Instituto universitario panamericano campus tuxtla

licenciatura en informatica administrativa8° cuatrimestreingeniero miguelLic. Iván penagos

9 de octubre de 2016

Sistemas expertos

2.1 antecedentes2.2 los expertos humanos2.3 definición de sistemas expertos2.4 características de los sistemas expertos2.4.1 adquisición de conocimiento2.4.2 fiabilidad2.4.3 dominio de conocimiento2.4.5 resolución de problemas2.4.6 características técnicasventajas y desventajas

antecedentesAntes de la aparición del computador, el hombre se preguntaba si algún día se le podría quitar el privilegio de razonar y pensar. Actualmente existe un área en la inteligencia artificial que se encarga de estudiar esto: el de los

Sistemas Expertos. Estos constituyen el área de la Inteligencia Artificial con mayor éxito. Dichos sistemas permiten la creación de máquinas que razonan como el hombre, restringiéndose a un espacio de conocimientos limitado. En teoría pueden razonar siguiendo los pasos que seguiría un experto humano.

Los sistemas expertos se aplican por norma general en problemas que implican un procedimiento basado en el conocimiento. Un procedimiento de solución basado en el conocimiento comprende las siguientes capacidades:  

sistemas expertos

Utilización de normas o estructuras que contengan conocimientos y experiencias de expertos especializados.  

Deducción lógica de conclusiones.Capaz de interpretar datos ambiguos.

Manipulación de conocimientos afectados pro valores de probabilidad.

La función de un Sistema Experto es la de aportar soluciones a problemas , como si de humanos se tratara, es decir capaz de mostrar soluciones inteligentes. 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.

CARACTERÍSTICAS DE SISTEMAS EXPERTO

CARACTERÍSTICA DE LOS SE: Un SE no debe demorar mas de 3 horas en resolver un problema.• Un SE se debe aplicar a cosas practicas.• Debe contar con la colaboración del experto.• El conocimiento del experto no esta en los libros de texto.• El conocimiento esta distribuido pertenece a varias personas.• Los sistemas expertos tienen pocos niveles de profundidad.• Para resolver la incompletitud de los conocimientos (información incompleta) se utilizan reglas redundantes. Ejemplo:Si A y B y C entonces XSi A y B entonces XSi A entonces X• Los expertos no razonan a partir de principios (razona a partir de su experiencia), solo los inexpertos razonan a partir de principios.

CONSEJOS A LA HORA DE DISEÑAR UN SISTEMA EXPERTO:

Separar el generador de inferencias de la base de conocimientos.• Utilizar una representación tan uniforme como sea posible, siendo las reglas de producción la forma preferida.• Mantener simple el generador de inferencias (estructura de control).• Proporcionar algún tipo de facilidad para que el sistema pueda explicar sus conclusiones.• Favorecer los problemas que requieran el uso de sólidos cuerpos de conocimientos asociativos empíricos sobre aquellos que se puedan resolver utilizando conocimiento causal o matemático.• Es esencial el compromiso sobre la relación de capacidades humanas a transferir a la maquina.

ETAPAS DE DESARROLLO DE UN SISTEMA EXPERTO:

1. Identificación: Que se quiere que haga el SE.2. Conceptualización: Expresar los conocimientos de manera semiformal.3. Formalización: Diseñar las estructuras para organizar los conocimientos.4. Implementación: Formalizar las reglas que representan conocimientos.5. Chequeo: Validación de las reglas

Identificación: se determinan las características del problema, se describen los casos.Conceptualizacion: Encontrar los conceptos que representen los conocimientos. La identificación del problema.Formalización: Durante la formalización es importante que el ingeniero del conocimiento se familiarice con los siguientes tópicos:• Las diferentes técnicas de representación del conocimiento y las búsquedas heurísticas usadas en los SE.• Los shells existentes que puedan agilizar el desarrollo del proceso.• Otros sistemas expertos que puedan resolver similares problemas y se puedan adaptar al problema.

