidad
un alto
de las arquitecturas de
grado de paralelismo. La
en las relaciones de
La salida de
lo que significa
paralelismo de
las expresiones.
que la funcin no
este modelo viene de
evaluacin paralela de
112
d)
directa de programacin
la posibilidad de ejecucin
lgica.
En diciembre
de arquitecturas de computadoras.
En esa
rebro, "BRI",
de la Universidad de
(UCLA) describi
lo que convino en
California
llamar
en
los Angeles
"Computadores de la
existe en
estado embriona-
regular y densa. Caractersticas de estas mquinas son una cierta capacidad de auto organizacin, entendindose por tal el proceso
definen los
elementales
cuales
o clulas que
se
realiza el
tratamiento, y aprendizaje.
En
tador "neuromimtico".
113
de la U.P.M.
La arquitectura fsica de estas mquinas de estructura neuromimtica se basa en elementos lgicos, localmente programables y
reconfigurables, denominados UCLM,
La funcin de
lo tanto, hace
dizaje
al nivel
es ajustable y, por
estn
formadas
elementales "idnticos"
como estructuras
arborescentes. Las
por un
a "clulas"
"clulas" que
lgicamente completas.
114
- Seleccin de la
aplicacin en la que
va
utilizarse el
Sistema Experto.
de Datos,
para la resolucin de
conoc imiento.
aplicacin
previamente
las reas de
plen las condiciones de necesidad y oportunidad para ser resueltas con tecnologas de Inteligencia Artificial.
115
tecnologa
existente
y con
En orden
dades
(CHAP86)
a) - Apiicabi1idad.
El rea
un Experto
derado.
b) - Viabilidad.
El
c) - Costo.
Verificar cual es la solucin en la que la relacin costo/beneficio es ms efectiva, tanto a corto como a largo plazo.
d) - Beneficios indirectos.
El uso
misma, dando
como
introduccin
de la
116
mejorando los existentes, proporcionando una ventaja competitiva
a la Entidad Financiera, as como imagen.
e) - Control.
El uso del Sistema Experto proporcionar una oportunidad
ni-
evitar prdidas a la
i)
Solucin de un problema
que
excede
las posibilidades
carrera
h) puntos
profesional.
Distribuir
la experiencia de
unos
pocos, llevndola a
manera
los
problemas de
i) -
dad.
117
Las
de
l. Esto contrasta con Proceso de Datos tradicional, que solicita datos ciertos, utiliza mtodos de clculo numrico algortmicos
Los
enteramente
mtodos de
numrico, producen
tiles. Conforme
respuestas
sin utilizar
satisfactorias
ningn modulo
y aproximaciones
Evidentemente, todo
de
vida
de un
Por otro
1 IB
Algunas de
un Sistema Experto son las de adquisicin del conocimiento, heursticas y mtodos de representacin del conocimiento.
a)
de extraer y
utilizado
formalizar el conocimiento de
en el Sistema Experto.
Ejemplos
las descripciones de objetos, identificacin de relaciones y explicacin de procedimientos. Los llamados Ingenieros del Conocimiento son
tcnicas.
Ayudan a los
expertos a
cidir cual
es la mejor estructura
Hasta el
cerlo, a excepcin de algunas ayudas para construir Sistemas Expertos muy sencillos
Aunque
de
muchas y variadas
prolongada
e intensa de
1 19
de la solucin de
problemas
particulares. Es poco
Waterman
(HAY83) resume
estas circunstancias
sealando que
Es
En posteriores explicaciones de sus conclusiones, slo explicara los pasos principales, dejando de lado los que a l le parecen obvios, pero
nar .
Este
aspecto se ha denominado
"paradoja de la experiencia",
"Los
conocimiento
pues
incapaces de describir el
una conclusin,
con -frecuencia
120
vidad real para solucionar sus problemas".
En
truccin de Sistemas Expertos: la primera sugiere que los expertos necesitan ayuda externa para clasificar y explicar su pensamiento y dar
Los dos
pues imprescindibles,
ya que
Conocimiento
difcilmente pueden
y Experto, son
ser asumidos
del Conocimiento:
hiptesis
El
los
121
varias etapas
comportamiento
sugiere un mtodo de
contraste
de soluciones a
tar a un novato inteligente, un problema estndar para ganar experiencia en la actividad real de la solucin del problema.
b) Heur stica:
dido
o descubierto, concernientes a
se incluyen
en un Sistema
guiar el proceso a
Experto,
un rea
aquellas
particular. Cuando
reglas
ayudan a
c) Una representacin del conocimiento es una estructura -formalizada y un conjunto de operaciones que comprenden
cin,
que se
por
la descripun experto y
Cada tipo de
122
III. 4. Seleccin de "Hardware" y "Software" a utilizar y
evaluacin del mismo.
La seleccin
se
caractersticas
especficas de problemas.
utilizadas se
haban obtenido
dos de su conocimiento
ya
se ha citado,
"conchas".
y posibilidades de representar
- Poder de desarrollo.
El
se ajustar ms a
123
no
es un -factor importante
en
el
desarrollo, la
la depuracin,
ayudas
mecanismos de explicacin de
- Fiabi1idad.
Evidentemente, si la herramienta
no es
-fiable, difcilmente
Una herramienta
de este tipo en
mento, puede causar problemas sin que esto tenga ms trascendencia. En cambio debe
dar un desarrollo, por lo que debern verificarse cuantos Sistemas Expertos se han
- Mantenimiento.
Deben ser analizadas tanto
para el
mantenimiento de
las facilidades
Sistemas Expertos
de la propia herramienta
que proporcionan
desarrollados
con
y su evolucin futura.
124
Si el
mantenimiento de la herramienta
no
est
garantizado ni
utilizacin de
la misma.
puede condicionar
la he-
seleccionar una herramienta que tenga las caractersticas determinadas por el problema y su aplicacin.
la equiparacin de ta-
cuanto
a datos, conoci-
- Caractersticas
de la aplicacin, entre
las
tipo
de usuario -final
esperado.
ciales con los usuarios y manejo del sistema por parte de stos,
as como -formas para aadir nuevos datos y conocimientos.
125
se ha hecho una
decir, a medida
su degradacin gradual. Es
hacen
ms di-fciles, las
de la adecuacin de la herramienta, pero slo despus de que sta ha sido ampliamente usada en el dominio del problema.
El
herramienta
entorno de desarrollo
deben proporcionar
suficiente potencia
computacional para
como para
permitir la
experimentacin
con
126
III. 5. Problemtica.
del
Conocimiento
usaba su
hoc". El decir
que,
en
esta
tecnologa, "cada
ingeniera,
que,
teniendo
(HAR84),
la construccin de
ingenier a.
en
cuenta
los
un
manual de procediintentos
anteriores
127
Deca Nietzsche
preciosa
de la Ingeniera del
Conocimiento,
se presenta una
Entendemos
todo, es
alcanzar un resultado.
Lo
principio bsico
(DES77) siguientes:
13 "Regla de la Evidencia". No aceptar nunca como verdadero lo que con toda evidencia
128
"Regla del Anlisis. Dividir cada una de las dificultades que se hallasen en el camino en tantas partes como
sea posible y requiera su ms fcil solucin". Esta es
la plasmacin del principio cesariano, tan usado en
Inteligencia Artificial, del "divide y vencers".
"Regla de la Sntesis. Ordenar los conocimientos, empezando por los ms sencillos y fciles, para elevarse,
poco a poco y como por grados, hasta los ms complejos
estableciendo tambin cierto orden en los que naturalmente no lo tienen". Esta regla no expresa ni ms ni
menos que el principio de incrementabi 1idad en el diseo y construccin de los Sistemas Expertos.
129
Adems con la primera
aportacin que
Se
distinguirn en el desarrollo
Sin embargo,
ble de modo que siempre que el problema sea adecuado y est perfectamente documentado,
paso o etapa e
En
Las cuatro
130
Fase 3 -
Construccin de la versin
en
Experto.
Fase 4 -
IV. 2. 1. Seleccin de la
IV. 2. 2.
IV. 2. 3. Aceptacin
por la Direccin de
la Empresa y usuarios
del proyecto.
Es muy
el que la creacin
de
un Sistema Experto
131
sea lo ms adecuado
embargo, este es el primer problema que se plantea una organizacin a la hora de iniciar el desarrollo de un Sistema Experto.
Aunque es
En este
(HAYB3).
Sin embargo, no
es -fcil encontrar un
dispuesto a colaborar
colaboracin de la Direccian
conocimiento de
al experto y conseguir
su total colaboracin.
ms necesita la organiza-
132
cin. La
que
un
indispensable para el xito. No es suficiente, sin embargo, disponer de los expertos adecuados,si stos no son capaces de articular y explicar
mas. Poco
caso.
Adems los
expertos deben
las soluciones en el
coincidir generalmente
acerca
de
del Sistema
Experto desarrollado,
An existe un aspecto
de las relaciones
miento .
importante a tener en
entre el Experto y
el
cuenta, y es el
Walter
personas y la agrupacin
(WAL75)
sobre los
de sta en clases,
"M"
rren casi
de
su alcance a travs
pero si se enfrentan
a un problema de
de
la imaginacin visual,
naturaleza abstracta o a
"P"
ms que visual, que piensan en trminos abstractos o bien en sonidos y movimientos, pueden llegar a intuir el camino para salir
de un laberinto imaginario.
sin embargo,
necesario, construcciones
pueden
evocar,cuando
visuales satisfactorias.
Es
el
De lo anterior se puede deducir que una combinacin de experto "M" e ingeniero del conocimiento "P" o viceversa, dificilmente podrn
perto.
Esta
teora, an no suficientemente
"priori",
que deben
contrastada
a pesar de
difcil de aplicar a
que
no pierdan el
el Sistema Experto no
funcionar,
lo
cual no
quiere decir que no pueda existir una mezcla de ambas, habilidades fsicas y cognoscitivas, en que la primera se trate a travs
de tcnicas ms convencionales y la segunda mediante la Ingenie-
134
ra del Conocimiento.
La tarea
travs de la prctica,
Asimismo, si el
problema, sin
pequeas, cortas o
un problema
semanas en resolver el
descompuesto en subtareas ms
relativamente independientes,
tampoco sera
to.
a un dominio en
el cual el conoci-
turado.
