Arquitectura de los SBC

M.I.A Daniel Alejandro Garca LpezArquitectura de los SBCTipos de conocimientoConocimiento publico: Definiciones, hechos y teoras.Conocimiento privado: reglas de oro (heurstica).

Conocimiento de sentido comn y conocimiento de sentido comn informado: principios generales y conceptos del dominio.Conocimiento Heurstico: Se trata de una regla de oro o un argumento derivado de la experiencia.Conocimiento del dominio: Conocimiento especifico en un dominio.Tipos de conocimientoMetaconocimiento: Conocimiento acerca del conocimientoDe acuerdo a su uso:Conocimiento condicional: provee informacin de restricciones y prerrequisitosConocimiento de utilidad: provee funciones de utilidad sobre estados futuros.Conocimiento de accin: conduce al mejor curso de accin.Conocimiento de objetivos: especifica alta utilidad sobre estados deseados.

Tipos de conocimientoConocimiento de acuerdo a su naturalezaTcito: Conocimiento embebido en la mente a travs de la experienciaExplicito: fcil de extraer y codificar de diversas fuentes.El conocimiento puede ser permanente, esttico(periodo) o dinmico

Naturalidad: Facilidad de representar el conocimiento de forma natural.Transparencia: Facilidad de identificar el conocimiento almacenadoAdecuacin y exhaustividad: Contener todos los elementos requeridos par resolver el problemaModularidad: Facilidad de almacenamiento de los elementos del conocimientoCaractersticas deseables del conocimientoUtilidad: Grado en el cual el conocimiento es til para resolver un problema del dominio.Claridad: facilidad de representar el conocimiento directamente.Facilidad de operacin, fcil acceso y eficiente.Caractersticas deseables del conocimientoElementos declarativos: representacin descriptiva Hechos ReglasElementos procedimentales: resulta de las habilidades intelectuales para hacer las cosas. Heurstica y conocimiento de sentido comn.Elementos del conocimientoMotor de inferenciaMemoria de trabajoInterfaz de usuarioExplicacinAuto aprendizajeBase de conocimientoEstructura bsica de los SBCElementos del SBCTransferencia de conocimientoGestor del SBCExpertosOtras fuentesIngeniero de conocimientoMoto de inferenciaMemoria de trabajoEstructuras de controlBase de conocimientoBase de datosExplicacinAuto AprendizajeInterfaz de usuarioEstructura de conocimientoElemento clave del SBCCalidad y utilidad relacionada con la representacinElementos de la base de conocimientoHechosReglasHeursticaMetaconocimiento

Base de conocimientoConsulta el conocimiento existenteManipula conocimiento de acuerdo a las necesidadesToma decisiones acerca de las acciones que podran tomarse.Infiere nuevo conocimientoModus PonensModus tollens

Motor de inferenciaEs una estrategia de inferencia.Es simple y fcil de aprender.Decide el orden en el cual las inferencias son realizadas.La norma establece que cuando se sabe que A es verdadero y una regla es de la forma Si A entonces B, es valido concluir que B es verdadero..

Modus ponensRegla: Si el maestro esta presente en la clase Entonces los estudiantes deben estar presentes en la claseDado el hecho: El maestro esta presente y enseando Conclusin: Los estudiantes deben estar presentes en la claseModus ponensCuando se sabe que B es falso y una regla de la forma Si A entonces B, se dice que A es falsoRegla: Si el maestro esta presente en la clase Entonces los estudiantes deben estar presentes en la claseDado el hecho: Los estudiantes estuvieron ausentesEl maestro debi ausentarse