IMPLANTACIÓN: HACER EL PROTOTIPO: LLEVARLO A LA COMPUTADORA Y HACER LAS INTERFACES CON EL USUARIO.

Ingenieria del conocimiento:1. Representación del conocimiento.2. Adquisición de los conocimientos.3. Procesamiento del conocimiento

Hasta ahora se ha hecho referencia al núcleo del sistema experto (BC,BH y MI) en los cuales se representan los conocimientos del experto en forma de reglas, los hechos o datos globales de partida y la forma de inferir esos conocimientos, pero no se ha dicho como se comunica el sistema con el usuario y con el experto.Módulo de interacción con el usuario (interfaces con el usuario):Facilita el diálogo con el usuario, permite hacerle preguntas al sistema e incluso obtener conocimientos análogos a los del experto. Estas interfaces podrían ser programas de entrada/salida de forma dialogada y las explicaciones pueden ser obtenidas de la memoria de trabajo donde se almacenan los pasos para llegar a la solución.

Módulo de ayuda para la adquisición de conocimientos (interfaces con el experto):Permite al experto consultar los conocimientos almacenados en la base de conocimientos y en muchos casos dar la posibilidad de incluirle nuevos conocimientos. Su objetivo es que el experto pueda introducir directamente sus conocimientos en la m’,uina sin necesidad de ver al ingeniero del conocimiento.

ADQUISICION DE CONOCIMIENTO

conocimiento y su relación con sistemas expertos. También se ilustran los componentes de un sistema experto y el proceso de adquisición de conocimiento en su desarrollo como una de las partes más importantes. En muchas ocasiones, este proceso de adquisición no es realizado correctamente, por lo que aquí se presenta una recomendación para lograrlo.

Datos, información, conocimiento. Cada uno es el resultado del procesamiento y utilización del anterior: la información es un grupo de datos organizados para un propósito dentro de un contexto y el conocimiento es una mezcla de experiencia, valores e información (Carrión, n/d).Uno de los mayores problemas en las empresas hoy en día, ya sean grandes o pequeñas, es la utilización del conocimiento que se genera constantemente a través de todos sus procesos y todo su personal. Esta dificultad de utilizar el conocimiento de la empresa, surge debido a que las fuentes del mismo son muy variadas y van desde documentos hasta bases de datos, grupos de discusión y las personas en sí.

Según Turban y Aronson (2001), un sistema experto es “un sistema que utiliza conocimiento humano capturado en una computadora para resolver problemas que ordinariamente requieren el expertise humano.” Estos sistemas tienen 5 componentes básicos y se ilustran en el siguiente diagrama (WTEC, 1993):

El primer paso, antes de desarrollar un sistema experto, es comprender cómo se recibe la información y cómo se va transformando y utilizando para llegar a la decisión final. Esta característica hace que el sistema experto y su proceso de desarrollo sea completamente diferente de una empresa a otra. Las personas involucradas en este paso previo son el ingeniero de desarrollo del sistema y los expertos en el tema que se desea documentar. Adquisición de conocimiento

El componente que está en contacto con la fuente directa de conocimiento es el subsistema de adquisición de conocimiento y por esta misma razón representa uno de los mayores cuellos de botella en las organizaciones. Muchas veces no es solamente un experto sino un grupo de ellos que se encargan de desarrollar el sistema y de “vaciar” su conocimiento en la base. Existen muchas herramientas y métodos para obtener este conocimiento entre las cuales está la entrevista, la observación y la creación de escenarios. A continuación se describe un método sencillo, presentado por Milton (2003):

1. Conducir una entrevista con el experto(s) para: sondear el conocimiento que se va a adquirir, conocer la terminología, el propósito del conocimiento y el sistema.2. Crear un diagrama conceptual derivado de los resultados de la entrevista y utilizarlo para generar preguntas que cumplan con los propósitos del sistema.3. Realizar otra entrevista, semi-estructurada, con el experto utilizando las preguntas del paso 2.

