Documentos de Académico
Documentos de Profesional
Documentos de Cultura
por
R. ALONSO
ETSI Agrónornos, Madrid
Unidad de Estadística
M. TALBOT
SASS, University of Edinburgh
RESUMEN
1. INTRODUCCION
aquellos que disponen de una limitada formación en Estadística. Pero los profe-
sionafes expertos en Estadística, que pueden ayudar a este tipo de usuarios, no
son muy numerosos, en particular en ciertas áreas de especialización. Por lo
tanto, ^por qué no incorparar el conocimiento de los expertos en Estadístíca a
los ordenadores, de forma que el usuario de los paquetes de análisis estadístico
pueda beneficiarse del conocimiento de tales expertos?
Aigunos autores, como Thisted {1986) o Bell y Watts (1988}, han estudiado
las características específicas del conocimiento experto en Estadística.
La mayor parte del trabajo acerca de los SEE ha sido orientado hacia los
usuarios no especialistas en Estadística. De éstos, quízá el más conocido sea
REX (Gale, 1986c). REX, en palabras de sus diseñadores, «aconseja al usuario
en el análisis de regresión, conduce el estudio analizando e! cumplimiento de
fas hipótesis del modelo, sugiriendo transformaciones cuando dichas hipótesis
no se verifican y justificando sus sugerencias cuando se le requiere. Interpreta
los resultados intermedios y finales e instruye al usuario en los conceptos
estad í sticos» .
Como REX, la mayor parte de los SEE intentan emular a los expertos
humanos. La propuesta alternativa, también característica de la IA, podría ser la
de la «caja negra»: no importa cómo la máquina hace las cosas, sino qué es lo
que hace. Manteniendo el rnismo resultado final que el que produciría un analista
humano, los medios utilizados son diferentes. Más que emular a los expertos
humanos en su capacidad de síntesis global, la idea sería aprovechar aquellos
aspectos en los que los ordenadores son realmente más eficientes, en particular
en su capacidad de búsqueda basada en su potencia de cálculo (Lubinsky y
Pregibon, 1988). Las técnícas de búsqueda heurística, una de las metodologías
emblemáticas de la IA, han sido aplicadas en TESS (Lubinsky, 1987) y TETRAD
(Glymour et al., 1987). EI capítulo 9 del texto de Glyrnour et al. revisa la historia
de la búsqueda heurística en Estadística aplicada.
^ Quién decide?
Pero resta por comprabar empiricamente que los nuevos sistemas propues-
tos resulten verdaderarnente efectivos. Se pueden encontrar en la literatura
especializada opiniones pesimistas (Jida y Lemaire, 1986} o escépticas (Molenaar,
1988) al respecto. La más agresiva es quizá la de Streitberg (1989), quien,
apoyándase en argumentos técnicos, concluye que ios SEE no existen y, más
aún, no existirán jamás. Streitberg propone en su artículo un test práctico para
determinar si un sistema infarmático puede ser calificado de SEE con propie-
dad. EI test descansa en tres pruebas: i) su compieta operatividad; ii) su
disponibilidad comercial, y iii) la superación de un test de Turing. En opinión de
Streitberg, ningún sistema, de entre los elaborados hasta el momento, cumpliría
estas condicíones.
Señalaremos, por último, que si bien los sistemas expertos son el área de la
IA que ha conocido un mayor desarrollo y divulgación, no constituyen en moda
alguno su única línea de investigación. De entre el resto destaca la relativa a las
redes neuronales, estructuras que buscan reproducir la actividad del cerebra
humano. Esta aproximación exige ordenadores de gran potencia de cálculo,
ordenadores como los vectoriales, que posibilitan el cálculo en paralelo, capaci-
dad característica del cerebro humano y que estaba ausente de los ordenadores
convencionales que actúan secuencialmente. Citaremos el proyecto NNCR (1991),
desarrollado también en el JRC, como uno de los de mayor alcance en esta
línea de investigación y desarrollo.
6.2. Aprendizaje
(4) Kanal y Lemmer (1986); Lemmer y Kanal (1988); Kanal et al. (1989); Shachter, Levitt et
al. (1990); Henrion et al. (1990).
(5) Identificación inicial que de alguna forma ha permanecido, como reflejaría la pertenencia
de los textos de la nota de pie de página anterior a la colección -Machine Intelligence and
Pattern Recognition-.
f^^^1 ^1.f^ItiT^I( °11^ti!'^1^I^ ^ I ^1
7. CONCLUSIONES
(6) En el estudio de esta interrelación son de interés los textos de Brawn y White (1990);
Futo y Gergely (1990); Klein (1990), y Widman et al. (1989), y los articulos de Grant (1986);
Grundwald et al. (1989); O'Keefe (1985}, y Phelps (1986).
