View
44
Download
1
Category
Preview:
Citation preview
TRABAJO
MONOGRÁFICO
CURSO : SISTEMA EXPERTOS
TEMA : SISTEMAS EXPERTOS
PROFESOR: LEOPERU
ALUMNA : LEOPERU
CICLO : V
TURNO : TARDE
DÍA : XXXXX HORA : 1:00 A 5:00
TACNA – PERÚ
2014
1
A mi familia y personas que
me dieron su apoyo moral
para seguir con mi carrera.
Leoperu
2
ÍNDICE
CAPÍTULO I
SISTEMAS EXPERTOS
1.1 DEFINICIÓN DE S.E………………………………………051.2 CARACTERÍSTICAS S.E…………………………………061.3 FUNCIÓN DE S.E…………………………………………061.4 TIPOS DE S.E…………………………………… 06-07-08
CAPÍTULO II
ARQUITECTURA BÁSICA
2.1 LA BASE DE CONOCIMIENTO……………………………..09
2.2 SUBSISTEMA DE ADQUISICIÓN DE CONOCIMIENTO…..10
2.3 CONTROL DE LA COHERENCIA……………..10-11
2.4 EL MOTOR DE INFERENCIA…………………11
2.5 EL SUBSISTEMA DE ADQUISICIÓN DE INFORMACIÓN…12
2.6 INTERFACE DE USUARIO…………………………….12-13
2.7 EL SUBSISTEMA DE EJECUCIÓN DE ÓRDENES……………13
2.8 EL SUBSISTEMA DE EXPLICACIÓN…………………….14
2.9 EL SUBSISTEMA DE APRENDIZAJE…………………14
CAPÍTULO III
TAREAS REALIZABLES POR LOS SISTEMAS EXPERTOS
…………………………………………………………………………………………15
CAPÍTULO IV
LIMITACIONES Y EJEMPLOS DE SISTEMAS EXPERTOS
EJEMPLOS I , II. III,IV, V……………………………………16-17-18
CONCLUSIONES…………………………………………………19-20
FUENTES DE INFORMACIÓN……………………………..20
ANEXO…………………………………………21-22-23
3
INTRODUCCION
El propósito de este tema es de mostrarnos una amplia y precisa descripción
de lo que son los Sistemas Expertos (SE), los cuales también son conocidos
como Sistemas Basados en Conocimiento. Así mismo mostramos brevemente
los orígenes, conceptos, aplicaciones, ventajas, limitaciones, y su arquitectura
básica de esta área y/o campo de la Inteligencia artificial. Por otra parte en la
actualidad el mercado se vuelve más competitivo, donde la administración y
buen manejo de la información 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 áreas.
Sus inicios datan a mediados de los años sesenta. Durante esta década los
investigadores Alan Newell y Herbert Simón desarrollaron un programa llamado
GPS (General Problema Solver: solucionador general de problemas).
Podía trabajar con criptoaritmética, con las torres de Hanói y con otros
problemas similares. Lo que no podía hacer el GPS era resolver problemas del
mundo real, tales como un diagnóstico médico.
En esa época se desarrollaron también: HERSAY, que intentaba identificar la
palabra hablada, y PROSPECTOR, utilizado para hallar yacimientos de
minerales.
De este último derivó el Shell KAS (Knowledge Adquisition System).
Un ejemplo de SE moderno es CASHVALUE, que evalúa proyectos de
inversión y VATIA, que asesora acerca del impuesto sobre el valor añadido o
IVA
4
CAPÍTULO I
SISTEMAS EXPERTOS
1.1 DEFINICIONES DE SISTEMAS EXPERTOS
Un sistema experto, puede definirse como un sistema informático (hardware y
software) que simula a los expertos humanos en un área de especialización
dada.” Como tal, un sistema experto debería ser capaz de procesar y
memorizar información, aprender y razonar en situaciones deterministas e
inciertas, comunicar con los hombres y/u otros sistemas expertos, tomar
decisiones apropiadas, y explicar por qué se han tomado tales decisiones. Se
puede pensar también 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.
5
1.2 CARACTERÍSTICAS DE SISTEMAS EXPERTO S
Solucionan problemas aplicando su experiencia de una forma eficaz,
haciendo deducciones a partir de datos incompletos o inciertos.
Explican y justifican lo que están haciendo.
Se comunican con otros expertos y adquieren nuevos conocimientos.
Reestructuran y reorganizan el conocimiento.
Interpretan al mismo tiempo el espíritu y la letra de las reglas.
Determinan cuando un problema está en el dominio de su experiencia.
