SISTEMAS EXPERTOS

1
 INTRODUCCION A LOS S.E
El propsito de este tema es de mostrarnos una amplia y
precisa descripcin de lo que son los Sistemas Expertos (SE),
los cuales tambin son conocidos como Sistemas Basados en
Conocimiento. As mismo mostramos brevemente los orgenes,
conceptos, aplicaciones, ventajas, limitaciones, y su
arquitectura bsica de esta rea y/o campo de la Inteligencia
artificial. Por otra parte en la actualidad el mercado se vuelve
ms competitivo, donde la administracin y buen manejo de la
informacin es fundamental para todas las empresas y/o
organizaciones, las cuales si quieren sobrevivir deben de
mantenerse a la vanguardia en todas y cada una de las reas.

2
 HISTORIA DE LOS S.E (I)
Sus inicios datan a mediados de los aos sesenta. Durante esta
dcada los investigadores Alan Newell y Herbert Simon
desarrollaron un programa llamado GPS (General Problem
Solver:solucionador general de problemas).

Poda trabajar con criptoaritmtica, con las torres de Hanoi y

con otros problemas similares. Lo que no poda hacer el GPS
era resolver problemas del mundo real, tales como un
diagnstico mdico.

3
 HISTORIA DE LOS S.E (II)
Algunos investigadores decidieron entonces cambiar por
completo el enfoque del problema restringiendo su ambicin a
un dominio especfico e intentando simular el razonamiento de
un experto humano. En vez de dedicarse a computarizar la
inteligencia general, se centraron en dominios de conocimiento
muy concretos. De esta manera nacieron los SE.
A partir de 1965, un equipo dirigido por Edward Feigenbaum,
comenz a desarrollar SE utilizando bases de conocimiento
definidas minuciosamente. Dos aos ms tarde se construye
DENDRAL, el cual es considerado como el primer SE.
identificar estructuras qumicas moleculares a partir de su
anlisis espectrogrfico.

4
 HISTORIA DE LOS S.E (III)
En la dcada de los setenta se desarroll MYCIN para consulta
y diagnstico de infecciones de la sangre.
En esa poca se desarrollaron tambin: HERSAY, que
intentaba identificar la palabra hablada, y PROSPECTOR,
utilizado para hallar yacimientos de minerales.
De este ltimo deriv el shell KAS (Knowledge Adquisition
System).
Un ejemplo de SE moderno es CASHVALUE, que evala
proyectos de inversin y VATIA, que asesora acerca del
impuesto sobre el valor aadido o IVA.

5
 DEFINICIONES DE S.E (I)
Es un software que imita el comportamiento de un experto humano en
la solucin de un problema. Pueden almacenar conocimientos de
expertos para un campo determinado y solucionar un problema
mediante deduccin lgica de conclusiones.

Son SE aquellos programas que se realizan haciendo explicito el

conocimiento en ellos, que tienen informacin especfica de un dominio
concreto y que realizan una tarea relativa a este dominio.

Programas que manipulan conocimiento codificado para resolver

problemas en un dominio especializado en un dominio que
generalmente requiere de experiencia humana.[Patterson 90]

6
 DEFINICIONES DE S.E (II)
Programas que contienen tanto conocimiento declarativo
(hechos a cerca de objetos, eventos y/o situaciones) como
conocimiento de control (informacin a cerca de los cursos de
una accin), para emular el proceso de razonamiento de los
expertos humanos en un dominio en particular y/o rea de
experiencia.

Software que incorpora conocimiento de experto sobre un

dominio de aplicacin dado, de manera que es capaz de
resolver problemas de relativa dificultad y apoyar la toma de
decisiones inteligentes en base a un proceso de razonamiento
simblico.

7
 DEFINICIONES DE S.E (III)
UN SISTEMA EXPERTO, puede definirse como un sistema
informtico (hardware y software) que simula a los expertos
humanos en un rea de especializacin dada.

Como tal, un sistema experto debera ser capaz de procesar y

memorizar informacin, aprender y razonar en situaciones
deterministas e inciertas, comunicar con los hombres y/u otros
sistemas expertos, tomar decisiones apropiadas, y explicar por
qu se han tomado tales decisiones. Se puede pensar tambin
en un sistema experto como un consultor que puede suministrar
ayuda a (o en algunos casos sustituir completamente) los
expertos humanos con un grado razonable de fiabilidad.

