Académique Documents
Professionnel Documents
Culture Documents
TESIS DOCTORAL
por
M0OM3G32 J?,1Z
R3Z,:
-I I-
TESIS DOCTORAL
TRIBUNAL CALIFICADOR
Presidente: D. Antonio INSUA NEGRAO Secretario: D. Rafael GONZALO MOLINA Vocales: D. Manuel DIEZ Y DIEZ DE ULZURRUN D. Luis LAITA D. Sixto ROS INSUA
-I II-
RESUMEN:
Aunque
ron puestas por Alan Turig en 1950, los primeros Sistemas Expertos no empezaron comercialmente a explotarse hasta 1984.
A travs de la literatura consultada sobre dichos Sistemas se han observado distintos enfoques en el desarrollo de los mismos, sin que se hubiera seguido una metodologa especifica.
La Metodologa
primera aproximacin a la sistematizacin del desarrollo de Sistemas Expertos, actividades estructurndolo en una serie de fases, etapas y la labor del Ingeniero del
En esta blemas ms
cimiento en cuanto a:
- Seleccin
-IV-
- Su relacin con el Experto/s, y extraccin del Conocimiento del mismo/s, donde tienen especial gicas tales como vistas. importancia tcnicas psicol-
el Ingeniero y seleccin
- Seleccin llo.
de la herramienta ms
Se establecen Metodologa
unas pautas para la posible aplicacin de esta Financiero, sealndose las principales
al Sector
posibles reas
_v_
SUMMARY:
Although
the -First basis o f the Arti-Ficial Intelligence were in 1950, the -first Expert Systems have not
Throughout
about o f these -
their development,
Method developped
in this the
thesis,
try
development phases,
several
periods
In
this method,
we make
a special
re-ference
to
the more
important problems that the Knowledge Engineer should resolve in regard to:
- Selection
o f the domain o f -
the
-VI-
His
relationship
with
the
Expert/s
to
elicite
their
importance
.- Knowledge
and
selection
o f the -
stablished
some
guides
in
order
to
possible
principal
-VII-
INDICE GENERAL
Pag.
1 1 6
ESTADO DE LA TECNOLOGA Resea histrica Arquitectura de los Sistemas Expertos ... Formal izacin y representacin del conocimiento
14 14 22
31 31 32 33 34 34 44 48 49 52
II.3.1 II.3. 1.1 11.3.1.2 11.3.1.3 11.3.1.4 II. 3.2 II. 4 II. 4.1 II. 4.2 II. 4.3
Formalismos del conocimiento Formalismos heursticos Formalismos epistemolgicos Formalismos conceptuales Formalismos computacionales Bases de conocimiento Motor de Inferencia Estrategia de control Modos de razonamiento Ciclo de base de un Sistema de produccin en encadenamiento hacia adelante
56
II. 4.4
-VIII-
psg.
66
72
II. 4.7
II. 5 II. 5.1 II. 5.1.1 II. 5.1.2 II. 5.1.3 II. 5.1.4 II. 5.1.5
"Software" y "Hardware" Lenguajes Generalidades sobre LISP Dialectos del LISP Generalidades sobre PROLOG PLANNER y CONNIVER KRL (Knowledge Representation Language)
89
II. 5.2
II. 5.3
Mquinas LISP La Quinta Generacin La Arquitectura de la Quinta Generacin Modelos de mquinas de inferencia par alela . .
111 112
II. 5.6
Mquinas neuromimticas
-IX-
pag.
CAPITULO III PROBLEMTICA ACTUAL EN LA CONSTRUCCIN DE LOS SISTEMAS EXPERTOS III. 1 III- 2 III. 3 General idades Seleccin de la. aplicacin Empleo de nuevas tcnicas no utilizadas por Proceso de Datos, para la resolucin de problemas y representacin del conoc i miento III. 4 Seleccin de "Hardware" y "So-Ftware" a utilizar y evaluacin del mismo III. 5 Problemtica 122 126 117 114 114 114
CAPITULO IV
IV. 1 IV. 2
130 130
142 142
144 150
Ubicacin
-X-
pag.
Plan de evaluacin Balance econmico del Sistema Experto ... Aceptacin por la Direccin y usuarios del Sistema Experto Aceptacin por parte de los usuarios .... Aceptacin por los responsables Fase II: Diseo de la Ingeniera del Conocimiento y Construccin riel Prototipo Adquisicin del conocimiento Metodologas de adquisicin del conocimiento Tipos de conocimiento Tcnicas psicolgicas utilizadas Metodologas de trabajo del del Conocimiento Representacin del Conocimiento ......... Desarrollo de un prototipo Especificacin de los criterios de rendimiento del prototipo Seleccin de la herramienta para construir el prototipo Desarrollo de la versin inicial del prototipo Verificacin del prototipo con casos de Ingeniero
154 158
164 164
189
190
190
-XI-
pag.
192
195
IV. 4.1
IV. 4.2
Implantacin del ncleo del Sistema Experto 196 ... 197 198
Adecuacin de la inter-fase de usuario ... Monitorizacin de las prestaciones y evaluacin del rendimiento del sistema desarrollado
198 199
Mantenimiento de la base de conocimiento. Fase IV: Comprobacin del Sistema e Integracin del mismo en Produccin
200 200
201
IV. 5.1.2
Establecimiento de inter-fases del Sistema Experto con distintos sistemas "so-ftware" y "hardware" u otros 202 203
Uso regular y evaluacin del Sistema .... Mantenimiento y mejora del Sistema
t
Experto
203
-XII-
pag.
CAPITULO V
V. 1 V. 2 V. 3
CAPITULO VI
REFERENCIAS BIBLIOGRFICAS
214
219
219 276
CAPITULO I. INTRODUCCIN.
La Inteligencia Artificial es una de las reas de la Tecnologa de la Informacin que ms expectativas est despertando en
el momento actual, quizs esperando unas realidades a corto plazo que difcilmente podrn verse realizadas, si antes no se consiguen mejores "herramientas", ms adecuados mtodos y se esta-
las razones de que se haya despertado el es debido a la creacin de los llamapor las aplicaciones prc-
Estos
apoyo
a un campo muy
concreto
de inferencias, producen la
en la materia dara.
Esta tecnologa ha demostrado sus posibilidades en reas como el diagnstico mdicos a elegir diagnstico y tratamiento de infecciones la terapia adecuada para ayudar a los
" ?
cin
de minerales
(PROSPECTOR),
el
diseo
de ordenadores
(XCOIM), o el
diagnstico de -fallos de
a las reas econmicas, con lo cual se conseguira una mayor generalizacin de los mismos.