4. Generar los conceptos, reglas, atributos, valores, relaciones que van surgiendo de las entrevistas.

5. Representar estos elementos de la manera más apropiada (Texto, diagramas, ilustraciones, hipertexto, anécdotas, etc.)

6.  Presentar los resultados al experto y permitirle realizar cambios en el conocimiento ya capturado.

7. Consultar con otros expertos y realizar las modificaciones apropiadas.

Una recomendación importante es que tanto el experto en el tema como el encargado de desarrollar el sistema en la organización unan esfuerzos para realizar esta fase inicial.Con el subsistema de adquisición de conocimiento y la base de conocimiento lista se deben seguir otros procesos para lograr la elaboración de las reglas, la interfase con el usuario y los mecanismos de inferencia, sin embargo, el propósito de este artículo es resaltar la importancia del proceso de adquisición de conocimiento, ya que es el paso inicial del desarrollo de un sistema experto y sienta las bases para su correcto funcionamiento.Con un Sistema Experto bien fundamentado y desarrollado desde sus inicios, empresas como American Express han logrado evitar pérdidas de $27 millones de dólares en fraudes y otorgamiento de malos créditos, Texas Instruments ahorra $1 millón de dólares documentando todos sus procesos de compras y el ROI de IBM de una serie de sistemas expertos que costaron $2.5 millones de dólares fue de $37.5 millones de dólares (da Silva, 2000).La mayoría de los ejemplos hasta hoy documentados de implementación de sistemas expertos son en empresas grandes, sin embargo este tipo de sistemas se pueden implementar de manera sencilla en empresas pequeñas y medianas, a través de bases de datos como Access y herramientas como Internet.

Desde mi punto de vista, el proceso de adquisición de conocimiento y por lo tanto el desarrollo del sistema experto, es continuo y constante. Siempre habrá cosas nuevas: procesos, productos, problemas, etc. por documentar y por esto la organización debe estar consciente del esfuerzo y recursos que se requieren para lograrlo. En mi opinión, los Sistemas Expertos forman una parte muy importante dentro de todas las herramientas que ayudan a las organizaciones actualmente a tomar mejores decisiones, basadas en conocimiento.

fiabilidad

El término fiabilidad es descrita en el diccionario de la RAE como "probabilidad de buen funcionamiento de algo". Por tanto, extendiendo el significado a sistemas, se dice que la fiabilidad de un sistema es la probabilidad de que ese sistema funcione o desarrolle una cierta función, bajo condiciones fijadas y durante un período determinado.

Un sistema es una colección de componentes/subsistemas dispuestos de acuerdo a un diseño dado con el propósito de lograr el cumplimiento de unas determinadas funciones con una adecuación y fiabilidad aceptables. El tipo de componentes, su cantidad, su calidad y el modo en que están dispuestas tiene un efecto directo en la fiabilidad de sistema.

La fiabilidad se define como la probabilidad de que un bien funcione adecuadamente durante un período determinado bajo condiciones operativas específicas (por ejemplo, condiciones de presión, temperatura, fricción, velocidad, tensión o forma de una onda eléctrica, nivel de vibraciones)

La fiabilidad es claramente un factor esencial en la seguridad de un producto. Para lograr los objetivos de un rendimiento funcional adecuado, limitación de los costes del ciclo de vida, y seguridad, la fase del diseño es el momento en que puede lograrse una influencia importante sobre los mismos.

Por consiguiente, la mayoría de los estudios de fiabilidad y de los métodos desarrollados se centran en el diseño de productos.