1.3 FUNCIÓN DE SISTEMAS EXPERTOS
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 poniéndolos a disposición del
sistema, para que este pueda resolver una función dentro del ámbito del
problema, de igual forma que lo hubiera hecho un experto.
1.4 TIPOS DE SISTEMAS EXPERTOS
Según la naturaleza de problemas para los que están diseñados:
Problemas Deterministas Sistemas Basados en Reglas, porque sacan
sus conclusiones basándose en un conjunto de reglas utilizando un
mecanismo de razonamiento lógico.
Problemas Estocásticos Sistemas Expertos Probabilísticos, utilizan la
probabilidad como medida de incertidumbre y la estrategia de
6
razonamiento que usan se conoce como razonamiento probabilístico, o
inferencia probabilística.
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 lógica clásica
a estas reglas.
¿Qué se entiende por regla?
Una proposición lógica que relaciona dos o más objetos
Incluye dos partes, la premisa y la conclusión.
Cada una de estas partes consiste en una expresión lógica con una o
más afirmaciones objeto-valor conectadas mediante los operadores
lógicos y, o, o no.
Una regla se escribe normalmente como \Si premisa, entonces
conclusión".
A) BASADOS EN REGLAS (II)
Situaciones complejas gobernadas por reglas deterministas:
Sistemas de control de tráfico.
Sistemas de seguridad.
Transacciones bancarias.
B) BASADOS EN PROBABILIDADES (I)
Para problemas cuyas soluciones se conducen en presencia de incertidumbre
en los datos o en el conocimiento es posible utilizar técnicas numéricas, o
también, las incertidumbres pueden ser manejadas con una aproximación de la
forma de rastro.
7
El razonamiento en la presencia de incertidumbre sucede en ejemplos típicos
de diagnóstico y análisis de datos.
Emplean reglas de condición-conclusión que van acompañadas de una
estimación de certidumbre, en donde se tiene:
1.- Procedimiento numérico
2.- Revisión de la credibilidad
B) BASADOS EN PROBABILIDADES (II)
1.- PROCEDIMIENTO NUMÉRICO
Ideados para manejar evidencias que pueden ser combinadas.
Los sistemas que usan esta aproximación manejan factores de certidumbre
relacionados con probabilidades para indicar la intensidad de la evidencia.
La teoría de conjuntos difusos ha sido otra herramienta poderosa para esta
clase de problemas.
Ejemplo: SE de diagnóstico MYCIN.
2.- REVISIÓN DE LA CREDIBILIDAD
Cuando la información es parcial o errónea completamente el sistema incurrirá
en contradicciones. Malas líneas 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 justificación. Usando esta aproximación es posible explotar las
redundancias en los datos experimentales para mantener la verdad y así
incrementar la confiabilidad del sistema
8
CAPÍTULO II
ARQUITECTURA BÁSICA
2.1 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 información relacionada con una aplicación particular.
Son efímeros (destruidos después de usarlos) y se almacenan en la memoria
de trabajo (así como Todos los procedimientos de los diferentes sistemas y
subsistemas que son de carácter transitorio)
Por ejemplo, en diagnostico médico, los síntomas, las enfermedades y las
relaciones entre ellos, forman parte del conocimiento, mientras los síntomas
particulares de un paciente dado forman parte de los datos.
9
2.2 SUBSISTEMA DE ADQUISICIÓN DE CONOCIMIENTO
Controla el flujo del nuevo conocimiento que fluye del experto humano a la
base de datos. Determina qué 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.
2.3 CONTROL DE LA COHERENCIA
Ayuda a los expertos humanos a dar información 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 información debe cumplir para ser
coherente con la existente en la base de conocimiento cuando se solicita
información 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.
10
En mecanismos de propagación de incertidumbre, se podría llegar a
conclusiones absurdas o en conflicto como, por ejemplo, situaciones en
las que el sistema genera probabilidades mayores que la unidad o
negativas.
2.4 EL MOTOR DE INFERENCIA
Es el corazón de todo sistema experto.
Saca conclusiones aplicando el conocimiento a los datos. Por ejemplo,
en diagnóstico médico, los síntomas de un paciente (datos) son
analizados a la luz de los síntomas y las enfermedades y de sus
relaciones (conocimiento).
Las conclusiones del motor de inferencia pueden estar basadas en
conocimiento determinista o conocimiento probabilístico.
En muchos casos, algunos hechos (datos) no se conocen con absoluta
certeza. Por ejemplo, piénsese en un paciente que no está seguro de
sus síntomas.