Una de las razones importantes es que, detrs de todo Sistema Experto hay un experto de carne y hueso. Los llamados Ingenieros
del Conocimiento que crean estos Sistemas, deben trabajar en estrecho contacto con dichos expertos para -formular las reglas que componen los programas del Sistema Experto. Pero, lo cierto y
dedicarse a hacer ms inteligente a una mquina. Adems escasean los ingenieros especializados en estas cuestiones. Si a esta necesidad se nejen los une la di-ficultad de encontrar programadores que malenguajes necesarios, as como la necesidad de un
Sin embargo,
esta situacin
est cambiando
sistemas sofisticados
miento muy amplio y grandes ambiciones ha dejado paso a otra que es la de utilizar los desarrollos y tecnologa existentes en
aplicaciones
sario utilizar un experto, pero en los que el costo del mismo, o su inexistencia, o el presencia -fsica. riesgo de su uso, hacen muy difcil su
se dedican a este sector, existiendo en EE.UU. ms de 200 empresas especializadas piezan a proli-ferar en la creacin de dichos sistemas, as, em-
bre de expertos, an cuando muchos no merezcan tal denominacin. El verdadero experto, puede Sistema Experto,se apoya en el conocimiento de un
Mientras que el desarrollo se ha centrado en aplicaciones muy concretas, en las que los propios expertos han sido parte inte-
En el momento
su aplicacin empieza a ser en diversos campos de la Empresa, ya esta colaboracin puede no ser tan espontnea y clara. De ah la necesidad de dotar pues, a los responsables de estos desarrollos de unas metodologas, que les permitan convencer, dialogar y extraer el conocimiento de estos expertos, penetrando en su psicologa y, detectando los puntos clave de su conocimiento y sus
Por otro ga
existente en
sustituyen a
criterios que ayuden a estos Expertos del ConoEmpresa, cules seran las
determinar dentro de la
de mayor ap1icabi1idad de
estos
Sistemas, y desarrollar
una planificacin
de desarrollo de los
Una vez determinada la aplicacin a desarrollar y obtenido el conocimiento de tacin del los expertos, surge el problema de la represen-
La
Conocimiento a seleccionar
la representacin
Las tcnicas de construccin de prototipos son de gran utilidad en la construccin de Sistemas Expertos. A diferencia de los Sistemas de Procesos de Datos, un prototipo puede ser utilizado sin que est terminado el Sistema. Mediante un
en produccin,
La la
en produccin completan una serie de actividades que hemos agrupado en este trabajo en cuatro fases que configuran el manual de procedimientos o mtodos para la construccin de un Sistema Ex-
- Seleccin de la aplicacin, en particular la primera - Determinacin de necesidades y valoracin de las mismas. - Aceptacin por la Direccin.
- Adquisicin del conocimiento. - Representacin del conocimiento. - Desarrollo de un prototipo. - Uso y mejora del prototipo.
- Desarrollo del diseo detallado final. - Implantacin del ncleo del Sistema. - Expansin de la base de conocimiento. - Adecuacin de la inter-fase del usuario. - Monitorizacion de las prestaciones y evaluacin del Sistema. - Mantenimiento de la Base del Conocimiento.
Produccin:
- Integracin a mayor escala. - Uso regular y evaluacin del Sistema Experto - Mantenimiento y mejora del mismo.
En la
que
gadas a aplicaciones especficas y hay que deducir los pasos seguidos a travs del desarrollo que se expone del Sistema Experno existe una metodologa de diseo de los
Sistemas Expertos, por lo que esta tesis propone una Metodologa para su desarrollo y aplicacin en la construccin de un Sistema Experto.
Se ha seleccionado una aplicacin de esta Metodologa al Sector Financiero por encontrarse esta tecnologa en -fase de introduccin en el mismo.
Este sector, intensivo en la utilizacin del recurso Informacin y, por consiguiente, uno de los motores de los desarrollos
de las Tecnologas de la Informacin, est iniciando el desarrollo de los primeros Sistemas Expertos.
De una
sealar
la importancia que
estos Sistemas
en las que el
personal
es escaso, los
con los clientes deben tener una gran pode crdito, inversiones u
atender, operaciones
Estos generalistas pueden sentir en muchos casos la necesidad de tener cerca un especialista, que se encuentra normalmente en
los Departamentos Centrales. El objetivo que cubrirn los Sistemas {Expertos, ser el poner a disposicin de esas sucursales
de un Experto a
Tanto
de prstamos y crditos,
como las propuestas de inversin, son operaciones que se resuelven aplicando reglas conceptuales micos. ms que tratamientos algort-
El Sistema Experto es
se
representacin del conocimiento por un experto, que pretende estar en permanente evolucin y que son fcilmente actual izables.
Un Experto Financiero
conocimientos una lgica de razonamiento, a fin de establecer su diagnstico, pero le informa, calcula es tambin quien conoce a su cliente, quien
nal. La herramienta informtica debe, pues, reproducir estas diferentes facetas del especialista para ser eficaz.
Las
ptica son enormes. Entre las que cabe sealar las siguientes:
a)
porcionar informacin a los clientes sobre las distintas posibilidades que se le presentan, hasta la gestin propia de la Tesorera de la Entidad Financiera, tanto en cuanto a sus propias
b) El C o n t r o 1
en las que el
9 se como un problema de clasificacin de clientes en diversas categoras, de acuerdo uno de estos. Como de evaluacin de en con el tipo de riesgo que representa cada
indica Juan Icasa (ICA86) ya sea el problema solicitudes de crdito o de medicin de riesgo
El desarrollo
de un Sistema Experto
en
este
rsa requiere
las caractersticas que pueden ser importantes para el problema, hasta indicar cuales son las reglas de decisin. A su ves, mtodos estadsticos pueden usarse desde como apoyo para evaluar el
compone tanto de informacin interna, como son polticrdito; externa como informacin econmica, tipo de ine informacin inherente al crdito como es esde pago,
dustria, etc.,
financieras, capacidad
A efectos comercial
los crditos que han sido recientemente otorgados, prstamos que aparentemente tienen mucho riesgo y fundamentalmente todos los
Si el
proceso de evaluacin de
solicitudes
es correcto, el
10
alto riesgo,
generalmente son
El tercer grupo de crditos, aquellos que no son considerados muy arriesgados o que han sido otorgados muy recientemente, y son los que se
grueso de la carterai
El
tercer grupo, puede ser el que mida los nuevos frutos. Es probable que la mayora de esos crditos sean al menos marginalmente forma que el costo incurrido al examinarlos deta-
rentables de
Es aqui donde un Sistema Experto puede ser de gran ayuda para evaluar riesgos y alertar sobre determinados prstamos que puea deteriorarse. Este tipo de Sistemas puede evaluar costo un grupo grande de crditos de la
dan empezar
rpidamente y a bajo
El mtodo
en
hacer que un
conjunto de expertos evale una muestra y los clasifique en base a distintas variables, tales como estructura del crdito, cali-
dad del cliente, tipo de industria, anlisis financiero e informacin adicional. Con esta evaluacin, se clasifican los crdi-
11 tos en diversos grupos con riesgo bajo, medio, alto o similares. El paso -final es traducir el ordenamiento de la muestra y las
variables que los expertos indicaron como importantes en un conjunto de reglas que imiten el razonamiento de los expertos.
