Fecha de elaboración julio 2016 Semestre: Agosto … · • Componentes de un Sistema Experto •...

SistemasTutorialesInteligentes1.1IntroducciónalosSistemasExpertos

CentroUniversitarioUAEMValledeMéxico

[email protected]

[email protected]

Intro.SistemasExpertos-VictorM.LandassuriM.

MaestríaenCienciasdelaComputación(MACSCO)

1

Fechadeelaboraciónjulio2016Semestre:Agosto-Diciembre2016

Intro.SistemasExpertos-VictorM.LandassuriM. 2


Versión1delprogramadeMACSCO

ÍndicedeContenidos

•  Descripcióndelaunidaddeaprendizaje

•  Introducción•  UnidadI.Lossistemastutoresinteligentesysusmódulos

1.1IntroducciónalosSistemasExpertos

•  GuionexplicaBvo

•  Referencias



Descripcióndela

unidaddeaprendizaje

7


IdenVficacióndelCurso

HorasdeTeoría:2hrs.

HorasdePrácVca:2hrs.

MaestríaenCienciasdelaComputación

Créditos:6

UnidaddeAprendizajeAntecedente:Ninguna

UnidaddeAprendizajeConsecuente:Ninguna

8

LINEAMIENTOS

DELDOCENTE

•  EstablecerlaspolíBcasdelcursoaliniciodelmismo.

•  Respetarelhorariodelcursoylaformadeevaluarlo.

•  CumplireltemarioyelnúmerodehorasasignadasalcursoojusBficarlaausenciaporadelantado(asistenciaaconferencias,etc.)

•  Asesoraryguiareltrabajodelasunidadesdeaprendizaje.

•  Retroalimentareltrabajodelosalumnos.

•  FomentarlacreaBvidadenlosalumnosatravésdeldesarrollodeproyectos.

•  EvaluaryCalificaralosalumnos.•  PrepararelmaterialdidácBcoparalas

clasesyprácBcas.

DELDISCENTE

•  CumplirconlasacBvidadesencomendadasentregandoconcalidadenBempoyformalostrabajosrequeridos.

•  ParBciparacBvaycríBcamenteenelprocesodeenseñanza-aprendizaje.

•  Hacerusoadecuadodelasinstalacionesyequipodecómputo.

•  Realizarlasevaluacionesqueseestablezcan.

•  Mantenerunaspautasdecomportamientosocialmenteaceptablescuandoseencuentreenclasesylaboratorio.

•  Cuandoserequiera,entregaraBempoyformalostrabajosrequeridos.


PROPÓSITO

Que e l a lumno permi ta conocer l asherramientas adecuadas para la extracción delconocimiento, así como contar con laexperiencia pácBca para desarrollar un sistematutorialinteligentecompleto.


COMPETENCIASGENÉRICASEl alumno podrá plasmar de forma clara yconsisa losmétodos y técnicas empleafos en laconstruccióndeunSistemaTutorialInteligente.


NOTA: Tratando de incentivar el uso y dominio del idioma Inglés, diversos materiales o textos en este documento se dejan en dicho idioma, para que el alumno vaya obteniendo gradualmente esta competencia

ObjeVvoGeneral

•  El alumno parBcipante adquirirá ́ lascompetencias especificas y las herramientascomputacionales para el desarrollo de unSistemaTutorialInteligente


ESTRUCTURA/UNIDADES

1.  Lossistemastutorialesinteligentesysusmódulos

2.  Elmódulodedominiodeconocimiento3.  Elmódulotutor4.  Elmódulodelestudiante5.  Elmódulodelainterfaz6.  Normasdeinteracciónentremódulos


ESTRUCTURA/UNIDADES

EnestejuegodediaposiBvasnosenfocamosenlaUnidad1,lacualsesubdivideen:1.  Lossistemastutorialesinteligentesysus

módulos1.1IntroducciónalosSistemasExpertos(tratadosaquí)1.2IntroducciónalaRepresentacióndelConocimiento1.3IntroducciónalaMaquinadeInferencia



