Vous êtes sur la page 1sur 26

Introduccin

Los Sistemas expertos sirven para resolver cuestiones complejas, en las cuales hay muchos factores involucrados, se necesita tener en cuenta una amplia base de datos histricos, y donde se puede definir alguna regla que permita la toma de decisiones rpida. Actualmente son aplicados con xito en: medicina, qumica, biologa, administracin, industria, etc.

Los Sistemas Expertos estn basados en conocimientos dedicados a tareas especficas que requieren una gran cantidad de conocimiento de un dominio de experiencia particular, proporcionan experiencia en forma de diagnsticos, instrucciones, predicciones o consejos ante situaciones reales que se planteen y pueden servir tambin como herramientas de entrenamiento. Son aplicables a numerosos campos de experiencia, como medicina, actividades militares, econmicas financieras e industriales, ciencia, ingeniera, y derecho.

Historia de los Sistemas Expertos


Estas pensando que la inteligencia artificial es una cosa de los ltimos 3, 5 o como mucho los 10 ltimos aos, pero no!, los primeros pasos en la inteligencia artificial se dieron en los aos 50. T te imaginas crear un programa inteligente con el Hardware de esa poca. Sencillamente es increble.

A comienzos de los aos 50 el conocido Alan Mathinsong Turing public "Inteligencia y Funcionamiento de las Mquinas" con el fin de demostrar hasta qu punto estas tienen inteligencia. En estos aos se dieron varias definiciones de lo que significaba la inteligencia en una mquina. Sobre lo que denominamos la inteligencia artificial. o Definicin de Elaim Reich:

La inteligencia artificial es el estudio de cmo hacer que los ordenadores hagan cosas que, en estos momentos, hace mejor el hombre. o Definicin de Alexander Sporl (1971):

En su obra "Sporls - Computerbuch": Bajo Inteligencia entiendo la capacidad de un ser vivo o una mquina de ordenar informaciones, extensas observaciones, experiencias, descubrir interrelaciones para abstraer de esta forma cosas y poderlas ligar entre s. Uno de los primeros sistemas expertos se llam Dendral y era capaz de calcular o descubrir hechos relativos a la estructura molecular a partir de unos datos qumicos sin elaborar. Otros sistemas expertos famosos son MYCIN que diagnostica enfermedades de la sangre y que sugiere un tratamiento y PUFF, un sistema similar pero para enfermedades de pulmn.
2

En el ao 1950 el campo de la automtica recibe un gran impulso cuando Wiener desarrolla el principio de la retroalimentacin. La teora de la retroalimentacin es base fundamental de los sistemas de control. En 1955 Newell y Simon desarrollan la Teora de la lgica. Este desarrollo permiti desarrollar un programa que exploraba la solucin a un problema utilizando ramas y nudos, seleccionando nicamente las ramas que ms parecan acercarse a la solucin correcta del problema. En 1956, se celebra una conferencia en Vermont (USA) de gran trascendencia en el desarrollo de la I.A. John McCarthy propone por primera vez el uso del trmino "Inteligencia Artificial" para denominar el estudio del tema. En 1957, aparece la primera versin de "The General Problem Solver" (GPS, Solucionador general de problemas), un programa capaz de solucionar problemas de sentido comn pero no problemas del mundo real como diagnsticos mdicos. El GPS utilizaba la teora de la retroalimentacin de Wiener.

En 1958 McCarthy anuncia su nuevo desarrollo el lenguaje LISP (LISt Procesing), el lenguaje de eleccin para todos aquellos desarrolladores inmersos en el estudio de la IA. En 1963, el Instituto Tecnolgico de Massachusetts (MIT) recibe una subvencin de 2,2 millones de dlares del gobierno de los Estados Unidos en concepto de investigacin en el campo de la IA. De esa forma, se comprueba la importancia que el Gobierno concede a la investigacin dentro de ese campo.