Para
ello se utiliza la
tcnica
El resultado del
Para encontrar
una parte de la muestra para elaborar el conjunto de reglas. Las observaciones restantes se utilizan taje para estructurar el porcen-
- Las variables que estn mal relacionadas con el riesgo son identificadas, permitiendo fijar la atencin en carteras con un nmero importante de crditos con esas carcter sticas.
- La cartera puede segmentarse de acuerdo con el riesgo, permitiendo centrar la atencin en crditos que lo re-
12
quieran.
- El Sistema Experto puede utilizarse como un Sistema de alarma sobre posibles crditos.
- Los crditos pueden clasificarse de acuerdo al riesgo por personas con poco experiencia en dicha tarea.
c) En el campo
cal como financiero, pueden tener una amplia utilizacin. El establecimiento de un diagnstico sobre el balance de una empresa
o sugerir acciones a la misma para mejorar su situacin, son algunas de sus posibles aplicaciones.
d)
En el rea de
l^omerc: ioI.Q.tj?rn_cC'nal ,
(REID86) tambin
aparecen posibilidades de aplicacin y, de hecho en la City londinense, se han iniciado los primeros proyectos utilizando los
cambio. Un problema clave es la gran cantidad de informacin que stos reciben y la Sistema Experto dificultad de poder hacer uso de ella. El
Asimismo, tanto el asesoramiento en la previsin de los movimientos del mercado, como el rea de arbitraje son campos donde
En operaciones tas de
En fin, podran enumerarse infinidad de reas susceptibles de utilizar esta tecnologa y no solamente en produccin, sino lo
que tambin es muy importante, en formacin del personal que los uti1 izar.
Aunque la idea de construir una mquina pensante o por lo menos un autmata que incorporara capacidades por lo comn asociadas al ser humano, ha existido desde desde la antigedad, las
semejantes a las que presenta la inteligencia humana, se han desarrollado en los ltimos 30 aos.
Como
hitos ms importantes en
este
cial, "Computing Machinery and Intel 1igence". En este documento, propuso su test (Turing test) para determinar cuando una mquina posee inteligencia haba artificial. En un primer documento, Turing
sugerido la posibilidad de
cerebro humano.
1955; - IPL-II (Information Processing de Language II), primer lenguaje por Alien Newell, J.C. en proceso de
basado
15
1956: - La Conferencia de Darmouth sobre Inteligencia Artifici al,organizada por John McCarthy, Marvin Minsky, Mathaniel Rochester y
Claude Shannon
con fondos de la Fundacin Rockefeller, reuni a habian trabajado en el campo de la Inteligenadems de los cuatro
organizadores estaban Arthur Samuel, Trenchard llore, Oliver Selfridge, Alien Newell, Ray Solomonoff y Herbert Simn.
(LT), desarrollado por Newell, Shaw y Simn fue considerado como el primer
programa que utiliz tcnicas de Inteligencia Artificial, emplea la bsqueda heurstica para resolver en el libro "Principia alguno de los problemas de Whitehead y
contenidos Russel1.
Mathematica"
Problem Solver). Con este sistema que puede ser considerado como el arquetipo del "paradigma del poder" se pretendi, como su
nombre indica, construir un sistema de propsito general que resolviera cualquier tipo de problema.
16 1959; - Arthur Samuel disea un programa para jugar a las damas, capaz de ganar a los mejores jugadores del momento. Su documento fue
Frank Rosenblatt describi su mquina, Perception, para recoen "Proceedings of a Despus Symposium on the Mede un perodo de hoy con las
of Thought Processes".
Rosenblatt,
1960: - Inicio de las investigaciones en el MIT, del proyecto de Inteligencia Artificial Minsky. bajo la direccin de John McCarthy y Marvin
tema STUDENT. STUDENT es un programa que utiliza el lenguaje natural y puede comprender y resolver problemas de lgebra.
17
- Se inicia el desarrollo del primer Sistema Experto DENDRAL, en Stanford University Edward A. por un grupo que inclua a Joshua Ledeberg, Dennis Smith y Cari
Djerassi. DENDRAL
in-formacin acerca
de compuestos
1966: - Joseph Weizenbaum crea ELIZA para ilustrar que las tcnicas de lenguaje gente. natural pueden hacer que un ordenador parezca inteli-
- Se
robot
por SRI International, cuyo modelo decisional para plan i f icac i n de tareas, utilizar tcnicas de Inteligencia Artificial.
1970: - Patrick H. Winston publica su tesis doctoral Esta tesis "Learning Strucdescribe ARCHES,
- El proyecto de Inteligencia Artificial del MIT se convierte en el Laboratorio de Inteligencia Artificial, bajo la direccin de Seymour Papert, incluyendo hoy en da las reas Expertos, tcnicas de razonamiento y
Sistemas
18
Jack D. Myers y
en la Universidad de
Pittsburg el Sistema INTERIMIST, ahora llamado CADUCEUS, utilizado para ayudar a los mdicos en el diagnstico de en-fermedades.
y su equipo comienza
1971: - Se utiliza rrollado por operaciones por primera vez el Sistema Experto MACSYMA, desaMoses. Este Sistema realiza integral y simpli-fica ex-
presiones simblicas.
- La
Agencia de Investigacin de Proyectos Avanzados del MinisDe-fensa de los Estados Unidos patrocina la investiga(Speech Understan-
terio de
lenguaje hablado
- Algunos de los programas que se han desarrollado bajo esta investigacin son: SPEECHIS, HWIM, HEARSAY-I, HEARSAY-II, DRAGN Y HARPY, estos cuatro ltimos University. desarrollados en la Carnegie-MelIon
19
1973: - Cognitive Psychology publica "Dependencia conceptual: Una teora para Schank. la comprensin del lenguaje natural", de Roger C.