ProcedimientosdeEvaluación

LecturasyTrabajoEscrito 30%ExposiciónIndividual 30%2Exámenesparciales 40%Sielalumnonoexentar(9.0omásenpromediodeloanterior),sepresentaráunexamenfinalordinario:EvaluacióndelSemestre: 60%Examenordinario: 40%

15


Introducción

16

Contenido

1.1IntroducciónalosSistemasExpertos•  Antecedentes•  Conceptos•  ConsultandoaunExperto•  IndicacionesRemotas•  SistemasExpertosbasadosenComputadora•  TiposdeSistemasExpertos•  ComponentesdeunSistemaExperto•  InterpretedecomandosShell•  Seleccióndeproblemas


MACSCO

•  EnestejuegodediaposiBvassepresentaunala introducción general a los Sistemasexpertos, como primera etapa para conocerlosSistemasTutoresInteligentes

•  Posteriormente, se podrá revisar deintroducción a la representación delconocimiento.


SistemaTutorInteligente

•  Es un sistema capaz de adaptarse al estudiante, suforma de aprendizaje, y poderlo guiar de formapersonalizada como si fuera un tutor de BempocompletoqueacompañaalalumnotodoelBempo.


Figuratomadade:hcp://dieumsnh.qe.umich.mx/tutoria/cap_uno.htm,paracuesBonesdidácBcas


•  Deesta forma, la InteligenciaArBficialbuscaqueelalumno tengauna interaciónnatural, como si fueraunTutorhumano.

•  El esfuerzo esta en aprender del estudianteautomáBcamenteyhacerlosenBrcomosielalumnointeracturaconunhumano– Cuando realmente es una máquina –  Revisar“TuringimitaBongame”–“TheTuringTest”


Theturingtest

Intro.SistemasExpertos-VictorM.LandassuriM. 21Figuratomadade:hcp://turingtestsin2014.blogspot.mx/2014/06/4-days-to-turing-tests-at-royal-society.html,paracuesBonesdidácBcos


•  Así podemos iniciar con un rápido repaso de losprimerossistemasdesarrolladosparatratardellegaraesejuego

–  Dondeunapersonanopuede idenBficarsiplaBcaconunhumanoounamáquina

–  Esdecir,vamosainiciar,revisandoquesonlosSistemasExpertos



Antecedentes


IniciodelosSistemasExpertos

24

•  60s– Sebuscabansolucionesgenerales

•  70s– Lossistemassoneficientesendominiosacotados– SurendimientodependedelacalidadycanBdaddeinformación

–  Importantesepararelconocimientodeldominio,delmecanismodeinferencia


IniciodelosSistemasTutoresInteligentes

25

•  80s– SeinicialaideadepoderimparBrconocimiento

•  UsandounaformainteligenteparaguiaryasisBralosalumnos

– Sebuscaeliminaraltutorhumano•  Teniendountutorquesepuedaadaptaralcomportamientodelestudiante•  Esuntutorpersonalizado•  BrindaayudascongniBvascuandolorequeira


Definición

26

•  Sistemasbasadosenconocimiento(SBC)– knowledge-basedsystems(KBS)

•  Sistemasqueresuelvenproblemasaplicandounarepresentaciónsimbólicadelaexperienciahumana

•  Sistemasquerepresentanenconocimientodeldominioenformaexplícitayseparadadelrestodelsistema


Definición

27

El objeBvo es resolver problemassimulando la conducta inteligente de unexpertohumano


Conceptos


Conceptos

29

•  Experto– Personaconlahabilidadderesulverunproblema– Tiene

•  Habilidadesespecializadas•  ConocimientoquenocualquieraBene•  Aplicacióncorrectadedichoconocimiento(lamayoríadelasveces)usando:–  Trucos,reglas,principiosbasadosenlaexperiencia(rules-of-thumb)


Conceptos

30

•  Atributo:Varuablequetomaunvalor,numerico,textoológico,almacenanelconocmientoactualenlabasedeconocimeinto

•  Inferencia:nuevoconceptoinferidoaparBrdeloshechosexistentes

•  Maquinadeinferencia:sopwarequeBeneunmecanismoderesonamiento

•  InterfazdeUsuario:sopwareporelcualelusuariointeractuaconelSistemaExperto


Conceptos

31

•  Información:Conjuntodedatosbásicossininterpretar

•  Datos:unidadbásicadeinfromación,porejemplolosdatosrecolectadosdelossensoresdeunrobot