En 1965 aparece DENDRAL, el primer sistema experto. Es en ese ao cuando Feigenbaum entra a formar parte del departamento de informtica de Stanford. All conoci a Joshua Lederberg, el cual quera averiguar cul era la estructura de las molculas orgnicas completas. El objetivo de DENDRAL fue estudiar un compuesto qumico. El descubrimiento de la estructura global de un compuesto exiga buscar en un rbol las posibilidades, y por esta razn su nombre es DENDRAL que significa en griego "rbol. Antes de DENDRAL los qumicos solo tenan una forma de resolver

el problema, estar era tomar unas hiptesis relevantes como soluciones posibles, y someterlas a prueba comparndolas con los datos. La realizacin de DENDRAL dur ms de diez aos (1965-1975). Se le puede considerar el primer sistema experto. En 1965 tambin se empezaron a utilizar tcnicas para la resolucin de problemas que se caracterizaban por la bsqueda heurstica como modelo para la resolucin de problemas, y con ellas comenz la investigacin y desarrollo de los sistemas expertos.

En 1972, en la Universidad de Standford se desarrolla MYCIN, sistema experto dentro del campo de la medicina para diagnstico de enfermedades infecciosas en la sangre. MYCIN se trataba de un sistema experto para el diagnstico de enfermedades infecciosas. Desde los resultados de anlisis de sangre, cultivos bacterianos y dems datos, el programa era capaz de determinar, o en lo menos, sugerir el microorganismo que estaba causando la infeccin. Despus de llegar a una conclusin, MYCIN prescriba una medicacin que se adaptaba perfectamente a las caractersticas de la persona, tales como el peso corporal de este.

Al mismo tiempo, Davir Marr propone nuevas teoras sobre la capacidad de reconocimiento visual de las diferentes mquinas. En 1972 aparece el lenguaje PROLOG basado en las teoras de Minsky. En 1973 se desarrolla el sistema experto llamado TIERESIAS. El cometido de este sistema experto era el de servir de intrprete entre MYCIN y los especialistas que lo manejaban, a la hora introducir nuevos conocimientos en su base de datos. El especialista deba utilizar MYCIN de una forma normal, y cuando este cometiera un error en un diagnstico (hecho producido por la falta o fallo de informacin en el rbol de desarrollo de teoras) TEIRESIAS corregira dicho fallo destruyendo la regla si es falsa o amplindola si es eso lo que se necesita. En 1979 aparece XCON, primer programa que sale del laboratorio Su usuario fue la Digital Equipament Corporation (DEC).

El cometido de XCON sera configurar todos los ordenadores que saliesen de la DEC. El proyecto present resultados positivos y se empez a trabajar en el proyecto ms en serio en diciembre de 1978. En abril de 1979 el equipo de investigacin que lo haba diseado pens que ya estaba preparado para salir, y fue entonces, cuando se hizo una prueba real, esperando resolver positivamente un 95% de las configuraciones, este porcentaje tal alto se qued en un 20% al ser contrastado con la realidad; XCON volvi al laboratorio, donde fue revisado y a finales de ese mismo ao funcion con resultados positivos en la DEC.

En 1980 se instaur totalmente en DEC. Y en 1984, el XCOM haba crecido hasta multiplicarse por diez. El XCOM supuso un ahorro de cuarenta millones de dlares al ao para la DEC. Entre los aos 80 a 85 se produce la revolucin de los Sistemas Expertos. En estos 5 aos se crearon diversos sistemas expertos como el DELTA, de General Electric Company, para la reparacin de locomotoras disel y elctricas. "Aldo en Disco" para la reparacin de calderas hidro-estticas giratorias usadas para la eliminacin de bacterias.

Se crearon multitud de empresas dedicadas a los sistemas expertos como Teknowledge Inc., Carnegie Group, Symbolics, Lisp Machines Inc., Thinking Machines Corporation, Cognitive Systems Inc. formando una inversin total de 300 millones de dlares. Los productos ms importantes que creaban estas nuevas compaas eran las "mquinas Lisp", que se trataba de unos ordenadores que ejecutaban programas LISP con la misma rapidez que en un ordenador central, y el otro producto fueron las "herramientas de desarrollo de sistemas expertos".