- Roger C. Schank, desarrolla ms tarde-en el laboratorio de Inteligencia Artificial de la Universidad de Stanford el programa
- Marvin insky publica su documento "Un marco para la representacin del conocimiento", los cin en el que se discute la utilidad de
marcos (frames) como estructuras tiles para la representadel conocimiento en diversos tipos de Sistemas incluyendo
- Roger C. Schank
y Robert Abelson, en
la Universidad de Yale,
programa para la comprensin del lenguaje natural que de guiones (scripts) en la representacin de de-
inclua el uso
pendencias conceptuales.
importantes documentos
20 conoc imiento.
1976; - Douglas B. Lenat escribi el Sistema Experto "AM" , un programa que define y juntos. evala conceptos matemticos en la teora de con-
en la Universidad de
1977: - Programadores tema Experto PROLOG. del SZKI de Budapest, terminaron el primer Sisaplicaciones prcticas, escrito en
utilizado en
1978: - R.O. Duda y otros, del Research Institue Internacional, public un documento to que ayuda (DUD78) comentando PROSPECTOR, un Sistema Experinformacin relativa a prospec-
en el anlisis de
ciones geolgicas.
1980: - Entra en produccin XCON, el primer Sistema Experto utilizado con gran xito en entornos comerciales, en DIGITAL
diariamente
EOUIPMENT CORPORATION. El prototipo de XCON fue desarrollado bajo la direccin si ty. de John McDermott en la Carnegie Mellon Univer-
21
- Como
respuesta al programa de
la Quinta Generacin
japonesa,
EE.UU. crea MCC (Microelectronics and Computer Technology Corporation), y el strategic Computer Project.
- Inglaterra inicia el programa Alvey de tecnologa avanzada para investigar sobre la Quinta Generacin.
ligencia Artiiicial .
1984: - A partir del ao 1984 comienza la explotacin comercial de los desarrollos Arti-ficial. tecnolgicos alcanzados dentro de la Inteligencia
Un Sistema blemas
y razonamiento de la
acerca de un problema
la aplicacin de la
del Sistema Experto depender, en gran medida, de la cantidad de conocimiento que se le proporcione. Sin la existencia de una base suficiente de conocimiento, aunque existan mtodos de razonamiento muy potentes, es imposible crear un comportamiento inteembargo, con mtodos de inferencia muy simples se se aplican a una
ligente. Sin
pueden conseguir
Naturalmente
un adecuado motor de inferencia, servira de muy poco, pues quedara reducida a algo esttico sin posibilidad ni capacidad de
Los
Sistemas Basados en el
Conocimiento
significan el paso
clasificarlos en
tres grandes
23
tros.
objetivo
el ayudar al
humano en la toma
los Expertos, o cuando las decisiones son asumidas de una manera absoluta.
Los tores
Sistemas Expertos son utilizados como asesores o consulde usuarios humanos. Pueden ser utilizados para resolver
problemas rutinarios, liberando a los Expertos de esas poco gratificantes tareas de modo que pueden utilizar su conocimiento en otros asuntos ms complejos y novedosos. Los Sistemas Expertos
pueden llevar la experiencia a lugares donde no existen expertos humanos, o donde los servicios de ese experto seran muy costousar. En ciertas corporaciones se ve a los
Expertos como una posibilidad ante los problemas que como distribuidores
corporativa humano, y
puede
de ese
patrimonio
dentro de la entidad.
Entre los
24 - Asesoramiento a mdicos en el tratamiento de meningitis. - Localizacin de depsitos de molibdeno. - Con-f igurac iones complejas de ordenadores. - Aplicaciones diversas, como ayuda a la toma de decisiones en el entorno financiero.
A diferencia Expertos
de los
programas convencionales,
los Sistemas
nes que gente experta realiza cada da. \ El desarrollo de los primeros Sistemas Expertos llev muchos
Estos plazos de desarrollo se han acortado sensiblemente. Hoy se ha ganado experiencia en las tcnicas para la construccin de los Sistemas Expertos y el "software" y "hardware" que facilitan su desarrollo se ha perfeccionado enormemente. Esto hace posible que hoy sean abordables aplicaciones comerciales que hasta pocos aos eran imposibles, dados los costos de dichos desarrollos.
Hoy es posible
de mantenimiento bajos, comparados con los de contratar o formar expertos, se puedan conseguir las empresas. resultados muy interesantes para
La
considerar tanto las informaciones imperativas de la Informtica tradicional como las declarativas no expresables por los lenguajes usuales de aquella y el conocimiento de la naturaleza ms
25
(ar-
etc.) en su propio
lenguaje, sin ninguna limitacin, y con un -formulismo muy prximo a su lenguaje natural.
construyen sus
bases de
con la ayuda de
Esto se realiza
en un lenguaje descriptivo, que tiene muy pocas tradicionales de programacin. Los como elementos modulares, indepen-
Estos conjuntos de conocimientos son analizados por lo que se ha dado en llamar motor de in-ferenc i as, "software" cuya programacin utiliza, una gama en parte mtodos .clsicos, tiene pero nico para toda
de aplicaciones y que
La descripcin de un sistema, es justamente aquello que ve el usuario. Sin embargo, del Conocimiento Sistema Experto: esto no es bice para que los Ingenieros de descripcin de un
1. Su arquitectura
-funcional de cmo la
es el diseo fsico
De este modo, una arquitectura puede ser soportada por un nmero indeterminado de implantaciones distintas, cada una de las
cuales puede, a su vez, tener numerosas realizaciones. De hecho, es muy frecuente el caso de que la misma arquitectura se realiza con nuevas tecnologas, cuando stas son utilizables.
La arquitectura tructurar,
de un Sistema Experto
muestra en la figura
guiente manera:
1. Bases de conocimiento. Que incluye los conocimientos a ser proporcionados al motor puede ser extrado de de un experto. Otros
de inferencia. bases de
El conocimiento de hechos
conocimientos pueden ser obtenidos de modelos de simulacin, as como de otros Sistemas Expertos.
2. Motor de inferencias.
27
Controla y
el objetivo de al-
canzar los fines perseguidos. Las inferencias son realizadas por el Sistema de deduccin y/o simulacin bajo la gua de un Sistema de control.
