UNIVERSIDAD POLITÉCNICA

AMAZÓNICA

INFORME

MOTOR DE INFERENCIAS DE LA INTELIGENCIA ARTIFICIAL

INTEGRANTES
Carrasco Rodas José Luis
Cieza Belisario Cristian Dennis
Frías Frías María Magdalena
Vílchez Cieza Deisy Gladys
Ydrogo Mego Lely Yojany

CICLO
X

DOCENTE
Dr. Ing. Carlos Ríos Campos

BAGUA GRANDE-PERÚ
2018

[Fecha] 1
Contenido
INTRODUCCIÓN ............................................................................................................................ 3
DEFINICIÓN .................................................................................................................................... 3
COMPONENTES ............................................................................................................................. 3
LA MÁQUINA DE INFERENCIA .................................................................................................. 5
MOTOR DE INFERENCIA ............................................................................................................. 7
REGLAS DE INFERENCIA ............................................................................................................ 8
MANEJO DE INCERTIDUMBRE ................................................................................................ 10
EL MOTOR DE INFERENCIA ESTÁ COMPUESTO DE DOS ELEMENTOS ......................... 10
CONSTRUCCIÓN DE SISTEMAS EXPERTOS BASADOS EN REGLAS ............................... 11
APLICACIONES DE LOS SISTEMAS EXPERTOS BASADOS EN REGLAS ......................... 11
EJEMPLOS DE SISTEMAS EXPERTOS BASADOS EN REGLAS .......................................... 12
CARACTERÍSTICAS .................................................................................................................... 14
VENTAJAS .................................................................................................................................... 15
DESVENTAJAS ............................................................................................................................. 15
CONCLUSIONES E IMPLICACIONES ....................................................................................... 15
BIBLIOGRAFÍA ............................................................................................................................ 16

2
 MOTORES DE INFERENCIAS DE LA INTELIGENCIA ARTIFICIAL

INTRODUCCIÓN

El Motor de Inferencias (MI) es un programa de control cuya función es seleccionar las reglas
posibles a satisfacer el problema, para alcanzar una solución o conclusión determinada y para ello
se vale de ciertas estrategias de control sistemáticas o de estrategias heurísticas.

DEFINICIÓN
Es el componente de un Sistema Experto, encargado de gerenciar y controlar lógicamente el
manejo y utilización del conocimiento almacenado en la base. El paradigma del motor de
inferencia es la estrategia de búsqueda para producir el conocimiento demandado. Un sistema
experto está diseñado para trabajar como si fuera una persona experta en algún tema específico.
Trata de replicar o de simular el conocimiento que han adquirido estas personas basándose en las
herramientas que ofrece la inteligencia artificial. Su función principal es tratar de ofrecer
soluciones que puedan resolver problemas prácticos o también la creación de conocimiento nuevo.

COMPONENTES

[Fecha] 3
Analizaremos las componentes de la arquitectura general de un sistema Experto.

• Experto: es la persona que interactúa con el sistema para “transferirle su conocimiento”,

mediante la inserción de reglas.

• Módulo de Adquisición del Conocimiento: es la interface entre el sistema experto basado

en reglas y el humano experto, por medio del cual ingresa nuevo conocimiento a la base de
conocimientos.

• Base de Datos (Hechos): son los datos importantes o relevantes relacionados al problema
específico. Consta de dos partes (Grado en Ingeniería Informática, 2005):

✓ Permanente: son los hechos que no cambian y que siempre se presentan en el problema.
✓ Temporal: son hechos variantes que cambian mientras se intenta solucionar el
problema.
✓ Se pueden añadir y borrar los hechos de la base de datos.

• Base de Conocimientos (Reglas): Forma en que se guarda el conocimiento mediante el

uso de reglas. Una regla es solo una parte del conocimiento con el cual se soluciona el
problema. Se almacenan con el siguiente formato:
Hipótesis (Antecedente) → Conclusión (Consecuente)
No son deducciones lógicas, sino más bien el conocimiento adquirido por un experto. Se
les puede asignar una prioridad para tener ordenadas las reglas de acuerdo a su importancia
de aplicación. A diferencia de los hechos, las reglas pueden contener variables. Estas
variables aumentan la expresividad de las reglas, la complejidad de su gestión y facilitan la
modificación de las reglas. (Díez, 2010).
Hay ciertos sistemas que piden que las reglas cumplan ciertas restricciones: (Cabrera,
2010-2011)
– No utilizar la disyunción (o) en la hipótesis.
– Las conclusiones solo pueden ser expresiones lógicas simples.
– Utilizar formas normales. (e.g. Forma Normal Conjuntiva)

• Módulo de Explicación: Este es el encargado de generar los resultados o diagnósticos

para el usuario, que se han obtenido del motor de inferencia.