8
 CARACTERSTICAS

1) Solucionan problemas aplicando su

experiencia de una forma eficaz, haciendo
deducciones a partir de datos incompletos o
inciertos.
2) Explican y justifican lo que estn haciendo.

3) Se comunican con otros expertos y adquieren

SISTEMAS EXPERTOS nuevos conocimientos.

4) Reestructuran y reorganizan el conocimiento.

5) Interpretan al mismo tiempo el espritu y la

letra de las reglas.

6) Determinan cuando un problema est en el

dominio de su experiencia.

9
 FUNCIN DE UN S.E

Aportar soluciones a problemas, como si de humanos se

tratara, es decir capaz de mostrar soluciones inteligentes.

Esto Es posible gracias a que al sistema lo crean con expertos

(humanos), que intentan estructurar
y formalizar conocimientos ponindolos a disposicin del
sistema, para que este pueda resolver una funcin dentro del
mbito del problema, de igual forma que lo hubiera hecho un
experto.

10
 Los sistemas expertos siguen una filosofa
diferente a los programas clsicos.

SISTEMA CLSICO SISTEMA EXPERTO

Conocimiento y procesamiento
combinados en un programa
No contiene errores
No da explicaciones, los datos slo
se usan o escriben
Los cambios son tediosos
Base de conocimiento separada del
mecanismo de procesamiento
Puede contener errores
Una parte del sistema experto la
forma el mdulo de explicacin
Los cambios en las reglas son fciles

El sistema slo opera completo El sistema puede funcionar con

pocas reglas
Se ejecuta paso a paso La ejecucin usa heursticas y lgica

Necesita informacin completa Puede operar con informacin

para operar incompleta
Representa y usa datos Representa y usa conocimiento

11
 Los modelos funcionales de los sistemas
expertos

CATEGORA TIPO DE PROBLEMA USO

Deducir situaciones a partir de datos observados Anlisis de imgenes, reconocimiento del habla,
Interpretacin
inversiones financieras
Inferir posibles consecuencias a partir de una situacin Prediccin meteorolgica, previsin del trfico,
Prediccin
evolucin de la Bolsa
Deducir fallos a partir de sus efectos Diagnstico mdico, deteccin de fallos en
Diagnstico
electrnica
Diseo Configurar objetos bajo ciertas especificaciones Diseo de circuitos, automviles, edificios, etc
Desarrollar planes para llegar a unas metas Programacin de proyectos e inversiones.
Planificacin
Planificacin militar
Monitorizacin o Controlar situaciones donde hay planes vulnerables Control de centrales nucleares y factoras
supervisin qumicas
Depuracin Prescribir remedios para funcionamientos errneos Desarrollo de software y circuitos electrnicos
Reparacin Efectuar lo necesario para hacer una correccin Reparar sistemas informticos, automviles, etc

Instruccin Diagnstico, depuracin y correccin de una conducta Correccin de errores, enseanza

Mantener un sistema por un camino previamente Estrategia militar, control de trfico areo
Control trazado. Interpreta, predice y supervisa su
conducta
Enseanza Recoger el conocimiento y mostrarlo Aprendizaje de experiencia

12
 TIPOS DE S.E
Segn la naturaleza de problemas para los que estn
diseados:

Problemas Deterministas Sistemas Basados en Reglas ,

porque sacan sus conclusiones basndose en un conjunto
de reglas utilizando un mecanismo de razonamiento lgico.

Problemas Estocsticos Sistemas Expertos

Probabilsticos, utilizan la probabilidad como medida de
incertidumbre y la estrategia de razonamiento que usan se
conoce como razonamiento probabilstico, o inferencia
probabilstica.

13
A) BASADOS EN REGLAS (I)
Se tiene:
La base de conocimiento, que contiene las variables y el
conjunto de reglas que definen el problema.
El motor de inferencia, que obtiene las conclusiones
aplicando la lgica clsica a estas reglas.

Qu se entiende por regla?