El motor de inferencias dividir el conjunto de tareas a realizar en subtareas dado. que se desarrollarn bajo un plan de trabajo
3. Memoria de trabajo. Donde se mantienen resultados sern utilizados en pasos intermedios y deducciones que como informacin
subsiguientes, as
- Actualizar la base de conocimientos. - Proporcionar al Sistema de Interpretacin de lo que est ocurriendo. - Ser empaquetada y preparada para ser utilizada por el Sistema de adquisicin del conocimiento. - Ser enviada a la interfase de salida. informacin
4. Sistema de Gestin de la Base de Conocimientos. Gestiona nentes de la el flujo de informacin memoria de trabajo y entre los distintos compolas bases de conocimiento.
abstraccin dependiendo del usuario. Utiliza tecnologas de lenguaje natural y permite si. . .? gr-ficos, as como un lenguaje de consultas que tipo: cmo?, qu ocurre
6. Sistema de adquisicin del conocimiento. Se utiliza conoc imiento. para aadir informacin adicional en las bases de
- Transferencia interactiva de experiencia. El Sistema de interpretacin es utilizado para presentar las posibilidades actuales de las -fuentes de conocimiento para que los Expertos, asistidos por los Ingenieros del Conocimiento puedan identificar lagunas y deficiencias.
El Sistema de adquisicin del conocimiento ayuda a aadir informacin, incorporando nuevos conocimientos o corrigiendo el ya contenido en las bases de conocimiento.
Transformacin horizontal del conocimiento: Consiste en transformar la representacin existente en otra, sin
cambiar su contenido.
29
Transformacin vertical del conocimiento: Consiste en in-ferir un conocimiento superficial a partir de uno ms pro-fundo. Es una de las actuales tendencias en la investigacin de los Sistemas expertos.
- Enseanza: Utilizacin de tcnicas que permiten la -formacin de los usuarios a partir de casos y ejemplos contenidos en las bases.
7. Sistema de gestin del Sistema Experto. Tiene como -funcin servir como consola para la operacin y
8. nter-fase. Proporciona capacidad de comunicacin con dispositivos "ad hoc", para su utilizacin por el usuario -final.
En un
utilizacin.
Podramos, pues,
Experto es un pro-
grama especializado en un dominio particular y que, en ese dominio, su rendimiento es comparable al de los propios expertos pero, sobre todo, permite en todo momento:
30 Recibir del experto nuevos conocimientos sin necesidad de incorporar nueva programacin.
MOTOR DE INFERENCIAS
MEMORIA DE TRABAJO
BASES DE CONOCIMIENTO
-SISTEMA DE CONTROL
-REAS TRABAJO
-BASES DE CONOCIMIENTO
-AGENDA
T
SISTEMA DE GESTIN DE BASES DEL CONOCIMIENTO
INTERFASES
31
La Inteligencia Arti-ficial se centra en aplicaciones donde el conocimiento es un elemento clave. Los formalismos para repre-
Un -formalismo presarse el
consta de estructuras en de
conocimiento y un sistema
Para entender la naturaleza de estos formalismos es necesario primero estudiar los problemas que se plantean para representar
el conocimiento.
Los miento,
problemas de la representacin y utilizacin del conocise derivan precisamente de las limitaciones que impone
exige que
se desarrollen
32
- Expresar el conocimiento heurstico utilizado en la bsqueda en un espacio -finito y en un tiempo limitado. - Desarrollar estructuras y teoras de inferencia que resuelvan los problemas derivados de la incertidumbre, imprecisin e inconsistencia del mundo real. - Desarrollar sistemas conceptuales que modelen adecuadamente el mundo tsico donde tienen lugar los hechos estudiados.
en la Inteligencia Artificial,
caen en alguna de las clases sealadas: formalismos heursticos, -formalismos epistemolgicos y formalismos conceptuales.
utilizado los
en
un medio
desarrollar
formalismos que
permitan representar
- Reglas heursticas: Cierto tipo de heursticas pueden expresarse en forma de resimplificar la bsqueda a partir de la expe-
33
- Memoria basada en el conocimiento: El problema de gestionar la interaccin entre grupos de objetos en un entorno dinmico o reconocer objetos similares, pueden ser formalizados mediante marcos o redes semnticas.
los
- Incertidumbre. Se han desarrollado varias tcnicas para utilizarlas ante los casos de incertidumbre, y que forman un componente estndar de una tcnica es asociar
los Sistemas
factores de certeza
- Incompleto. El hecho de que recursos no todas las cosas pueden observarse, no hay
que las teoras del mundo slo son aproximaciones, hacen necesario desarrollar suposic iones. formalismos que puedan operar sobre la base de
Una
tcnica consiste en
asociar
respuestas
por
omisin a
cuestiones
y asumirlas a menos
34
Entre los
formalismos desarrollados,
se pueden
sealar
el
mantenimiento de
una red de dependencias entre hechos que luego la consistencia, o introducir para permitir razonar
conocimiento
No basta que los formalismos sean computacional y heursticamente adecuados y que manejen la inconsistencia, incertidumbre e incompletitud, sino que deben tener tambin una conceptual iza-
cin correcta acerca de los dominios sobre los que hay que razonar.
Los formalismos computacionales desarrollados hasta la fecha, caen en una de las siguientes clases:
- Lenguajes y Sistemas.
35 - Herramientas.
a) Lenguajes y Sistemas:
En cuanto a los lenguajes empleados en el desarrollo de los Sistemas Expertos, se deben considerar:
- Lenguajes -funcionales.
El LISP es
el mximo exponente. Se basan en clculos funcioel caso del LISP el 1ambda-calculus. Los pro-
Me Carthy describe las ideas clave en que se apoya el LISP de la siguiente manera:
- Realiza los cmputos con expresiones simblicas mejor que con nmeros.
- Procesa listas, representando los datos en la mquina como listas encadenadas y como listas multinivel el papel. sobre
- Utiliza estructuras de control basadas en la combinacin de funciones para formar otras ms complejas.
36
procesos y problemas.
- La representacin
- La -funcin EVAL del LISP sirve como un intrprete del mismo y como una definicin -formal del lenguaje.
No
en
la representacin de
datos y programas, de ah que los programas LISP puedan utilizar otros programas y los LISP como datos. El LISP es altamente recursivo representados mediante listas. Las
No posee una
-fcil
lectura de los
programas, pero -facilita soluciones muy elegantes para problemas complejos que son de dificil solucin con los lenguajes conven-
cionales de programacin.
- Lenguajes de Predicados. El clculo de predicados consiste en la utilizacin de la lgica para establecer proposiciones acerca del mundo. Una propo-
objetos utilizando predicados. Los predicados operan sobre objetos y, a diferencia de las funciones (que simplemente devuelven
bles o -funciones.
Mediante reglas de inferencia se pueden deducir nuevas proposiciones a partir de otras ya existentes.
Cuando los predicados son utilizados como sentencias, se asume que se a-firma una verdad. Be pueden hacer afirmaciones combinando constantes o variables con predicados. Cuando se construye una sentencia con la lgica que utiliza una todos variable, se dice que
Para
resolver un problema con proposiciones lgicas, se unen dominio problema a los nombres de las funciones, utilizados en la
de predicados y smbolos
constantes
proposic i n.
