Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Sistemas expertos
• Sistemas expertos
• Laboratorio
2
Que es un Sistema experto?
Actividades
Adquisición de conocimientos
Representación del conocimiento
Inferencia de conocimiento
Transferencia de conocimiento al usuario
Comportamientos de los expertos
humanos
Datos o hechos
En lenguaje natural:
• Los padres de Elena son Carlos y Belén.
• Los padres de Carlos son Juan y María.
Programa en “PROLOG”:
• abuelos(Abuelo,Abuela,Nieto) :-
padres(Abuelo,Abuela,Hijo) ,
padres(Hijo,MujerDelHijo,Nieto).
• abuelos(Abuelo,Abuela,Nieto) :-
padres(Abuelo,Abuela,Hija) ,
padres(EsposoHija,Hija,Nieto).
Ejemplo práctico
Consulta (objetivo):
?- abuelos(‘Juan’, ‘María’, Nietos).
donde Nietos es una variable.
Lenguaje recursivo
Consulta :
?- X = * (3, ( + ( 4, 2) )).
Datos:
Temperatura actual del reactor 1 = 75º
Conocimiento:
Si la temperatura de cualquier reactor supera el umbral
establecido, entonces activar el mecanismo de emergencia.
Ejemplo práctico
Inference
Razonamiento (pensamiento). Engine
Realiza deducciones lógicas
basadas en el conocimiento de la
KB. (mecanismo de inferencia)
Knowledge
Base
Contiene el conocimiento del
dominio.
Todos los componentes del sistema
experto
Knowledge Base
Inference Engine
User Interface
Working Memory / Blackboard / Workplace
◦ Una base de datos global de hechos utilizados
por el sistema.
Knowledge Acquisition Facility
◦ Una forma (automática) de adquirir
conocimiento
Explanation Facility
◦ Explica el razonamiento del sistema al usuario.
Todos los componentes del sistema
experto
Knowledge Base
Inference Engine
User Interface
Working Memory Para/ ser
Blackboard / Workplace
clasificado como un
◦ Una base de datos
"sistemaglobal deelhechos
experto", sistema utilizados
por el sistema. proceso
debe poder explicar el
de razonamiento.
Knowledge Acquisition Facility con los
Esa es la diferencia
◦ Una forma (automática) de
sistemas basados adquirir
conocimiento.
en el
conocimiento
Explanation Facility
◦ Explica el razonamiento del sistema al usuario.
Knowledge Base
La base de conocimiento contiene el conocimiento
del dominio, necesario para comprender, formular y
resolver problemas.
Dos elementos básicos de la base de conocimiento
◦ Hechos: El conocimiento fáctico es el conocimiento del
dominio de la tarea que se comparte ampliamente,
generalmente se encuentra en libros, texto o revistas, y
comúnmente acordado por aquellos con conocimientos
en el campo particular.
◦ Heurística: el conocimiento heurístico es el menos
estrictamente definido, se basa más en datos empíricos,
más conocimiento crítico del rendimiento
Knowledge Base
La base de conocimiento contiene el conocimiento
del dominio,
Hecho: necesario
Amsterdam es para comprender, formular y
la capital de los Países
resolver problemas.
Bajos.
Dos elementos básicos de la base de conocimiento
No es un hecho: los
New England Patriots
◦ Hechos: El conocimiento
tienen el mejor equipofáctico es el conocimiento del
dominio de de la tarea
la NFL
que se comparte ampliamente,
generalmente se encuentra en libros, texto o revistas, y
comúnmente acordado por aquellos con conocimientos
Heurística: si los New
en el campo particular. England Patriots ganan
el Super Bowl por 3er
◦ Heurística: el conocimiento heurístico es el menos
año consecutivo,
estrictamente definido, se basa más en datos empíricos,
probablemente son los
más conocimiento crítico del rendimiento mejores
Métodos de adquisición de
conocimiento
Manual (entrevistas)
◦ El ingeniero de conocimiento entrevista a expertos
de dominio
Semiautomático (impulsado por expertos)
Automático (asistido por computadora)
Adquisición de
conocimiento más
común: entrevistas
cara a cara
Representación del conocimiento
La representación del conocimiento se ocupa del modelado
formal del conocimiento experto en un programa de
computadora.
Esquemas importantes de representación del conocimiento:
◦ Reglas de producción (los sistemas expertos que representan el
conocimiento del dominio mediante reglas de producción se
denominan sistemas expertos basados en reglas)
◦ Frames (Marcos)
◦ Redes semánticas
◦ Formalismos lógicos
La representación del conocimiento debe apoyar:
◦ Adquirir (nuevo) conocimiento
◦ Recuperar conocimiento
◦ Razonamiento en base al conocimiento
Redes semánticas
Ventaja
◦ Fácil de entender (forma natural de conocimiento)
◦ Fácil de derivar inferencias y explicaciones
◦ Fácil de modificar y mantener.
Limitaciones
◦ El conocimiento complejo requiere muchas reglas.
◦ Limitaciones de búsqueda en sistemas con muchas reglas
◦ Mantener sistemas basados en reglas es difícil debido a las
interdependencias entre las reglas.
Mi propio Sistema Experto en Wargus
Townhall=Ayuntamiento
Reglas en Wargus
Barracks=Cuartel
Blacksmith=Herreria
{ id = 1,
name = "build townhall",
preconditions = {hasTownhall(),hasBarracks()},
actions = {
function() return AiNeed(AiCityCenter()) end,
function() return AiSet(AiWorker(), 1) end,
function() return AiWait(AiCityCenter()) end,
EJEMPLO
Vea los siguientes hechos y reglas
Motor de inferencia:
Encadenamiento hacia atrás
Una posible solución es algún desarrollo verdadero desde el objetivo.Ver los
cuadros azules.
Notar los hechos en marco rojo y los hechos intermedios en línea continua.
Explicación del razonamiento
Explique el proceso de razonamiento: por qué hizo alguna pregunta y cómo llegó a alguna
conclusión
Sistema: ¿Hay gas en el tanque de combustible?
Usuario: si.
Sistema: ¿Es cierto que el motor gira?
Usuario: No.
Sistema ¿Es cierto que las luces se encienden?
Usuario: ¿Por qué?
Sistema: Estoy tratando de demostrar: problema con la batería. Se ha establecido
que no es el caso de que el motor gire. Por lo tanto, si no se encienden las luces, hay
un problema con la batería.
¿Es cierto que las luces se encienden?
Usuario: No.
Sistema: concluyo que hay un problema con la batería.
Usuario: ¿Cómo?
Sistema: Esto se desprende de la Regla 2:
SI NO motor_ vueltas_over Y ...
¿Por qué explicar el proceso de
razonamiento?
51
Trabajo de Laboratorio
Solución
52