Una proposicin lgica que relaciona dos o ms objetos
Incluye dos partes, la premisa y la conclusin.
Cada una de estas partes consiste en una expresin lgica
con una o ms afirmaciones objeto-valor conectadas
mediante los operadores lgicos y, o, o no.
Una regla se escribe normalmente como \Si premisa,
entonces conclusin".

14
A) BASADOS EN REGLAS (II)
Situaciones complejas gobernadas por reglas
deterministas:

Sistemas de control de trfico

Sistemas de seguridad

Transacciones bancarias

15
B) B. EN PROBABILIDADES (I)
Para problemas cuyas soluciones se conducen en presencia de
incertidumbre en los datos o en el conocimiento es posible
utilizar tcnicas numricas, o tambin, las incertidumbres
pueden ser manejadas con una aproximacin de la forma de
rastro.

El razonamiento en la presencia de incertidumbre sucede en

ejemplos tpicos de diagnstico y anlisis de datos.

Emplean reglas de condicin-conclusin que van acompaadas

de una estimacin de certidumbre, en donde se tiene:
1.- Procedimiento numrico
2.- Revisin de la credibilidad

16
B) B. EN PROBABILIDADES (II)
1.- PROCEDIMIENTO NUMRICO

Ideados para manejar evidencias que pueden ser combinadas.

Los sistemas que usan esta aproximacin manejan factores de

certidumbre relacionados con probabilidades para indicar la
intensidad de la evidencia.

La teora de conjuntos difusos ha sido otra herramienta

poderosa para esta clase de problemas.

Ejemplo: SE de diagnstico MYCIN.

17
B)B. EN PROBABILIDADES (III)
2.- REVISIN DE LA CREDIBILIDAD

Cuando la informacin es parcial o errnea completamente el

sistema incurrir en contradicciones. Malas lneas de
razonamiento o creencias incorrectas producen contradicciones
y como consecuencia malas conclusiones, debiendo de haber
un proceso para retractarse.
Para facilitar esto, es necesario mantener un registro en la base
de datos de la credibilidad y su justificacin. Usando esta
aproximacin es posible explotar las redundancias en los datos
experimentales para mantener la verdad y as incrementar la
confiabilidad del sistema

18
ARQUITECTURA BSICA

19
Elementos de los S.E

20
1. La Componente Humana
Con los usuarios en mente y la colaboracin de:
Los expertos humanos, especialistas en el tema de
estudio suministran el conocimiento bsico en el tema de
inters,
Los ingenieros del conocimiento trasladan este
conocimiento a un lenguaje, que el sistema experto pueda
entender.

Quizs el elemento ms importante en el desarrollo de un

sistema experto.

Esta etapa requiere una enorme dedicacin y un gran esfuerzo

debido a los diferentes lenguajes que hablan las distintas partes
y a las diferentes experiencias que tienen.

21
2. La Base de Conocimiento
Los especialistas son responsables de suministrar a los
ingenieros del conocimiento una base de conocimiento ordenada
y estructurada, y un conjunto de relaciones bien definidas y
explicadas.

Diferenciar entre datos y conocimiento.

El conocimiento se refiere a afirmaciones de validez general
tales como reglas, distribuciones de probabilidad, etc. Es
permanente (parte de la componente permanente de un
sistema) y se almacena en la base de conocimiento
Los datos se refieren a la informacin relacionada con una
aplicacin particular. son efmeros (destruidos despus de
usarlos) y se almacenan en la memoria de trabajo ( asi como
Todos los procedimientos de los diferentes sistemas y
subsistemas que son de carcter transitorio )
Por ejemplo, en diagnostico mdico, los sntomas, las
enfermedades y las relaciones entre ellos, forman parte del
conocimiento, mientras los sntomas particulares de un
paciente dado forman parte de los datos.

22
3. Subsistema de Adquisicin de
Conocimiento

Controla el flujo del nuevo conocimiento que

fluye del experto humano a la base de datos.
Determina qu nuevo conocimiento se necesita,
o si el conocimiento recibido es en realidad
nuevo, es decir, si debe incluirse en la base de
datos y, en caso necesario, incorpora estos
conocimientos a la misma.

