FACULTAD DE CIENCIAS DE LA INGENIERÍA EN

SISTEMAS

TEMA:

Herramienta OpenCyc y el sistema experto MYCIN.

Docente:
PURIS CÁCERES AMILKAR YUDIER

INTEGRANTES:

Garcia Coello Francisco Javier

Troya Jiménez Byron Lizandro

Valencia Sánchez José Rene

PERIÓDO:

Primer Periodo 2020-2021

 Herramienta OpenCyc y el sistema experto MYCIN.

1. Introducción

El campo de la ciencia avanza a pasos agigantados y en las últimas décadas la diciplina

conocida como inteligencia artificial (IA) ha producido una gran cantidad de sistemas con
supuestos rasgos de inteligencia que necesitan de alguna forma una base de conocimientos. La
inteligencia artificial tiene un campo de aplicación muy variado en la actualidad se priorizan las
áreas de informática y robótica. En el área de la inteligencia artificial nace el concepto de
Sistema Experto (SE), el cual se lo considera un subconjunto de la misma. Un Sistema Experto
es un sistema que emplea conocimiento humano capturado en una computadora para resolver
problemas que normalmente requieran de expertos humanos[1]. La arquitectura de un
sistema experto está constituida por: una base de conocimientos, un mecanismo de inferencia
y una interfaz de usuario[2]. El presente trabajo muestra una revisión del sistema experto
MYCIN y la herramienta Opencyc.

2. Desarrollo
2.1.Sistema Experto MYCIN
2.1.1. Origen

El sistema experto MYCIN fue desarrollado a inicios de los años 70 por Edgar ShortLiffe, en la
Universidad de Stanford. Se utilizo el lenguaje de programación Lisp, este sistema experto
inicialmente se basó en Dendral que es otro sistema experto de los años 60. La principal
función de MYCIN consistía en el diagnóstico de enfermedades infecciosas de la sangre;
además, MYCIN era capaz de “razonar” el proceso que se debe seguir para llegar a estos
diagnósticos, para posteriormente recetar medicaciones personalizadas a cada paciente (según
su estatura, peso, etc.) [3].

MYCIN consta de dos elementos básicos: una base de conocimientos y un mecanismo de

inferencia o programa de consulta. La base de conocimientos está formada fundamentalmente
por reglas del tipo “Si E, entonces H”, representadas por E -> H, donde la premisa está en
“forma conjuntiva” y la conclusión contiene un solo predicado. El mecanismo de inferencia
consiste en una estrategia de control de encadenamiento hacia atrás o dirigida por metas
aplicada a las reglas. También contiene una Base de Afirmaciones (BA), que es una base de
datos dinámica que contiene los hechos obtenidos sobre el paciente en la sesión de consulta
actual, un Programa de Explicaciones y un Programa de Adquisición de Conocimiento (nuevas
reglas) [3].

2.1.2. Campo de aplicación

El funcionamiento de MYCIN se basaba principalmente en un sencillo motor de inferencia, que

manejaba una base de conocimiento de aproximadamente unas 500 reglas. El programa
capturaba las entradas a partir de una serie de preguntas (como, por ejemplo, ¿Tiene el
paciente molestias en el pecho?, o ¿Ha sido operado el paciente anteriormente?), que
usualmente respondía el médico del paciente. Tras este proceso, MYCIN mostraba la salida
por pantalla, que consistía en una serie de posibles enfermedades (ordenadas por su
probabilidad asociada), la explicación del porqué de cada uno de estos diagnósticos, y una
serie de recomendaciones sobre el tratamiento a seguir por el paciente. Para calcular la
probabilidad de cada uno de los resultados, los autores desarrollaron una técnica empírica
basada en factores de certeza [1].
 2.1.3. Principales aportes

Las investigaciones realizadas por la Stanford Medical Chol, desvelaron que MYCIN tuvo una
tasa de aciertos de aproximadamente el 65%, lo cual mejoraba las estadísticas de la mayoría
de los médicos no especializados en el diagnóstico de infecciones bacterianas (dominio en el
que MYCIN estaba especializado), que ejercían la profesión en aquellos años. Los médicos que
trabajaban exclusivamente en este campo conseguían una tasa del 80% [1].

2.1.4. Actualidad

Con el paso del tiempo la utilización de MYCIN fue decayendo, debido a que presentaba
algunas debilidades, también por cuestiones legales que surgían de quien debía asumir la
responsabilidad de la salud de una persona a una máquina (por ejemplo, si MYCIN se
equivocaba en algún diagnóstico, ¿quién asumía la culpa, el programador o el médico?).