Si la tarea
su-ficiente
adecuada
no
existe el conocimiento
un
(CARB6).
desarrollo
d-pl
Sistema
Experto,
se
puede
sealar:
Existen verdaderos
expertos
La tarea requiere
habilidad cognoscitiva
DESARROLLO
POSIBLE
DEL S.E.
La tarea no es
demasiado difcil
136
El hecho
para una
su
desarrollar
un Sistema Experto
que
justificado
sera demasiado
arriesgado mantener
- Los
alta y su
consiguiente,
su demanda es
texto, el Sistema
- Prdida del
presa
del
137
Como resumen de
chos puntos.
(CAR86)
todo lo anterior, la
138
Escasez de experiencia
humana.
Prdida de experiencia
humana.
139
anteriores para
desarrollarlo, ya
adecuado,
el problema debe
Solamente si la producti-
o bien
heurstico, entonces
ser apropiado
desarrollar un Sistema Experto. Mientras que el conocimiento necesario para desarrollar la tarea sea estable, numrico y de -fcil agregacin, los procedimientos
algortmicos sern
la mejor
en
el dominio, de
aos
de
estudio o
prcticas.
prctico. Lamentablemente,
practicidad dependen
del dominio
conceptos de
del problema
140
particular.
Sin embargo,
es
esencial
para el
desarrollo de un Sistema
Experto
amplio o general, de
es
elegir un
modo que no se
(CARB6)
la
adecuacin
del
Sistema Experto,
141
Complej idad
La tarea no es
demasiado -fcil
DESARROLLO
ADECUADO
La tarea tiene
valor prctico.
Alcance
La tarea es de
tamao manejable.
142
IV. 2. 2. Determinacin de necesidades y plan de evolucin
del Sistema Experto.
Una vez
lle algunos
aspectos tanto
determinados
organizativos como
funcionales, de
y plazos estimados de
As mismo
Experto,
cin juega un
papel esencial en el
de
y aceptacin de
se necesita que se
momentos en que la
informtica
tradicional
ya ha
de resolver problemas de
143
miento no abundan,
que se enfrenta la
Los Ingenieros
y en todas partes
se
del Conoci-
que
lo que se
El Dr. Bell en
dustriales", afirma
el conocimiento
cimiento terico. La
Si a esto le unimos
144
IV. 2. 2. 2. Formacin de los Ingenieros del Conocimiento.
La formacin de
problemas ms graves
es uno de los
encuentra el desarrollo de
esta tecnologa.
El camino seguido hasta la -fecha ha sido la formacin de tcnicos informticos, en algunas tcnicas de la Inteligencia Artificial, as como en lenguajes de programacin y entornos de trabajo.
convierte en un Inge-
en cualquier
caso la complejidad de
Psicologa
Generalmente
tipo
de conocimiento se
145
Cmo desarrollar en los Ingeniero del Conocimiento el conocimiento sobre las relaciones interpersonales y los mecanismos que
rigen la toma de decisiones
La funcin bsica
un experto de tal
y costos derivados
Conocimiento.
es la tarea de
extraer el conocimiento de
Sistema Basado en el
ser pues completo, ac-
tualizado y contener la esencia de la experiencia. Todo ello requiere que el Ingeniero del Conocimiento conozca tcnicas de resolucin de problemas, teoria sobre modelos de razonamiento, inconsistencias verbales en la expresin del conocimiento as como
imprecisiones de la memoria. Tambin requiere tener desarrollada
la capacidad de observacin y determinar si el experto realmente
trabaja mientras est siendo observado.
Uno de los
es su dominio de
Asimismo
146
pan en el proyecto, en
lo que se ha
La
-formacin, pues, de un
Ingeniero
que
con
la Psicologa
y Ciencias Sociales y
las
relativas
a las
Ciencias de la Computacin.
La
-formacin
El
"Hardware"
El
"So-ftware"
la
representacin
del
conocimiento.
- Conocimientos interpersonales.
El
las
comprender el proceso de
el experto y el Ingeniero.
La
tarea de ex-
147
traer
el conocimiento es comunicar
quier barrera
informacin,
as que cual-
Existen
o clasificacin de conceptos
Es esencial conocer
habilidad para
ella,
mientras se participa en
ellos.
Solamente conociendo la
dinmica de la entrevista, el tcnico podr comprender los lmites entre los que se tiene
- Aspectos psicolgicos relacionados con el proceso de adquisicin del conocimiento tales como:
14B
del Conocimiento.
- Proceso de la Informacin.
En una
la
informacin es
do. Esto
forma en que la
es esencialmente un proceso
de
149
- Resolucin de problemas.
Es esencial que el ingeniero tenga toda la in-formacin requerida en orden a convertirla en conocimiento. Esto es aplicable a
saber como
te, sin
porque ha
rando?.
luz
acerca
de las es-
- Dinmica de grupos.
La llamada
comunidad para
la adquisicin
del conocimiento,
est unida por un inters comn y una tarea que es como en cualquier comunidad, controlada
por ciertas
consideraciones
acerca
del experto en un
proyecto
las tcnicas
a utilizar
150
En cuanto a
- Programacin
Todo ello
mente,
No existe
Como
demos sealar:
necesario el asesoramiento es
una
posicin
clara de
151
ub icae i n.
- Cuando la realizacin de una tarea requiere un equipo grande de personas porque ninguna posee el conocimiento completo como para resolverla. El Sistema Experto puede actuar como coordinador e integrador de todos esos conocimientos.
de un conjunto com-
plejo de condiciones y el especialista encargado de dicho anlisis requiere con -frecuencia re-frescar sus conocimientos. En este
caso, el
- En
especialistas.
- Cuando
tareas estratgicas,
debido
a que determinadas
manera
mejor o ms
consi stente.
un trabajo de
152
miento que excede cualquier exigencia razonable de entrenamiento
y -formacin permanente de las personas, o cuando exige demasiada
gente experta existente o de nueva contratacin.
- Cuando existe
zacin
ella, ya que
En el
De los
que el desarrollo
aos/hombre.
153
Proyectos di-fciles:
- Equipo de proyecto: 3 - 5
personas.
- Duracin: 1- 3 aos.
- Recursos consumidos: 3 - 1 5
aos/hombre.
personas.
aos.
Los per-fles y
dedicacin de tcnicos a
un proyecto de este
la complejidad y amplitud
en cuanto a la
con vistas a su
integracin en el en-
es la extraccin del
con
el Experto y
154
- Programador de Inteligencia Artificial - 1007.
ded icac ion.
Desarrollar la programacin
del prototipo
necesaria para
la construccin
(HAY83)
Las tcnicas actuales de evaluacin de estos Sistemas son escasas y primitivas. Ciertamente muchos criterios como la exactitud,
e-ficiencia o facilidad
de
uso,
utilizados
para evaluar
Pero los Sistemas Expertos son los nicos que contienen experiencia humana
En este
correcta para un
lo
que dara un
155
despus. El diseo de
programa y cmo se
evaluarn
llos. Los puntos de evaluacin, deben realizarse durante distintos momentos del desarrollo e implantacin del Sistema Experto y
estar
156
- Involucrar a los potenciales usuarios en el diseo del Sistema.
'
prestar un servicio
Para crear un
diarios, y
con
la
terminologa, trabajos
con xito en produccin, debe encajar perfectamente en las necesidades y hbitos de los usuarios. La nueva herramienta debe imponer
uso e interpretacin.
Los
captar la
criticar
caer
en
el extremo
de evaluacin.
157
158
la tecnologa.
truir Sistemas Expertos que a medir sus rendimientos. Sin embargo, este es un aspecto vital para el xito del Sistema Experto.
Este apartado
a) Inversiones: Cualquier
nuevo Sistema
constituye general-
justificar
159
Las inversiones necesarias para desarrollar un Sistema Experto las podemos clasificar dentro de los siguientes conceptos:
"Hardware":
Mquinas para desarrollo y mquinas para ejecucin, miniordenadores, etc,
"Software":
Herramientas para construccin del Sistema Experto.
Personal:
- Ingenieros del Conocimiento, programadores y dedicacin del Experto o Expertos.
- Formacin de los utilizadores del Sistema y personal
de desarrollo.
- Otros gastos.
- Gastos posibles de comunicaciones
(lneas, conxiones,
etc. )
- Seguridad: lneas suplementarias, material de respaldo,
etc.
b) Gastos de Funcionamiento.
160
Costos informticos:
Se evaluarn los gastos de explotacin, mantenimiento y equipamiento.
No omitir:
- Costos unidos al -funcionamiento en paralelo si el
Sistema Experto sustituye a algn sistema tradicional
o mquinas.
- Costos ligados a la seguridad
(salvaguardias, proce-
dimientos degradados).
c) Economas esperadas:
Con
161
La introduccin de cualquier
nueva
tecnologa incurre en
- En el caso
presa. De ah la
necesidad de considerar
la necesidad de un pe-
riodo de pruebas
exhaustivo y el inicio
presa.
cuencia de la utilizacin
contramos ante
cin de costos administrativos, sino que trata de hacer ms productiva las tareas del personal ms experto de la Organizacin.
El requisito -final
aceptacin del plan
esta
-fase
es la
162
presa, y no basta
La
- Los
la
no sern
sus
empleos estn en
peligro.
parte
menos gratificante e
intrascendente.
163
para su ubicacin.
Hay que
sistema propuesto y de
que las
vamente
164
IV. 3 . Fase II. Diseo de la Ingeniera del Conocimiento y
Construccin del Prototipo.
estn diferenciadas
perfectamente en
un proceso incremental. A
A menudo se seala
cin
que el cuello de
de Sistemas Expertos es
especialmente
la
botella de la construc-
que obtenerlo de un
165
experto humano.
Normalmente las
definiciones en
la utilizacin
de tcnicas
inadecuadas se ponen de manifiesto en la fase de refino del prototipo, en la que se compara su comportamiento con el del experto humano
cias que se
forma requerida
su
conocimiento en la
(Me DERB2).
tcnicas actualmente
utilizadas son
En primer
conocimientos de varias clases, el cual no puede ser representado totalmente en forma de reglas empricas.
En
pueden ser
les.
aquellas
clases de conocimiento
166
Existe una
distintos
permiten
la
obtencin de
Esto no signi-fica
para
determinar
miento, o utilizarlas todas para probar sus fortalezas o debilidades. La mejor manera de enfocar el problema es reconocer desde
el comienzo que, aun en un dominio simple de experiencia, el conocimiento
diferentes tcnicas
para ex-
El problema pues
El
cacin
de
as como
su experiencia en el
dominio
concerniente al Sistema
Experto a construir.