La ingeniería de fiabilidad es el estudio de la longevidad y el fallo de los equipos. Para la investigación de las causas por las que los dispositivos envejecen y fallan se aplican principios científicos y matemáticos. El objetivo estriba en que una mayor comprensión de los fallos de los dispositivos ayudará en la identificación de las mejoras que pueden introducirse en los diseños de los productos para aumentar su vida o por lo menos para limitar las consecuencias adversas de los fallos.La palabra fiabilidad tiene una definición técnica precisa y no totalmente equivalente a la entendida como fiabilidad humana. Esta es:

Definición: Fiabilidad es la probabilidad de que un dispositivo realice adecuadamente su función prevista a lo largo del tiempo, cuando opera en el entorno para el que ha sido diseñado.

Debe observarse que hay cuatro atributos específicos de esta definición. Estos son:

(1) probabilidad;(2) un funcionamiento adecuado;

(3) calificación con respecto al entorno;(4) tiempo.

Lo importante es que los equipos y sistemas que diseñamos y adquirimos para satisfacer nuestras necesidades nos den las prestaciones que de ellos esperamos con un elevado nivel de seguridad y confianza en su correcto funcionamiento, que dependerá siempre tanto de la importancia que para nosotras tenga la función desempeñada por ese equipo o sistema como las consecuencias de los fallos que puedan presentarse. Y aquí es donde entra en acción la disciplina de la fiabilidad. Por ello, es necesario considerar la fiabilidad como una disciplina mas en el diseño de cualquier sistema, desde el análisis de la necesidad identificada, hasta la retirada de servicio del sistema diseñado, y de forma integrada con el resto de disciplinas de apoyo logístico.

SISTEMA EXPERTOEs una aplicación informática capaz de solucionar un conjunto de problemas que exigen gran conocimiento de un tema determinado. Un sistema experto es un conjunto de programas que, sobre una base de conocimientos, posee información de uno o más expertos en un área específica. Se puede entender como una rama de la inteligencia artificial, donde el poder de resolución de un problema en un programa de computadora viene del conocimiento de un dominio específico. Estos sistemas imitan las actividades de un humano para resolver problemas de distinta índole (no necesariamente tiene que ser de inteligencia artificial). 

Para que un sistema experto sea una herramienta efectiva, los usuarios deben interactuar de una forma fácil, reuniendo dos capacidades para poder cumplirlo:

EXPLICAR SUS RAZONAMIENTOS O BASE DEL CONOCIMIENTO: los sistemas expertos se deben realizar siguiendo ciertas reglas o pasos comprensibles de manera que se pueda generar la explicación para cada una de estas reglas, que a la vez se basan en hechos.

Adquisición de nuevos conocimientos o integrador del sistema: son mecanismos de razonamiento que sirven para modificar los conocimientos anteriores. Sobre la base de lo anterior se puede decir que los sistemas expertos son el producto de investigaciones en el campo de la inteligencia artificial ya que ésta no intenta sustituir a los expertos humanos, sino que se desea ayudarlos a realizar con más rapidez y eficacia todas las tareas que realiza.

Debido a esto en la actualidad se están mezclando diferentes técnicas o aplicaciones aprovechando las ventajas que cada una de estas ofrece para poder tener empresas más seguras. Un ejemplo de estas técnicas sería los agentes que tienen la capacidad de negociar y navegar a través de recursos en línea; y es por eso que en la actualidad juega un papel preponderante en los sistemas expertos.

UN SISTEMA EXPERTO ESTÁ CONFORMADO POR:Especialistas HumanosIngenieros en Conocimientos.Base de conocimientos (BC): Contiene conocimiento modelado extraído del diálogo con un experto.Base de hechos (Memoria de trabajo): contiene los hechos sobre un problema que se ha descubierto durante el análisis.Motor de inferencia: Modela el proceso de razonamiento humano.Módulos de justificación: Explica el razonamiento utilizado por el sistema para llegar a una determinada conclusión.Interfaz de usuario: es la interacción entre el SE y el usuario, y se realiza mediante el lenguaje natural.