El motor de inferencia es también responsable de la propagación de este
conocimiento incierto. Es Probablemente el componente más débil de
casi todos los sistemas expertos existentes.
11
2.5 EL SUBSISTEMA DE ADQUISICIÓN DE INFORMACIÓN
Si el conocimiento inicial es muy limitado y no se pueden sacar
conclusiones, el motor de inferencia utiliza el subsistema de adquisición
de información 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 información requerida
para este y otros objetivos. De ello resulta la necesidad de una interface
de usuario y de una comprobación de la consistencia de la información
suministrada por el usuario antes de introducirla en la memoria de
trabajo.
2.6 INTERFACE DE USUARIO
Es el enlace entre el sistema experto y el usuario, por ello debe
incorporar mecanismos eficientes para mostrar y obtener información de
forma fácil y agradable.
Muestra las conclusiones, las razones que expliquen tales conclusiones
y una explicación de las acciones iniciadas por el sistema experto.
También es un vehículo para obtener la información necesaria del
usuario.
12
Consecuentemente, una implementación inadecuada de la interface de
usuario que no facilite este proceso minaría notablemente la calidad de
un sistema experto.
2.7 EL SUBSISTEMA DE EJECUCIÓN DE ÓRDENES
Permite al sistema experto iniciar acciones basadas en las conclusiones
sacadas por el motor de inferencia.
Como ejemplos, un sistema experto diseñado para analizar el tráfico
ferroviario puede decidir retrasar o parar ciertos trenes para optimizar el
tráfico global, o un sistema para controlar una central nuclear puede
abrir o cerrar ciertas válvulas, mover barras, etc., para evitar un
accidente. La explicación de las razones por las que se inician estas
acciones puede darse al usuario mediante el subsistema de explicación.
13
2.8 EL SUBSISTEMA DE EXPLICACIÓN
Explica el proceso seguido por el motor de inferencia o por el
subsistema de ejecución (explicación de las conclusiones sacadas o de
las acciones iniciadas por el sistema experto).
Por ejemplo, si un cajero automático decide rechazar la palabra clave
(una acción), la máquina puede mostrar un mensaje (una explicación)
como la siguiente: ¡Lo siento!, su palabra clave es todavía incorrecta tras
tres intentos. Retenemos su tarjeta de crédito, para garantizar su
seguridad. Por favor, póngase en contacto con su banco en horas de
oficina.
En muchos dominios de aplicaciones, es necesaria la explicación 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 últimos de los diagnósticos, independientemente de las
herramientas técnicas utilizadas para sacar conclusiones. En estas
situaciones, sin un subsistema de explicación, los doctores pueden no
ser capaces de explicar a sus pacientes las razones de su diagnostico.
2.9 EL SUBSISTEMA DE APRENDIZAJE
Una de las principales características de un sistema experto es su capacidad
para aprender.
14
CAPÍTULO III
TAREAS REALIZABLES POR LOS SISTEMAS
EXPERTOS
Adquisición de conocimiento y la verificación 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
15
CAPÍTULO IV
LIMITACIONES Y EJEMPLOS DE SISTEMAS
EXPERTOS
Para actualizar se necesita de reprogramación de estos.
Elevado costo en dinero y tiempo
Programas son poco flexibles a cambios y de
Difícil acceso a información no estructurada.
Escasez de expertos humanos en determinadas áreas
No se han desarrollado sistemas que sean capaces de resolver
problemas de manera general.
EJEMPLOS DE S.E (I)
Mycin (Sistema Experto para diagnósticos médicos)
MYCIN es un Sistema Experto para la realización de diagnósticos, iniciado pro
Ed. Feigenbaum y posteriormente desarrollados por E.Shortliffe y sus
colaboradores. Su función es la de aconsejar a los médicos en la investigación
y determinación de diagnósticos en el campo de las enfermedades infecciosas
de la sangre. El sistema MYCIN, al ser consultado por el médico, solicita
primero datos generales sobre el paciente: nombre, edad, síntomas, etc. Una
vez conocida esta información por parte del sistema, el Sistema Experto
plantea unas hipótesis. Para poder verificarlas comprueba primero la exactitud
de las premisas de la regla.
16
EJEMPLOS DE S.E (II)
Esto se realiza mediante una búsqueda 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. También lo realiza mediante determinadas
preguntas al usuario. Aquí se hacen preguntas del tipo: ¿Se ha practicado en el
paciente algún tipo de intervención quirúrgica?