•  Conocimiento:Interpretacióndeinformación,modelandodeformaestructuradaciertodominio


Consultandoaunexperto

32

•  Atributosparallevaracabolaconsulta– Laconsultaes• Orientadaaunameta•  Eficiente– Seeliminanopcionesdeacuerdoalasrespuestas

• AdaptaBva– Cuandonosepuedehacerrecomendaciones,seintentasotraspreguntas


Consultandoaunexperto

33

•  Losexpertos– Trabajansininformaciónperfecta

•  Dependiendodelgradodeseguridadenlarespuestasepuedesugerirunarecomendaciónolasiguientepregunta

– Explicansusrecomendacionesdeacuerdoasurazonamiento

•  Ejemplo:


Figuratomadade:hcp://www.experBse2go.com/e2g3g/tutorials/ESIntro/,confinesdidácBcos


Indicacionesremotas

35

•  Librosymanualespermitenconsultasremotas(experienciaalmacenada)

•  Métodosparaextraerelconocimiento– Checklist– Diagramasdeflujo– TablasdeDecisión– Todossonenfocadosenmetas


DiaposiBvatomadade:hcp://www.experBse2go.com/e2g3g/tutorials/ESIntro/


SEBasadoenComputadora

38

•  ¿LosSEbasadosencomputadorassonsimilaresalosexpertoshumanos?



39

•  ¿LosSEbasadosencomputadorassonsimilaresalosexpertoshumanos?

•  LosSEbasadosencomputadorasimulanmejoralosexpertoshumanosencomparacióncon:– Checklists– Diagramasdeflujo– Tablasdedecisión– Estosfallanconinformaciónincompletaoaldarunaexplicación



40

•  LosSEsonunaaplicacióndelaIA•  Reglasdeproducción– Conocimientorepresentadoporunsistemabasadoenreglas– Cuandounareglaesverdadera,segeneraunhecho


Tiposdesistemasexpertos

41

•  Segúnnaturalezadelproblema:– Deterministas•  Elestadoactualdependedelestadoanteriorylasaccionessobreelentorno.•  SEbasadosenreglas• Usanunmecanismoderazonamientológicoparasacarsusconclusiones.


Tiposdesistemasexpertos

42

– Estocás/cos•  SistemasenlosqueexisteincerBdumbre,porloquenecesitasertratada.

•  SonlosSistemasExpertosProbabilísBcosylaestrategiaderazonamientousadaeselrazonamientoprobabilísBco.


ComponentesdeunSEbasadoenreglas


Integra:

44

– Basedeconocimineto-deunproblemaespecífico• Almacenaconocimientocodificadodeundominioespecificodeunproblema• ConBenesentenciasif-then• ConBeneespecificacionesadicionalesparacontrolarelcursodelaentrevista


Integra:

45

– Motordeinferencia•  Implementaelmecanismodeinferencia•  Controlaelprocesodeentrevista•  Esgeneralizado

–  Soportavariasbasesdeconocimiento

–  Interfazdeusuario•  Solicitainformación

–  Delusuario–  y/odebasesdedatososensores

•  Presentasalidasparcialesyfinales


Integra:

46

– Motordeinferencia•  Implementaelmecanismodeinferencia•  Controlaelprocesodeentrevista•  Esgeneralizado

–  Soportavariasbasesdeconocimiento

–  Interfazdeusuario•  Solicitainformación

–  Delusuario–  y/odebasesdedatososensores

•  Presentasalidasparcialesyfinales


Interpretedecomandos(Shell)

47

– Consistedeunmotordeinferenciageneralizado– Basedeconociemintoenformatoespecífico–  Interfazdeusuario

– Herramientaspara•  Dieño•  Desarrollo•  Pruebas•  Delabasedeconocimiento


ShelldeSE

48

– Representamuchosdominiosdeproblemaconelmismosopware

•  Opciones:– e2g3g

•  TheWeb-BasedExpertSystemInferenceEngine•  Proprietary•  Non-commercialtool


Seleccióndeproblemas


¿Quéproblemassoncandidatos?