En 1987 XCON empieza a no ser rentable. Los tcnicos de DEC tuvieron que actualizar XCOM rpidamente llegndose a gastar ms de dos millones de dlares al ao para mantenimiento y algo parecido ocurri con el DELTA. Tambin en 1987 aparecieron los microordenadores Apple y compatibles IBM con una potencia
5

parecida a los LISP. El software se transfiri a mquinas convencionales utilizando el lenguaje "C" lo que acab con el LISP.

A partir de los 90 y con el desarrollo de la informtica, se produce un amplio desarrollo en el campo de la IA y los sistemas expertos, pudindose afirmar que estos se han convertido en una herramienta habitual en determinadas empresas en la actualidad.

La evolucin histrica de los mtodos utilizados en el desarrollo de los sistemas expertos tambin se ha producido a medida que se ha ido desarrollando la IA y los diferentes mtodos que se han empleado para su resolucin. El desarrollo de lenguajes como LISP y PROLOG condicion esa evolucin, as como investigaciones en diversos campos relacionados. Los primeros sistemas expertos que se desarrollaron en los aos 60 eran capaces de resolver solo problemas basados en situaciones determinadas mediante sistemas de reglas .Es a partir de los 70 cuando se empiezan a resolver problemas basados en situaciones inciertas, basados en medidas difusas al principio y en redes probabilsticas con posterioridad.

Los Sistemas Expertos (SE)

Es una aplicacin informtica capaz de solucionar un conjunto de problemas que exigen un gran conocimiento sobre un determinado tema. Un sistema experto es un conjunto de programas que, sobre una base de conocimientos, posee informacin de uno o ms expertos en un rea especfica. Se puede entender como una rama de la inteligencia artificial. Estos sistemas imitan las actividades de un humano para resolver problemas de distinta ndole (no necesariamente tiene que ser de inteligencia artificial).

Tambin se dice que un sistema experto, se basa en el conocimiento declarativo (hechos sobre objetos, situaciones) y el conocimiento de control (informacin sobre el seguimiento de una accin). Para que un sistema experto sea

herramienta efectiva, los usuarios deben interactuar de una forma fcil, reuniendo dos capacidades para poder cumplirlo.

Funciones de un Sistema Experto

Se tienen las siguientes funciones que debe cumplir un sistema experto: - Resolver problemas muy difciles igual de bien o mejor que un experto humano. - Razonar heursticamente, utilizando reglas que los expertos humanos consideran eficaces. - Interactuar eficazmente y en lenguaje natural con las personas. - Manipular descripciones simblicas y razonar sobre ellas. - Funcionar con datos errneos y reglas imprecisas. - Contemplar simultneamente mltiples hiptesis alternativas. - Explicar por qu plantea sus preguntas. - Justificar sus conclusiones.

Caractersticas
Se sugieren las siguientes caractersticas para que los sistemas expertos sean aceptados por sus posibles usuarios:
8

- El programa debe ser til. - El programa debe poder usarse. - El programa debe ser educacional cuando se necesite. - El programa debe ser capaz de explicar sus propios consejos. - El programa debe ser capaz de responder a preguntas sencillas. - El programa debe ser capaz de incorporar nuevo conocimiento. - El conocimiento del programa debe poder ser modificado fcilmente.

Objetivos Fundamentales:

1. 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 explicacin para cada una de estas reglas, que a la vez se basan en hechos.

2. Adquisicin 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 sta no intenta sustituir a los expertos humanos, sino que se desea ayudarlos a realizar con ms rapidez y eficacia todas las tareas que realiza.