Modus TollensEn un sistema simple basado en reglas hay dos tipos de inferencia:Encadenamiento hacia adelanteEncadenamiento hacia atrsTipos de inferenciaCiclo de inferenciaBase de conocimientoMemoria de TrabajoComparacinConflictosSeleccinEjecucinEntradas y datos son almacenados en la memoria de trabajo.Las entradas de trabajo disparan las reglas condicionales que cumplen las restricciones. Esas reglas ejecutan sus acciones.Las acciones pueden agregar nuevos datos a la memoria, y estas pueden disparar mas reglas.Es llamada tambin inferencia dirigida a los datosEncadenamiento hacia adelanteEs apropiado cuando :hay suficiente informacin acerca de un entorno para concluirHay un estado inicial nicoEs difcil elaborar una meta para verificar.Cuando una meta es impredecible o sin importanciaPuede ser utilizado en la fase de mejora de calidad en el proceso de desarrollo de software o mejora un proceso organizacionalEncadenamiento hacia adelantePaso 1: Considerar los hechos inciales y almacenarlos en la memoria de trabajoPaso 2: verificar el antecedente de las reglas de produccinPaso 3: Si todos las condiciones se corresponden, disparar la regla.Paso 4: Si hay una sola reglaEjecutar las acciones necesariasModificar la memoria de trabajo y la actualizacin de hechos.Verificar nuevas condicionesPaso 5: Si hay mas de una, utilizar una estrategia de resolucin de conflictos e ir al Paso 4Algoritmo1: runny nose2: Temperature =104 F3:headache4:coughR1: if(nasal congestion and virosis) then diagnose(influenza ) exitR2: if(runny nose) then assert(nasal congestion)R3: if(body aches) then assert(itchiness)R4: si(temp>100) then assert(fever)R5:si(headache) then assert(itchiness)R6: if(fever and itchiness and cought) then assert(virosis)Ejemplo de encadenamiento hacia adelanteSe disapara la regla R2, asi que (nasal congestion]) es agregada a la memoria de trabajo.Se dispara R4, por lo que (fever) es agregada Se dispara R5, por lo que (itchiness) es agregadaSe dispara R6: asi (virosis) es agregadaR1 se dispara, el diagnostico es influenza y termina

Ejecucin:El sistema requiere conocer el valor de una parte del dato o hiptesis. Es decir buscar las reglas cuya conclusin contengan este dato.Antes de usar la regla el sistema debe probar sus condiciones. Esto pude ayudar a descubrir mas parte de los datos.Llamado tambin inferencia dirigida al objetivo o controlador de hiptesis.Encadenamiento hacia atrsEs apropiado cuando:La meta esta dada o es evidenteRestricciones del entorno o los datos no son claros.Datos relevantes deben ser adquiridos durante el proceso de inferenciaExiste un gran numero de reglas aplicables.Encadenamiento hacia atrsCualquier sistema de reglas con encadenamiento hacia atrs puede ser reescrito como un equivalente a un sistema de encadenamiento hacia adelanteFrecuentemente ofrece mejor justificacin o explicacin de cmo llegar a una meta en particularPuede ser utilizado en sistemas para el aprendizaje, entrenamiento y diagnostico mdicoEs recomendable cuando hay pocos objetivos y poco numero de reglas sobre un gran numero de hechos.

Encadenamiento hacia atrsSi ya sabes que buscas encadenamiento hacia atrs puede ser una buena opcin.25No es recomendable para la aplicacin que requiere de una referencia cruzada o minera de datos para hacer corresponder mltiples documentos.Administra sus sub-metas automticamenteMuchas tareas son difciles o imposibles con el mtodo de encadenamiento hacia atrs.Son tiles para el diagnostico y la clasificacin, pero no tan tiles en planeacin, diseo , monitoreo de proceso, entre otros ms.Encadenamiento hacia atrsPaso 1:Comenzar con una posible hiptesis (H)Paso 2: Almacenar la Hiptesis en la memoria de trabajo, junto con los hechos disponibles. Considerar un indicador de estado(R) en nulo.Paso 3: Si H es un hecho inicial, la hiptesis esta probada. Ir al paso 7Paso 4. Si H no es un hecho inicial, encontrar una regla, R, que tiene una parte descendiente que menciona a la hiptesis.Paso 5: Almacenar R en la memoria de trabajoPaso 6: Verificar las condiciones de R y corresponderlas con los hechos existentes.Paso 7: Si corresponden, entonces disparar la regla R y parar. Sino ir al paso 4

