Tema 4: Anlisis del problema desde el punto de vista de un Sistema Experto RAFAEL Breve Introduccin Un sistema experto, es un Sistema

informtico diseado para resolver problemas de un rea especfica, y al que de algn modo se le ha dotado de una competencia similar a la de un experto humano de esa rea. Los sistemas expertos son programas que reproducen el proceso intelectual de un experto humano en un campo particular, pudiendo mejorar su productividad, ahorrar tiempo y dinero, conservar sus valiosos conocimientos y difundirlos ms fcilmente.

Representacin del conocimiento

ANDRES Principio y fin de la adquisicin de conocimiento Los primeros pasos en la adquisicin de conocimiento involucran la identificacin, estructuracin y recoleccin de conocimiento. A pesar de la obvia importancia de estas actividades, algunos autores han sido relativamente vagos en identificar mtodos para ejecutar el principio y fin de la adquisicin de conocimiento. Esta falta de especificidad puede ser atribuible a la creencia comn de que la adquisicin de conocimiento es simplemente una cuestin de entrevistas informales entre el ingeniero de conocimiento y el experto humano. Sin embargo, en nombre de los intereses de la eficiencia en la adquisicin de conocimiento, deben desarrollarse mtodos explcitos y con propsitos especficos.

Aunque los mtodos para la adquisicin de conocimiento deben ser adaptables slo para las demandas de un proyecto de sistema experto dado, los siguientes objetivos parecen ser universalmente aplicables: 1. El ingeniero de conocimiento debe ser capaz de estructurar y definir inicialmente la base de conocimiento utilizando solo una interaccin mnima con el experto humano. 2. La estructura de organizacin aplicada a la base de conocimiento debe reflejar la aproximacin natural que tiene el experto humano para con el problema. 3. El conocimiento recolectado por el ingeniero de conocimiento debe ser lo ms preciso y completo posible. Aunque la base de conocimiento siempre va a tener que ser revisada y actualizada, el sistema ser tan bueno como lo sea el conocimiento que incorpora. 4. Las interacciones entre el ingeniero de conocimiento y el experto humano deben ser dirigidas y organizadas para obtener la mayor informacin en el menor tiempo de interaccin

El componente que est en contacto con la fuente directa de conocimiento es el subsistema de adquisicin de conocimiento y por esta misma razn representa uno de los mayores cuellos de botella en las organizaciones. Muchas veces no es solamente un experto sino un grupo de ellos que se encargan de desarrollar el sistema y de vaciar su conocimiento en la base. Existen muchas herramientas y mtodos para obtener este conocimiento entre las cuales est la entrevista, la observacin y la creacin de escenarios. A continuacin se describe un mtodo sencillo, presentado por Milton (2003): 1. Conducir una entrevista con el experto(s) para: sondear el conocimiento que se va a adquirir, conocer la terminologa, el propsito del conocimiento y el sistema. 2. Crear un diagrama conceptual derivado de los resultados de la entrevista y utilizarlo para generar preguntas que cumplan con los propsitos del sistema.

3. Realizar otra entrevista, semi-estructurada, con el experto utilizando las preguntas del paso 2. 4. Generar los conceptos, reglas, atributos, valores, relaciones que van surgiendo de las entrevistas. 5. Representar estos elementos de la manera ms apropiada (Texto, diagramas, ilustraciones, hipertexto, ancdotas, etc.) 6. Presentar los resultados al experto y permitirle realizar cambios en el conocimiento ya capturado. 7. Consultar con otros expertos y realizar las modificaciones apropiadas Fases en la adquisicin del conocimiento:

identificacin del problema. Estructuracin del conocimiento. La arquitectura del sistema y la maqueta. El prototipo y terminacin del sistema.

Ingeniera del conocimiento La Ingeniera de Conocimiento es la disciplina orientada a la creacin de sistemas basados en conocimiento para el anlisis y solucin de problemas de un dominio especfico como la visin, el lenguaje y el aprendizaje, tal como se muestra en la siguiente Figura

