Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Se puede entender como una rama de la inteligencia artificial, donde el poder de resolución de
un problema en un programa de computadora viene del conocimiento de un dominio específico.
Estos sistemas imitan las actividades de un humano para resolver problemas de distinta índole
(no necesariamente tiene que ser de inteligencia artificial). También se dice que un SE se basa
en el conocimiento declarativo (hechos sobre objetos, situaciones) y el conocimiento de control
(información sobre el seguimiento de una acción).
Base de conocimientos.
Es la parte del sistema experto que contiene el conocimiento sobre el dominio. Hay que obtener
el conocimiento del experto y codificarlo en la base de conocimientos. Una forma clásica de
representar el conocimiento en un sistema experto son lar reglas. Una regla es una estructura
condicional que relaciona lógicamente la información contenida en la parte del antecedente con
otra información contenida en la parte del consecuente.
Motor de inferencia.
El sistema experto modela el proceso de razonamiento humano con un módulo conocido como
el motor de inferencia. Dicho motor de inferencia trabaja con la información contenida en la base
de conocimientos y la base de hechos para deducir nuevos hechos.
El motor de inferencia es totalmente extensible y de fácil uso que permite añadir sistemas
expertos, integrados de manera rápida e intuitiva con la Búsqueda Semántica y los Asistentes
Virtuales.
Ventajas e Inconvenientes
Entre las ventajas de los Sistemas Basados en Reglas, podemos destacar:
1. Representan de forma natural el conocimiento explícito de los
expertos: normalmente, los expertos humanos explican el
procedimiento de resolución de problemas por medio de expresiones del
tipo "Si estamos en esta situación, entonces yo haría esto...", que se adapta
fielmente al modelo seguido aquí.
2. Estructura uniforme: Todas las reglas de producción tienen la misma
estructura "Si... entonces...". Cada regla es una pieza de conocimiento
independiente de las demás.
3. Separación entre la base de conocimiento y su procesamiento.
4. Capacidad para trabajar con conocimiento incompleto e
incertidumbre (introduciendo variantes).
Entre las desventajas principales que han llevado a complementarlo o
sustituirlo con otros procedimientos de razonamiento podemos destacar:
1. Relaciones opacas entre reglas: Aunque las reglas de producción son
muy simples desde un punto de vista individual, las interacciones que se
producen a larga distancia entre la red de reglas existentes pueden ser muy
opacas, lo que hace que generalmente sea difícil saber qué papel juega una
regla en particular en la estrategia global de razonamiento que hay detrás.
2. Estrategias de búsqueda muy ineficientes: esencialmente, el motor
de inferencia realiza una búsqueda exahustiva en todas las reglas en cada
ciclo de iteración, por lo que los sistemas de reglas con muchas reglas (que
pueden llegar a ser miles) son lentos y, a menudo, inviables en problemas
del mundo real.
3. Incapaz de aprender: los sistemas de reglas sin aditivos no son capaces
de aprender de la experiencia, por lo que haber extraido un conocimiento
nuevo del sistema no te proporciona métodos para poder aprender más
cosas de forma más rápida posteriormente.