• Motor de Inferencia: Es el encargado de la generación de conocimiento nuevo utilizando

el que ya se tiene, por medio de la simulación de un procedimiento de razonamiento. Este

4
 procedimiento parte de una serie de datos hasta obtener una solución. Hay dos técnicas de
inferencia para bases de conocimiento basadas en reglas:

✓ Encadenamiento hacia adelante: a partir de una base de hechos inicial y la base de

reglas se forman soluciones intermedias para poder llegar a una consulta final o base de
hechos final.

✓ Encadenamiento hacia Atrás: a partir de una consulta (objetivo) y utilizando la base de

reglas y la base de hechos inicial se plantean sub objetivos los cuales se resuelven para
dar soluciones.

• Interface de Usuario: Es la parte del sistema experto basado en reglas con la que
interactúa el usuario.

• Usuario: es la persona que consulta el sistema para obtener una respuesta. Con la
información que provee se trata de generar una conclusión y si es ambigua se obtiene más
información de parte del usuario.

LA MÁQUINA DE INFERENCIA
Este es el nombre con el que Bruner (1957) identificaba la mente humana: «máquina de
inferencias». Con él se refiere a la destreza para activar el conocimiento ya almacenado y
utilizarlo para organizar e interpretar la nueva información, a través de relaciones abstractas
complejas.

La máquina de inferencias es la porción del sistema experto que razona utilizando el contenido de
la base de del conocimiento en una secuencia determinada. Durante el proceso de consulta, la
máquina de inferencias examina las reglas de la base del conocimiento una por una, y cuando se

5
cumple la condición de la regla, se realiza la acción especificada. En la terminología de los
sistemas experto, la regla se extiende cuando se efectúa la acción.

Se han ideado dos métodos principales de la máquina de inferencias para examinar sus
reglas: pro razonamiento y razonamiento inverso.
 Pro Razonamiento
En el pro razonamiento, también llamado encadenamiento hacia delante, las reglas se
examinan una tras otra en cierto orden. El orden podría ser la secuencia en que las reglas se
introdujeron en el conjunto de reglas, o podrá ser alguna otra secuencia especificada por el
usuario.

 Razonamiento Inverso
En el razonamiento inverso, también llamado encadenamiento hacia atrás, la máquina de
inferencia selecciona una regla y la considera como un problema a resolver. Pero luego se
da cuenta, que para resolverla debe primero resolver las anteriores las cuales se constituyen
en sub problemas.

Comparación entre el pro razonamiento y el razonamiento inverso

El razonamiento inverso es más rápido que el profazamiento porque no tiene que
considerar todas las reglas y no efectúa múltiples pasadas por el conjunto de reglas. El
razonamiento inverso en apropiado cuando:

 Hay múltiples variables de meta.

 Hay muchas reglas.
 No es preciso examinar la mayor parte de las reglas en el proceso de llegar a una
solución.

6
MOTOR DE INFERENCIA

 El sistema sigue los siguientes pasos:

1. Evaluar las condiciones de todas las reglas respecto a la base de datos

2. Si no se puede aplicar ninguna regla, se termina sin éxito; en caso contrario se elige
cualquiera de las reglas aplicables y se ejecuta su parte acción

3. Si se llega al objetivo, se ha resuelto el problema; en caso contrario, se vuelve al paso 1.

 El Motor de Inferencia realiza dos tareas principales:

• Examina los hechos y las reglas, y si es posible, añade nuevos hechos

• Decide el orden en que se hacen las inferencias.

7
REGLAS DE INFERENCIA
La mayoría de los sistemas expertos almacenan su conocimiento en forma de reglas de inferencia:
si esto, entonces eso, si eso entonces aquello otro, También las reglas de inferencia permiten
relacionar hechos o situaciones del mundo real para deducir otros hechos que en principio no son
evidentes sin la utilización de dichas reglas.

 Modus Ponendo Ponens

Es quizás la regla de inferencia más comúnmente utilizada. Se utiliza para obtener
conclusiones simples. En ella, se examina la premisa de la regla, y si es cierta, la conclusión
pasa a formar parte del conocimiento. Como ilustración, supongamos que tenemos la regla,
“Si A es cierto, entonces B es cierto” y que sabemos además que A es cierto. La regla Modus
Ponens concluye que B es cierto. Esta regla de inferencia, que parece trivial, debido a su
familiaridad, es la base de un gran número de sistemas expertos.

