Antes de comprender la historia de los sistemas expertos, debemos desglosar la definición de estos

primero, tanto para expresar mejor el tema y los términos básicos por parte de nosotros, los bachilleres,
como para aquellos quienes especten este video, ya sea por interés, aclaración o curiosidad.

Con esto aclarado, un sistema experto se define como el primer ejemplo existente de los acuñados
“sistemas basados en conocimiento”. Trabajan usando reglas, y se apoyan en una base de
conocimientos y un motor de inferencias.

La base de conocimiento no es más que una colección organizada de hechos sobre el mundo o la tarea
para la cual dicho sistema esta diseñada, mientras que el motor de inferencias es quien aplica reglas
lógicas a la base para deducir nueva información.

Su nombre, sistemas expertos encapsula la definición en el modo más simple: inteligencias artificiales
que se especializan en una tarea. Son Sistemas Computarizados que actúan como expertos en un
campo.

Poco después del nacimiento de las computadoras modernas entre los años 1940 y 1950, los
investigadores se percataron del potencial inmenso que estas máquinas podrían tener para la sociedad
moderna, infirieron: “si los computadores pueden realizar operaciones las cuales solo nosotros, los
humanos tenemos la capacidad de resolver, ¿Qué detiene de que hagan lo que hacemos nosotros, que
piensen como pensamos nosotros, y tomen decisiones importantes como las tomamos nosotros”? Y
resulta que el campo de la medicina presentaba la conveniente (debido a que abarcaba ambos campos
al mismo tiempo) tarea y reto de habilitar a las máquinas a tomar decisiones de diagnóstico médico.

Con esto en mente, a finales de la década de 1950, los investigadores comenzaron a experimentar con la
meta de usar la tecnología computacional para emular la toma de decisiones humanas. Dichos
diagnósticos usaban los síntomas de los pacientes y resultados de los exámenes de laboratorio para
generar una salida (la cual es el diagnostico). Estos sistemas fueron descritos frecuentemente como la
forma primitiva de los sistemas expertos, sin embargo, los investigadores se percataron rápidamente de
las significativas limitaciones de métodos tradicionales como diagramas de flujos, teoría de
probabilidades, o conjunción estadística.

No es sino hasta el año 1965 que comienza la historia oficial de los sistemas expertos como tal. Esto fue
cuando la tecnología vio su introducción formal por el Proyecto de Programación Heurística de Stanford
(o Stanford Heuristic Programming Project) liderado por Edward Feigenbaum, quien suele ser nombrado
con el titulo del “padre de los sistemas expertos”. Feigenbaum estaba envuelto en dos proyectos, Mycin
y Dendral; el primero buscaba conocimiento en el área de diagnóstico de enfermedades infecciosas, y el
ultimo procuraba identificar moléculas orgánicas desconocidas. En este momento de la historia, se
aclaró un punto de suma importancia: Los sistemas expertos, más que en la lógica y heurística, deben
ser expuestos a mayor cantidad de información, debido a que las investigaciones pasadas (enfocadas en
las semánticas de raciocinio) solo llevaban a la creación de solucionadores de problemas sumamente
generales y para nada específicos. Los sistemas expertos no pertenecían a esta etiqueta, al contrario, se
enfocaban en una fundación profunda pero limitada de conocimiento, lo cual los llevo a ser uno de los
primeros intentos exitosos de crear software de inteligencia artificial. Es decir, máquinas que daban la
apariencia de analizar, y “pensar”.
Le tomo un aproximado de 20 años a los sistemas expertos para llegar a su cénit, en la década de los
años 1980, las universidades ofrecían cursos en sistemas expertos y dos tercios de las 500 compañias
mas grandes de EE.UU. usaban las tecnologías en actividades diarias. El interés en los sistemas expertos
era internacional, la financiación aumento en Europa y en Japón aumento el enfoque en la tecnología de
inferencias y bases de conocimiento. Todo el éxito se debía a la falta de balance entre la alta fidelidad de
los chips poderosos para aquel entonces a las computadoras personales, comparado al costo mucho
mas caro de poder de procesamiento en los “ordenadores centrales” de las compañías que dominaban
el mercado en ese momento, este impasse dio lugar a la arquitectura cliente servidor. Esto permitía a
los sistemas expertos solicitar información, razonar y realizar cálculos a una fracción del precio que
tendría un marco principal utilizando un computador personal.

Pero los sistemas expertos tenían sus problemas. Era muy difícil mantener y administrar la base de
conocimiento, y también era difícil escribir las reglas que reflejaran el conocimiento de humanos
expertos en el tema. Y las solicitudes y emoción sobre el tema iban mucho mas allá de lo que la
tecnología podía mantener.

Esta emoción insostenible, sumada al “invierno de la inteligencia artificial” ocurrido en la década de los
90, purgó toda emoción existente sobre los sistemas expertos, y existen dos razones, curiosas y
polarmente opuestas sobre el por qué del declive de los sistemas expertos.

La primera, es que fue un fracaso total, no pudieron vivir con la emoción, no pudieron expandirse lo
suficientemente rápido… Fueron víctimas del “boom” del momento y al no tener la capacidad de crecer,
se descartaron.

La otra explicación es lo contrario, un éxito rotundo, pero no de forma explícita. A medida que los
sistemas expertos se conocían mejor, los programadores y desarrolladores usaban la tecnología detrás
de estos para realizar otras ofertas y operaciones.

En pocas palabras, los sistemas basados en reglas se convirtieron en algo útil más allá de los sistemas
expertos, y por esto el concepto puntual de un sistema experto dejo de ser un punto focal en la
inteligencia artificial, y por ende el mundo de la computación.

Hoy en dia, el termino de sistemas expertos es muy poco conversado entre catedráticos y empresarios
puesto a que son muy pocos los que están siendo usados actualmente, mas esto no quiere decir que
murieron, debido a que las premisas y las herramientas básicas que nacieron a partir de los sistemas
expertos están muy presentes en el software moderno, como los sistemas basados en reglas para
herramientas de automatización, o los datos y conocimientos para el “Machine Learning” y otras
disposiciones modernas basadas en la IA. Cada vez que pienses en una de estas tecnologías, seria una
buena y respetuosa práctica reconocer la gran influencia que tuvo el concepto de los sistemas expertos
en ellas.