Con las respuestas que recibe, el MYCIN verifica o rechaza las hipótesis
planteadas. Una serie de test ha demostrado que MYCIN trabaja igual de bien
que un médico.
EJEMPLOS DE S.E (III)
Xcon (Sistema Experto para configuración de Ordenadores)
XCON es un Sistema Experto para configuraciones desarrollado por la Digital
Equipen Corporación. Según 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 configuración completa y correcta de un sistema
de estas características es un problema de gran complejidad.
XCON es capaz de comprobar y completar los pedidos entrantes mucho más
rápido y mejor que las personas encargadas hasta ahora de esa labor.
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 está aprendiendo a operar un ambiente, y en base a
ellas construye un modelo adaptativo del usuario. Si bien el concepto general
es aplicable para áreas diversas tales como las Interfaces Inteligentes y el
17
soporte técnico, en particular es de interés para este trabajo ya que los
dominios de prueba que modeló corresponden al de un lenguaje y un entorno
de programación (LISP y UNIX, respectivamente); así como por la prueba de
adaptabilidad a distintos dominios en que probó ser efectivo. En dicha prueba,
después de completar el desarrollo y pruebas del tutor bajo el dominio de LISP,
se encargó a un estudiante inexperto, su adaptación al dominio de UNIX; dado
el éxito de la adaptación, a pesar de la inexperiencia del constructor del
dominio, Selker concluye que la aplicación de los conceptos y modelación del
dominio son apropiados para diversos dominios, y por lo tanto, fácilmente
adaptables.
EJEMPLOS DE S.E (V)
Una de las contribuciones importantes de Coach consiste en la descripción 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 análisis 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 éxito de
un sistema similar como el que ocupa este trabajo.
18
CONCLUSIONES
Actualmente el duro, difícil y cambiante mercado competitivo se vuelve
más complejo por la gran diversidad de información que se ven
obligados a almacenar y analizar, razón por la cual las empresas se ven
en la necesidad de recurrir a poderosas y/o robustas herramientas o
sistemas que les sirvan de soporte a la hora de tomar decisiones. De
esta forma estos inteligentes, precisos y eficientes sistemas son
adoptados por más organizaciones, en las cuales se convierten y/o
transforman en una importante estrategia de negocio.
Por otra parte es importante mencionar que estos seguirán siendo
usados en los todos y cada una de las áreas y/o campos donde los
expertos humanos sean escasos. Por consecuencia de lo anterior estos
sistemas son utilizados por personas no especializadas, por lo cual el
uso frecuente de los (SE) les produce y/o genera conocimiento a los
usuarios.
El presente informe ha permitido concluir las grandes ventajas de este
Sistema Experto MYCIN, y del gran apoyo que entrega en el área de la
Medicina tanto para diagnosticar, como también para entrenar a los
médicos para mantenerse en constante aprendizaje. Además vemos
como se puede interactuar con este Sistema. También se puede
considerar lo apacionante que resulta poder aplicar los Sistemas
Expertos en tantas áreas del conocimiento.
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 más fácilmente.
Como Breve historia Los sistemas expertos proceden inicialmente de la
inteligencia artificial a mediados de los años sesenta. En ese período se
creía que bastaban unas pocas leyes de razonamiento junto con
potentes ordenadores para producir resultados brillantes.
19
FUENTES DE INFORMACIÓN
http://www.mistrabajos.8k.com/Sistema%20experto%20fuzzy.htm
http://es.wikipedia.org/wiki/Sistema_experto
http://www.monografias.com/trabajos16/sistemas-expertos/sistemas-
expertos.shtml
http://www.monografias.com/trabajos16/sistemas-expertos/sistemas-
expertos.shtml
http://www.monografias.com/trabajos16/sistemas-expertos/sistemas-
expertos.shtml
http://www.slideshare.net/Luzedithvalv/presentacion-sistemas-expertos
http://www.slideshare.net/ruttbar/sistemas-expertos-4637427
http://www.slideshare.net/leonardobernalzamora/sistemas-expertos-
5396761
http://www.slideshare.net/juanmiguel431/sistemas-expertos-3771338
http://www.slideshare.net/cecipenan/sistemas-expertos-6762508
http://www.slideshare.net/SEoperaciones
http://www.slideshare.net/MichellePerez2/sistemas-expertos-9762728
http://www.slideshare.net/rolangom/sistemas-expertos-3654399
http://www.slideshare.net/DreakThunder/sistemas-expertos-1206040
20
ANEXOS
21
SISTEMAS EXPERTOS
22
ARQUITECTURA DE LOS S.E
23
24
Recommended