23
4. Control de la Coherencia
Ayuda a los expertos humanos a dar informacin fiable:
Controla la consistencia de la base de datos y evita que
unidades de conocimiento inconsistentes entren en la misma.
Comprueba e informa a los expertos de las inconsistencias.
Informa sobre las restricciones que la informacin debe
cumplir para ser coherente con la existente en la base de
conocimiento cuando se solicita informacin de los expertos
humanos

Si un control de la coherencia:
Unidades de conocimiento contradictorio pueden formar parte
de la base de conocimiento, dando lugar a un comportamiento
insatisfactorio del sistema.
En mecanismos de propagacin de incertidumbre, se podra
llegar a conclusiones absurdas o en conflicto como, por
ejemplo, situaciones en las que el sistema genera
probabilidades mayores que la unidad o negativas

24
5. El Motor de Inferencia
Es el corazn de todo sistema experto.
Saca conclusiones aplicando el conocimiento a los datos. Por
ejemplo, en diagnstico mdico, los sntomas de un paciente
(datos) son analizados a la luz de los sntomas y las
enfermedades y de sus relaciones (conocimiento).
Las conclusiones del motor de inferencia pueden estar basadas
en conocimiento determinista o conocimiento probabilstico.
En muchos casos, algunos hechos (datos) no se conocen con
absoluta certeza. Por ejemplo, pinsese en un paciente que no
est seguro de sus sntomas.
El motor de inferencia es tambin responsable de la
propagacin de este conocimiento incierto. Es Probablemente
el componente ms dbil de casi todos los sistemas expertos
existentes.

25
6.- El Subsistema de Adquisicin
de Informacin
Si el conocimiento inicial es muy limitado y no se pueden sacar
conclusiones, el motor de inferencia utiliza el subsistema de
adquisicin de informacin para obtener el conocimiento
necesario y continuar con el proceso de inferencia hasta que se
hayan sacado conclusiones.

En algunos casos, el usuario puede suministrar la informacin

requerida para este y otros objetivos. De ello resulta la
necesidad de una interfase de usuario y de una comprobacin
de la consistencia de la informacin suministrada por el usuario
antes de introducirla en la memoria de trabajo.

26
7.- Interfase de Usuario
Es el enlace entre el sistema experto y el usuario, por ello debe
incorporar mecanismos eficientes para mostrar y obtener
informacin de forma fcil y agradable.
Muestra las conclusiones, las razones que expliquen tales
conclusiones y una explicacin de las acciones iniciadas por el
sistema experto.
Tambin es un vehculo para obtener la informacin necesaria
del usuario.
Consecuentemente, una implementacin inadecuada de la
interfase de usuario que no facilite este proceso minara
notablemente la calidad de un sistema experto.

27
8.- El Subsistema de Ejecucin de
rdenes
Permite al sistema experto iniciar acciones basadas en las
conclusiones sacadas por el motor de inferencia.
Como ejemplos, un sistema experto diseado para analizar el
trfico ferroviario puede decidir retrasar o parar ciertos trenes
para optimizar el trfico global, o un sistema para controlar una
central nuclear puede abrir o cerrar ciertas vlvulas, mover
barras, etc., para evitar un accidente. La explicacin de las
razones por las que se inician estas acciones pueden darse al
usuario mediante el subsistema de explicacin.

28
9.- El Subsistema de Explicacin
Explica el proceso seguido por el motor de inferencia o por el
subsistema de ejecucin (explicacin de las conclusiones
sacadas o de las acciones iniciadas por el sistema experto).
Por ejemplo, si un cajero automtico decide rechazar la
palabra clave (una accin), la mquina puede mostrar un
mensaje (una explicacin) como la siguiente :Lo siento!, su
palabra clave es todava incorrecta tras tres intentos.
Retenemos su tarjeta de crdito, para garantizar su seguridad.
Por favor, pngase en contacto con su banco en horas de
oficina.
En muchos dominios de aplicaciones, es necesaria la explicacin
de las conclusiones debido a los riesgos asociados con las
acciones a ejecutar.
Por ejemplo, en el campo del diagnostico medico, los doctores
son responsable ltimos de los diagnsticos,
independientemente de las herramientas tcnicas utilizadas
para sacar conclusiones. En estas situaciones, sin un
subsistema de explicacin, los doctores pueden no ser
capaces de explicar a sus pacientes las razones de su
diagnostico.