Tipos de SEPrincipalmente existen tres tipos de sistemas expertos:

Basados en reglas previamente establecidas.Basados en casos o CBR (Case Based Reasoning).Basados en redes bayesianas

En cada uno de ellos, la solución a un problema planteado se obtiene:Aplicando reglas heurísticas apoyadas generalmente en lógica difusa para su evaluación y aplicación.Aplicando el razonamiento basado en casos, donde la solución a un problema similar planteado con anterioridad se adapta al nuevo problema.Aplicando redes bayesianas, basadas en estadística y el teorema de Bayes

Sistema basado en reglasLos sistemas basados en reglas trabajan mediante la aplicación de reglas, comparación de resultados y aplicación de las nuevas reglas basadas en situación modificada. También pueden trabajar por inferencia lógica dirigida, bien empezando con una evidencia inicial en una determinada situación y dirigiéndose hacia la obtención de una solución, o bien con hipótesis sobre las posibles soluciones y volviendo hacia atrás para encontrar una evidencia existente (o una deducción de una evidencia existente) que apoye una hipótesis en particular.

Dendral.- Fue ideado a finales de los años 1970 para generar una representación estructural de las moléculas orgánicas a partir de los datos de un espectrógrafo de masas. Tal solución tiene los siguientes pasos:

Obtener las limitaciones de los datos.Generar estructuras candidatas.Predecir espectros de masa con los candidatos.Comparar los resultados con los datos.Este sistema ilustra la solución común de resolver problemas en Inteligencia Artificial (IA) de generación y prueba.

Edward Feigenbaum

Edward Albert Feigenbaum (nacido el 20 de enero  de 1936, Weehawken,Estados Unidos) es un científico de la computación que trabaja en el área de la inteligencia artificial. Frecuentemente se le llama "El Padre de los Sistemas Expertos".

BASADOS EN CASOS O CBREl Razonamiento basado en casos es el proceso de solucionar nuevos problemas basándose en las soluciones de problemas anteriores. Un mecánico de automóviles que repara un motor porque recordó que otro coche presentaba los mismos síntomas está usando razonamiento basado en casos. Un abogado que apela a precedentes legales para defender alguna causa está usando razonamiento basado en casos. También un ingeniero cuando copia elementos de la naturaleza, está tratando a esta como una “base de datos de soluciones”. El Razonamiento basado en casos es una manera de razonar haciendo analogías. Se ha argumentado que el razonamiento basado en casos no sólo es un método poderoso para el razonamiento de computadoras, sino que es usado por las personas para solucionar problemas cotidianos. Más radicalmente se ha sostenido que todo razonamiento es basado en casos porque está basado en la experiencia previa.

Ventajas de sistemas expertos

El desarrollo o la adquisición 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 términos monetarios, tiempo, y precisión resultantes del uso de los sistemas expertos son muy altas, y la amortización es muy rápida. Sin embargo, antes de desarrollar o adquirir un sistema experto debe realizarse un análisis de factibilidad y de coste-beneficio. Hay varias razones para utilizar sistemas expertos. Las más importantes son:

Ventajas de sistemas expertos

1. Con la ayuda de un sistema experto, personal con poca experiencia puede resolver problemas que requieren un conocimiento de experto. Esto es también importante en casos en los que hay pocos expertos humanos. Además, el número 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 más fiables, ya que se obtiene un sistema experto que combina la sabiduría colectiva de varios expertos humanos en lugar de la de uno solo.3. Los sistemas expertos pueden responder a preguntas y resolver problemas mucho más rápidamente que un experto humano. Por ello, los sistemas son muy valiosos en casos en los que el tiempo de respuesta es crítico.