Debido a esto en la actualidad se estn mezclando diferentes tcnicas o aplicaciones aprovechando las ventajas que cada una de estas ofrece para poder tener empresas ms seguras. Un ejemplo de estas tcnicas sera los agentes que tienen la capacidad de negociar y navegar a travs de recursos en lnea; y es por eso que en la actualidad juega un papel preponderante en los sistemas expertos.

Estructura Bsica del SE Un Sistema Experto est conformado por: a) Base de conocimientos (BC): Contiene conocimiento modelado extrado del
dilogo con el experto.

b) Base de hechos (Memoria de trabajo): contiene los hechos sobre un


problema que se ha descubierto durante el anlisis.

c) Motor de inferencia: Modela el proceso de razonamiento humano. d) Mdulos de justificacin: Explica el razonamiento utilizado por el sistema
para llegar a una determinada conclusin.

e) Interfaz de usuario: Es la interaccin entre el SE y el usuario, y se realiza


mediante el lenguaje natural.

Tipos de Sistemas Expertos


o Principalmente existen tres tipos de sistemas expertos:

10

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

o En cada uno de ellos, la solucin a un problema planteado se obtiene: Aplicando reglas heursticas apoyadas generalmente en lgica difusa para su evaluacin y aplicacin. Aplicando el razonamiento basado en casos, donde la solucin a un problema similar planteado con anterioridad se adapta al nuevo problema. Aplicando redes bayesianas, basadas en estadstica y el teorema de Bayes.

Limitaciones y sus Ventajas de los Sistemas Expertos


En cuanto a sus Ventajas se encuentran segn su:

Permanencia: A diferencia de un experto humano un SE (sistema experto) no envejece, y por tanto no sufre prdida de facultades con el paso del tiempo. Duplicacin: Una vez programado un SE lo podemos duplicar infinidad de veces.

Rapidez: Un SE puede obtener informacin de una base de datos y realizar clculos numricos mucho ms rpido que cualquier ser humano.

11

Bajo costo: A pesar de que el costo inicial pueda ser elevado, gracias a la capacidad de duplicacin el coste finalmente es bajo. Entornos peligrosos: Un SE puede trabajar en entornos peligrosos o dainos para el ser humano. Fiabilidad: Los SE no se ven afectados por condiciones externas, un humano s (cansancio, presin, etc.). Consolidar varios conocimientos. Apoyo Acadmico. En cuanto a sus Limitaciones se muestran segn:
Sentido comn: Para un Sistema Experto no hay nada obvio. Por ejemplo, un

sistema experto sobre medicina podra admitir que un hombre lleva 40 meses embarazado, a no ser que se especifique que esto no es posible. Lenguaje natural: Con un experto humano podemos mantener una conversacin informal mientras que con un SE no podemos. Capacidad de aprendizaje: Cualquier persona aprende con relativa facilidad de sus errores y de errores ajenos, que un SE haga esto es muy complicado. Perspectiva global: Un experto humano es capaz de distinguir cuales son las cuestiones relevantes de un problema y separarlas de cuestiones secundarias. Capacidad sensorial: Un SE carece de sentidos.

12

Flexibilidad: Un humano es sumamente flexible a la hora de aceptar datos para la resolucin de un problema. Conocimiento no estructurado: Un SE no es capaz de manejar conocimiento poco estructurado

Tareas que realiza el Sistema Experto


La Monitorizacin:

La monitorizacin es un caso particular de la interpretacin, y consiste en la comparacin continua de los valores de las seales o datos de entrada y unos valores que actan como criterios de normalidad o estndares. En el campo del mantenimiento predictivo los Sistemas Expertos se utilizan fundamentalmente como herramientas de diagnstico. Se trata de que el programa pueda determinar en cada momento el estado de funcionamiento de sistemas complejos, anticipndose a los posibles incidentes que pudieran acontecer. As, usando un modelo computacional del razonamiento de un experto humano, proporciona los mismos resultados que alcanzara dicho experto.