El clculo de predicados puede ser utilizado de distintas maneras en la resolucin de problemas de la Inteligencia Artifi-
38
c ial.
La primera de
ellas es la prueba
este mtodo, se describe el dominio y luego se razona acerca del mismo. Despus de escribir una serie de proposiciones acerca del dominio, se resultado ciones. necesita mostrar qu -frmulas hay que describan el
tcnica es una prueba por contradiccin. Asume que es -falso y demuestra que encierra una contradicde que solamente hay
buena en el sentido
Estas tcnicas
la Inteligencia Artificial. An hoy, no comprendemos las propiedades que dor. permiten el tratamiento de la lgica mediante ordenasistema de representacin debe
El PRDLOS es el clculo de
Se
basa en el
39 pec-fica se cumple siguiendo las reglas de deduccin lgica. Incorporan el no-determinismo en el nivel de ejecucin.
- Sistemas basados en reglas. Las reglas de produccin son del tipo "IF ..., THEN ...", y
La descripcin de una situacin dada o contexto de un problema, se equiparan, en encadenamiento hacia adelante, con un con-
junto de condiciones hasta encontrar una regla que se verifica y se ejecuta la condicin contenida en la misma, dando lugar a una nueva descripcin que da lugar a una nueva accin, as hasta que se alcanza una solucin o el sistema se detiene.
El mximo exponente es el 0PS5, que consta de una base de hechos y un conjunto de reglas, habiendo sido muy utilizados en la construccin de Sistemas Expertos.
- Sistemas de paso de mensajes y dedicados a objetos. Adems de estructurarse los programas con -funciones o predidesde el punto de vista de los obcomo ejemplo el SMALL-
en ellos. As tenemos
40
Entre las distintas formas que se emplean en la representacin del conocimiento, se pueden sealar las si guientes.(SCDW85)
- Representacin por espacio de estados. Un estado es un conjunto de condiciones o valores que describen un Sistema en un punto determinado, durante el proceso.
estados es el conjunto
de
Para resolver
un problema
utilizando una
representacin de
espacio de estados, nos movemos desde un estado inicial a otro y eventualmente, a un estado -final, por medio de operadores, generalmente reglas o procedimientos. El proceso de solucin del
problema es un proceso de localizar una secuencia de operadores, representando un camino desde el estado inicial al estado -final.
de espacio de estados,
es
aquella en la
Esta
al ajedrez, sistemas para bsqueda de posibles caminos y problemas en los que intervienen muchos operadores con muchos estados
- Redes semnticas: Las redes semnticas pueden ser ilustradas mediante diagramas consistentes acciones o en nodos y arcos. Los nodos representan objetos,
nes entre nodos. Un enlace podra significar que el objeto de un extremo es un atributo plica a otro, o del objeto del otro extremo, que uno imse haya dado a
ese arco o unin. Puede aplicarse una representacin. Las diferentes perspectivas desde
mas de una red a un objeto en redes muestran las distintas descrito un objeto. Asi,
como se muestra en
al constructor son una clase de prstamos hipoteproductos de activo, por lo cual podra inferir es un producto de
el sistema que un
prstamo a un constructor
Prstamos al constructor
Productos activo
Se utilizan
cuando el sistema de
cmputo
- Esquemas o marcos. Los marcos, junto con una forma asociada de representacin
42
Los objetos
marcos son conjuntos de conocimiento asociados acBrca y hechos. Ayudan al sistema a interpretar proporcionan
de
significados de los
de acuerdo con
el contexto y le
detalles
cuales puede deducir elementos que faltan. Un marco tpico puede ser la descripcin de una bicicleta o un deporte.
Los marcos contienen campos (slots) que se rellenan con valores, procedimientos o apuntadores a otros marcos. Un conjunto de condiciones pueden llevar un valor de relleno y/o un valor por
Se
un
campo'en particular.
alguna accin cuando un campo tiene informacin, o cmo calcular un determinado valor cuando sea requerido.
Un marco, o un
En
orden a resolver un
cin, el
43 sin de relaciones consta entre marcos y campos. nichos con Cada marco o unidad
de varios campos o
construir
acceder a partes
de marcos o recuperar
cripciones parciales.
- Guiones
(Bcript).
Son estructuras similares a los marcos que utilizan situaciones estereotipadas para representar el conocimiento en un cony a la secuencia
texto particular.
La estructura de
un guin consiste en
un conjunto de campos
formacin en un determinado campo, el sistema tomar por defecto el valor proporcionado previamente por el programa para esas
ocasiones.
Cuando unos
hechos determinados
concurren en
la
situacin
analizada de acuerdo con un estereotipo de-finido en un guin, el sistema puede entonces predecir por analoga, qu otros hechos
ocurrirn. Sin embargo, si un hecho inesperado ocurre, el sistema reconoce que el pred ice iones. guin no puede aplicarse y no realiza ms
de un pastel, canciones
44
La tendencia integracin de
actual en los -formalismos de computacin, es la todos ellos, eliminando, los inconvenientes que
representacin
Antes de hablar de los mtodos utilizados para la representacin del conocimiento, es conveniente comentar qu tipos de co-
El conocimiento
se almacena en una
Base de Conocimiento, de
b) Descripcin
c) Criterios para tomar decisiones. As, tendremos: - Reglas de decisin. - Restricciones. - Heursticas. - Hiptesis. - Suposiciones.
del conocimiento
Las investigaciones de la
una variedad de -formas para representar distintos tipos de conocimiento, sin que se haya llegado a un modelo de representacin
nico y de-finitivo. El objetivo es elegir un tipo de representacin del conocimiento que -facilite el trabajo sobre un problema
en particular.
Pueden
combinarse di-ferentes
representaciones dentro
de un
representaciones o
realizar varia-
46
Una correcta
representacin del
conocimiento es
vital para
realizar -fciles y eficientes deducciones, suprimir detalles innecesarios, de-finir modelos generales y -facilitar la adquisicin de nuevo conocimiento o modificacin del existente.
Ya
anterioridad
Otras
aplicadas
en
estos sistemas
pueden ser:
clusiones importantes a partir de gran nmero de detalles. Estos mtodos son especialmente tiles en los tratamientos de lenguaje natural y visin. La resolucin de una visin simplificada de un
- Sucesiones. Sucesin es la capacidad que permite a un Sistema pasar valores a travs de relaciones o campos (slots). Puede proporcionar
campos con valores por defecto e incrementar la eficiencia en la programacin. Simplifica la programacin porque algunas relaciones pueden ser expresadas implcitamente en lugar de tener que
El paso de valores por sucesin aade eficacia a la representacin, porque no es necesario repetir y explicar todos los as-
Algunos sistemas, y en particular los Sistemas Expertos, contienen un conocimiento acerca de la -forma de tratar el conoci-
miento. En los programas descrito por los sistemas sea, reglas cin. En
la estructura del propio programa, mientras que en de produccin toma la que actan sobre las -forma reglas de "metarreg 1 as" , o
leccin de reglas.