Tres pues son los puntos que tienen que ser considerados a la
hora de iniciar esta actividad.
167
grupos: mtodos
intuitivos y
guiente manera.
sobre el tema e
mtodos de solucin de
en un seudo-experto. Actuando
la opinin de
Un
y habilidad y luego
incorporarlas
directamente en un
sistema in-formatico.
Los
observar cmo
168
ter-firiendo en la actividad
diera influenciar
blema.
de un en-foque comn
en
usar
protocolos de
la informacin acerca de
estructuras
de control em-
Los mtodos de
de re-fino en
hacen
para describir
su comporta-
miento" .
En los
peccin,
das en
mtodos intuitivos, al utilizar el experto la introstiene dificultades en exponer las tcnicas reales usa-
recogido y,
de
razonamiento pueden no
En el
169
lagunas que
miento del
puede
pueden aparecer
al aplicar
realmente expresado.
aunque entreviste al
nado con
rellenar
esos
del Conocimiento
huecos, incluso
lneas posibles
experto ms conoci-
El Ingeniero
obliga al experto a
sesin
el
el
o despus de la
La clasificacin
neral es una difcil y ambiciosa tarea que han eludido los filsofos durante miles
gido dado,
no es muy complicado
intentar
la identificacin de
las siguientes
clases:
esquema similar a
un
glosario,
se
describiran
las
170
y procedimientos de traba-
c) - Hechos y heursticas:
Correspondera
Wielinga y
manera de clasi-Ficar el
Breuker
(WIEL84),
conocimiento ni la me-
- Entrevistas.
- Anlisis de protocolo.
171
- Escala mutidimensional.
- Clasificacin de conceptos.
a) Entrevistas:
La entrevista
es el ms familiar
mtodo
de adquisicin del
un importante papel en
para lo que vendr posteriormente. Las entevistas pueden estructurarse en varios grados
sencillas es pedir
al dominio.
puede proporcionar
Posteriormente una
entrevista sistemtica
yor profundidad.
Entre
citar
las
listas
generalizadas
incidentes
Las
entrevistas tienen
serias limitaciones.
crticos
(BAH82).
Estas aparecen
172
res del Sistema Experto, en un intento de extraer la experiencia
esencial que diferencia
rendimiento inferior.
Un aspecto
de reglas,un
Esto no
b) Anlisis de protocolo.
Esta tcnica dirigida directamente a producir modelos de sistemas para la
Simn
En
por Newell y
(ERI84).
trabaja en la
colo
descrita
es transcrito y analizado,
conocimiento
del
de solucin de un
inferencias
173
sistemas de reglas de
macin sobre
infor-
utiliza en la solu-
Intimamente
anlisis de tareas, el
protocolo.
que el anlisis de
embargo, un anlisis de
tareas
mostr que el
y
que el tema
para llegar a la
soluc i n.
impuestas a la tarea,
clsico, no involucrando
inferencias
ciones de protocolo grabadas en un magnetfono y poner al descubierto mediante un editor de textos lo ms destacable de su con-
174
tenido.
reglas.
aceptables para
directamente
un prototipo inicial, y
en -forma de
en experimentacin como en tareas del mundo real. Estos protocolos pueden proporcionar heursticas tiles o hechos mediante los
cuales el Ingeniero del Conocimiento puede utilizar
como conocimiento o
indirectamente como
directamente
meta-conocimiento. Las
informacin
interpretacio-
c) Escalado mutidimensional.
Unas ciertas tcnicas de
utilizadas
escalado mutidimensiona1
han sido
As los mtodos
"Construccin
desarrollados a partir de
Personal"
(KEL55),
(FRAN77),
la
teora
(SHAWB1)
de la
parecen
y existen un cierto
nmero de conceptos
relacionados, no identificables
fcilmente por
intrinsicamente
principiantes y
175
Es
describir
un
ms tiles que el
mtodo de la entre-
vista.
El
espacio
(clustering) de aquellas
de
objetos
del
dimensiones de-finiendo el
dominio.
La agrupacin
dimensiones proporciona
la estructura
Este mtodo ha
sido utilizado en el
en la
mial,
rencias
tipos
campo de la Estadstica
de distribuciones (binoal experto las dife-
primero las
y que se encuen-
comn".
176
d) Clasificacin de conceptos:
Aparte del conocimiento detallado que los expertos poseen sobre reas especializadas, igualmente tienen un conocimiento global estructurado acerca
muy ltil cuando hay que organizar una gran cantidad de informacin .
Un conocido
clasificacin de
para
conceptos
versin de esta
comn.
requieren
hacerlos manejables.
La tabla 4.1.
distintos
su captura.
tipos de conocimiento y
177
Tipo de conocimiento
Tcnica posible a
uti1 i zar
Conceptos y relaciones
Procedimientos de
rutina.
Anlisis de protocolo
Anlisis de tareas
Hechos y heursticas
Protocolos incidentales.
Entrevistas estructuradas.
Tcnicas de prueba de memoria.
178
de
el tipo de
producto -final.
con el experto.
objetivo es determinar
nocimiento
hiptesis
con el experto. El
179
Qu tipos de soluciones son adecuadas para el problema?
Puede el problema reducirse a subproblemas no interactivos?
Qu clases de conocimientos se necesitan para solucionar
el problema?
Cul es la explicacin o just i -f icac i n a una solucin del
problema?
Durante esta
discusin, el
experto puede
trminos,
niero del
Conocimiento le pregunta al
nuevas construcciones
tos y
introducir nuevos
Experto
combinar los
desarrollo.
prototipo para
cada categora
de respuestas.
Este
181
miento". Este documento debe subrayar los diferentes estadios en
el
duccin
de
conocimiento; es decir:
etc. Este documento debe
el o los Ingeniero(s)
del
con la actividad de
habitualmente se
signi-fica justamente
bera
trata la
Esto
representarse el conocimiento. El
Conocimiento
"granularidad".
de detalle ms abs-
En este punto es adecuado un consejo y es que los constructores deben evitar intentar producir un anlisis completo del problema antes de comenzar la implantacin del programa. De la primera implantacin,
180
a medida que se
paso para
determinar
la razn fundamental
tener en
El
profundidad
ordenar
una
prueba en
clusin particular y
clusin.
Una vez
nas
reglas especializadas
puede
relativas a
sin destruir su
problemas particulares,
generales
capacidad de contribucin a
contexto de otros problemas. Para este proceso puede ser necesaria la asistencia del Experto.
la adquisicin
creacin de un "documento
de
del conocimiento
diseo del conoci-
182
sugerido por
De este
tener
Ingeniero(s)
la solucin
foque basado
el
perodo de normaliza-
en reglas, l o
deben seleccionar
parece ms adecuado un
niero(s)
modo, l o los
y expresar
y trabajar con
dominio como
el
conocimiento en el
blemente llevar a un enfoque de objetos y, o, mixto como combinacin de objetos, reglas y marcos, el LDOPS, por su potencial y
flexibilidad, parece el ms adecuado.
En esta fase, es
dicten la herramienta a
y no las
preferencias o ideas preconcebidas de cada Ingeniero del Conocimiento. Durante esta fase, l o los Ingeniero(s) del Conocimiento "vuelcan"
183
putador que trabaja. Construir un programa requiere:
- Integracin, que implica combinar y reorganizar distinto elementos de conocimiento para eliminar
equiparaciones
La
las razones
efectividad de
meras fases
probabilidad de
durante el desarrollo.
En esta
etapa de implantacin, se
y que consumen ms
un Sistema Experto, en
el desarrollo de
trabajos ms importantes
rrollo de
efecta
se equipare y, a
uno
de los
tiempo en el desa-
particular,
poder
es
cuando se quiere
184
la
base de conoci-
un ejemplo, tal como muestra la tabla 4.2., en el Sistema Experto Dipmeter Advisor, para
de
in-ferencias y la base
el motor
slo el 307. de capacidad de la memoria, en tanto que la inter-fase de usuario necesita del
fuerzo de desarrollo.
Motor de In-ferencias
Base de Conocimientos
nter-fase de Usuario
Deteccin de Caractersticas
Entorno de soporte
7. DE MEMORIA OCUPADA
8
22
42
13
15
185
ENTRADAS
DIRECTIVOS
-Identificacin de
problemas a resolver
-Aprobacin del
proyecto
EXPERTOS
-Descripcin de tareas
-Explicacin del razonamiento
-Identificacin de
ejecuciones con xito
-Respuestas y solucin
USUARIOS
-Hechos y relaciones (conoc idos(as)
-Consejos
-i
SALIDAS
-Selecc in de un buen domin i o y tarea.
-Anal iza necesid ades de represen tac i n
y estra tegias d e con trol, rec las del
pulgar, heur st icas y reglas de 1
domin io.
-Constru ye los d i st intos proto ti pos.
-Desarro 1 la el sistema complet o.
-Lo inte gra y lo mant iene.
186
En
muy similar a cmo lo hacen las herralos mismos. Es decir, pasa de ser un
propsito especial, lento, insuficien-
rpido y
concierne a los
clasificacin
un
poco
en lo que
ms amplia
En la construccin
no se ponen de
clsicos,
no se conocen
construccin del
prototipo, permite
aclarar estas
El Ingeniero debera trabajar en el ncleo del problema usando uno o varios ejemplos tpicos como objetivo de su trabajo,as
187
como experimentar
de
prototipos,
deberan salir
ideas
- Prototipo de demostracin.
La mayora
queo
tipo de
eventualmente
una
parte
del
prototipo
problema que
se
usa con
aplicada
al
problema en
acerca
dominio.
Un prototipo tpico de
- Prototipo de investigacin.
Muchos Sistemas Expertos, evolucionan hasta alcanzar el estado de ser un
tamao
es un programa de
plantean problemas
que carecen de la
188
-Fracasar en algunos de los problemas que caen dentro de su campo
de accin. Un prototipo de investigacin tpico basado en reglas
puede contener 200 reglas o ms, ejecutar bien un gran nmero de
casos prueba y su desarrollo puede exigir de uno a dos aos.
- Prototipo de campo.