El Diseo:

El Diseo es el proceso de especificar una descripcin de un artefacto que satisface varias caractersticas desde un nmero de fuentes de conocimiento. o El Diseo se concibe de distintas formas:

13

1. El diseo en ingeniera Es el uso de principios cientficos, informacin tcnica e imaginacin en la definicin de una estructura mecnica, mquina o sistema que ejecute funciones especficas con el mximo de economa y eficiencia.

2. El diseo industrial: Busca rectificar las omisiones de la ingeniera, es un intento consciente de traer forma y orden visual a la ingeniera de hardware donde la tecnologa no provee estas caractersticas.

Los SE en diseo ven este proceso como un problema de bsqueda de una solucin ptima o adecuada. Las soluciones alternas pueden ser conocidas de antemano o se pueden generar automticamente probndose distintos diseos para verificar cules de ellos cumplen los requerimientos solicitados por el usuario, sta tcnica es llamada generacin y prueba, por lo tanto estos SE son llamados de seleccin. En reas de aplicacin, la prueba se termina cuando se encuentra la primera solucin; sin embargo, existen problemas ms complejos en los que el objetivo es encontrar la solucin ptima.

Planificacin:

La planificacin es la realizacin de planes o secuencias de acciones y es un caso particular de la simulacin. Est compuesto por un simulador y un sistema de control. El efecto final es la ordenacin de un conjunto de acciones con el fin de conseguir un objetivo global.

o Los problemas que presentan la planificacin mediante SE son los siguientes:

Existen consecuencias no previsibles, de forma que hay que explorar y explicar varios planes.

14

Existen muchas consideraciones que deben ser valoradas o incluirles un factor de peso.

Suelen existir interacciones entre planes de subjetivos diversos, por lo que deben elegirse soluciones de compromiso.

Trabajo frecuente con incertidumbre, pues la mayora de los datos con los que se trabaja son ms o menos probables pero no seguros.

Es necesario hacer uso de fuentes diversas tales como bases de datos.

El Control:

Un sistema de control participa en la realizacin de las tareas de interpretacin, diagnstico y reparacin de forma secuencial. Con ello se consigue conducir o guiar un proceso o sistema. Los sistemas de control son complejos debido al nmero de funciones que deben manejar y el gran nmero de factores que deben considerar; esta complejidad creciente es otra de las razones que apuntan al uso del conocimiento, y por tanto de los SE.

Cabe aclarar que los sistemas de control pueden ser en lazo abierto, si en el mismo la realimentacin o el paso de un proceso a otro lo realiza el operador, o en lazo cerrado si no tiene que intervenir el operador en ninguna parte del mismo. Reparacin, correcta o terapia.

La reparacin, correccin, terapia o tratamiento consiste en la proposicin de las acciones correctoras necesarias para la resolucin de un problema. Los SE en reparacin tienen que cumplir diversos objetivos, como son: Reparacin lo ms rpida y econmicamente posible. Orden de las reparaciones cuando hay que realizar varias. Evitar los efectos secundarios de la reparacin, es decir la aparicin de nuevas averas por la reparacin.
15

La Simulacin:

La simulacin es una tcnica que consistente en crear modelos basados en hechos, observaciones e interpretaciones sobre la computadora, a fin de estudiar el comportamiento de los mismos mediante la observacin de las salidas para un conjunto de entradas. Las tcnicas tradicionales de simulacin requieren modelos matemticos y lgicos, que describen el comportamiento del sistema bajo estudio. El empleo de los SE para la simulacin viene motivado por la principal caracterstica de los SE, que es su capacidad para la simulacin del comportamiento de un experto humano, que es un proceso complejo.

o En la aplicacin de los SE para simulacin hay que diferenciar cinco configuraciones posibles:

1. Un SE puede disponer de un simulador con el fin de comprobar las soluciones y en su caso rectificar el proceso que sigue.

2. Un sistema de simulacin puede contener como parte del mismo a un SE y por lo tanto el SE no tiene que ser necesariamente de simulacin.