4.- En algunos casos, la complejidad del problema impide al experto humano resolverlo. En otros casos la solución de los expertos humanos no es fiable. Debido a la capacidad de los ordenadores de procesar un elevadísimo numero de operaciones complejas de forma rápida y aproximada, los sistemas expertos suministran respuestas rápidas y fiables en situaciones en las que los expertos humanos no pueden. 5. Los sistemas expertos pueden ser utilizados para realizar operaciones monótonas, aburridas e inconfortables para los humanos. En verdad, los sistemas expertos pueden ser la única solución viable en una situación en la que la tarea a realizar desborda al ser humano (por ejemplo, un avión o una cápsula espacial dirigida por un sistema experto).

6. Se pueden obtener enormes ahorros mediante el uso de sistemas expertos.

7. Fácil acceso y disponibilidad de conocimiento experto.

8. Permanencia del conocimiento experto.

9. Respuestas no subjetivas.

10.Resolución de problemas complejos que no tengan una solución específica y adecuada.

Están disponibles ininterrumpidamente de día y noche, ofreciendo siempre su máximo desempeño.

Pueden duplicarse ilimitadamente, i.e. tener tantos de ellos como se requieran.

Pueden trabajar en entornos hostiles y peligrosos.Siempre se ajustan a las normas establecidas y son consistentes en su desempeño, i.e. no desarrollan apreciaciones subjetivas, tendenciosas, irracionales o emocionales. No padece de olvido, fatiga, dolor o comete errores de cálculo.

No requiere un sueldo, promociones, seguros médicos, incapacidades.

Siempre están dispuestos a dar explicaciones, asistir o enseñar a la gente, así como a aprender.

Pueden tener una vida de servicio ilimitada.

Desventajas sistema experto

El conocimiento es difícil de extraer de los expertos humanos. La aproximación de cada experto a la situación evaluada puede ser diferente. Tienen una noción muy limitada acerca del contexto de problema, i.e. no pueden percibir todas las cosas que un experto humano puede apreciar de un situación.

 Pueden existir decisiones que sólo son de competencia para un ser humano y no una máquina. No saben como subsanar sus limitaciones, e.g. no son capaces de trabajar en equipo o investigar algo nuevo. Son muy costosos de desarrollar y mantener.

SISTEMAS EXPERTOS

Sistemas Expertos Sistemas Tradicionales

· Toman Decisiones· Calculan Resultados· Basados en Heurísticas· Dan Explicaciones de los Resultados· Usan Reglas de Inferencia· Accesan Bases de Conocimientos (Deductivas)· Centrados en el Experto y el Usuario· Manejan Conocimiento Impreciso, Contradictorio o Incompleto· Usan Datos y Lenguajes Simbóilcos 

· Calculan resultados· Basados en Algoritmos· Dan Resultados sin Explicaciones· Usan Secuenciación, Ciclos y Condicionales· Accesan Bases de Datos· Centrados en el Analista y el Programador· Conocimientos Precisos, Completos y Exactos· Usan Datos Numéricos y Lenguajes Procedurales

BILBIOGRAFIAS http://www.geocities.ws/onelysalasp/sahwct/investigacion_en_internet/SE12.html http://dcb.fi-c.unam.mx/users/miguelegc/tutoriales/tutorialcd/sstms_xprts.htm Imagen

http://html.rincondelvago.com/sistemas-expertos_1.html

https://cibernetica.wordpress.com/2007/12/13/caracteristicas-de-los-sistemas-expertos/

http://www.gestiopolis.com/conocimiento-desarrollo-sistemas-expertos/

https://es.wikipedia.org/wiki/Fiabilidad_de_sistemas

https://es.wikipedia.org/wiki/Sistema_experto

https://es.wikipedia.org/wiki/Edward_Feigenbaum https://es.wikipedia.org/wiki/Sistema_basado_en_reglas https://es.wikipedia.org/wiki/Edward_Feigenbaum

https://es.wikipedia.org/wiki/Razonamiento_basado_en_casos http://es.slideshare.net/ingenioalex/sistemas-expertos pagina 43-44

http://www.depi.itch.edu.mx/apacheco/ai/ventdesv.htm