Los mecanismos de razonamiento utilizados por las reglas, son los tan conocidos de la lgica -formal siguientes:
SI A ENTONCES B
De la proposicin A, la proposicin B.
b) "Modus Tollens", al contrario del anterior, este mecanismo permite deducir a partir de la regla anterior, es decir:
SI A ENTONCES B
49
Las
el
-formalismo de la
lgica, lo
Base
de Datos y
resolucin". Como todos los intrpretes en los sisteun programa cuyo trabajo es decidir que es
mas in-formticos, es
En el caso gia de
control, dadas las limitaciones de secuenci alidad de los actuales, tienen la tarea especial de decidir que
computadores
El esquema general de -funcionamiento de la estrategia de control para sistemas de produccin, (NIL80) viene dado por el si-
guiente procedimiento:
50 Procedimiento "CONTROL"
1."DATOS" - Base de datos inicial. 2. Hasta que "DATOS" satis-faga la condicin de terminacin, hacer: 3. Comenzar el proceso. 4. Seleccionar alguna regla, "R", del conjunto de reglas, que pueda aplicarse a "DATOS". 5. "DATOS" - Resultado de aplicar 6. Fin. "R" a "DATOS".
de reglas es un
programa que va a
de criterios de
aplicacin de las reglas, se corresponden a modos de razonamiento, o paradigmas o modelos,que el creador del intrprete ha elegido. Este intrprete pueda debe ser lo ms general posible para que del conocimiento, y tan
La bsqueda
tringir lo que se denomina "espacio de bsqueda", usando heursticas. Estas van a evitar explorar todas las alternativas en cada punto de eleccin o van a elegir la mejor. Las heursticas
que controlan el proceso de razonamiento, son con -frecuencia implcitas, o sea, estn codi-ficadas en el propio intrprete, pero a veces son explcitas y programables, entonces se habla de "metaconocimiento". Las heursticas, tanto explcitas como implcitas no son siempre sintcticas, puesto que tambin pueden ser
51
semnticas.
La estrategia
de control,
para considerarla
adecuada, debe
- Causar movimiento. Las estrategias de control que no causan movimiento, nunca conducen a una solucin.
- Ser sistemtica. Una estrategia de control no debe aplicarse aleatoriamente, sino sistemticamente de modo que, por una
parte, no se genere una y otra vez la misma base de datos y que, por otra, no se pierda la oportunidad de generar la base de da-
los
requerimiento
tructura de control que no garantiza encontrar la mejor respuesta, pero casi siempre encontrar una buena respuesta. De esta
En resumen, se puede
parte "motriz" de una base de conocimientos formalizados. Es decir, es el elemento de "software" que hace que todo suceda como
si el motor de inferencias pudiera utilizar todo ese conocimiento directamente y reordenar todas las informaciones colocadas en la base de conocimientos. En un sistema basado en reglas, el intrprete de reglas, es el ncleo del sistema de produccin, de
mente una solucin, diciendo qu reglas disparar y en que orden. Para ello, utiliza su van memoria de trabajo, en la cual se conser-
las in-formaciones describiendo la situacin inicial, es deproblema planteado, y las situaciones deducidas en el
cir, el
caracterstica importante de
con menor informacin, la seleccin se hace de un modo totalmente arbitrario, problema que se sin tener en cuenta ninguna informacin sobre el est resolviendo. En el otro extremo, la estragua por el conocimiento que se tiene del
El motor
un paradigma que en el plano operativo puede caracterizarse sintcticamente por los calificativos miento hacia atrs". adelante" y de "deductivo" o o "encadenahacia
"encadenamiento
Estos paradigmas
correspondencia semntica
pues el primero se le asocia el significado de "dirigido por los datos", es decir, va a ser el conocimiento de ciertos datos lo
53
El
tipo de razonamiento a
utilizar,
deductivo o regresivo,
La mezcla de los dos tipos de razonamiento, hacia atrs y hacia adelante, permiten acumular las ventajas recprocas de cada
uno de el los.
Una solucin
juiciosa es la que
a) Reglas
consecuentes: Es
el principio
del encadenamiento
b) Reglas antecedentes: Estas se disparan en el encadenamiento hacia adelante. La parte izquierda de las reglas de este tipo se evalan cuando es se dispara. posible, y entonces, si la regla es vlida
c) Reglas autorreferenci ales: Estas reglas slo se disparan a la salida del encadenamiento hacia atrs. Permiten en general
reforzar la
posibilidad de una conclusin ya vlida, puesto que en su parte derecha y su parte iz-
54 quierda.
de control principales, que muchos sistemas utilizan concondicin de haber probado la integridad de tal
juntamente, a
estrategia. Hay que sealar el hecho de que un modo de encadenamiento en particular no de-fine completamente el control.
Para un modo de encadenamiento dado, por ejemplo el encadenamiento hacia atrs puro, el que se como sucede en el PROLOG, el orden en
consideran las reglas puede tener una gran in-fluencia de ejecucin. Por esto se habla de heurstiencadenamiento. En conclusin, la la manera en que
conducen el modo de
estructura de control,
van a utilizarse las reglas; es decir, el orden en que van a interpretarse, comporta miento, dos niveles; uno es el modo de encadena-
En suma,
d o r a construccin de un intrprete comporta dos etapas particularmente delicadas: La de-finicin de los mtodos de equiparacin o seleccin de las reglas candidatas vlidas y la eleccin de la regla a disparar. La calidad de estos dos elementos a-fecta de
La
55
mente, puesto que se repite en cada ciclo. Es relativamente sencilla cuando el lenguaje de la base de conocimientos se parece a la lgica proposicional se ms compleja cuando puesto que en este de (sistema sin variables), y puede volverse trata de un lenguaje de primer orden,
caso se permite la utilizacin de las reglas Esta operacin de bsqueda "cotejo" (Pattern
"equiparacin" o en el
encadenamiento hacia
Esta operacin caracteriza tambin cuyo modo de resolucin es guiado por denominan
al motor
de inferencias,
"pattern directed
De la buena eleccin de la regla a disparar depende la bondad de las prestaciones del sistema. Un humano tiene numerosos conocimientos, pero tambin sabe cual es el que debe utilizar en una situacin dada.