Algunos Sistemas Expertos, alcanzan
usuarios. Son
prestaciones, estn
cuenta de
moderadamente -fiables,
dotados
de
presentan
inter-fases "amistosas"
buenas
y
dan
de campo tpico,
- Prototipo de produccin.
Pocos Sistemas
Expertos han
alcanzado este
estadio.
Estos
sistemas son grandes programas que han sido exhaustivamente probados en el campo y que verosimilmente han sido reimplantados en
un lenguaje
con el -fin
- Sistemas comerciales.
Hasta
1B9
canzado
una base
El
dades:
En el proceso de determinar exactamente lo que el experto hace, el Ingeniero del Conocimiento comenzar por definir los criterios de evaluacin
por lo cuales el
casos de prueba, o
sos generales. En cualquier caso los criterios deben ser especificados de tal manera, que la prueba permita conocer al Ingeniero que ha terminado su trabajo. Al mismo tiempo, formulando unos
criterios especficos, el Ingeniero
atencin en
del Conocimiento
en
fijar su
el resultado final
170
Tan pronto como el Ingeniero del Conocimiento haya comprendido la estructura del conocimiento utilizada por el experto y las
estrategias de inferencias
cual es
construir
el prototipo. Tal
Para
de ayuda de consulta
que
tipo de Sistemas
Expertos se han construido con esas herramientas, niveles de soporte disponibles para construir el primer sistema y el grado de
satis-faccin de los
truidos.
del
Sistema
Experto, tan
pronto cmo el primer caso sometido a estudio est razonablemente bien comprendido. Los casos subsiguientes son verificados por
191
del mismo,
acsrca
tienen
Ingeniero
a un nivel general,
representacin del
conocimiento y
que
la herramienta, la
la estrategia
de inferencia
Una vez
prototipo, l y
el experto trabajarn
ha construido el
Conocimiento
los -formalismos
Ingeniero
utilizados para
del conocimiento.
crtica, a causa de
Esta actividad
que en la siguiente
es particularmente
192
El
Ingeniero
del Conocimiento a la
prototipo y ayuda al
taciones
problemas
de detalle o mecanismo
de
control
inmanejables. Tales
problemas pueden -forzar a los constructores a "reciclar" el sistema a travs de las distintas -fases de desarrollo, re-formulando
los conceptos, re-finando las reglas de inferencia y revisando el
-flujo de control.
Evaluar las prestaciones del sistema prototipo significa preguntar cosas tales como:
193
rio de una
-forma "estpida" o no
natural
reducen la con-fianza
Al evaluar
cuestiones
la utilidad del
sistema,
surge
un
conjunto de
tes:
plicaciones
174
el campo exigen algo que sea rpido, -fiable, fcil de usar y entender y que
De
este
modo, los
Sistemas Expertos necesitan una amplia verificacin de campo antes de que estn listos para un uso comercial.
La figura 4.5.
y las
T
Conceptos
necesarios
para producir una
soluc i n
Conceptos.
CONCEPTUAL IZACIN
Representacin formal
del conocimiento.
Estructura
p,
FORMAL IZACIN
f
Re glas que
en globarn
el conoc imien to
IMPLEMENTACION
Reg1 as
Validac i n
de las reglas
{>
VERIFICACIN
195
IV. 4. Fase III. Construccin de la
versin en produccin.
inal.
Cuando el prototipo
experto
est -funcionando
y el Ingeniero del
de de-finir que
satisfactoriamente, el
gran escala.
Si la
196
Se
reglas
criterios
el
Sistema
del
nmero total de
cisin. Toda esta informacin junto con un plan detallado y presupuestos deben
incluirse en el documento
En
de
ingeniera
del conocimiento,
misma.
Una vez que todo el mundo se encuentra satisfecho del funcionamiento de la ltima versin del prototipo, al realizar las tareas encomendadas de acuerdo
posicin de
as porque ya existen
herramientas de Ingeniera del Conocimiento que soportan y facilitan la realizacin rpida del prototipo a un bajo coste de esfuerzo y consumo
junto a la creacin
lieve la necesidad
parte,
es
frecuente que
bsico de la base
197
Con esto
de objetos, atributos y
que modificarse la
y las
Finalmente, y aunque el
se han realizado en
la etapa de cons-
Tal vez sea este el trabajo principal que hay que realizar en
la construccin de
le proporcionarn un mayor
nmero de reglas y
incrementar
198
otros aspectos no
pertos.
Una vez que llega a establecerse la estructura bsica del Sistema Experto, el Ingeniero del Conocimiento debe adecuar la internase desarrollada durante la creacin del prototipo a las caractersticas especificas del usuario final. Mediante esta inter-fase es como
informacin
te sentido, debe aplicarse una atencin considerable a la introduccin de frases y explicaciones que puedan hacer mucho ms fcil al usuario el
Sistema
Experto, y, al
mismo tiempo, el sistema debe hacer que le resulte fcil y natural al usuario
proceso
de razonamiento del
La
paso
199
a
paso un caso
determinado,
investigando
porque
se disparan
especficos
adicionales
para alcanzar
conclusiones adecuadas.
A estas alturas
la mayora de los
control del sistema, del Ingeniero del Conocimiento a los expertos, para que stos se encarguen de pulir, elaborar y ultimar el
mantenimiento del sistema sin necesidad del soporte de aquel.
sistema se
encuentran satisfe-
debe
ser comprobado y
Despus de que
el sistema completo ha
200
las inter-fases
de usuario y extender
la
base
de conocimiento
mismo en Produccin.
No basta
correctamente
cualquier sistema, tiene que contemplarse y tratarse como un todo. En consecuencia, es necesario integrar el Sistema Experto en
el entorno de trabajo en el que continuar operando. Mediante la
integracin,
el
no se trata de
sean necesarios para hacer que el Sistema Experto -funcione coordinadamente con los sistemas existentes, expertos o convenciona-
201
les, dentro
integracin,
el mismo,
limitarse
I, y habitualmente a
a volver de
la Fase II. Es
de desarrollo entre el
ra. Entre las
actividades a realizar en
esta
Cuando el
namiento integrado, el Ingeniero del Conocimiento debe asegurarse de que tanto los
sistemas que vayan
den
cin
puede abandonar el
el
en manos de sus
usuar ios.
Sistema, una
consejos realmente
pertos para
a aceptar rpidamente el
a los no ex-
202
que
se realice la
de la organizacin, las
las partes
afectadas para
lo sealado en las
la FASE I.
Es este otro
de los objetivos a
cumplimentar en la integra-
informacin de
e informaciones de las
necesario construir
personas. En consecuencia, es
o que se mejoren
las
proceso no generalizados.
en ambientes de
203
en el desarrollo del
Sistema Experto, a un
cdigo de produccin.
global, que
del
las
perturbadas
por la introduccin
y -facilidad
Dentro de
feccionamiento de las interfases para -facilitar el -funcionamiento y el manejo del sistema global por los usuarios -finales.
que va a encargarse
Cuando se traduce
204
se
ha
diseado un
en su entorno de
evoluc i n.
Toda la
4.6.
resumida
en la -figura
205
Tareas y problemas
Tcnicas y mtodos
de la I,A.
IDENTIFICACIN
DE LA APLICACIN
Y CONCEPCIN DE
LA SOLUCIN.
Desconoc i miento
1
Esceptc i smo
DESARROLLO DEL
PROTOTIPO DE
DEMOSTRACIN
Carencia de
herramientas y
espec i al i stas
I
Inercia de las
estructuras
organizativas
I
Herramientas de
ingeniera del
conoc imi ento
EJECUCIN DE LA
CONSTRUCCIN DEL
SISTEMA COMPLETO
ACTUACIN PARA
ALCANZAR LA
INTEGRACIN DEL
NUEVO SISTEMA
Especificaciones
_J
Fondos
1
Hardware y
Software
adecuados
1
<*-
Formacin para
lograr una buena
trans-f erenc i a
de tecnologa.
Inercia cultural
->
206
CAPITULO V. RESULTADOS, CONCLUSIONES Y FUTURAS LINEAS DE
INVESTIGACIN.
V. 1. Introduce i n.
An cuando un plazo de
minimizar
aparecan con
cundo
el problema de colisin
frecuencia en
secuencia inmediata.
Sin embargo,
tecnologa
o metodologa se
Una
punto
pudo
superarse
hasta el
la Fase II de
dejando
207
A continuacin',
suficientemente
educacin, seleccin
de perso-
esta metodologa es lo
aplicarse
con
xito a
sea
no slo eficaz,
ms
exigente
no
a que
consiste tanto en
en qu medida funciona
cuando
se quiere hacer
Tambin es significativo
miento de
es notoria,
incrementar
rable
valor.
En
efecto,
IV.2.2.4., la dedicacin de
como
pas,
se
cualquier esfuerzo en
muestra
un Ingenierio
en
el
apartado
del Conocimiento"se-
208
nior" a un proyecto
es de aproximadamente un
Ingeniero del
257.,
por
lo que
Conocimiento experi-
al
damente, si cada proyecto emplease un mtodo distinto, con di-ferentes -fases, etapas, criterios, etc. Sin embargo, usando la metodologa slo como un
"manual de
procedimientos" documentado,
le permitir, con poco es-fuerzo, ponerse al tanto en cada momento de la situacin de cada proyecto. Y si bien es cierto que ese
ponerse al tanto
proyectos simultneamente
se tiene
no es posible, si,
hasta el momento, se
distintos al tiempo y
pueden
tidades.
sistemas "concha"
que es comn a una clase de tareas y permita que cada tarea concreta pueda ajustarlo a sus particulares necesidades se est pasando de una labor
otra de ingeniera
esta tecnologa.
209
la que se desarrolla
mente una mquina LISP con una herramienta de Ingeniera del Conocimiento
(ART, K E E ) ,
micas y tcnicas,
mente
BOL,
un lenguaje convencional
consecuencia,
el
aplicar
(CO-
el punto
de la integracin como el de la
muchos
transportabi -
problemas, en el
V. 2. Conclusiones.
Descartes
(DES77), el mtodo
y a veces revolucin,
donde
lo
nico de
progreso tecnolgico,
rgida incluso
en los
(KAU67)
es reveladora
cualquier actitud
no
marcha de acuerdo
210
tes al contrario,
mal, es que Dios, despus que lo hubiera creado y -fijado sus leyes, ha creido que podra descansar".