Ambiente de la Ingeniera del conocimiento Aunque los conocimientos pueden conseguirse de una variedad de fuentes, incluyendo la documentacin y los sistemas de informacin existentes, la mayor parte se obtiene de personas expertas. El conocimiento suministrado por el experto, tiene un alto grado de especializacin orientada hacia un tema especfico. El Ingeniero de Conocimientos. Es la persona que obtiene los conocimientos del experto y los representa en el sistema basado en conocimientos. El ingeniero plantea las preguntas al experto, estructura sus conocimientos y los implementa en el sistema. En la creacin de la aplicacin, el ingeniero y el experto trabajan muy unidos. El primer paso consiste en identificar los problemas que deben ser resueltos por el sistema, es decir, se precisa el mbito de trabajo. Aqu se incluye ya al usuario, sus requerimientos tcnicos y operacionales. Una vez delimitado el dominio, hay que extraer y representar los conocimientos del experto. l debe comprobar constantemente si su conocimiento ha sido transmitido de la forma ms conveniente. El ingeniero del conocimiento es responsable de una implementacin correcta, pero no de la exactitud del conocimiento. La responsabilidad de esa precisin recae en el experto. La estricta separacin entre usuarios, experto e ingeniero del conocimiento no deber estar siempre presente. Pueden surgir situaciones en las que el experto es tambin el usuario. Este es el caso cuando existe un tema muy complejo cuyas relaciones e interacciones deben ser determinadas una y otra vez con un gran consumo de tiempo. De esta manera el experto puede ahorrarse trabajos repetitivos. La separacin entre experto e ingeniero del conocimiento permanece, generalmente, aunque hay ocasiones en que una persona juega ms de un rol. La funcin de adquisicin de conocimientos es comnmente, el aspecto de mayor dificultad en la construccin de Sistemas Expertos. Esto se debe principalmente al hecho de que el proceso requiere comunicacin estrecha, entre el experto del rea y el

ingeniero de conocimientos y en consecuencia enfrenta los problemas asociados con las barreras tcnicas. UMBERTO La Representacin del Conocimiento. Es una combinacin de estructuras y procedimientos interpretativos que se usan de forma adecuada por un programa, para emular un comportamiento inteligente. Involucra tanto al diseo de varias clases de estructuras para almacenar conocimiento en programas, como el desarrollo del procedimiento que permitan su manipulacin inteligente para hacer inferencias. El conocimiento representa la piedra angular de la capacidad de un Sistema Experto, entre los tipos de conocimiento que se pueden representar se muestran a continuacin:

Tipos de conocimiento que se quieren representar

-

Objetos. Representan clases y describen objetos: Por ejemplo Los pjaros tienen alas, la nieve es blanca. Sucesos. Son las acciones y eventos del mundo, por ejemplo: El sol se eclipsar maana. De manera que es necesaria la representacin de una secuencia de sucesos y sus relaciones causa-efecto.

Ejecucin. Es el conocimiento de cmo hacer las cosas, envolviendo objetos y sucesos. Por ejemplo:

componer sentencias o probar teoremas involucra un conocimiento de ejecucin.

-

Metaconocimiento. Es el conocimiento acerca de lo que nosotros conocemos. Por ejemplo: a menudo sabemos la extensin y origen de nuestro conocimiento

sobre un objeto particular, el grado de confianza de cierta informacin, o la importancia relativa de hechos especficos del mundo. La consideracin ms importante en la representacin del conocimiento es el uso que se va a dar al mismo. Su empleo est relacionado con: Adquisicin de ms conocimientos: No slo tiene que ver con la adquisicin de conocimientos sobre algo desconocido, sino tambin con la ampliacin de lo que ya conoce, ya que, cuando se sabe de un tema, ms fcilmente se aprenden cosas adicionales del mismo, lo que produce un proceso incremental. Recuperacin de conocimiento: Para resolver un problema determinado, es necesario identificar el conocimiento til para resolver el problema. Razonamiento: Para generar soluciones a partir de conceptos establecidos confiables es necesario producir nuevos elementos de conocimiento. Por ejemplo , si tenemos un sistema cuyo conocimiento es: Toda mujer liberada es una persona moderna. Toda persona moderna es una persona. Podr responder directamente a preguntas como: Es una mujer liberada una persona moderna? SI Es una persona moderna una persona? SI Pero si le preguntamos: Es una mujer liberada una persona? El sistema tiene que razonar para responder a la pregunta. Existen diversos tipos de razonamiento como los siguientes:

Razonamiento Formal: Implica la manipulacin sintctica de estructuras de datos para deducir otras nuevas siguiendo reglas de inferencias especficas de la lgica matemtica. Razonamiento Procedural: Ejecuta clculos para responder cuestiones y resolver problemas. Razonamiento por Analoga: Establece una analoga entre objetos para responder cuestiones sobre uno basndose en el conocimiento que se tiene del otro. Razonamiento por Generalizacin y Abstraccin. Por ejemplo, si se sabe que: Los colibres tienen alas Las garzas tienen alas Las grullas tienen alas Se puede llegar a inferir que todos los pjaros tienen alas por una generalizacin. Conocimiento Declarativo: El conocimiento se representa como una coleccin esttica de hechos, acompaada por un conjunto de procedimientos generales para manipularlos. Los esquemas declarativos destacan el concepto de un enunciado simple que establece un elemento de verdad. Sus ventajas son: Cada hecho slo necesita almacenarse una vez con independencia del nmero de formas distintas en que puede usarse. Es fcil aadir nuevos hechos al sistema sin cambiar los conocidos. Esto proporcionar a los sistemas de este tipo ms flexibilidad y economa de recursos y medios, certidumbre en las deducciones y modificabilidad. Transparencia: El conocimiento representado se almacena en forma explcita y sin ambigedades. Es relativamente fcil revisar los conocimientos debido a su transparencia. Inferencia directa: La naturaleza esttica y directa de la representacin posibilita la inferencia explcita y directa, en forma parecida a la inferencia matemtica. Todas estas estructuras comparten la nocin de que entidades complejas pueden ser escritas como una coleccin de atributos y sus valores asociados.

Ejemplos de esta clase de representacin son: el clculo de predicados, las redes semnticas, marcos y guiones.

Conocimiento procedural: El conocimiento se representa por procedimientos para el uso del mismo. Entre sus principales ventajas estn: a) La facilidad de representar el conocimiento de cmo hacer las cosas.
b) La capacidad de representar el conocimiento que no se ajusta bien en muchos

esquemas declarativos simples, tal como sucede con el conocimiento incierto o probabilstico.
c) Las tcnicas de representacin de este tipo de conocimiento son: scripts,

esquemas, programacin por eventos.

Representacin lgica (redes semnticas) El tema de las redes semnticas como tal se origina a principios de la dcada de 1960, pero su origen se puede rastrear a las grficas existenciales en 1896 propuestas por Charles Pierce. Es importante destacar que aquellas cosas que pueden ser representadas por redes semnticas tambin pueden serlo mediante lgica de primer orden, por lo cual la eleccin del lenguaje se basa en otros parmetros que el poder expresivo del mismo, como ser la claridad de lo expresado para un lector humano. Hay que hacer la salvedad de que las redes semnticas tiene un poder expresivo limitado, pero se puede ampliar la notacin para aumentar dicho poder expresivo. Por lo tanto es perfectamente posible (y de hecho hay ejemplos) que un sistema pueda mostrar su conocimiento en lgica y en frames dependiendo de las necesidades particulares del caso. ZULENNY Las diferencias entre redes semnticas y frames es pequea por lo cual podemos estudiar lo esencial de ambas como una unidad. Los sistemas de frames y redes semnticas se basan en la representacin de categoras (clases) de objetos y sus relaciones. Dicha representacin se realiza en forma de grafo donde los nodos son clases (o instancia de dichas clases) y los ejes relaciones. La definicin de clase e instancia es similar a la dada en la orientacin a objetos, una clase representa una categora de objetos, como ser mamferos, gatos, animales, casas, carteros, nubes, etc. Las clases contienen entonces las caractersticas comunes a un grupo de objetos sin designar ninguno en particular. Los elementos que comparten las caractersticas comunes de una clase se dicen instancias de la misma. De esta manera

Tom es una instancia de Gatos. La representacin de esta afirmacin mediante redes semnticas se ve en el siguiente diagrama:

La relacin instancia de es representada mediante un arco y los nodos representan por un lado categoras de objetos (Gatos) y por otro los objetos especficos (Tom). Es importante notar que es fundamental definir claramente la semntica del lenguaje. Definir qu significa un nodo y qu significa un eje. Del ejemplo anterior, del gato Tom, podemos deducir que la teora de conjuntos es una herramienta til para comenzar a definir la semntica de los sistemas de frames y redes semnticas. La relacin de instancia es equivalente a la relacin miembro de la teora de conjuntos. Tambin podemos decir que los gatos son subconjuntos de los mamferos. Las relaciones de la teora de conjuntos subconjunto y miembro no bastan y son necesarias por lo menos tres relaciones ms formando entonces un total de cinco relaciones o vnculos para las redes semnticas. Una nos debe permitir establecer cierta relacin R entre nodos A y B (ejemplo Tom tiene 4 aos, donde Tom es A, R es la edad y 4 sera B). Otra nos debe permitir establecer que para todos los elementos de un conjunto A se cumple R con B (por ejemplo: A los elefantes, R la cantidad de trompas y B el nmero 1). Finalmente que una relacin R se cumple para todos los elementos de A con al menos un elemento de B. Veamos un cuadro con las cinco relaciones (notamos diferente a R para representar distintas semnticas):