El condicional o implicación es aquella operación que establece entre dos enunciados una
relación de causa-efecto. La regla ‘ponendo ponens’ significa, “afirmando afirmo” y en un
condicional establece, que si el antecedente (primer término, en este caso p) se afirma,
necesariamente se afirma el consecuente (segundo término, en este caso q).

8
 Como ilustración supóngase que se tiene la regla, “Si A es cierto, entonces B es cierto”, y
que se sabe además que “A es cierto”. La regla Modus Ponens, concluye que “B es cierto”.

 Modus Tollendo Tollens:

Se utiliza también para obtener conclusiones simples. En este caso se examina la
conclusión y si es falsa, se concluye que la premisa también es falsa. Por ejemplo,
supongamos de nuevo que se tiene la regla, “Si A es cierto, entonces B es cierto” pero se
sabe que B es falso. Entonces, utilizando la regla Modus Ponens no se puede obtener
ninguna conclusión, pero la regla Modus Tollens concluye que A es falso.

Modus Tollendo Tollens (TT)

‘Tollendo tollens’ significa “negando, niego”, y se refiere a una propiedad inversa de los
condicionales, a los que nos referíamos en primer lugar.

Si de un condicional, aparece como premisa el consecuente negado (el efecto), eso nos
conduce a negar el antecedente (la causa), puesto que, si un efecto no se da, su causa no ha
podido darse.

En este caso se examina la conclusión, y si es falsa, se concluye que la premisa también es

falsa. Por ejemplo, supóngase de nuevo que “Si A es cierto, entonces B es cierto” pero se
sabe que “B es falso”. Entonces, utilizando la regla Modus Ponens no se puede obtener
ninguna conclusión, pero la regla Modus Tollens concluye que “A es falso”.

9
MANEJO DE INCERTIDUMBRE
En situaciones inciertas, es necesario
introducir algunos medios para tratar
la incertidumbre. Por ejemplo,
algunos sistemas expertos usan la
misma estructura de los sistemas
basados en reglas, pero introducen
una medida asociada a la
incertidumbre de las reglas y a la de sus premisas. En este caso se pueden utilizar algunas
fórmulas de propagación para calcular la incertidumbre asociada a las conclusiones. (FC,
Bayesian Update, Bayesian networks, Fuzzy systems).

Los problemas con los que pueden tratar los sistemas expertos pueden clasificarse en dos tipos:

Problemas esencialmente Deterministas y Problemas esencialmente Estocásticos. Por

ejemplo, un cajero automático o un SE para control de tráfico vial pueden contener algunos
elementos de incertidumbre, son esencialmente problemas deterministas.

EL MOTOR DE INFERENCIA ESTÁ COMPUESTO DE DOS ELEMENTOS

 Interprete de reglas o mecanismo de inferencia
Mecanismo de razonamiento que determina qué reglas de la BC se pueden aplicar para
resolver el problema.

 Estrategia de control o estrategia de resolución de conflictos

Función del motor de inferencia.

▪ Ejecutar acciones para resolver el problema (objetivo) a partir de un conjunto

inicial de hechos y eventualmente a través de una interacción con el usuario.
▪ La ejecución puede llevar a la deducción de nuevos hechos.

 Las reglas modelan el conocimiento general del dominio y constituyen

▪ Base de conocimiento (BC)
▪ Memoria a largo plazo
▪ Implicaciones

10
  Reglas de Inferencia

CONSTRUCCIÓN DE SISTEMAS EXPERTOS BASADOS EN REGLAS

El encargado de esta tarea es el llamado Ingeniero de Conocimiento, el cual tiene dos tareas o
funciones principales: elegir el tipo de inferencia que usará el motor y generar la base de
conocimiento. (Fernández, 2008) En el tipo de inferencia hay que decidir si se utilizar
encadenamiento hacia adelante o hacia atrás, esto se realiza de acuerdo a como los hechos se
relacionan con las conclusiones inferidas. Esto depende también de la aplicación que tendrá el
sistema experto que se construye.