En un mundo
en que la revisin
miento es un proceso
sistemtica
de todo conocique
una vez ms
hace cierta la afirmacin de Napolen de que "nada hay definitivo, sobre todo
despus de la victoria",
pretender
cualquier otra
que
esta o
tiempo y el espacio,
sistemas expertos es
lo
su mayor gloria y
en
la
construccin de
el de volverse obsoleta
resultados es que el uso de la metodologa mejora las prestaciones, tanto en el diseo y desarrollo como en la ejecucin de los
Sistemas Expertos.
y que, adems, su
uso
permite aumentar
los
el empleo de la
Por
211
sta puede
algn
s, es necesario sealar
exactamente
en el "cuaderno de
En primer lugar,
nea
de investigacin, sea la
automatizacin de la metodologa,
componente
De hecho,
tificial de la
Facultad de Informtica de
llevando a cabo
la
U.P.P1.,
se est
la parte de
tanto entre hombre y Sistemas Expertos, como enconvencionales, tales como base de datos, y Siste-
mas Expertos y entre los propios Sistemas Expertos entre s. Sobre todo en este ltimo caso el conseguir Sistemas Expertos coo-
212
perativos, sera de
integracin. En este
sentido, se va a
inscribir un convenio de
vestigacin de las
Comunidades Europeas y el
de la Facultad de
Informtica de la U.P.M.
Para terminar,
otra linea
muy interesante
de investigacin
sera el ver la posibilidad de aplicar esta metodologa a la Ingeniera del "Software". Como es sabido la Ingeniera del "Software" usa
minado ciclo de
Anlisis de
cin, verificacin
que es
y depuracin,
operacin y
mantenimiento, y
Por
que lo que es
vlido
para la construccin
del Conocimiento,
pueda aplicarse,
si esto no fuese
analgicamente
los
posible,
conocimientos
si podran utilizarse
obtenidos en
aqullas
para
usarlos en sta.
213
As que
pongamos manos
Cualquier otra
a la obra y
hagamos
camino
al andar.
214
(1982).
"Long-Term
(BAI79) BAINBRIDGE, L.
oi
(1983).
(1986).
"Una Propuesta
(1986).
(1981).
D.B.(1982)."Knowledge-Based
(DES77) DESCARTES, R.
(197B).
System
(1984).
"Protocol
(EISE77) EISENBEIS,R.
(1977).
216
Incident
"Introducing
(1983).
(ICA86) ICAZA, J.
(MCDER82) McDERMOTT, J.
configurer
Intelligence Magazine.19.
217
(19S3).
(1953).
"Applied
Imagination". Scribner.
New York.
(RAUL84) RAULEFS,P.
(1984).
"Artificial
(REID86) REID,Ian.
(1986). "Artificial
M a r k e f . T h e Banker. Junio.
(1985).
"The Artificial
Intelligence
(WAL75) WALTER, G.
(1975).
(1984).
219
ANEXOS
El dominio
tema Experto en s.
Antecedentes:
Hay en la
nazcan,
trabajando en el sector
en -fase de experimentacin.
- Cuando el
las reglas
pueden ser
aplicadas para
identificar
potenciales
220
- Una combinacin de expertos humanos con un buen Sistema Experto puede conducir a un mejor proceso de toma de decisiones.
- Un
banco e incrementar el
la Organizacin.
- El uso
- El
puede ser reducido. Ya hemos visto que los expertos son escasos.
los criterios
de conce-
solic i tadas.
An las
crticas ms severas a
la comunidad -financiera
aplicacin comercial
es una de las
ms prometedoras para la
causa
de la
los
procesos
de decisin
221
- Interpretacin.
- Diagnstico.
- Supervisin.
- Prediccin.
- Plani ficac ion.
- Diseo.
- Procedimientos.
- Selecc i n.
- Toma de Decisiones.
Las
- reas
experto humano.
escr i to.
222
- Necesidad
minio.
- Utilizacin
de la heurstica para
la bsqueda de solucio-
nes.
- El usuario
to.
- Hay
el sistema.
utilizar
la si-
guiente:
- Opacos o consultores.
Los primeros
correctos pero
son aquellos
Sistemas que
mtodos
son matemticamente
utilizados por los
223
Los
Los procesos desarrollados por los expertos financieros, utilizan una combinacin de ambos.
Normalmente
a partir de ah
para
ver cual de
de la
si tuac ion.
en el que el
consecucin de un objetivo,
bien lo intenta
Por
gue mediante un
temas
auxiliares tradicionales,
estando integrados
dentro
de
Sistemas ms amplios.
224
MARKETING
T i p o de Si s
tema E x p e r t o
Carctersticas
de los p r o b l e m a s
Cl asi -ficacin
del S i s t e m a
Interpretacin
Plan i -f i cae i n
Selecc i n
Toma de d e c i -
Muy apropiados
para los Sistemas Expertos.
Cnsultores
Encadenamiento
hacia adelante
Via sub-objeti vos
Sistemas puros
Plan i f icac i n
Diseo
Selecc i n
Toma de decisiones
Menos apropiado
para Si stemas
Expertos
Predice i n
Plan i -f icac i n
Selecc i n
Toma de decisiones
Apropiados para
Sistemas Expertos.
Cnsultores
Encadenamiento
hacia atrs.
Va sub-objetivos. Sistemas
mi xtos.
Interpretacin
Plan i iicac i n
Proced i mi entos
Selecc i n
Toma de decisiones
Muy apropiados
para Sistemas
Expertos
Cnsultores
Hacia adelante
y atrs
Via sub-objetivo5. Sistemas
puros.
Interpretacin
Proced i mi entos
Selecc i n
Toma de decisiones
Muy apropiados
para Sistemas
Expertos.
Cnsultores
Encadenamiento
hacia adelante
Directo
Sistema mixto
siones
Diseo de
Productos
Asesoramiento y
Venta de
Productos
y Servicio
Finanzas
Riesgos
Teniendo en cuenta
aplicacin de
proceder
a la
225
Etapa 1.: Seleccin de la aplicacin sobre la que se va a desarrollar el Sistema Experto dentro de un dominio dado.
Ya se coment que el
dentro de las distintas reas que se han sealado con anterioridad, se va a centrar el problema en el rea de Riesgos.
El rea de Riesgos
las Instituciones
es por su naturaleza,
Financieras. La
colocacin de
los depsitos
que han recibido tanto del sector privado como del sector pblico,
como mejorar
los criterios
de concesin y reduc-
No todos
rsticas ni
requiere
mismos
consumidores, lo cual
- Financiacin -familiar:
Son aquellos que
se dedican a la
-financiacin
de bienes de
226
gastos de carcter
consumo o
unos lmites y
-familiar
o profesional , dentro de
en -funcin de las
Aqu se
Se caracterizan
por lo que
su gran nmero
lumen total
de
del peticionario.
- Financiacin de vivienda:
Tienen por objetivo -facilitar la adquisicin de vivienda tanto a travs de
que
al comprador.
Estos
inmueble adquirido,
de cobro
Expertos
aportan un valor
227
substancial en cuanto
a su concesin, s
interesantes en cuanto a asesorar al cliente respecto a las concesiones y preparar planes "ad hoc" segn sus posibilidades.
~ Financiacin
Empresas;
Distinguiremos dos segmentos a los que ir destinada esta financiacin: La gran empresa y la pequea y mediana empresa.
El primero
de ellos corresponde a
prstamos
crditos en
de gestores de esas
y aportando en este
algunas
modificaciones y no
este grupo
de clien-
tes.
La pequea y mediana empresa en cambio presenta unas caractersticas muy distintas, haciendo que la valoracin del riesgo en
las mismas
requiera un proceso de
ms dificultoso
Es
ms complicado que
iguales entre
valorar
s y con pocos
personas,
conceptos
que
econmicos
resultan muy
(ingresos y
Tambin son
ms difciles de valorar
228
sas, pues disponen de peores datos contables y resultan ms desconocidas para los analistas.
tales:
- La "calidad"
de la empresa, establecida
en
-funcin de su
- Evolucin de
pel,
Por otra
comparaciones
clculos
de
ratios y
229
- Financiacin de Comercio Exterior:
Este tipo de operaciones conlleva unas caractersticas por su
naturaleza muy distintas a las analizadas, incorporndose -factores de valoracin de la situacin de los distintos pases destino
de las exportaciones, la
normas
situacin
el Ministerio de
del
suministrador, las
Hoy
normalmente el tratamiento de
est centralizado y
este
tipo de operaciones
la descentralizacin de dicha
muy superior al
operativa
tambin
en un grado
se convierte en
- Sistema
ciacin -familiar.
- Sistema Experto
nanciacin de empresas.
- Sistema
la -financiacin de viviendas.
clientes en cuanto a
230
- Sistema
Esta primera
El seguimiento
tes
La
evaluacin peridica de la
la valoracin de
o de la em-
Todo
lo anterior, con-figura un
quinto
Sistema
Experto que
231
Por ltimo es necesario mantener actualizada la base de conocimiento del sistema, introduciendo cambio en las reglas que rigen el
nueva reglamentacin
cual se puede
ayudase
que se
producen permanentemente,
a la interpretacin de
permitiese
las
para lo
distintas
informaciones y
a partir de la
da a da.
El problema
rrollar se tratar
estudio, es
el problema a resolver.
Atendiendo a
problema
la existencia de expertos,
expuestos, es el
es
evidente que el
relacin
a los temas
el nmero
de ex-
de operaciones tratadas, as
ido configurando con una
homogeneidad,
que va
232
Los
Por consiguiente estaramos ante un caso en el cual el Sistema Experto -final diferir de los procedimientos actuales, ya que
stos se
Anlogamente los mtodos estn ms formalizados para los problemas del primer tipo, y menos para los del ltimo tipo.
Evidentemente las
siendo muy
superior
tareas
requieren
la necesaria para
habilidad cognoscitiva,
el
Sistema
Experto que
la concesin de prstamos
Todas las tareas a las que se aplicara estos posibles Sistemas Expertos estn estructurados
bles en especial
233
De todo
de desarrollar, en especial
el
relativo a la
El desarrollo est justi-ficado en cada caso por distintas razones, as para la concesin de prstamos con -finalidad -familiar
su just i-f icac i n procede
de la
En los casos de
tificacin procede de
El desarrollo
que no
se aplican de una
manera
uniforme,
al mismo
a calidades ms que
bles.
