Desarrollo

¿Qué es un sistema experto?

Un sistema experto es un programa de computadora diseñado para resolver

problemas complejos y proporcionar la capacidad de tomar decisiones como un
experto humano. Para ello, extrae conocimientos de su base de conocimientos
utilizando las reglas de razonamiento e inferencia de acuerdo con las consultas del
usuario.

El sistema experto es parte de la IA, y el primer SE se desarrolló en el año

1970, que fue el primer enfoque exitoso de la inteligencia artificial. Resuelve el
problema más complejo como experto extrayendo el conocimiento almacenado en
su base de conocimientos. Se llama así porque contiene el conocimiento experto
de un dominio específico y puede resolver cualquier problema complejo de ese
dominio en particular. Estos sistemas están diseñados para un dominio específico,
como medicina, ciencia, etc.

El rendimiento de un sistema experto se basa en el conocimiento del

experto almacenado en su base de conocimientos. Cuanto más conocimiento se
almacena en la base de conocimientos, más mejora el rendimiento del sistema.
Uno de los ejemplos comunes de un sistema experto es una sugerencia de errores
ortográficos al escribir en el cuadro de búsqueda de Google.

Es importante recordar que no se utiliza un sistema experto para

reemplazar a los expertos humanos; en cambio, se utiliza para ayudar al ser
humano a tomar una decisión compleja. Estos sistemas no tienen la capacidad
humana de pensar y funcionan sobre la base de la base de conocimientos del
dominio en particular.

Características de los sistemas expertos

 Alto Rendimiento: El sistema experto proporciona un alto rendimiento para

resolver cualquier tipo de problema complejo de un dominio específico con
alta eficiencia y precisión.
 Comprensible: responde de una manera que el usuario puede entender
fácilmente. Puede recibir información en lenguaje humano y proporcionar la
salida de la misma manera.
 Confiable: es mucho más confiable para generar una salida eficiente y
precisa.
 Muy receptivo: ES proporciona el resultado de cualquier consulta compleja
en un período de tiempo muy corto.

Componentes de un sistema experto

Un sistema experto consta principalmente de tres componentes:

 Interfaz de usuario
 Máquina de inferencia
 Base de conocimientos

1. Interfaz de usuario
 Con la ayuda de una interfaz de usuario, el sistema experto interactúa con
el usuario, toma las consultas como entrada en un formato legible y las pasa al
motor de inferencia. Después de obtener la respuesta del motor de inferencia,
muestra la salida al usuario. En otras palabras, es una interfaz que ayuda a un
usuario no experto a comunicarse con el sistema experto para encontrar una
solución.

2. Motor de inferencia (reglas del motor)

El motor de inferencia se conoce como el cerebro del sistema experto, ya

que es la principal unidad de procesamiento del sistema. Aplica reglas de
inferencia a la base de conocimientos para derivar una conclusión o deducir nueva
información. Ayuda a obtener una solución sin errores de las consultas realizadas
por el usuario.

Con la ayuda de un motor de inferencia, el sistema extrae el conocimiento

de la base de conocimientos. Hay dos tipos de motor de inferencia:

 Motor de inferencia determinista: Se supone que las conclusiones extraídas

de este tipo de motor de inferencia son verdaderas. Se basa en hechos y
reglas.
 Motor de inferencia probabilístico: este tipo de motor de inferencia contiene
incertidumbre en las conclusiones y se basa en la probabilidad.

El motor de inferencia utiliza los siguientes modos para derivar las

soluciones:
  Encadenamiento hacia adelante: comienza con los hechos y reglas
conocidos, y aplica las reglas de inferencia para agregar su conclusión a
los hechos conocidos.
 Encadenamiento hacia atrás: es un método de razonamiento hacia atrás
que comienza desde el objetivo y trabaja hacia atrás para probar los
hechos conocidos.

3. Base de conocimientos

La base de conocimiento es un tipo de almacenamiento que almacena el

conocimiento adquirido de los diferentes expertos del dominio en particular. Se
considera un gran almacenamiento de conocimiento. Cuanto mayor sea la base de
conocimientos, más preciso será el sistema experto. Es similar a una base de
datos que contiene información y reglas de un dominio de un tema en particular.

También se puede ver la base de conocimientos como colecciones de

objetos y sus atributos. Por ejemplo, un león es un objeto y sus atributos son un
mamífero, no un animal doméstico, etc.