AlgoritmoLa meta es diagnostico(influeza)Inicialmente la R1 se dispara, nuevas metas son creadas (nasal congestion) (virosis) y recursivamente se usan con esas recientes metas.R2 es disparada, porque coincide con nasal congestion. Una nueva meta es creada(runny nose). Nuevo encadenamiento es utilizado recursivamente, como existe en la memoria de trabajo este retorna verdadero.Se dispara R6, porque coincide con la meta (virosis) y se agrega nuevas metas (fever), (itchiness) y (cough)Ejemplo de encadenamiento hacia atrsR4 se dispara agregando la meta temperatura>100 y como esta en la memoria de trabajo retorna verdaderoR3 es disparado, agregando (body aches)En la recursin no hay informacin en la memoria de trabajo o regla que coincida con esta menta, sin embargo, este retorna false y la prxima regla es elegida.R5 se dispara as la meta headache es agregada. Como esta en la memoria de trabajo este retorna verdadero.La meta cough esta en la memoria y retorna verdadero.Finalmente el procedimiento recursivo es verdadero.

Ejemplo de encadenamiento hacia atrsEl conjunto de reglas disparadas es conocido como conjunto de conflicto.El motor de inferencia selecciona una regla basada en algn criterio predefinido.La mas simple es seleccionar la primera reglaRelacionar prioridades a las reglasEnfoque heurstico: la reglas mas utilizada tiene mas alta prioridad.Seleccionar la regla con mas restricciones o detalles o cual fue actualizada recientemente.

Estrategias para la resolucin de conflictos en sistemas basados en reglas.Seleccionar reglas aleatoriamente es otra posible alternativaEs posible construir mltiples versiones de la base de conocimiento y el conjunto conflicto y utilizar reglas en paraleloOtra posibilidad es aplicar un algoritmo de bsqueda de propsito especial.Es una tarea que permite que el SBC aprenda automticamente durante el proceso de inferencia, del entorno y de los casos. Se requiere descubrir las conjeturas y conocimiento de los datos y la experiencia basado en principios computacionales y estadsticas.AutoaprendizajeLa capacidad y la calidad del SBC o del experto humano depende de la habilidad de razonar y explicarCuando el SBC toma una decisin, en necesario justificarlo.

RazonamientoUna caracterstica de los sistemas expertos es su habilidad para explicar su razonamiento. Usando el mdulo del subsistema de explicacin, un sistema experto puede proporcionar una explicacin al usuario de por qu est haciendo una pregunta y cmo ha llegado a una conclusin. Este mdulo proporciona beneficios tanto al diseador del sistema como al usuario. El diseador puede usarlo para detectar errores y el usuario se beneficia de la transparencia del sistema. ExplicacinLa interaccin entre un sistema experto y un usuario se realiza en lenguaje natural. Tambin es altamente interactiva y sigue el patrn de la conversacin entre seres humanos. Para conducir este proceso de manera aceptable para el usuario es especialmente importante el diseo del interfaz de usuario. Un requerimiento bsico del interfaz es la habilidad de hacer preguntas. Para obtener informacin fiable del usuario hay que poner especial cuidado en el diseo de las cuestiones. Esto puede requerir disear el interfaz usando mens o grficosInterfaz de usuarioEs una suite que permite la construccin de bases de conocimiento e interaccin con un motor de inferencia.Permite un total desarrollo de un sistema basado en conocimiento.Estn disponibles utileras como inferencia, explicacin, razonamiento, y aprendizaje.Son herramientas que son mas rentables para los expertos que no pueden desarrollarlos por si mismos.ShellventajasEl conocimiento se documenta de forma permanente para su uso.Ahorro en costo, tiempo y esfuerzo.Eficiente y efectivoConsistencia y fiabilidad (contra fraudes)Justifica las decisionesAuto aprende y fcil actualizacin

Limitada adaptacinNo poseen creatividad, innovacin, y sentido comn.El modelo depende de la calidad de la heurstica.No existen modelos de desarrollo.Es difcil extraer el conocimiento de los expertosNo existen estndares, ni certificaciones.

Ventajas y limitaciones de los SBClimitaciones