Para generar la base de conocimientos se realiza una adquisición de conocimiento. Se podría decir
que esta es la parte en la que se “enseña” al sistema a ser un experto en la materia. Este
conocimiento puede provenir de diversas fuentes, como ser: libros, manuales, bases de datos o de
personas expertas en el tema. Es muy importante que el Ingeniero de Conocimiento se empape
suficientemente del tema para así poder descubrir las reglas que formaran parte de la base de
conocimiento.

El ingeniero debe de verificar que los conocimientos adquiridos por el sistema sean válidos. La
mejor forma de hacerlo es mediante entrevistas, cuestionarios planteados al experto en la materia
para así poder validar toda la información. Siempre es recomendable utilizar además técnicas
automáticas para agilizar el proceso de adquisición de conocimiento, ya que los algoritmos eligen
las reglas que optimizan el sistema y reducen el tiempo de ejecución del motor de inferencia.

APLICACIONES DE LOS SISTEMAS EXPERTOS BASADOS EN REGLAS

Los campos en los que más se han desarrollado sistemas expertos basados en reglas son los
siguientes: (Alejandro, 2011)

• Medicina

• Geología

• Química

11
 • Economía

• Ingeniería Civil

Solo que no todos los problemas en estas áreas, sino aquellos que se prestan para utilizar la técnica
de sistemas basados en reglas:

• Clasificación o interpretación.

• Diagnóstico: médico o técnico

• Predicción y previsión

• Diseño y configuración

• Planeación

• Monitoreo y control

• Vigilancia y alarma

• Manual de instrucciones

Recordemos que un sistema basado en reglas es determinístico, por lo tanto, este es el tipo de
aplicaciones que puede tener. Cuando existe un grado de incertidumbre o error el problema
es probabilístico, en ese caso ya no sería conveniente aplicar un sistema basado en reglas.

EJEMPLOS DE SISTEMAS EXPERTOS BASADOS EN REGLAS

• Sistemas Basados en Reglas y en Casos para diseñar transmisiones por tornillo

sinfín (Moya Rodríguez, Becerra Ferreiro, & Chagoyén Méndez, 2012)

Es un sistema diseñado para transmisiones por tornillo sin fin. Ya sea de diseño tradicional o
de Ingeniería Inversa. Esto se debe a que para encontrar una solución dicho sistema realiza
una búsqueda heurística y no sigue un algoritmo predeterminado

• Sistema Experto Basado en Reglas para Determinar Tipos de Demandas

Jurídicas (Computación, 2008)

Un sistema experto basado en reglas y un algoritmo orientado a un objetivo, que permitirá

decidir el tipo de demanda al que pertenece algún caso jurídico presentado al sistema, de este
modo este sistema contribuirá a solucionar los problemas más frecuentes a los que se
enfrentan los estudiantes de derecho por ejemplo para aprender a clasificar casos jurídicos

12
 más comunes , los profesionales en derecho para poder tener un desahogo de los casos más
triviales y así poder ocuparse en el manejo de problemas más complejos, y usuarios en
general para poder recurrir al especialista en derecho adecuado según su caso

• Sistema Experto Basado En Reglas Para Una Aplicación De Monitorización De

Producción Industrial (Robles, 2013)

El software edinn® M2 es un sistema que monitoriza automáticamente en tiempo real a las

personas y las máquinas de cualquier sector, e integra las funciones y estándares necesarios
para la mejora total de la eficiencia.

• El asistente virtual

Un asistente virtual es un personaje conversacional, generado como programa informático

capaz de reconocer, al menos de forma básica, un lenguaje natural que simula una
conversación para dar información y ofrecer un servicio mediante la voz o texto a los
usuarios.

Los asistentes virtuales incorporan:

• Comprensión de lenguaje natural (PLN).

• Control de diálogo.
• Conocimiento de dominio (por ejemplo, acerca de los productos o servicios de una
compañía o institución en un sitio web)
• Un aspecto visual (como fotografías o animaciones en 3D) que en los más avanzados
cambian o pueden simular estados de ánimo de acuerdo al contenido del diálogo.

En el asistente virtual se utilizan los siguientes métodos de interacción:

• Texto a texto.
• Texto a voz.
• El habla de texto.
• Voz a voz.

La decisión de utilizar el enfoque de un sistema experto basado en reglas es bien sencilla, y se

debe a que las reglas son las estructuras más comprensibles para la lógica humana.

13
 • El Sistema Experto

Un sistema experto, es una aplicación informática capaz de solucionar un conjunto de

problemas que exigen un gran conocimiento sobre un determinado tema.

