Inteligencia artificial

Cuál es su estructura básica

Un Sistema Experto está conformado por:

Base de conocimientos (BC): Contiene conocimiento modelado extraído del diálogo

con el experto.

Base de hechos (Memoria de trabajo): contiene los hechos sobre un problema que se
ha descubierto durante el análisis.

Motor de inferencia: Modela el proceso de razonamiento humano.

Subsistema de explicación: Explica el razonamiento.

Interfaz de usuario: es la interacción entre el SE y el usuario y se realiza mediante el

lenguaje natural.

Características de los sistemas expertos.

Los sistemas expertos se denominan así porque emulan el razonamiento de un experto

en un dominio concreto, y en ocasiones son usados por estos. Con los sistemas
expertos se busca una mejor calidad y rapidez en las respuestas, dando lugar a una
mejora de la productividad del propio experto al usar este tipo de sistemas
informáticos.

SUS CARACTERISTICAS SON:

Un SE no debe demorar más de 3 horas en resolver un problema.

Un SE se debe aplicar a cosas prácticas.

Debe contar con la colaboración del experto.

El conocimiento del experto no está en los libros de texto.

El conocimiento está distribuido pertenece a varias personas.

Los sistemas expertos tienen pocos niveles de profundidad.

Para resolver la completitud de los conocimientos (información incompleta) se utilizan

reglas redundantes. Ejemplo:

Si A y B y C entonces X

Si A y B entonces X

Si A entonces X
 Los expertos no razonan a partir de principios (razona a partir de su experiencia), solo
los inexpertos razonan a partir de principios.

Pueden explicar su razonamiento o decisiones sugeridas.

Puede mostrar un comportamiento inteligente.

Puede obtener conclusiones de relaciones complejas.

Puede proporcionar conocimientos acumulados

Puede hacer frente a la incertidumbre.

Ventajas y limitaciones sistema de experto

Ventajas

Proporcionan la capacidad de trabajar con grandes cantidades de información, que son

uno de los grandes problemas que enfrenta el analista humano que puede afectar
negativamente a la toma de decisiones pues el analista humano puede depurar datos
que no considere relevantes, mientras que un sistema experto debido a su gran
velocidad de proceso analiza toda la información incluyendo las no útiles para de esta
manera aportar una decisión más sólida.

Si una persona utiliza con frecuencia un sistema experto aprenderá de él.

A diferencia de un experto humano un sistema experto no envejece, y por lo tanto no

sufre pérdida de facultades con el paso del tiempo.

Una vez programado un sistema experto se puede replicar infinidad de veces.

Un sistema experto puede obtener información de una base de datos y realizar

cálculos numéricos mucho más rápido que cualquier ser humano.

A pesar de que el costo inicial pueda ser elevado, gracias a la capacidad de duplicación
el coste finalmente es bajo.

Un sistema experto puede trabajar en entornos peligrosos o dañinos para el ser

humano.

Los sistemas expertos no se ven afectados por condiciones externas, un humano sí

(cansancio, presión, etc.).

Los sistemas expertos se encargan de consolidar varios conocimientos.

LIMITACIONES
Para actualizar se necesita realizar una reprogramación del sistema experto.

Elevado costo en dinero y tiempo, además que estos programas son poco flexibles a
cambios y de difícil acceso a información no estructurada.

Los sistemas expertos pueden ser utilizados por personas no especializadas para
resolver problemas.

La inteligencia artificial no ha podido desarrollar sistemas que sean capaces de resolver

problemas de manera general, de aplicar el sentido común para resolver situaciones
complejas ni de controlar situaciones ambiguas.

Para un sistema experto no hay nada obvio.

Con un experto humano se puede mantener una conversación informal mientras que
con un sistema experto no se puede.

Cualquier persona aprende con relativa facilidad de sus errores y de errores ajenos,
que un sistema experto haga esto es muy complicado.

Un experto humano es capaz de distinguir cuales son las cuestiones relevantes de un

problema y separarlas de cuestiones secundarias.

Un sistema experto no es capaz de manejar conocimiento poco estructurado.

Tipos de sistema de experto

Principalmente existen tres tipos de sistemas expertos:

Basados en reglas previamente establecidas o RBR (Rule Based Reasoning)

Basados en casos o CBR (Case Based Reasoning).

Basados en redes bayesianas.

En cada uno de ellos, la solución a un problema planteado se obtiene:

Aplicando reglas heurísticas apoyadas generalmente en lógica difusa para su

evaluación y aplicación.

Aplicando el razonamiento basado en casos, donde la solución a un problema similar

planteado con anterioridad se adapta al nuevo problema.

Aplicando redes bayesianas, basadas en estadística y el teorema de Bayes.

Elementos que componen el sistema de experto

Podemos decir que un sistema experto consiste en una base de conocimientos, una
base de hechos y un motor (o máquina) de inferencias. Por otra parte estos sistemas
no se miden por la cantidad de instrucciones o programas sino por la cantidad de
reglas que hay contenida en su base de conocimientos.

La Base de Conocimientos (BC), es el conjunto de reglas que permiten representar los

conocimientos del dominio de experto, donde cada regla aisladamente tiene
significado propio. Normalmente los conocimientos son de tipo declarativo por lo cual
la BC casi siempre es una descripción de los conocimientos del experto y requiere de
algún mecanismo que obtenga las inferencias adecuadas para resolver el problema,
sea capaz de seleccionar las reglas y que las vaya ejecutando: el motor de inferencias.

El Motor de Inferencias (MI) es un programa de control cuya función es seleccionar las

reglas posibles a satisfacer el problema, para ello se vale de ciertas estrategias de
control sistemáticas o de estrategias heurísticas. La estrategia de control sistemática es
un programa de control hecho de forma algorítmica que aplica una heurística de
propósito general cuya función es una exploración exhaustiva y metódica de la base de
conocimientos.

La Base de Hechos (BH), también conocida como memoria de trabajo o base de datos
global, es la que contiene los datos de partida y los criterios de parada, la misma se va
actualizando durante la ejecución del sistema.

Además de los componentes anteriores los sistemas expertos necesitan interactuar

con el usuario y con el experto.

Interface con el usuario, es la que facilita el diálogo con el usuario, permite hacerle
preguntas al sistema e incluso obtener conocimientos análogos a los del experto. Las
explicaciones pueden ser obtenidas de la base de hechos donde se almacenan los
pasos para llegar a la solución.

Interface con el experto, permite al experto consultar los conocimientos almacenados

en la base de conocimientos y da la posibilidad de incluirle nuevos conocimientos. Su
objetivo es que el experto pueda introducir directamente sus conocimientos en la
máquina sin necesidad de ver al ingeniero que desarrolló el sistema.

Fases de la creación sistema de experto

Etapa 1: Familiarización con el problema y el dominio.

Etapa 2: Delimitación del sistema.

Etapa 3: Obtención de la estructura de inferencia del Sistema

Experto.

Etapa 4: Definición del Sistema Experto prototipo.

Etapa 5: Depuración del sistema prototipo.

Etapa 6: Optimización del Sistema Experto prototipo.