2.2.Herramienta OpenCyc
2.2.1. Origen

OpenCyc es la versión pública de la tecnología Cyc la base de conocimiento general y el motor

de razonamiento de sentido común más grande y completo del mundo tuvo su primer
lanzamiento en la primavera de 2002. Cycorp, los creadores de Cyc, han establecido una
organización independiente, OpenCyc.org, para difundir y administrar OpenCyc, y se han
comprometido a crear un canal a través del cual toda la tecnología actual y futura de Cyc fluirá
a ResearchCyc (disponible para investigación y desarrollo en el mundo académico y la
industria).

2.2.2. Campo de aplicación

El punto principal de la liberación de OpenCyc era ayudar a los investigadores de IA entender

lo que estaba ausente de lo que ahora llaman ontologías y gráfico de conocimientos. OpenCyc
consta de una base de datos, un motor de inferencia y herramientas asociadas para el análisis
y modificación de datos. La base de datos, también conocida como base de conocimiento (KB
por sus siglas en ingles), almacena hechos, reglas y heurísticas en un lenguaje formal llamado
CycL[4].

2.2.3. Principales aportes

En este artículo[5], se describe una Búsqueda heurística que utiliza una simulación de
Montecarlo técnica para elegir los pasos de inferencia. Probamos la eficacia de este enfoque
en un sentido común muy amplio y expresivo KB, Cyc. Resultados experimentales en cientos
de consultas muestran que este método es altamente efectivo para reducir la inferencia
tiempo y mejora de preguntas y respuestas (Q / A) actuación.

2.2.4. Actualidad

La plataforma OpenCyc es su puerta de entrada a toda la potencia de Cyc, la base de

conocimiento general y el motor de razonamiento de sentido común más grande y completo
del mundo. Aun con la importancia de opencyc esta no tuvo actualizaciones después del 2017.
 3. Conclusión

El sistema experto MYCIN pudo ser de gran ayuda en el campo de la medicina al obtener un
diagnóstico de enfermedades infecciosas de la sangre, además de proporcionar un tratamiento
para dicha enfermedad diagnosticada. Lamentablemente los inconvenientes legales llevaron a
que el sistema vaya decayendo hasta llegar al punto de entrar en desuso, además los costos de
mantenimiento del sistema eran bastante elevados.

La herramienta opencyc sirvió de gran ayuda para varios investigadores que entraban en el
área de los sistemas expertos. Sin embargo, esta herramienta no es más que una puerta de
entrada para para todo lo que ofrece Cyc que se la conoce como a base de conocimiento
general y el motor de razonamiento de sentido común más grande y completo del mundo. Es
por ello que la herramienta a pesar de ser de código libre está en desuso.

4. Referencias

[1] S. Badaro, L. J. Ibañez, and M. Agüero, “SISTEMAS EXPERTOS: Fundamentos,

Metodologías y Aplicaciones,” Cienc. y Tecnol., vol. 1, no. 13, pp. 349–364, 2013, doi:
10.18682/cyt.v1i13.122.
[2] H. Zerpa, C. Becerro, H. Izquierdo, and A. Ramos, “Herramienta Web Para El Desarrollo
Agíl De Sistemas Expertos,” in Universidad Ciencia y Tecnología, vol. 03, no. 03, 2018,
pp. 10–10.
[3] J. I. G. Yungán, B. E. V. Barahona, C. A. J. Santillán, Á. P. F. Orozco, and S. I. A. Cáceres,
“Desarrollo De Un Sistema Experto Para Mejorar La Asignacion Del Docente A Las
Diferentes Catedras En La Facultad De Informática Y Electrónica Utilizando El Modelo
De Mycin,” Eur. Sci. Journal, ESJ, vol. 13, no. 25, p. 236, 2017, doi:
10.19044/esj.2017.v13n25p236.
[4] M. Á. Sicilia, D. De Ciencias, D. Computación, and U. De Alcalá, “Sobre la concepción del
conociemiento en el proyecto OpenCyc,” pp. 1–7.
[5] A. Sharma and K. M. Goolsbey, “Simulation-Based Approach to Efficient Commonsense
Reasoning in Very Large Knowledge Bases,” Proc. AAAI Conf. Artif. Intell., vol. 33, pp.
1360–1367, 2019, doi: 10.1609/aaai.v33i01.33011360.