Documentos de Académico
Documentos de Profesional
Documentos de Cultura
NÚCLEO ANZOÁTEGUI
COORDINACIÓN DE POSTGRADO
MAESTRÍA EN CIENCIAS ADMINISTRATIVAS
MENCIÓN GERENCIA GENERAL
1
Índice.
1.Introducción 4
2.Objetivo General 5
3. Metodología 6
4. Marco Referencial
6
5. Conceptos clave
6
6. Metodología
6
7. Desarrollo 7-
8
2
17. Ventajas Sistemas de información Expertos 16
18.1. Figura
18
aplicaciones en 28-
31
28. Bibliografía
42
3
29. Anexos 43-
45
Introducción.
4
mejoren la toma de decisiones, realicen diagnósticos precisos, resuelvan problemas
complejos y brinden asesoramiento experto en diversas áreas. Estos sistemas han
demostrado ser especialmente útiles en campos como la medicina, la ingeniería, el
derecho y la gestión empresarial, donde la experiencia y el juicio experto juegan un
papel crucial.
2. Objetivo General.
5
Analizar y comprender los Sistemas de Información Experto, investigando su
estructura, funcionamiento y aplicaciones en diversos campos.
2. Objetivos Específicos.
3. Marco Referencial.
6
decisiones de expertos en un dominio específico, utilizando reglas y heurísticas para
resolver problemas complejos.
Russell, S. J., & Norvig, P. (2016): "Artificial Intelligence: A Modern Approac definen un
Sistema de Información Experto como un programa de software que utiliza
conocimiento especializado para realizar tareas que normalmente requerirían la
intervención de un experto humano. Estos sistemas utilizan técnicas de inteligencia
artificial, como la representación del conocimiento y el razonamiento automatizado,
para resolver problemas en un dominio específico.
4. Metodología.
En primer lugar, se estableció una estrategia de búsqueda que incluyó el uso de bases
de datos y motores de búsqueda especializados. Se seleccionaron criterios de inclusión
y exclusión para identificar las fuentes más relevantes y actualizadas sobre sistemas
expertos.
Se identificaron los conceptos clave relacionados con los sistemas expertos a partir de
la revisión bibliográfica. Estos conceptos se obtuvieron mediante el análisis y la síntesis
de la información extraída de las fuentes seleccionadas. Se utilizó un enfoque temático
7
para identificar los temas principales y las relaciones entre ellos. Los hallazgos de la
revisión bibliográfica fueron discutidos y utilizados para responder a la pregunta de
investigación planteada. Se destacaron los avances, las aplicaciones y los desafíos
identificados en la literatura revisada sobre sistemas expertos.
5. Conceptos claves
Teorías Relevantes.
Lógica difusa: La lógica difusa es una teoría que permite manejar la incertidumbre y la
imprecisión en los Sistemas de Información Experto. Permite la representación y el
razonamiento con grados de verdad difusos, en contraste con la lógica clásica binaria
(Zadeh, 1965).
5.1 Sistema
8
componentes, tanto hardware como software, que interactúan entre sí para realizar una
función específica o proporcionar un servicio determinado.
Un sistema puede estar compuesto por diferentes partes, como dispositivos físicos,
software, redes de comunicación y protocolos, bases de datos y componentes
electrónicos. Estos elementos se conectan y colaboran entre sí para realizar tareas o
procesos que satisfacen las necesidades de los usuarios o cumplen con los objetivos
establecidos.
9
No existe una definición concreta de Inteligencia Artificial, pero la mayoría de los
autores coinciden en que es, en esencia, lograr que una máquina tenga inteligencia
propia, es decir: “La inteligencia artificial es una de las áreas más fascinantes y con
más retos de las ciencias de la Computación ya que ha tomado a la inteligencia como
la característica universalmente aceptada para diferenciar a los humanos de otras
criaturas ya sean vivas o inanimadas, para construir programas o computadoras
inteligentes.
Desarrollo
10
Los sistemas de información experto (SIE) tienen sus raíces en la inteligencia artificial y
se desarrollaron a partir de la década de 1960.