En cuanto a
la complejidad de las
234
aconsejable iniciar el
prstamos
relativo
ms amplia de experiencia
la
concesin de
ser de desarrollo
mplia.
inicialmente a
jan los
principales problemas
actuales, y
Lo
derivados de
los procedimientos
235
mejora importante en la
calidad de su trabajo.
En este
nanciero,
caso particular la formacin relativa al entorno -fial ser una operativa generalmente conocida, no ofrece
grandes dificultades para que el Ingeniero del Conocimiento pueda dialogar con los expertos.
informa-
En cuanto a tcnicas estadsticas y de Investigacin Operativa a utilizar el Ingeniero del Conocimiento, debera estar familiarizado con tcnicas no paramtricas de las llamadas de particin recursiva
como el manejo de
rboles de decisin.
Posiblemente la formacin en
sentacin del
las nuevas
conocimiento, utilizacin
tecnologas: Repre-
de nuevos
entornos de
236
dr ocupar una
cin.
a resolver se ir
incrementndose la
complejidad de
y su consistencia.
por lo que se
responsable de riesgos en
y desarrollando
utilizado
la inter-faz
directamente por el
Por consiguiente,
el nmero de personas
ser:
1 Experto
1 Ingeniero de Conocimiento
a participar en l,
237
1 Programador o Ingeniero jnior
La duracin
d icac iones:
Experto
757. de su tiempo
6 meses
757. de su tiempo
6 meses
1007. de su tiempo
8 meses
el
prototipo de campo
del equipo.
- Plan de evaluacin:
Como ya se
coment, es uno de
Esta evaluacin
-funcin de Riesgos
que
son
los que
ese momento,
debiendo quedar
los existentes en
claramente definido
el estndar,
de los mismos en
base a los ca
a)
alcanzar
el
prototipo
produce i n.
b) Integracin
en el entorno
a) 1* Fase.
Las inversiones en:
- "Hardware"
Mquina para desarrollo del
Sistema Experto
(2-3 estaciones)
5.D00.D00,- pts.
- "So-ftware"
Entorno de programacin para
desarrollo del sistema tipo
KEE, ART
Personal
involucradas
7.DDO.000,- pts.
239
5.000.000 ao/hombre.
Como la duracin estimada es de
20 meses/hombre, el costo resultante
es de
8.750.000,- pts.
utilizarse para
Expertos y que
desarrollar posteriormente
otros Sistemas
Es decir el costo
- Costos -funcionamiento:
Comprendern
sumibles,
la parte correspondiente
usos de material
El costo total estimado de esta primera fase, podra pues estimarse en unos 15 mil Iones de pesetas.
23 Fase
Los costos de la 2i
240
Es muy
241
se encuentra escrito en
normativa
metodologa que
242
La
expresa en -forma
variables
estn interrelacionadas se
es incompleta y es
necesario
determinar un modelo
estadstico que permita ajustar mejor la relacin entre las distintas variables.
Por ejemplo,
las
solicitudes se
de crdito. Hasta el
utilizan normalmente
de anlisis
discriminante. Estos
un determinado nmero de
puntos o la -funcin
entonces
el crdito es
El
tiene
de
sucede en la realidad.
243
Adems, muchas caractersticas
si o no, como sera
supuesto, la
cin,
importantes tienen
solicitud
slo valores
eficiente
de la informa-
correctamente asignadas y el
valor
esperado
de las
de solicitudes
desarrollar
el
modelo
desde el
principio.
Como respuesta a este tipo de problemas se puede tomar un enfoque distinto de solucin.
Este enfoque no
puestos de
cos de referencia
ap1icable.
Un camino a
244
Para desarrollar
solicitudes
bsica:
macin
de crditos, se utilizan
dos
tipos de informacin
(tiempo de residencia
en un domicilio, tipo
de trabajo, antigedad, etc.) e informacin financiera, y segundo informacin sobre la historia de crditos del solicitante.
Esta informacin
se compara con la
definicin
que el Banco
La
marcos en la
tener informacin
costosa, dado
existe en
sobre la historia de
la solicitud, ni en
cionales, el
investigar
informacin
que no
Primero,
encontrar aquellas
solicitudes que
muestran
alta
contenida en la solicitud,
despus
evaluar la
Al poner
245
corresponden a las ramas terminales del rbol son -fciles de modificar sin que afecte a todo el modelo.
que permite establecer reglas para clasificar un conobservaciones en una serie de categoras. El resultado
B es mayor que Y
y C es
se coloca la primera
observacin
restantes
246
El
proceso se repite
ptima
za.
la variable y el
punto
de particin, se
En cada paso
muestra como la
dividir y la
medida de impureza de
de la muestra sin
de hacer la divisin.
Este proceso
observaciones
que se obtiene al
vez ms es insignifi-
247
de las categoras, dado que "cay" en el nodo terminal mencionado. El conjunto de observaciones que cay en cada nodo se clasifica en la categora que corresponde a la mxima probabilidad.
Generalmente,
el conjunto de reglas
obtienen utilizando
particin
el rbol obtenido al
de clasificacin que se
final
de
proceso de
rbol.
se mide la tasa
evitando la participacin
de la cual se
el rbol se reduce
al conjunto total de
observaciones). El rbol
ptimo
es aquel que tiene l nmero de nodos que clasifica correctamente el mayor nmero de observaciones de la muestra de prueba.
Utilizando este
ptesis acerca
de la habilidad del
248
slo algunos nodos del rbol, sin tener que evaluar el modelo de
nuevo.
En una primera aproximacin la representacin del conocimiento que mejor se ajusta a las reglas.
Los
se
los siguientes:
(razonamiento)
Aunque
nado es la regla,
24?
debera ajustar el peticionario del prstamo y mediante una base
de
metarreglas, se analizarn
las
El "so-ftware"
prototipo es el
1108.
con
la
metodologa que
ap1 ica.
prototipo de investigacin, y
de
ah al de
produce i n.
El
mitido obtener
los
obtenidos por el
DEFCLASS Persona
<InstanceVariables
(Nombre NIL)
(NI O)
(Cuanta 0)
(ClienteAntiguo NIL)
(SaldoMedio O)
(SaldoActual O)
(Debito 0)
(Pro-fesin NIL Puntos 0)
(DestinoPrestamo NIL Puntos D)
(TipoBienes NIL Puntos 0)
(Edad D Puntos D)
(ClaseCuentas NIL Puntos D)
(AntiguedadCliente 0 Puntos 0)
(RelacinSaldos 0 Puntos 0)
(RelacinCuantaSaldo 0 Puntos 0)
(RelacinDebitoCuanta 0 Puntos 0)
(Cump1imientoPrestamos NIL Puntos 0)
(PuntuacinFinal 0)
(Concesin NIL)))
THEN .Inicio;
THEN (PRINTOUT T "Nombre y Apellidos ==>") Nombre (READ);
THEN (PRINTOUT T "DNI = =>") DNI (READ);
THEN (PRINTOUT T "Edad ==>") Edad (READ);
THEN (PRINTOUT T "Cuanta solicitada ==>") Cuanta (READ);
THEN ClienteAntiguo .Antigedad;
THEN Pro-fesin . LeePro-fesi n . PuntosPro-f esi n ;
THEN DestinoPrstamo .LeeDestino .PuntosDestino;
THEN TipoBienes .LeeTipoBienes .PuntosTipoBienes;
THEN .PuntosEdad;
THEN ClaseCuentas .LeeClaseCuentas .PuntosClaseCuentas;
IF ClienteAntoiguo THEN (PRINTOUT T "Nmero de aos como
cliente ==>") AntiguedadClientee (READ)
.PuntosAntiguedadCli ente;
IF Cl ienteAntiguo THEN Re ac i nSal dos (FOUDTIENT Saldotiedio
SaldoActual);
THEN .PuntosRelacinSaldos;
IF ClienteAntiguo THEN ReacinCuantaSaldo (FOUOTIENT
Cuanta Saldohedio);
THEN .PuntosRelacinCuantaSaldo;
IF ClienteAntiguo THEN ReacinDbitoCuanta (FOUDTIENT
Dbito Cuanta);
THEN .PuntosRelacinDbitoCuantia;
THEN .PuntosCumplimientoPrestamos;
THEN (PRINTOUT T "PUNTUACIN OBTENIDA : " PuntuacinFinal T ) ;