3. Un SE puede controlar un proceso de simulacin, es decir que el modelo est en la base de conocimiento del SE y su evolucin es funcin de la base de hechos, la base de conocimientos y el motor de inferencia, y no de un conjunto de ecuaciones aritmtico lgicas.

4. Un SE puede utilizarse como consejero del usuario y del sistema de simulacin.

16

5. Un SE puede utilizarse como mscara o sistema frontal de un simulador con el fin de que el usuario reciba explicacin y justificacin de los procesos. Instruccin:

Un sistema de instruccin realizara un seguimiento del proceso de aprendizaje. El sistema detecta errores ya sea de una persona con conocimientos e identifica el remedio adecuado, es decir, desarrolla un plan de enseanza que facilita el proceso de aprendizaje y la correccin de errores.

Recuperacin de Informacin
Los Sistemas Expertos, con su capacidad para combinar informacin y reglas de actuacin, han sido vistos como una de las posibles soluciones al tratamiento y recuperacin de informacin, no slo documental. La dcada de 1980 fue prolija en investigacin y publicaciones sobre experimentos de este orden, inters que continua en la actualidad.

Lo que diferencia a estos sistemas de un sistema tradicional de recuperacin de informacin es que stos ltimos slo son capaces de recuperar lo que existe explcitamente, mientras que un Sistema Experto debe ser capaz de generar informacin no explcita, razonando con los elementos que se le dan. Pero la capacidad de los SE en el mbito de la recuperacin de la informacin no se limita a la recuperacin. Pueden utilizarse para ayudar al usuario, en seleccin de recursos de informacin, en filtrado de respuestas, etc. Un SE puede actuar como un intermediario inteligente que gua y apoya el trabajo del usuario final. Las ventajas generales de un SE son: Los conocimientos de un sistema experto pueden ser copiados y almacenados fcilmente, siendo muy difcil la prdida de stos.
17

Otra ventaja de los sistemas expertos sobre los humanos es que el experto computarizado siempre est a pleno rendimiento. Cuando un humano se cansa, la exactitud de sus consejos puede decaer. Sin embargo, el experto computarizado siempre proporcionar las mejores opiniones posibles dentro de las limitaciones de sus conocimientos. Otra ventaja menos importante de un sistema experto radica en su !falta de personalidad! Como probablemente sabr, las personalidades no son siempre compatibles. Si no se lleva bien con el humano experto, puede que se encuentre reticente a recabar sus conocimientos. Una ltima ventaja de un sistema experto est en que despus de que un experto computarizado exista, usted puede crear un nuevo experto simplemente copiando el programa de una mquina a otra. Un humano necesita mucho tiempo para convertirse en un especialista en ciertos campos, lo que hace difcil que puedan aparecer nuevos especialistas humanos. Las desventajas generales de un SE son las siguientes: Creatividad: Los humanos pueden responder creativamente a situaciones inusuales, los sistemas expertos no pueden. Experiencia Sensorial: Los humanos tienen un amplio rango de disponibilidad de experiencia sensorial. Y los sistemas expertos actualmente dependen de una entrada simblica. Degradacin: Los sistemas expertos no son bueno para reconocer cuando no existen respuestas o cuando los problemas estn fuera de su rea.

18

La Base de Datos
Se define la base de datos como la parte de la memoria del ordenador que se emplea para mantener un registro de los datos recibidos, conclusiones intermedias y datos generados. El motor de inferencias, afirma, utiliza la base de datos como un bloc de notas para apuntar lo que sucede en el sistema.

El Motor de Inferencia
Un experto no es aquel que nicamente tiene acceso a una gran cantidad de conocimiento, sino el que sabe cundo y cmo debe aplicar el conocimiento apropiado. En la misma forma, el tener una base de conocimientos no hace inteligente a un sistema experto, sino que debe tener otro componente que dirija y controle la implementacin del conocimiento. A ese elemento se le conoce con diferentes nombres, como estructura de control, intrprete de reglas o motor de inferencias.