1960-1970: Durante esta época, investigadores como Allen Newell y Herbert A. Simon
exploraron la idea de crear programas de computadora capaces de simular el
razonamiento humano. Sus trabajos sentaron las bases de la inteligencia artificial y
sentaron las bases para el desarrollo de los SIE.
Con el tiempo, los SIE se han aplicado en áreas como la medicina, la ingeniería, las
finanzas, el derecho y la gestión empresarial. A medida que la inteligencia artificial y el
aprendizaje automático han evolucionado, los SIE han incorporado técnicas más
11
avanzadas, como el procesamiento del lenguaje natural y el aprendizaje profundo, para
mejorar su capacidad de toma de decisiones y adaptarse a situaciones más complejas.
Hay constante evolución y los avances continúan a un ritmo acelerado. A medida que la
tecnología y la investigación avanzan, la IA sigue desafiando los límites de lo que es
posible y promete un futuro emocionante en el que las máquinas sean capaces de
realizar tareas cada vez más complejas e inteligentes.
12
síntomas o características del problema y aplican reglas o algoritmos de razonamiento
para determinar la causa raíz y ofrecer recomendaciones de solución.
13
Sistemas expertos basados en reglas: Estos sistemas son los más comunes y
utilizan una base de conocimientos compuesta por reglas if-then. Cada regla establece
una condición (if) y una acción (then) que se ejecuta si se cumple la condición. Estos
sistemas son efectivos para problemas con soluciones bien definidas y reglas claras.
Sistemas expertos basados en lógica difusa: Estos sistemas utilizan la lógica difusa
para manejar la incertidumbre y la imprecisión en el conocimiento. La lógica difusa
permite representar y razonar con grados de verdad y falsedad parciales, en lugar de
solo verdadero o falso. Son útiles en dominios donde la información es vaga o incierta.
14
Un sistema experto es un tipo de sistema de inteligencia artificial diseñado para emular
el razonamiento y la toma de decisiones de un experto humano en un dominio
específico. Está basado en un conjunto de reglas, heurísticas o modelos de
conocimiento experto que se utilizan para resolver problemas o brindar
recomendaciones en ese dominio. Los sistemas expertos se centran en el
procesamiento del conocimiento y el razonamiento lógico para llegar a conclusiones o
soluciones.
Los Sistemas Expertos como tales, surgen a mediados de los años sesenta; en esos
tiempos, se creía que bastaban unas pocas leyes de razonamiento junto con potentes
computadoras para producir resultados brillantes15. Los primeros investigadores que
desarrollaron programas basados en leyes de razonamiento fueron Alan Newell y
Herbert Simon, quienes desarrollaron el GPS (General Problem Solver).
Este sistema era capaz de resolver problemas como el de las torres de Hanoi y otros
similares, a través de la criptoaritmética. Sin embargo, este programa no podía resolver
problemas más “cotidianos” y reales, como, por ejemplo, dar un diagnóstico médico.
15
El primer SE que se aplicó a problemas más reales fue desarrollado en 1965 con el fin
de identificar estructuras químicas: el programa se llamó DENDRAL. Lo que este
istema Experto hacía, al igual que lo hacían los expertos de entonces, era tomar unas
hipótesis relevantes como soluciones posibles, y someterlas a prueba comparándolas
con los datos. El nombre DENDRAL significa árbol en griego. Debido a esto, el
programa fue bautizado así porque su principal tarea era buscar en un árbol de
posibilidades la estructura del compuesto.
Para los años comprendidos entre 1980 y 1985 se crearon diversos sistemas expertos,
tales como el DELTA de la General Electric Company, el cual se encargaba de reparar
locomotoras diesel y eléctricas, o como “Aldo en Disco”, que reparaba calderas
hidrostáticas giratorias usadas para la eliminación de bacterias.
En esa misma época surgen empresas dedicadas a desarrollar Sistemas Expertos, las
cuales que supusieron en conjunto una inversión total de más de 300 millones de
dólares. Los productos más importantes que creaban estas nuevas compañías eran las
"máquinas LISP", las cuales consistían en unas computadoras que ejecutaban
programas LISP con la misma rapidez que en una computadora central.
• Son personas raras, tanto por su escaso número como su comportamiento poco
“ortodoxo” y e “incomprensible” frente a los problemas con los que se enfrentan.