IF PuntuacinFinal > 30 THEN Concesin T
(PRINTOUT T "Le ha sido concedido el crdito");
IF (NOT Concesin) THEN (PRINTOUT T "No le ha sido concedido
el crdito");
THEN (during 10000 d o ) ;
THEN .Final;
1
1;
2
2;
3
3:
253
RulesSet
Persona.PuntosClaseCuentas
RuleSetPersona.PuntosDesti no
IF DestinoPrstamo = 'IndustriaComercio THEN DestinoPrstamo:
,Punto5 1 PuntuacinFinal PuntuacnFinal + 1;
IF DestinoP'restamo = "AdquisicinCoche THEN DestinoPrstamo:
,Puntos 2
IF DestinoPrstamo = 'AdquisicinVivienda THEN THEN Destino
Prstamo:,Puntos 3
IF DestinoPrstamo = 'ArregloVivienda THEN DestinoPrstamo:
,Puntos 4
IF DestinoPrstamo = 'AgricultorGanadera THEN Destino
Prstamo:,Puntos 5
IF DestinoPrstamo = ' Nobi 1 iarioHogar THEN DestinoPrstamo:
,Puntos 6 PuntuacinFinal + 6;
IF DestinoPrstamo = 'ConsumoVarios THEN DestinoPrstamo:
.Puntos 7 PuntuacinFinal PuntuacinFinal + 7;
RuleSerPersona.PuntosEdad
IF Edad <= 26 THEN Edad:,Puntos 1 PuntuacinFinal
PuntuacinFinal + 1;
IF Edad <= 34 THEN Edad:,Puntos 4 PuntuacinFinal
PuntuacinFinal + 4;
IF Edad <= 46 THEN Edad:,Puntos 4 PuntuacinFinal
PuntuacinFinal + 4;
IF Edad <= 54 THEN Edad:,Puntos 3 PuntuacinFinal
PuntuacinFinal + 3;
IF Edad > 55 THEN Edad:,Puntos 1 PuntuacinFinal
PuntuacinFinal + 1;
RuleSetPersona. PuntosPro-fesin
RuleSetPersona.PuntosRelaci nCuantaSaldo
IF (NOT ClienteAntiguo) THEN ReacinCuantaSaldo:,Puntos 1
PuntuacinFinal PuntuacinFinal + 1
IF RelacinCuantiaSaldo <= 4 THEN ReacinCuantaSaldo:
,Puntos 5 PuntuacinFinal PuntuacinFinal + 5;
IF RelacinCuantiaSaldo <= 10 THEN RelacinCuantiaSaldo:
,Puntos 4 PuntuacinFinal PuntuacinFinal + 4;
IF RelacinCuantaSaldo<= 50 THEN RelacinCuantiaSaldo:
,Puntos 3 PuntuacinFinal PuntuacinFinal + 3;
IF RelacinCuentaSaldo > 50 THEN RelacinCuantiaSaldo:
,Puntos 2 PuntuacinFinal PuntuacinFinal + 2;
259
RuleSetPersona.PuntosRelacidnSaldos
IF (NOT ClienteAntiguo) THEN ReacinSaldos:,Puntos 1
PuntuacinFinal PuntuacinFinal +
IF RelacinSaldos <= 0.15 THEN ReacinSaldos:,Puntos 4
PuntuacinFinal PuntuacinFina1 +
IF RelacinSaldos <= 0.99 THEN ReacinSaIdos:,Puntos 3
PuntuacinFinal PuntuacinFinal +
IF RelacinSaldos > 1 THEN ReacinSaldos:,Puntos 2
PuntuacinFinal PuntuacinFinal +
1
4
3
2
RuleSetPersona.PuntosTipoBienes
IF TipoBienes = 'SinBienes THEN TipoBienes:,Puntos 1
PuntuacinFinal PuntuacinFinal + 1;
IF TipoBienes = 'Inmuebles THEN TipoBienes:,Puntos 3
PuntuacinFinal PuntuacinFinal + 3;
IF TipoBienes = 'Rsticas THEN TipoBienes:,Puntos 4
PuntuacinFinal PuntuacinFinal + 4;
IF TipoBienes = ' IndustriaComercio THEN TipoBienes: ,Puntos
PuntuacinFinal PuntuacinFinal + 6;
IF TipoBienes = 'ValoresConOSinOtrosBienes THEN TipoBienes:
,Puntos 5 PuntuacinFinal PuntuacinFinal + 5;
IF TipoBienes = 'SoloVehiculosOVarios THEN TipoBienes:
.Puntos 2 PuntuacinFinal PuntuacinFinal + 2;
RuleSetPersona.PuntosCump1imientoPrstamos
IF Cump 1 imientoPr estamos = 'Per-fecto THEN
CumplimientoPrstamos:,Puntos
4
PuntuacinFinal
PuntuacinFinal + 4;
IF CumplimientoPrstamos = 'PequeosRetrasos THEN
Cump.l imientoPr estamos: , Puntos 2 Puntuac i nFinal
Puntuac i nFinal + 2;
IF CumplimientoPrestamos = 'GrandesRetrasos THEN
CumplimientoPrestamos:,Puntos 1 PuntuacinFinal
PuntuacinFinal + 1;
IF CumplimientoPrestamos = 'SinPrestamos THEN
Cump1imientoPrestamos:,Puntos 2 PuntuacinFina1
PuntuacinFinal + 2;
262
Las
del
Sistema Experto se
las fun-
La evaluacin de los
Sistema Experto.
de usuario. El disponer
de
un mdulo que
en el futuro va
utilizarlo tanto
prstamos a
a estar a disposicin
para hacer
de
clientes
simulaciones como
travs de un dispositivo
para
que podrn
solicitar
cindible.
Una funcin que tambin podra pensarse que estuviera incluida en el Sistema
final, sera la de
cual requerir a su
clusin
formacin
de expertos, lo
263
Evidentemente, tal como se ha expuesto la definir la justificacin del sistema que nos ocupa, se plantea la difusin del conocimiento de los expertos en
El sistema que
especfico
de programacin, sobre el
cual
evidentemente no se
tema construido, al
puntos que se
uno de los
es
manteniendo
las facilidades de
modificacin de la base de conocimiento con nuevas normas o perfeccionamientos del conocimiento all almacenado.
INTERLISP y ya se
indic que en su
masivos y tiempos de
permitira la
respuestas
explotacin con
adecuados, ni tampoco
264
de desarrollo ms ade-
se realiz una prueba de transportabi 1idad del prototipo indicado de INTERLISP a COMMON LISP, en el laboratorio de Inteligencia
Artificial
mistas
de la U.P.Ii., siendo
respecto al futuro de
evidentemente un problema, ya
que
el entorno de
estndar ms
difciles de
El acceso
en la red
a las bases de
de comunicaciones y la
organizacin
y ergonoma del
en el futuro y
Evidentemente,
de
esta Tesis el
a su vez ser
CAIXA.LSP
(DEFVAR PERSONA)
(DEFVAR VENTANA (MAKE-WINDOW-STREAM))
(DEFUN INICIO
NIL
'CONCESIN)
'SALDOMEDIO)
'DEBITO)
'SALDOACTUAL))
266
(DEFUN CONCESIONCREDITO NIL
(INICIO)
(SEND VENTANA
:CLEAR-SCREEN)
PRIMERAPELLIDO)
'SEGUNDOAPELLIDO)
"EDAD ==> *;
'EDAD)
")
'DNI)
"CUANTA SOLICITADA
==>
")
'CUANTA)
'CLIENTEANTIGUO)
'PROFESIN)
(PUNTOSPROFESION)
(PUTPROP 'PERSONA (LEEDESTINO)
'DESTINOPRESTAMO)
(PUNTOSDESTINO)
(PUTPROP 'PERSONA (LEETIPOBIENES)
'TIPOBIENES)
(PUNTOSTIPOBIENES)
(PUNTOSEDAD)
(COND ((GET
'PERSONA
'CLIENTEANTIGUO)
'CLASECUENTAS)
(PUNTOSCLASECUENTAS)
(SEND VENTANA
:CLEAR-SCREEN)
'ANTIGUEDADCLIENTE)
(PUNTOSANTIGUEDADCLIENTE)
(PUTPROP 'PERSONA (/
(GET 'PERSONA
'SALDOMEDIO)
(GET 'PERSONA
SALDOACTUAL))
'RELACIONSALDOS))
(T
NIL))
(PUNTOSRELACIONSALDOS)
(COND ((GET
'PERSONA
'CLIENTEANTIGUO)
(PUTPROP 'PERSONA (/
(GET 'PERSONA
'CUANTA)
(GET 'PERSONA
'SALDOMEDIO))
'RELACIONCUANTIASALDO))
(T
NIL))
")
(PUNTOSRELACIONCUANTIASALDO)
(COND ((GET
'PERSONA
267
'CLIENTEANTIGUO)
(PUTPROP 'PERSONA (/
(GET 'PERSONA
'DEBITO)
(GET 'PERSONA
'CUANTA))
'RELACIONDEBITOCUANTIA)
(PUNTOSRELACIONDEBITOCUANTIA)
(PUNTOSCUMPLIMIENTOPRESTAMOS))
(T
NIL))
(SEND VENTANA
:CLEAR-SCREEN)
(TERPRI
VENTANA)
(TERPRI
VENTANA)
(TERPRI
VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :VRITE-STRING
"
PUNTUACIN OBTENIDA :
")
VENTANA)
(TERPRI
VENTANA)
(TERPRI
VENTANA)
(COND ((>
(PUTPROP 'PERSONA T
30)
'CONCESIN)
CRDITO"))
(TERPRI VENTANA)
(TERPRI
VENTANA)
NIL)
(DEFUN LEECLASECUENTAS NIL
(SEND VENTANA
:CLEAR-SCREEN)
(PRINC
"
(TERPRI
VENTANA)
(TERPRI
VENTANA)
VENTANA)
(TERPRI
VENTANA)
VENTANA)
(TERPRI
VENTANA)
VENTANA)
(TERPRI
VENTANA)
VENTANA)
"2 : SOLO
LIBRETA")
LIBRETA")
"3 : LIBRETA
Y CUENTA CORRIENTE")
CRDITO")))
(TERPRI
VENTANA)
268
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING
(PROG {(OPCIN (READ
"OPCIN ELEGIDA:
")
VENTANA)))
(RETURN
(COND ((= OPCIN 1)
'PLAZOCONOSINLIBRETA)
((= OPCIN 2)
'SOLOLIBRETA)
((= OPCIN 3)
'LIBRETAYCUENTACORRIENTE)
((= OPCIN 4)
(T
SOLOCUENTACORRIENTE)
(LEECLASECUENTAS))))))
(DEFUN LEEDESTINO
(SEND VENTANA
NIL
:CLEAR-SCREEN)
(PRINC
"
(TERPRI
VENTANA)