La estrategia de control incluida en el motor de inferencias determina cmo se examinarn las reglas de la base de conocimientos, puede ser una estrategia de encadenamiento regresivo o progresivo. En el primer caso se comienza por las reglas que suponen las conclusiones del sistema y se va retrocediendo en el rbol de reglas, y en el segundo se comienza por los hechos disponibles en la base de datos buscando reglas que se satisfagan, y as sucesivamente.

Cuando una regla se cumple, las conclusiones obtenidas se incluyen en la base de datos para poder emplearlas en la evaluacin de otras reglas. Cada vez que se examina una nueva regla, la mquina de inferencia comprueba la base de datos para determinar los
19

hechos que conoce e intenta cumplir los requisitos de la informacin para satisfacer la regla. Si no se dispone de suficiente informacin para satisfacer la regla, el sistema experto solicitar nuevos datos. En otro caso, la mquina de inferencia simplemente salta a la siguiente regla de la secuencia, intentando de nuevo contrastar los datos disponibles en la base de datos con las condiciones expresadas por la propia regla. La mquina de inferencia continuar funcionando hasta que se agoten todas las reglas y hechos. En este momento es cuando el sistema presenta sus conclusiones.

El Interfaz de Usuario
Un sistema experto, por muy sofisticado que sea, ser perfectamente intil si el usuario no puede comunicarse con l. La parte del sistema experto que permite esta comunicacin es conocida como el interfaz de usuario.

20

La comunicacin que realiza un interfaz de usuario es bidireccional. Al nivel ms sencillo, el usuario debe ser capaz de describir su problema al sistema experto, y ste debe ser capaz de responder con sus recomendaciones. Se pretende en la prctica que un interfaz de usuario realice otras funciones adicionales. Unas veces se pide al sistema que explique su razonamiento, y otras, el sistema pide informacin complementaria del problema.

El interfaz de usuario debe incluir un subsistema de adquisicin de conocimientos. Los subsistemas de adquisicin de conocimientos proporcionan los medios adecuados para aadir nuevas reglas y editar las ya existentes.

El subsistema de adquisicin del conocimiento es el encargado de recibir los elementos de conocimiento que proceden del tndem experto ingeniero, comprobar que son
21

elementos nuevos, es decir, todava no incluidos en la base de conocimientos y, en su caso, transmitirlos a dicha base de forma inteligible para ella.

La Adquisicin del Conocimiento


La adquisicin y modelizacin del conocimiento de una manera eficaz puede ser la tarea que ms tiempo requiera y que ms dificultades presente dentro del proceso de ingeniera del conocimiento.

o Existen numerosas tcnicas y herramientas de ayuda en este campo que pueden clasificarse en: Mtodos manuales. Mtodos semiautomticos. Mtodos automticos.

Los sistemas expertos tradicionales presentan el problema de la complejidad de los procesos de ingeniera del conocimiento necesarios para su extraccin y Normalizacin, los mtodos manuales, que describimos ms adelante, constituyen una primera aproximacin para su resolucin. En los ltimos aos, la necesidad de acercar el lenguaje de representacin al experto y de simplificar los procesos de adquisicin de conocimientos en determinadas aplicaciones, han posibilitado el desarrollo de nuevos sistemas con capacidad de aprendizaje interactivo (mtodos semiautomticos) y con capacidad de aprendizaje automtico.

22

Conclusin

23

El propsito de este artculo 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.

Anexo
24

Bibliografa
25

Este trabajo fue investigado mediante las siguientes fuentes: - Sierra Molina, Guillermo y otros (1995). Sistemas Expertos en Contabilidad y Administracin de Empresas. Editorial Addison Wesley. USA. - Durkin, John (1994). Expert Systems. Ed. Macmillan. USA - Castillo, E.y Alvarez, E. (1989). Sistemas Expertos: Aprendizaje e incertidumbre. Paraninfo, Madrid.

26