• Son caros por dos motivos: por su escaso número y por necesitar un largo periodo de
aprendizaje
16
• No están siempre disponibles, pues son humanos y cuando se jubilan o mueren se
llevan con ellos todos sus conocimientos. Es por eso que tradicionalmente están
acompañados de un “aprendiz”.
• Hay expertos que tienen mal carácter, son informales o poco comunicativos, lo que a
veces les hace antipáticos.
17
interfaz gráfica para crear y editar ontologías, y también se puede utilizar para
representar y gestionar el conocimiento experto en sistemas de información.
Java Expert System Shell (JESS): JESS, mencionado anteriormente como una
herramienta para sistemas expertos basados en reglas, también se puede utilizar para
desarrollar SIE. Proporciona funcionalidades de inferencia basadas en reglas y se
puede integrar con aplicaciones Java para utilizar el conocimiento experto en sistemas
de información
Las ventajas que se presentan a continuación son en comparación con los expertos
humanos:
• Mantiene el humor.
• Permiten tener decisiones homogéneas efectuadas según las directrices que se les
fijen.
18
estén presentes, lo que ayuda a preservar y compartir el conocimiento a lo largo del
tiempo. Además, el conocimiento puede ser documentado y organizado de manera más
sistemática, lo que facilita su acceso y comprensión por parte de otros usuarios.
5) Reducción de costos
19
costosa. Además, los sistemas expertos pueden ayudar a optimizar el uso de recursos
al ofrecer recomendaciones para maximizar la eficiencia y minimizar los costos.
6) Aprendizaje continuo
Algunos sistemas expertos están diseñados para aprender y mejorar con el tiempo.
Pueden actualizar su base de conocimientos en función de nuevos datos y
experiencias, lo que les permite adaptarse a situaciones cambiantes y mejorar su
rendimiento con el tiempo. Esto es especialmente importante en campos donde el
conocimiento evoluciona rápidamente, como la medicina o la tecnología. El aprendizaje
continuo permite que los sistemas expertos se mantengan actualizados y brinden
recomendaciones basadas en las últimas investigaciones y mejores prácticas.
8) Base de conocimiento.
La base de conocimientos del Sistema Experto con respecto a un tema específico para
el que se diseña el sistema. Este conocimiento se codifica según una notación
específica que incluye reglas, predicados, redes semánticas y objetos. Las bases de
conocimiento (KB: Knowledge Base) pertenecen a una etapa muy posterior. Surgieron
a partir de la investigación en IA como respuesta a las necesidades que las
aplicaciones de esta disciplina planteaban.
20
Claro, aquí tienes más detalle sobre la estructura de un sistema de información experto
(SIE):
Base de conocimientos
Motor de inferencia
- Motor de reglas: El motor de reglas es el núcleo del SIE y se encarga de aplicar las
reglas de conocimiento experto a los hechos de entrada. Utiliza diferentes algoritmos
de inferencia, como la cadena hacia adelante (forward chaining) o la cadena hacia
atrás (backward chaining), para derivar nuevas conclusiones o tomar decisiones
basadas en el conocimiento.
Interfaz de usuario
- Interfaz gráfica de usuario (GUI): Permite la interacción visual con el SIE mediante
ventanas, botones, formularios y otros elementos gráficos. Los usuarios pueden
ingresar datos, ver resultados, realizar consultas y recibir recomendaciones a través de
la interfaz gráfica.
21
Mecanismos de adquisición de conocimiento
Módulos de explicación
22
Cabe destacar que la implementación específica puede variar según las necesidades y
requisitos del sistema en particular.
23
- Aeronáutica: Planificación de rutas de vuelo, control del tráfico aéreo, mantenimiento
de aeronaves, gestión de sistemas de navegación y simulación de operaciones aéreas.
24
7. Metodologías para la Construcción de Sistemas Expertos.
Metodología de Prototipos.
• En muchos puntos, los requisitos necesarios están esbozados con muy poca
precisión. El diseño y la especificación requieren una temprana determinación de la
interfaz del software y de la funcionalidad de los componentes. Durante el desarrollo,
resulta apropiado empezar con implementaciones tipo test para encontrar el camino
hacia una solución definitiva y para hacerlas coincidir con las necesidades del usuario.