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). También se dice
que un SE se basa en el conocimiento declarativo (hechos sobre objetos, situaciones) y el
conocimiento de control (información sobre el seguimiento de una acción).

CARACTERÍSTICAS
 Es aquel capaz de modelar los procesos de razonamiento humano.
 Un motor de inferencia interpreta y evalúa los hechos en la base de conocimiento para proveer
una respuesta. Esta debe ser independiente del conocimiento y de los hechos.
 Elemento de los sistemas expertos que principalmente toma dos elementos: los datos y el
conocimiento (expresado en reglas) para obtener nuevas conclusiones o hechos.
 Selecciona, decide, interpreta y aplica el conocimiento de la base de conocimientos sobre la
base de hechos con el fin de obtener la solución buscada.

14
VENTAJAS
Entre las ventajas de los Sistemas Basados en Reglas, podemos destacar:

 Representan de forma natural el conocimiento explícito de los expertos: normalmente, los

expertos humanos explican el procedimiento de resolución de problemas por medio de
expresiones del tipo "Si estamos en esta situación, entonces yo haría esto...", que se adapta
fielmente al modelo seguido aquí.
 Estructura uniforme: Todas las reglas de producción tienen la misma estructura "Si...
entonces...". Cada regla es una pieza de conocimiento independiente de las demás.
 Separación entre la base de conocimiento y su procesamiento.
 Capacidad para trabajar con conocimiento incompleto e incertidumbre (introduciendo
variantes).

DESVENTAJAS
Entre las desventajas principales que han llevado a complementarlo o sustituirlo con otros
procedimientos de razonamiento podemos destacar:

 Relaciones opacas entre reglas: Aunque las reglas de producción son muy simples desde un
punto de vista individual, las interacciones que se producen a larga distancia entre la red de
reglas existentes pueden ser muy opacas, lo que hace que generalmente sea difícil saber qué
papel juega una regla en particular en la estrategia global de razonamiento que hay detrás.
 Estrategias de búsqueda muy ineficientes: esencialmente, el motor de inferencia realiza una
búsqueda exhaustiva en todas las reglas en cada ciclo de iteración, por lo que los sistemas de
reglas con muchas reglas (que pueden llegar a ser miles) son lentos y, a menudo, inviables en
problemas del mundo real.
 Incapaz de aprender: los sistemas de reglas sin aditivos no son capaces de aprender de la
experiencia, por lo que haber extraído un conocimiento nuevo del sistema no te proporciona
métodos para poder aprender más cosas de forma más rápida posteriormente.

CONCLUSIONES E IMPLICACIONES
Así como una persona que tiene un amplio conocimiento en un determinado tema, un sistema
experto puede simular adquirir y almacenar ese conocimiento. El sistema basado en reglas, uno
de los más sencillos, permite generar un sistema experto mediante la creación de una base de

15
conocimiento que consta de una serie de reglas, las cuales permiten llegar a una conclusión o
solución a partir de las premisas (información o hechos de entrada al sistema).

Al ser sistemas muy rígidos, solo permiten resolver problemas deterministas, ya que no dan
lugar a un error o incertidumbre. Pero como vemos la cantidad de problemas que se pueden
resolver es muy grande y se han desarrollado sistemas expertos basados en reglas para dar
solución a múltiples problemas, problemas en los cuales se consulta al sistema de una manera
similar a como se consulta un experto en la materia.

No se pretende eliminar a las personas expertas en la materia, ya que se depende de ellos para
crear este tipo de sistemas expertos, sino brindar una alternativa para personas que no tienen
acceso a los expertos ya sea por cuestiones de tiempo, distancia o finanzas. De manera
automática e incluso en línea se pueden brindar soluciones a un mayor número de usuarios que
consultando a una persona experta.

BIBLIOGRAFÍA
➢ http://sbc-unesr-2014-b.blogspot.pe/p/ventaja-y-desven.html

➢ http://sistemasexpertosfer.blogspot.pe/2012/03/motor-de-inferencia.html

➢ https://israelp86.wordpress.com/2011/04/04/motor-de-inferencia/

➢ http://gestiondelconocimientoeci.blogspot.pe/2011/11/inteligencia-artificial-barr-
y.html

➢ http://www.cs.us.es/~fsancho/?e=103

➢ https://sites.google.com/site/sistemasexpertosunah/home/sistemas-expertos-
basados-en-reglas

➢ https://masquecodificar.wordpress.com/2012/10/20/ia-sistemas-expertos-motores-
de-inferencia-y-sus-utilidades-comerciales/

16