50

•  DiagnósBco– Micarronoenciende– DiagnosBcoenmedicina

•  Planeación–  Estrategíademercado(markeBng)paraunnuevoproducto

•  Tutor– Ayudandoalumnosareconocersusdebilidades

•  Configuración–  Envíojuntodetodosloscomponentesdeunequipo


Tips

51

•  Escogerunproblemaquesepuedaresolveralrededordeunahora

•  ElproblemaesresueltodeformarepeBBva•  SeBeneaccesoalconocimentodelexperto•  Lossistemasexpertosnopuedenresolverproblemasqueloshumanosnopueden


Resumen

52

•  AquísemostróvariosconceptosimportantesparaentenderqueesunSistemaExpertoyasuvezentenderposteriormenteunSistemaTutorInteligente.

•  TenencuentaelJuegodeimitacióndeTuring,yaquemuchodelotratadoenIAestaenfocadoaello.


•  Este juegodediaposiBvasdebe leerseenelordenqueaparece.

•  Esta es la primera parte se comento una

IntroducciónalosSistemasExpertos.•  El siguiente juego de diapositvas a revisar deberá

ser la introducción a la representación delconocimiento.

GuiónExplicaVvo

Bibliograia


•  eXpe rB se2go . Web Enab l e E xpe r t s y s t ems .hcp://www.experBse2go.com/(1/07/2016)

•  P. Harmon and D. King, Expert Systems: ArBficialIntelligenceinBusiness,Wiley,1985.

•  P. Harmon and B. Sawyer, CreaBng Expert Systems forBusinessandIndustry,Wiley,1990.

•  F.Hayes-Roth,D.Waterman,D.Lenat (editors),BuildingExpertSystems,Addison-Wesley,1983.

•  C. Holsapple and A. Whinston, Expert Systems UsingGURU,Irwin,1986

•  R. Mockler, Knowledge-based Systems for ManagementDecisions,PrenBce-Hall,1989.

Bibliograia

•  BlessingStephenB.andStephenGillbert.(2006).“Evalua/nganAuthoringtoolforModel-tracingintelligentTutorialSystem”,IntelligentTutoringSystem.June2006.

•  Cha,H.J.,Kim,Y.S.,etal.(2006).“Learningstylesdiagnosisbasedonuserinterfacebehaviorsforthecustomiza/onoflearninginterfacesinanIntelligentTutoringSystem”.LectureNotesinComputerScience4053:513-524.

•  ChangKai-min,JosephBeck,JackMostowandAlbertCorbec.(2008).“ABayesNetToolkinforStudentModelinginInteligentTutoringSystem”.IntelligentTutoringSystem.June2008.

•  FengNeilMingyu,HeffermanT.andKennethR.Koedinger.(2008).

“Predic/ngStateTestsScoresBeJerwithIntelligentTutoringSystems:DevelopingMetricstoMeasureAssistanceRequired”.IntelligentTutoringSystem.June2008.


Bibliograia•  FossaBDavis,BarbaraDiEugenio,ChristopherBrownandStellan

Ohlsson.(2006).“Learninglinkedlists:experimentswiththelistsSystem”.IntelligentTutoringSystem.June2006.

•  Kaklauskas,A,andZavadskas,E.(2006).“Anintelligenttutoring

systemforConstruc/onandrealestatemanagementmasterdegreestudies”.LectureNotesinComputerScience4101:174-181.

•  Wong,W.K.,Wing-Kwong,H.,(2007).LIM-G:“Learner-ini/a/ng

instruc/onmodelbasedoncogni/veknowledgeforgeometrywordproblemcompression”.ComputerandEduca/on48(4):582-601.May2007.

•  Zhang,T,Hasegawa-Johnson,M,Levinson,S.E.(2006)“Cogni/ve

stateclassifica/oninaspokentutorialdialoguesystem”.SpeechCommunica/on48(6):616-632


Fecha de elaboración julio 2016 Semestre: Agosto … · • Componentes de un Sistema Experto •...

Documents

Transcript of Fecha de elaboración julio 2016 Semestre: Agosto … · • Componentes de un Sistema Experto •...