25
• Encapsulación. Es el concepto de que un objeto debería tener separada su interfaz de
su implementación. Es decir, un objeto es visto como una “caja negra”.
Esta metodología tiene diversas ventajas, entre las cuales destaca el hecho que
cualquier modificación o mantenimiento que se le quiera realizar a un determinado
componente no afectará al otro y viceversa. Tello propone crear especializaciones o
jerarquías de clases (usando herencia) que incluyan métodos que permitan a los
objetos modificarse a sí mismos, logrando con esto que un SE aprenda por sí mismo,
modificando su base de conocimiento sin modificar los demás componentes. Otra
ventaja de la OOP es que mediante la herencia, las clases hijas heredarán el
comportamiento de las clases padres, evitando con esto, tener que incluir código
redundante en las especializaciones.
26
8. Lenguajes utilizados para la construcción de Sistemas Expertos.
LISP utiliza un ciclo llamado leer - evaluar - imprimir. Cuando el programador teclea
algo en LISP, el lenguaje toma lo que se ha tecleado, intenta responder de cualquier
forma y después despliega dicha respuesta en la pantalla. El término en LISP usado
para “ver lo que se ha tecleado” es leer; el término usado para “tratar de responder de
cualquier forma” es evaluar; y el término usado para “desplegar la respuesta en la
pantalla” es imprimir. Si hubiera una persona en vez de una máquina en frente del
programador, diríamos que dicha persona estaría escuchando, comprendiendo y
respondiendo al programador.
27
integrado, o un sistema que dictamine cuál es la cantidad que una compañía
aseguradora debe abonar a un asegurado por un determinado suceso. Como se puede
deducir, un Sistema Experto siempre es un sistema de apoyo a la toma de decisiones,
por ello para diferenciar aquellos de apoyo a la dirección empresarial se les denomina
estratégicos, como veremos.
Obsérvese que este tipo de sistema, en principio, se corresponde muy bien con el de
un Sistema Experto, puesto que se tratará sin duda de representar conocimiento
derivado de la experiencia, y del conocimiento de la propia empresa, en un método
dinámico y eficaz, que bien podría ser un Sistema Experto.
• Decisión Estadística.
• Teorías de Utilidad.
• IO (Investigación Operativa).
• Programación lineal.
• Grafos.
28
Particularizando las aplicaciones en ramas específicas del conocimiento, se han
desarrollado un gran número de Sistemas Expertos que actúan en empresas, algunos
simplemente en diseño teórico; otros, con aplicación real en el campo productivo de la
organización.
DENDRAL
MYCIN
29
El programa capturaba las entradas a partir de una serie de preguntas (como por
ejemplo, ¿Tiene el paciente molestias en el pecho?, o ¿Ha sido operado el paciente
anteriormente?), que usualmente respondía el médico del paciente.
Tras este proceso, Mycin mostraba la salida por pantalla, que consistía en una serie de
posibles enfermedades (ordenadas por su probabilidad asociada), la explicación del por
qué de cada uno de estos diagnósticos, y una serie de recomendaciones sobre el
tratamiento a seguir por el paciente. Para calcular la probabilidad de cada uno de los
resultados, los autores desarrollaron una técnica empírica basada en factores de
certeza. Resultados.
Las investigaciones realizadas por la Stanford Medical School, desvelaron que Mycin
tuvo una tasa de aciertos de aproximadamente el 65%, lo cual mejoraba las
estadísticas de la mayoría de los médicos no especializados en el diagnóstico de
infecciones SE y sus aplicaciones bacterianas (dominio en el que Mycin estaba
especializado), que ejercían la profesión en aquellos años. Los médicos que trabajaban
exclusivamente en este campo conseguían una tasa del 80%. Actualidad.
Poco a poco Mycin fue cayendo en desuso, debido principalmente a alguna de las
debilidades que el programa presentaba, y también, por cuestiones éticas y legales que
surgían al volcar la responsabilidad de la salud de una persona a una máquina (por
ejemplo, si Mycin se equivocaba en algún diagnóstico, ¿quién asumía la culpa, el
programador o el médico?).
