Académique Documents
Professionnel Documents
Culture Documents
Universidad de Sevilla
B Visión
B Robótica
B Habla
B Sistemas artificiales neuronales
B Lenguaje natural
B Comprensión
B Sistemas expertos
B ...
B Estructurados:
u Son aquellos en los que se conocen todas y cada
una de las componentes de una solución, es decir,
los datos que representan los estados del proble-
ma, los operadores y los procedimientos. Son total-
mente resolubles por computador y sin necesidad
de ayuda humana.
B Semiestructurados:
u Aquellos que en alguno(s) de sus subproblema(s)
no se conoce alguna de las componentes de la solu-
ción. Por ejemplo, los sistemas tradicionales de
ayuda a la toma de decisiones.
B No estructurados:
u Son aquellos en los que todas o alguna de las com-
ponentes de la solución son vagas o desconocidas: es
decir, cuando la meta no está totalmente estableci-
da, por lo que determinar la meta forma parte del
problema.
conocimiento
Usuario
razonamiento
B Mayor disponibilidad:
u La experiencia está disponible para cualquier hard-
ware de cómputo adecuado
B Coste reducido
B Permanencia:
u La experiencia es permanente, a diferencia de lo
que ocurre con los expertos humanos
B Experiencia múltiple:
u El conocimiento de varios especialistas puede es-
tar disponible para trabajar simultánea y continua-
mente en un problema.
u El nivel de experiencia combinada de muchos sis-
temas expertos puede exceder el de un solo espe-
cialista humano.
B Respuestas no subjetivas
u El sistema experto ofrece respuestas sólidas, com-
pletas y sin emociones en todo momento.
B Respuesta rápida:
u Algunas situaciones de emergencia pueden exigir
respuestas más rápidas que las de un humano.
B Tutorı́a inteligente
B Base de datos inteligente
B Lenguajes de SBC
u LISP, PROLOG
u EMYCIN
u OPS5, ART, CLIPS
u KEE
B PROLOG:
u Programación Lógica
u Razonamiento hacia atrás
B CLIPS
u CLIPS = C Language Integrated Production Sys-
tems
u Es un lenguaje basado en reglas de producción
u Desarrollado en la NASA desde 1984
u Escrito en C
u La sintaxis es parecida a la de Lisp
u Relacionado con OPS5 y ART
u Objetivos: portabilidad, bajo coste y facilidad de
integración
B Ejemplos:
SI
el problema no me sale Y
es la hora de consulta
ENTONCES
consultar al profesor
SI
la luz del semáforo es verde Y
no hay peatones cruzando
ENTONCES
continúa la marcha
SI
el programa Lisp no carga
ENTONCES
comprobar paréntesis
B Inferencias:
u Razonamiento hacia adelante (de abajo a arriba)
u Razonamiento hacia atrás (de arriba a abajo)
B Ejemplo:
Prof. F.I.E.
es-parte-de es-parte-de
Prof. Prof.
Estadística Informática
es-parte-de es-un
Prof. es-un
Tercero
JLRR CCIA
depto.
B Inferencia:
u Herencia
B Ejemplos:
u ∀x(P erro(x) → Animal(x))
u ∃x(Animal(x) ∧ ¬P erro(x))
u ∀x∃y(padre(y, x))
u ¬∀x∃y(padre(x, y))
u ∀²∃n0∀n ≥ n0(|xn − xn0 | < ²)
B Inferencia:
u Deducción natural.
u Cálculo de secuentes.
u Regla de resolución.
u Reescritura.
B Razonamiento automático.
...
Repito:
¿Es cierto opel_astra tiene 1600 c_cubicos?
Posibles respuestas: [si, no, porque] (seguidas de un punto):
X = media ;