Capacidades de un sistema experto

 Asesoramiento: Es capaz de asesorar al ser humano para la consulta de

cualquier dominio desde el sistema experto particular.
 Proporcionar capacidades de toma de decisiones: Proporciona la capacidad
de toma de decisiones en cualquier dominio, como para tomar cualquier
decisión financiera, decisiones en ciencias médicas, etc.
 Demostrar un dispositivo: es capaz de demostrar cualquier producto nuevo,
como sus características, especificaciones, cómo usar ese producto, etc.
  Resolución de problemas: tiene capacidades de resolución de problemas.
 Explicar un problema: también es capaz de proporcionar una descripción
detallada de un problema de entrada.
 Interpretación de la entrada: es capaz de interpretar la entrada dada por el
usuario.
 Predicción de resultados: se puede utilizar para predecir un resultado.
 Diagnóstico: un sistema experto diseñado para el campo médico es capaz
de diagnosticar una enfermedad sin utilizar múltiples componentes, ya que
ya contiene varias herramientas médicas incorporadas.

SISTEMAS EXPERTOS BASADOS EN REGLAS Y EN PROBABILIDADES

Ventajas de los sistemas expertos

 Estos sistemas son altamente reproducibles.

 Se pueden utilizar para lugares de riesgo donde la presencia humana no
es segura.
 Las posibilidades de error son menores si la base de conocimientos
contiene los conocimientos correctos.
 El rendimiento de estos sistemas se mantiene estable, ya que no se ve
afectado por las emociones, la tensión o la fatiga.
 Proporcionan una velocidad muy alta para responder a una consulta en
particular.

Limitaciones de los sistemas expertos

 La respuesta del sistema experto puede ser incorrecta si la base de
conocimientos contiene información incorrecta.
 Como un ser humano, no puede producir una salida creativa para diferentes
escenarios.
 Sus costes de mantenimiento y desarrollo son muy elevados.
 La adquisición de conocimientos para diseñar es muy difícil.
 Para cada dominio, necesitamos un sistema experto específico, que es una de
las grandes limitaciones.
 No puede aprender de sí mismo y, por lo tanto, requiere actualizaciones
manuales.

Aplicaciones de los sistemas expertos

 En el dominio del diseño y la fabricación: Se puede utilizar ampliamente para

diseñar y fabricar dispositivos físicos como lentes de cámara y automóviles.
 En el dominio del conocimiento: Estos sistemas se utilizan principalmente para
publicar el conocimiento relevante para los usuarios. Los dos sistemas
expertos más populares que se utilizan para este dominio son un asesor y un
asesor fiscal.
 En el dominio de las finanzas: En las industrias financieras, se utiliza para
detectar cualquier tipo de posible fraude, actividad sospechosa y advertir a los
banqueros si deben otorgar préstamos para negocios o no.
 En el diagnóstico y resolución de problemas de dispositivos: En diagnóstico
médico se utiliza el sistema experto, y fue el primer ámbito donde se utilizaron
estos sistemas.
 Planificación y programación: Los sistemas expertos también se pueden utilizar
para planificar y programar algunas tareas particulares para lograr el objetivo
de esa tarea.
 Existen numerosos ejemplos de sistemas expertos. Algunos de ellos son:

 MYCIN: Este fue uno de los primeros sistemas expertos que se basaba en
el encadenamiento hacia atrás. Tiene la capacidad de identificar varias
bacterias que causan infecciones graves. También es capaz de recomendar
medicamentos en función del peso de una persona.
 DENDRAL: Se trataba de un sistema experto basado en inteligencia
artificial que se utiliza esencialmente para análisis químicos. Utiliza los
datos espectrográficos de una sustancia para predecir su estructura
molecular.
 R1 / XCON: Este sistema experto tenía la capacidad de seleccionar
software específico para generar un sistema informático según las
preferencias del usuario.
 PXDES: este sistema puede determinar fácilmente el tipo y el grado de
cáncer de pulmón en pacientes basándose en datos limitados.
 CaDet: este es un sistema de apoyo clínico que identifica el cáncer en
etapas tempranas.
 DXplain: Este es también un sistema de apoyo clínico que es capaz de
sugerir una variedad de enfermedades basándose solo en los hallazgos del
médico.