29
10. El Subsistema de Aprendizaje
Una de las principales caractersticas de un sistema experto es
su capacidad para aprender.
Tipos de aprendizaje:
Aprendizaje Estructural nos referimos a algunos aspectos
relacionados con la estructura del conocimiento (reglas,
distribuciones de probabilidad, etc.). Ej. El descubrimiento
de nuevos sntomas relevantes para una enfermedad o la
inclusin de una nueva regla en la base de conocimiento.
Aprendizaje Paramtrico nos referimos a estimar los
parmetros necesarios para construir la base de
conocimiento. Ej. la estimacin de frecuencias o
probabilidades asociadas a sntomas o enfermedades.

30
TAREAS REALIZABLES POR LOS
S. E
Adquisicin de conocimiento y la verificacin de su coherencia;
por lo que el sistema experto puede ayudar a los expertos
humanos a dar conocimiento coherente.
Almacenar (memorizar) conocimiento.
Preguntar cuando se requiere nuevo conocimiento.
Aprender de la base de conocimiento y de los datos
disponibles.
Realizar inferencia y razonamiento en situaciones deterministas
y de incertidumbre.
Explicar conclusiones o acciones tomadas.
Comunicar con los expertos y no expertos humanos y con otros
sistemas expertos.

31
 CAMPOS DE APLICACION (I)
La aplicacin de Sistemas Expertos ser adecuada all donde
los expertos dispongan de conocimientos complejos en un rea
muy delimitada, donde no existan algoritmos ya establecidos (o
donde los existentes no puedan solucionar algunos problemas).
Otro campo de aplicacin es all donde encontremos teoras
que resulten prcticamente imposibles de analizar todos los
casos tericamente imaginables mediante algoritmos y en un
espacio de tiempo relativamente corto y razonable.

32
 CAMPOS DE APLICACION (II)
Resumiendo los Sistemas Expertos ofrecen ayuda para:

Evitar fallos en labores rutinarias complejas

Ampliar de forma ms rpida los conocimientos de los
especialistas.
Diagnosticar los fallos con mayor rapidez y conseguir tareas de
planificacin ms completas y consistentes.

33
CAMPOS DE APLICACION (III)

34
LENGUAJES DE PROGRAMACION
DE S.E (I)
Para el desarrollo de los sistemas expertos se utilizan lenguajes de
ingeniera del conocimiento. Los lenguajes ms difundidos para el
desarrollo de los SE son RITA, ROSIE, y ROOS.

Comenzaremos hablando de ROSIE, un lenguaje evolucionado

de RITA. Este lenguaje permite al programador describir
relaciones complejas y manipularlas simblica y
deductivamente. Adems soporta trabajo en redes, trabaja en
una forma Interactiva compilada e interpretada y cuenta con
una serie de depuradores y herramientas de programacin.
Como puede ser programada en una sintaxis parecida al Ingles
esto la hace bastante leble y entendible para los usuarios.

35
LENGUAJES DE PROGRAMACION
DE S.E (II)
El lenguaje ROSS, es un lenguaje de programacin
orientado a objetos, y combina la Inteligencia Artificial y los
Sistemas Expertos principalmente en el rea de
simulaciones. Entre sus ventajas se citan las facilidades
para buscar entre objetos y su comportamiento. El
programa se desarrolla de una forma que los objetos se
comunican mandando mensajes para causar que las reglas
o comportamientos apropiados sean ejecutados.

36
 DESARROLLO DE UN SISTEMA
EXPERTO

Weiss y Kulikowski (1984) sugieren las etapas

siguientes para el diseo e implementacin de
un sistema experto:

37
 ETAPAS PARA DISEO E
IMPLEMENT. DE UN S.E (I)

38
 ETAPAS PARA DISEO E
IMPLEMENT. DE UN S.E (II)
1.- Planteamiento del problema.
La primera etapa en cualquier proyecto es normalmente la
definicin del problema a resolver. Puesto que el objetivo
principal de un sistema experto es responder a preguntas y
resolver problemas, esta etapa es quizs la ms importante en
el desarrollo de un sistema experto. Si el sistema est mal
definido, se espera que el sistema suministre respuestas
errneas.
2. Encontrar expertos humanos que puedan resolver el problema.
En algunos casos, sin embargo, las bases de datos pueden
jugar el papel del experto humano.
3. Diseo de un sistema experto.
Esta etapa incluye el diseo de estructuras para almacenar el
conocimiento, el motor de inferencia, el subsistema de
explicacin, la interfase de usuario, etc.
39
 ETAPAS PARA DISEO E
IMPLEMENT. DE UN S.E (III)
4. Eleccin de la herramienta de desarrollo, concha, o lenguaje
de programacin.
Debe decidirse si realizar un sistema experto a medida, o
utilizar una concha, una herramienta, o un lenguaje de
programacin. Si existiera una concha satisfaciendo todos los
requerimientos del diseo, esta debera ser la eleccin, no slo
por razones de tipo financiero sino tambin por razones de
fiabilidad. Las conchas y herramientas comerciales estn
sujetas a controles de calidad, a los que otros programas no lo
estn.

5. Desarrollo y prueba de un prototipo.

Si el prototipo no pasa las pruebas requeridas, las etapas
anteriores (con las modificaciones apropiadas) deben ser
repetidas hasta que se obtenga un prototipo satisfactorio.

40
 ETAPAS PARA DISEO E
IMPLEMENT. DE UN S.E (IV)
6. Refinamiento y generalizacin
En esta etapa se corrigen los fallos y se incluyen nuevas
posibilidades no incorporadas en el diseo inicial.

7. Mantenimiento y puesta al da.

En esta etapa el usuario plantea problemas o defectos del

prototipo, corrige errores, actualiza el producto con nuevos
avances, etc.
Todas estas etapas influyen en la calidad del sistema experto
resultante, que siempre debe ser evaluado en funcin de las
aportaciones de los usuarios. Para el lector interesado en estos
temas recomendamos la lectura de los trabajos de OKeefe,
Balci y Smith (1987), Chandrasekaran (1988) y Preece 1990).

41
 VENTAJAS DE UN S.E (I)
El desarrollo o la adquisicin de un sistema experto es
generalmente caro, pero el mantenimiento y el coste
marginal de su uso repetido es relativamente bajo. Por
otra parte, la ganancia en trminos monetarios, tiempo, y
precisin resultantes del uso de los sistemas expertos son
muy altas, y la amortizacin es muy rpida. Sin embargo,
antes de desarrollar o adquirir un sistema experto debe
realizarse un anlisis de factibilidad y de coste-beneficio.
Hay varias razones para utilizar sistemas expertos. Las
ms importantes son:

42
 VENTAJAS DE UN S.E (II)
1. Con la ayuda de un sistema experto, personal con poca
experiencia puede resolver problemas que requieren un
conocimiento de experto. Esto es tambin importante en casos
en los que hay pocos expertos humanos. Adems, el nmero
de personas con acceso al conocimiento aumenta con el uso de
sistemas expertos.
2. El conocimiento de varios expertos humanos puede combinarse,
lo que da lugar a sistemas expertos ms fiables, ya que se
obtiene un sistema experto que combina la sabidura colectiva
de varios expertos humanos en lugar de la de uno solo.
3. Los sistemas expertos pueden responder a preguntas y resolver
problemas mucho ms rpidamente que un experto humano.
Por ello, los sistemas son muy valiosos en casos en los que el
tiempo de respuesta es crtico.

43
 VENTAJAS DE UN S.E (III)
4.- En algunos casos, la complejidad del problema impide al
experto humano resolverlo. En otros casos la solucin de los
expertos humanos no es fiable. Debido a la capacidad de los
ordenadores de procesar un elevadsimo numero de
operaciones complejas de forma rpida y aproximada, los
sistemas expertos suministran respuestas rpidas y fiables en
situaciones en las que los expertos humanos no pueden.
5. Los sistemas expertos pueden ser utilizados para realizar
operaciones montonas, aburridas e inconfortables para los
humanos. En verdad, los sistemas expertos pueden ser la nica
solucin viable en una situacin en la que la tarea a realizar
desborda al ser humano (por ejemplo, un avin o una cpsula
espacial dirigida por un sistema experto).