ItiTI LI(^# !v( I^^ ZKTIf l( !^I ti 1-^f ^11 ^ 1^IIt 1
BIBLIOGRAFIA
BETHLEHEM, .I.; DENTENEER, D., et al. (1989): «BLAISE, A New System for Computer
Assisted Survey Processing». In DOSES (1989), 101-16.
BROwN, D. E.; WNITE, C. C. (eds.) (1990): «Operations Research and AI: The
Integration of Problem-Solving Strategies». Dordrecht, Netherlands.
CHAMBERS, J. M.; GALE, ^/. A.; PRECIBON, D. (1989): «On the Existence of Expert
Systems. Comrnent on Streitberg (88)». Stat. Soft. Newsl., 14, 2, 63-6.
CHAMBERS, J. M.; PREGIBON, D.; ZAYAS, E. Z. (1981): «Expert Software for data
analysis. An Initial Experíment». Bull. Int. Stat. Inst., 49, 294-308.
CHEESEMAN, P. (1985): «In defense of probability». Proc. on the 9th Int. Joint
Conference on AI. A. Joshi (ed.}. IJCAI-85, 1002-9.
ESCA ( 1991): «An Expert System approach for rapid estimates of Crop Acreages
using integrated image and GIS data». JRC, Ispra.
ESMA (1990): «Expert System for Land Cover Discrimination and Mapping».
JRC, Ispra.
FISHER, D.; LANGLEY, P. (1986): «Conceptual Clustering and Its Relation to Numerical
Taxonomy». In Gale (1986a}, 77-116.
GLYMOUR, C.; SCHEINES, R.; SPIRTES, P.; KELLY, K. (1987): «Discovering Causal
Structure. AI, Philosophy of Science and Statistical Modelling». Academic
Press.
I^RUNWALD, H. J.; FORTUIN, L, (1989): c<DSS and ES in the " information organiza-
tion" - Back to the roots of OR». Eur. J. of OR, 41, 2, 142-50.
HAND, D. J. (1985): «Choice of statistical technique». Bull. lnt. Stat. Inst., 51, 3,
21.1-16.
HAUx, R.; JOCKEL, K.-H. (19$9): «Database Management and Statistical Data
Analysis: The Need for Integration and for Becoming More Intelligent». In
COMPSTAT-86 & DOSES ( 1989), 245-54.
HAVRANEK, I.; SovosKY, O. (1988): «Using an Expert System Shell for settling
Statistical Package Parameters». Comp. Stat. Quarterly, 4, 3, 159-69.
JIDA, J.; LEMAIRE, J. (1986): «Expert Systems and Data Analysis Package
Management». In COMPSTAT-86, 251-258.
JIROUSEK, R.; KRIZ, O. (1988): «An Expert System Accepting Knowledge in a form
of Statistical Data». In COMPSTAT-88, 123-128.
KAUFMANN, A. (1986): «On the relevance of fuzzy sets for Operations Research».
European Journal of O. R., 25, 330-335.
KLEIN, M.; METHLIE, L. B. (1990): «Expert Systems: A Decision Support Approach».
Addison-Wesley, UK.
-^?X t^ti^TAUt^TI( A f^^tiPA!^(^1 A
LELLA, A.; AVAM, S.; Bucci, P. (1986): «Easy-Link: An Expert System Natural
Language Interface to a Statistical Data Bank». in COMPSTAT-86, 443-7.
NELDER, J. A. (1987): «AI and generalized linear modelling: an Expert System for
GLIM». In Phelps (1987), 36-44.
i^vrr^r_ic;r^rvc^rA .^krir r^ i,^^ ti^ r^^r,^r^i^rrc .^ -^'^>
NELDER, J. A. (1988): «How should the Statistical System and its user see Each
Other?». In COMPSTAT-88, 107-116.
PRAT, A.; MARTÍ, M.; CATOT, J. M. (1985): «Incorporating Expertise in Time Series
Modelling: The STATXPS system». Stat. Soft. News., 11, 2, 55-62.
RowLY, D. (1988): «Statistical Approaches for the Generation of Rules for ES».
Learned Information Ltd., Oxford. Second Int. ES Conference.
SUMMARY