XCON
30
muy amplio, la configuración completa y correcta de un sistema de estas características
es un problema de gran complejidad.
DIAVAL
Se trata de un sistema automático de análisis, que interacciona con una base de datos
convencional denominada CRAS (Cable Repair Administrative System), en la que se
recogen registros de las actividades de mantenimiento de la planta exterior. Su uso
permite tanto localizar averías como planificar los trabajos de mantenimiento, así como
también ayuda a adoptar decisiones sobre la modernización y ampliación de la red.
Desarrollado en 1985 en los laboratorios Bell de AT&T hoy está disponible como
producto comercial aplicable a más de cuarenta sistemas distintos en entornos UNIX.
31
ALFEX
ANALYSIS
ANIBAL
La teoría de los Sistemas Evolutivos parte del constante cambio en los sistemas tanto
de la información que manejan como de su estructura y desde hace mas de veinte
años se han aplicado a la solución de problemas en áreas como el reconocimiento de
patrones y lenguaje natural, la generación de música por computadora y la vida artificial
entre otros,Ndando muy buenos resultados
Visión critica.
32
Como en cualquier campo de la tecnología, no todas las visiones referentes al futuro de
la Inteligencia Artificial son optimistas, como podría hacer suponer lo anteriormente
narrado en este epígrafe. Entre algunas de las cuestiones que podrían inducir a
adoptar una visión más pesimista están: el hecho de que las mayores inversiones en
este campo provienen de las agencias militares, que son bastantes remisas a dar
publicidad a los resultados de sus investigaciones, así como también los altos costes
asociados a este tipo de tecnología, cuya amortización es incierta. Tampoco están
claras ni la fiabilidad (lo que limita la aplicación de esta tecnología, sobre todo en los
casos donde ésta es crítica, como en centrales nucleares), ni en las áreas de aplicación
(no quedando nítidamente determinado cuando es preferible una aplicación de
inteligencia Artificial frente a una programación clásica).
• Se debe buscar compatibilizar los productos de esta nueva tecnología con la gran
cantidad de equipos actualmente existentes.
• La tecnología de los Sistemas Expertos es hoy en día cara, su desarrollo es una tarea
para la que hay que contar con herramientas adecuadas y en las que es necesario
invertir una gran cantidad de tiempo. Sería deseable por tanto desarrollar herramientas
de alto nivel, que faciliten la tarea y reduzcan el costo de desarrollo.
33
• Extraer el conocimiento de los expertos humanos es una tarea lenta y complicada,
que se suma al tiempo y esfuerzo necesario para su codificación en la Base de
Conocimiento. Usualmente, se hace necesario el rediseño de un sistema debido a
varias causas, entre las cuales las más usuales son: SE y sus aplicaciones
Las presentaciones del sistema son insatisfactorias desde el punto de vista del usuario
o del proyecto.
Las metas del sistema podrían cambiar a lo largo del tiempo de desarrollo, siendo
necesario replantear el diseño.
• Algunas de las metas de los Sistemas Expertos, como ser integrables con sistemas
ya existentes u operar en un gran número de ordenadores distintos, no son siempre
alcanzadas.
• La vida media del conocimiento es corta, y podría ocurrir que cuando el proceso de
desarrollo del Sistema Experto concluyese, el conocimiento fuese obsoleto.
34
Conclusión
Por otro lado, la inteligencia artificial se refiere a la capacidad de las máquinas para
simular ciertas características de la inteligencia humana, como el aprendizaje, la
adaptación, el razonamiento y la toma de decisiones. La IA se basa en algoritmos y
modelos matemáticos que permiten a las máquinas procesar grandes volúmenes de
datos, identificar patrones, realizar inferencias y aprender de la experiencia. La IA se ha
convertido en un campo de rápido crecimiento y ha demostrado su utilidad en una
35
amplia gama de aplicaciones, desde la asistencia virtual y los chatbots hasta los
vehículos autónomos y el análisis de datos.
36
Bibliografía.
37
Anexos.
38
Figura 2. Sistema de informacion Experto MYCIN
39
Figura 4 Sistema experto PSYCIN
40
Figura 6 Arquitectura de Los Sistemas Expertos
41