44
 VENTAJAS DE UN S.E (IV)
6. Se pueden obtener enormes ahorros mediante el uso de
sistemas expertos.

7. Fcil acceso y disponibilidad de conocimiento experto.

8. Permanencia del conocimiento experto.

9. Respuestas no subjetivas.

10.Resolucin de problemas complejos que no tengan una

solucin especfica y adecuada.

45
 LIMITACIONES
1) Para actualizar se necesita de reprogramacin
de estos .
2) Elevado costo en dinero y tiempo.
3) Programas son poco flexibles a cambios y de
Tenemos difcil acceso a informacin no estructurada.

4) Escasez de expertos humanos en determinadas

reas

5) No se han desarrollado sistemas que sean

capaces de resolver problemas de manera general.

46
 EJEMPLOS DE S.E (I)
Mycin (Sistema Experto para diagnsticos mdicos)
MYCIN es un Sistema Experto para la realizacin de
diagnsticos, iniciado pro Ed Feigenbaum y posteriormente
desarrollados por E.Shortliffe y sus colaboradores. Su funcin
es la de aconsejar a los mdicos en la investigacin y
determinacin de diagnsticos en el campo de las
enfermedades infecciosas de la sangre. El sistema MYCIN, al
ser consultado por el mdico, solicita primero datos generales
sobre el paciente: nombre, edad, sntomas, etc. Una vez
conocida esta informacin por parte del sistema, el Sistema
Experto plantea unas hiptesis. Para poder verificarlas
comprueba primero la exactitud de las premisas de la regla.

47
 EJEMPLOS DE S.E (II)
Esto se realiza mediante una bsqueda de enunciados
correspondientes en la base de conocimientos. Estos
enunciados pueden a su vez estar de nuevo en la parte de
consulta de otra regla. Tambin lo realiza mediante
determinadas preguntas al usuario. Aqu se hacen preguntas
del tipo: Se ha practicado en el paciente algn tipo de
intervencin quirrgica?
Con las respuestas que recibe, el MYCIN verifica o rechaza las
hiptesis planteadas. Una serie de tests han demostrado que
MYCIN trabaja igual de bien que un mdico.

48
 EJEMPLOS DE S.E (III)
Xcon (Sistema Experto para configuracin de Ordenadores)
XCON es un Sistema Experto para configuraciones
desarrollado por la Digital Equipment Corporation. Segn los
deseos individuales del cliente se configuran redes de
ordenadores VAX. Ya que el abanico de productos que se
ofrecen en el mercado es muy amplio, la configuracin
completa y correcta de un sistema de estas caractersticas es
un problema de gran complejidad.
XCON es capaz de comprobar y completar los pedidos
entrantes mucho ms rpido y mejor que las personas
encargadas hasta ahora de esa labor.

49
 EJEMPLOS DE S.E (IV)
COACH (Cognitive Adaptive Computer Help)
Permite crear ayuda personalizada al usuario. Es un observador de las
acciones del usuario que est aprendiendo a operar un ambiente, y en
base a ellas construye un modelo adaptativo del usuario. Si bien el
concepto general es aplicable para reas diversas tales como las
Interfases Inteligentes y el soporte tcnico, en particular es de inters
para este trabajo ya que los dominios de prueba que model
corresponden al de un lenguaje y un entorno de programacin (LISP y
UNIX, respectivamente); as como por la prueba de adaptabilidad a
distintos dominios en que prob ser efectivo. En dicha prueba, despus
de completar el desarrollo y pruebas del tutor bajo el dominio de LISP,
se encarg a un estudiante inexperto, su adaptacin al dominio de
UNIX; dado el xito de la adaptacin, a pesar de la inexperiencia del
constructor del dominio, Selker concluye que la aplicacin de los
conceptos y modelacin del dominio son apropiados para diversos
dominios, y por lo tanto, fcilmente adaptables.

50
 EJEMPLOS DE S.E (V)
Una de las contribuciones importantes de Coach consiste en la
descripcin de diversos modelos de usuarios, representados
por medio de frames adaptativos; y el modelado cognitivo de
variables tales como la experiencia, la latencia del
conocimiento. Por otro lado, el anlisis de resultados que hace
Selker, basado en el comportamiento registrado por los
usuarios de sistemas tradicionales y los del sistema asesor,
muestra variables cuantificables para medir el xito de un
sistema similar como el que ocupa este trabajo.

51