La forma de inferir en una red semntica es mediante el seguimiento de los vnculos que forma la herencia. En la red semntica de la figura se puede inferir la cantidad de patas de Tom mediante el seguimiento de los vnculos, miembro, cant_patas, de lo que se deduce que Tom tiene cuatro patas. Este mecanismo es llamado herencia. Es posible expresar la red semntica en lgica, y utilizar la inferencia lgica para deducir lo mismo: que Tom tiene cuatro patas. Pero existe una diferencia de implementacin en lo que hace a los algoritmos para realizar inferencia en redes semnticas, ya que stas utilizan en general algoritmos especficos de grafos.

Las redes semnticas as definidas tiene un muy limitado poder de inferencia, slo la herencia de propiedades. Los frames nos permiten ampliar la red semntica creando una red de frames, que puede grficamente visualizarse como una red semntica. Un frame o marco es una entidad que almacena toda la informacin relativa a un concepto particular. Por ejemplo, veamos un sistema de frames para representar a la red semntica anterior: Mamferos: subclase: Animal tiene: cabeza Gatos subclase: Mamferos cant_patas: 4 Perros subclase: Mamferos Tom

Instancia: Gatos Utilizamos indistintamente la relacin subclase y subconjunto y la relacin miembro e instancia. El sistema de frames cuenta con cuatro frames: Mamferos, Gatos, Perros y Tom, cada simple frame representa un objeto. En los frames se ubican las propiedades de dichos objetos (ej. cant_patas en Gatos) que son llamadas slots. Los slots que representan la relacin de subclase o instancia permiten establecer la herencia. La transformacin de una red semntica en un sistema de frames es sencilla, los nodos se transforman en frames y los ejes en slots mientras que el nodo del otro lado del eje es el valor del slot. Las clasificaciones y taxonomas contienen muchas excepciones. Qu pasara si a Tom le faltara una pata? Evidentemente, la inferencia de que Tom tiene cuatro patas es falsa. Se necesita de un mecanismo que permita manejar la excepcin. Se debe entonces modificar el significado de las relaciones. Una relacin R de A y B indica R(A, B) a menos que exista una A tal que se cumpla R(A,B) . Es decir, que las relaciones toman el significado de valores por defecto u omisin. En el caso de Tom con tres patas habra que agregar un slot en Tom indicando cant_patas igual a tres. El frame de Tom quedara: Gatos subclase: Mamferos *cant_patas: 4 Tom: Instancia: Gato cant_patas: 3 Los sistemas de frames permiten especificar tanto los valores por defecto como sobrescribir dichos valores. El asterisco indicara slots cuyos valores pueden ser sobrescritos. Los frames heredan las propiedades de sus padres salvo el caso en que exista una propiedad en conflicto con una heredada. En este caso la propiedad del frame es la que se toma como vlida. En los ejemplos vistos hasta aqu cada frame tena un solo padre. En este caso se dice que existe herencia simple pero cabe la posibilidad de que un frame herede de ms de un padre en cuyo caso se dice que hay herencia mltiple. Los objetos heredan de todos sus padres. Siguiendo con el ejemplo de Tom supongamos un frame que represente a los

animales domsticos en ese caso Tom es un Gato y tambin un animal domstico. Veamos entonces como seran la red semntica y los frames.

Gatos subclase: Mamferos *cant_patas: 4 Animal Domestico: subclase: Animal Tom: Instancia: Gato Instancia: Animal Domestico cant_patas: 3 Es importante notar que la herencia mltiple puede en algunos casos provocar un conflicto cuando dos propiedades del mismo tipo son heredadas desde distintos padres. Supongamos que decimos que los animales domsticos se alimentan de comida balanceada y los gatos de ratones, claramente en Tom el slot alimento debe elegir alguno de los dos valores, una alternativa es sobrescribirlo en Tom, otra es crear un frame (o nodo) intermedio que resuelva el conflicto. No todo puede ser fcilmente representado por un sistema de frames, es muy complicado especificar la negacin y la disyuncin. Pero an as, es la representacin mediante redes semnticas y frames son claras, simples y de fcil lectura. Otro ejemplo de red semntica

Ejemplo de una red semntica