(TERPRI
VENTANA)
"1 : INDUSTRIA
O COMERCIO")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING
(TERPRI
VENTANA)
(TERPRI
VENTANA)
VENTANA)
(TERPRI
VENTANA)
VENTANA)
(TERPRI
VENTANA)
"2 : ADQUISICIN
DE COCHES")
"3 : ADQUISICIN
DE
"4 : ARREGLO DE
VIVIENDA")
VIVIENDA")
VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING
(TERPRI
"6 : MOBILIARIO
Y HOGAR")
VENTANA)
(TERPRI VENTANA)
(SEND VENTANA -.WRITE-STRING "7 : CONSUMO Y
(TERPRI
VENTANA)
(TERPRI
VENTANA)
(TERPRI
VENTANA)
"OPCIN ELEGIDA:
VARIOS")
")
((- OPCIN 2)
ADQUISICIONCOCHE)
((= OPCIN 3)
'ADQUISICIONVIVIENDA)
(('- OPCIN 4)
'ARREGLOVIVIENDA)
((-
OPCIN 5)
((= OPCIN 6)
((= OPCIN 7)
(T
269
'AGRICULTURAGANADERIA)
'MOBILIARIOHOGAR)
'CONSUMOVARIOS)
(LEEDESTINO))))))
:CLEAR-SCREEN)
(PRINC
"
PROFESIN" VENTANA)
(TERPRI
VENTANA)
(TERPRI
VENTANA)
VENTANA)
(TERPRI
VENTANA)
VENTANA)
(TERPRI
VENTANA)
VENTANA)
(TERPRI
VENTANA)
VENTANA)
(TERPRI
VENTANA)
VENTANA)
(TERPRI
VENTANA)
VENTANA)
(TERPRI
VENTANA)
(TERPRI
VENTANA)
(READ
CUALIFICAR")
"4 :
OFICINISTA/FUNCIONARIO/MILITAR")
"5 : TITULADO
UNIVERSITARIO")
"OPCIN ELEGIDA:
")
VENTANA)))
(RETURN
(CGND ((= OPCIN 1)
(7= OPCIN 2)
((= OPCIN 3)
((= OPCIN 4)
7 = OPCIN 5)
'OBREROSINCUALIFICAR)
'OBREROCUALIFICADO)
'COMERCIANTEAMADECASA)
'OFICINISTAFUNCIONARIOMILITAR)
'TITULADOUNIVERSITARIO)
(LEEPROFESION))))))
(DEFUN LEETIPOBIENES
(SEND VENTANA
(PRINC
"
NIL
:CLEAR-SCREEN)
(TERPP.I VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING
"1 : SIN
BIENES")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :?JRITE-STRING
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING
"4 :
INDUSTRIA/COMERCIO")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :V/RITE-STRING
VARIOS")
(TERPRI VENTANA)
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING
(PROG ((OPCIN
(READ
"OPCIN ELEGIDA:
")
VENTANA)))
(RETURN
(COND ((= OPCIN 1)
'SINBIENES)
'RUSTICASFUNDAMENTALMENTE)
((= OPCIN 4)
'INDUSTRIACOMERCIO)
((= OPCIN 5)
'VALORESCONOSINOTROSBIENES)
((= OPCIN 6)
'SOLOVEHICULOSOVARIOS)
(T
(LEETIPOBIENES))))))
"
:CLEAR-SCREEN)
ES USTED ? VENTANA)
(TERPRI VENTANA)
(TERPRI l^ENTANA)
(SEND VENTANA :WRITE~STRING
(TERPRI
VENTANA)
BIENES")
(TERPRI
(SEND
(TERPRI
(SEND
VENTANA)
VENTANA
271
:WRITE-STRING
"2
: CLIENTE
ANTIGUO")
VENTANA)
(TERPRI
VENTANA)
(TERPRI
VENTANA)
VENTANA
(PROG
:WRITE-STRING
((OPCIN
"OPCIN
(READ
ELEGIDA:
")
VENTANA)))
(RETURN
(COND ((EQ
OPCIN
1)
((EQ
OPCIN
2)
(T
T)
(ANTIGEDAD))))))
(DEFUN PUNTOSANTIGUEDADCLIENTE
(COND ((<=
NIL)
NIL
(GET
'PERSONA
'ANTIGUEDADCLIENTE)
(PUTPROP
'PERSONA
(+ 1
(GET
1)
'PERSONA
'PUNTUACIN))
PUNTUACIN))
((<=
(GET
'PERSONA
'ANTIGUEDADCLIENTE)
(PUTPROP
'PERSONA
(+2
(GET
5)
'PERSONA
'PUNTUACIN))
'PUNTUACIN))
((>=
(GET
'PERSONA
'ANTIGUEDADCLIENTE)
(PUTPROP
'PERSONA
(+ 3 (GET
6)
'PERSONA
'PUNTUACIN))
'PUNTUACIN))))
(DEFUN PUNTOSCLASECUENTAS
(COND ((EQ
NIL
(GET
'PERSONA
'CLASECUENTAS)
(PUTPROP
'PERSONA
(+ 4
(GET
'PLAZOCONOSINLIBRETA)
'PERSONA
'PUNTUACIN))
'PUNTUACIN))
((EQ
(GET
'PERSONA
'CLASECUENTAS)
(PUTPROP
'PERSONA
(+ 2 (GET
'SOLOLIBRETA)
'PERSONA
'PUNTUACIN))
'PUNTUACIN))
((EQ
(GET
'PERSONA
'CLASECUENTAS)
(PUTPROP
'PERSONA
(+ 3 (GET
'LIBRETAYCUENTACORRIENTE)
'PERSONA
'PUNTUACIN))
'PUNTUACIN))
((EQ
(GET
'PERSONA
'CLASECUENTAS)
(PUTPROP
'PERSONA
(+ 2
(GET
'SOLOCUENTACORRIENTE)
'PERSONA
'PUNTUACIN))
'PUNTUACIN))))
(DEFUN PUNTOSCUMPLIMIENTOPRESTAMOS
(COND ((EQ
NIL
(GET
'PERSONA
'CUMPLIMIENTOPRESTAMOS)
(PUTPROP
'PERSONA
(+ 4 (GET
'PERSONA
'PERFECTO)
'PUNTUACIN))
'PUNTUACIN))
((EQ
(GET
'PERSONA
'CUMPLIMIENTOPRESTAMOS)
(PUTPROP
'PERSONA
(+ 2 (GET
'PUNTUACIN))
'PERSONA
'PEQUENOSRETRASOS)
'PUNTUACIN))
'SINPRESTAMOS)
'INDUSTRIACOMERCIO)
'PUNTUACIN))
((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'ADQUISICIONVIVIENDA)
(PUTPROP 'PERSONA (+3
'PUNTUACIN))
((EQ (GET 'PERSONA 'DESTINOPRESTAMO)
'ARREGLOVIVIENDA)
PUNTUACIN))
((EQ (GET 'PERSONA 'DESTINOPRESTAMO)
'MOBILIARIOHOGAR)
PUNTUACIN) )
((<= (GET 'PERSONA 'EDAD) 46)
(PUTPROP 'PERSONA (+ 4 (GET 'PERSONA 'PUNTUACIN))
PUNTUACIN))
((<= (GET 'PERSONA 'EDAD) 54)
(PUTPROP 'PERSONA (+ 3 (GET 'PERSONA 'PUNTUACIN))
PUNTUACIN))
273
'OBREROSINCUALIFICAR)
'OFICINISTAFUNCIONARIOMILITAR)
'PATRONOAUTONOMO)
'PUNTUACIN))
'INMUEBLES)
'INDUSTRIACOMERCIO)
'VALORESCONOSINOTROSBIENES)
'PUNTUACIN))))
275
276
II - BIBLIOGRAFA GENERAL.
GARNER, 3.
B. (1985).
the art". Con-f erence on In-formation Computers and Communications, Melbourne, Vic., Australia.
TERANO-T.
(1985).
LORPIN-D.
(1985).
(Japan) .
SHORTER-D-N.
(1985).
FEINSTEIN-J. L.
277
JONES-R.
(Japan).
ICP-Bus-So-ftware-Rev.
BOCCHICCHIO-L.
NOFEL-P-J-.
(Eur. Ed.)
(G.B.)
Mod-O-ff-Technol
JDNES-R.
supercomputers". J-Soc-Ins-
(USA).
developers". Data-Procesing
TURBAN-E.
(G.B.)
Int-J-Policy-In
(Taiwan).
BADAL-D-Z.
278
1 1 igence: coming o-f age". Computers in Manu-f ac tur ing .
Proceedings o-f the 1984 Con-ference, San Francisco, CA,
USA.
WHALEN-T, SCHOTT-B.
(19B5).
"Generalized network
modeling
SAHGAL-P.
(1986).
BERNSTEIN-A.
(1985).
Comput-Syst
GILBERT-G-N.
"lioney experts
(USA).
(USA).
Comput-Bull
(GB)
LAZZRO-J-J,
SMART-I ,
UIILSDN-E, GARRET-DEYDUNG-H,
(1985).
"Jack-of-a 11
(USA).
(1985).
IMBERG-D.
(1985).
(expert
279
(1985).
RHEIN-R-R.
CREGAR-M.
(USA).
RANKY-PG-.
LIPTON-R.
KITCHEN-H.
(USA).
(GB)
280
POTTS-D. (1985). "New software shows high tech pay-offs".
Eng-Comput (GB).
0PPENHEII1-C.
In-foline
MARTIN-R.
(1985).
LINNEMANN-G.
NAYLOR-C, SONI-A.
(Germany).
(GB)
281
LAMPERT-A.
Comput-Decis
BRADDOCK-F
(USA)
ASH-N
(USA)
Accountant (GB).
(USA).
COURETAS-J.
intel1igence". Bus-rlark
SHAPIRO-S-F
(USA).
I10RGAN-H.
(USA)
ComputerworId
THOMAS-D-B.
(USA).
282
knowlwdge based systems aspects". Conference on knowledge
Engineering, Manchester. England.
D-AGAPAYEFF-A.
FERRIS-P.
TUTCHING-J.
GAMBLING-T.
Accountancy (GB).
FRIIS-M-W.
(1985). "Artificial
COLE-B-C.
(USA).
microprocessor race".
ASTR0I1-K-J.
Electron-Week
(USA).
of Technology
Institute
283
GANOE-F-J.
(1984).
"Introduction to
PALLER-A.
(1985).
Computerwold
CHAIT-L-G.
(USA).
(1985).
FEINSTEIN-J-L, SIEMS-F.
(USA).
the US Environmental Protection Agency for avoiding disclosure o-f confidential bussiness Information". ExpertSyst (GB).
SCHLGBOHM-D.
(1985).
DONINGTON-J, ACZEL-M.
284
Bus-Mark
WHITE-D-G
(USA)
Prop-Casualty-Insur-Ed
SHPILBERG-D.
(USA).
(expert
BROWN-E-M.
(USA).
BLANNING-R-W.
systems". Inf-Manage
(Nether1ands).
(1985)
MORLEY-D
Can-Datasyst
(Canad).
BAGSHAW-E
(Switzer1 and) .
Commun (GB).
McNITT-J
285
savant". Newsweek
BRIXIUS-N-L.
(Switzer1 and)..
(1984). "Arti-ficial
intelligence applications in
POST-D-W.
(USA).
HARVEY-D.
Comput-Commun (BB).
VOYSEY-H.
(GB) .
FALLON-M.
JARKE-M, SHALEV-J.
SEANAN-J.
(Canad).
MURRAY-T-J.
(USA)
LEE-R-M.
(a logic-
(USA).
JOHNSTDNE-B.
New-Sci
(USA).
(GB) .
RUSSELL-L-C.
BERGEN-M.
D-AMBROSIO-B.
BYTE
(USA).
(USA).
(USA)
(1984).
(1984).
287
(1784).
(1984).
"XCON:
MICHAELSEN-R-H.
(1984).