Todava este problema est con -frecuencia mal resuelto en los Sistemas Expertos. La solucin adoptada es habitualmente la de
una estrategia esttica: tomar la regla ms precisa o bien tomar la regla que se ha convertido en la ms recientemente aplicable
56
Una va
ms interesante es el
uso
de "metaconocimientos" o
Este problema de la eleccin de la regla, es evidentemente menos esencial cuando la solucin del problema necesita una explora-
La
estrategia de control contiene el conocimiento de control que un "modelo general de resolucin de pro-
y no es otra cosa
blemas". Esta estrategia, de acuerdo con distintas consideraciones, con -frecuencia independientes del dominio de aplicacin,
encadena los
ciclos de trabajo comportando cada ciclo de trabageneral, dos -fases: la de Decisin o selec-
jo, en su caso ms
cin de reglas y la de
ejecucin de las reglas elegidas. Cuando esta estrategia se pone en marcha, la base de datos, tambin llamada base de conocimientos declarativos o asercionales, y la base de reglas, conocida
asimismo por base de conocimientos operativos o procedimentales, contienen las informaciones representativas del enunciado del
problema a tratar;
bados o a probar y los conocimientos operativos sobre el dominio en cuestin. La detencin del intrprete puede hacerse en cual-
57
a) Restriccin: Consiste en explotar, cuando ello es posible, los conocimientos generales sobre la forma de particionar, en
distintas familias, los hechos y las reglas. La restriccin, determina a que subconjuntos "Rl" la base de de la base de reglas y "BD1" de
hechos merecen ser comparados en el instante actual. sobre las reglas se efecta con el fin
La etapa de restriccin
reglas segn "espacios de conocimientos" que contienen conde reglas especializadas en un dominio. Otros sistemas
juntos
permiten definir
ayuda de "metarreg1 as" que tratan sobre las propias reglas y determinan su ejecucin.
b) Equiparacin o cotejo. Una vez finalizada la etapa de restriccin, la estrategia el fin de rarse; es de control examina la base de datos con
seleccionar el conjunto de reglas condidatas a dispadecir, aquellas cuya expresin es compatible con la
expresin e se equipara
frente
otra e',
Puede que haya varias instancias de la parte izquierda de las reglas en la memoria de trabajo, en cuyo caso, hay que consideque instancian correctamente la
En esta etapa el motor de inferencias examina cada una de las reglas de "Rl", respecto al conjunto de la "BD1" de hechos.
"Rl"
junto con-flicto".
A medida que
se
hacen mayores y
ms complejos, cuestiones de eficiencia obligan a construir tanto para la base de Reglas, como para la base de datos o contex-
c) Resolucin de conflictos: Aqu se determinan el subconjunto de reglas "R3" dentro de "R2" que debe dispararse.
En la prctica es
frecuente que en la
operacin
de un gran
sistema de produccin, en cada ciclo, no pueda dispararse ms de una regla. Entonces es necesario decidir entre ellas para elegir una de ese conjunto que cumple la parte de condicin, denominado
59
Este
paso, en cada
ta la secuenciacin de las acciones, el enfoque de la atencin, las interrupciones en donde y el control de la inestabilidad; es decir,
se observan los rasgos cognitivos bsicos. Existen d i que se han probado adecuados para efectuar la
a) La "primera" regla que equipara el contexto. Esta "primera" se define en trminos de algn orden lineal explcito de la base de reglas, lo cual no es siempre deseable.
b) La regla de ms alta "prioridad". Aqu, "prioridad" viene definida por el programador de acuerdo con las exigencias y caractersticas de la tarea, como sucede en el DENDRAL. Es decir, se consideran algunos aspectos de la situacin total como ms importantes, crendose producciones de alta prioridad que son privilegiadas.
c) La regla ms especfica. Es decir, aquella que tiene la parte de condicin actual, o unos requerimientos ms fuertes, en el sentido de que se tiene una lista larga de premisas o elementos de situacin restrictivos.
60 recientemente al contexto.
e) Una nueva regla, o sea una regla que no ha sido accedida previamente o, al contrario, siempre que se pueda, aquellas que se han equiparado ms recientemente.
f) Arbitrariamente una regla. Aunque este enfoque parece que contradice la segunda caracterstica que debe tener una buena estrategia de control no es as, puesto que en este caso se refiere a reglas que tengan igual posibilidad de ser efectivas.
g) Finalmente, y al contrario de lo que sucede en los casos anteriores, en ste no se efecta ninguna eleccin, antes bien se exploran exhaustivamente
todas las reglas aplicables sin hacer distinciones, en un pseudoparalelismo que se har paralelismo real con la>llegada de los computadores de la llamada "Quinta Generacin".
que usan
distintas combinaciones
de estos enfoques sencillos de resolucin de conflictos, algunas de las cuales llegan a ser bastante complicadas, como es el caso de los algoritmos de catalogacin utilizados por los Sistemas
Expertos AM ticas
"estabilidad", o sea, la
61
de acciones
relativamente lar-
se dota al sistema
de un mecanismo particular
las reglas candidatas. Como acaba de verse, sun orden sobre la parte de accin de
una prioridad sobre el hecho juzgado ms imo bien, a partir de un criterio geltima regla utilizada, orden a
Tambin es
candidata
partir de
"metarreglas" que definen dinmicamente las prioridades sobre el conjunto de reglas. Este se tipo de seleccin es, sin duda, el que permite indicar explcitamente el
En otros trminos, el mecanismo de inferencia est, el mismo, descrito por reglas. Adems, al ser las "metarreg1 as", ellas
mismas, reglas, pueden ser manipuladas directamente por el motor de inferencias sin necesidad de usar un mecanismo anejo.
En esta -fase, el motor de inferencias controla, si "R3" no es vacio, la ejecucin de cada una de las reglas. Esta fase consiste en aplicar efectivamente la regla elegida sobre la base de
Generalmente,
en la base y a supervisar o modificar otros. Los Sistemas Expertos, que son algo ms que simples sistemas de produccin, permiten, sobre la veces, parte "accin" y ms raramente, aunque tambin a el empleo de procedimientos
llamados de manera clsica. Si bien estos procedimientos perturban el modelo terico de los sistemas de produccin, permiten
Lo ms habitual
de la parte "conclu-
sin" de la regla seleccionada a la base de hechos y se sealiza dicha regla. Este ciclo se fijado como meta, se aade a repite hasta que el hecho que se ha
El
de
resolucin del conflicto es, pues, particularmente crtica. Adems, comporta los dos inconvenientes siguientes:
todas las reglas que son susceptibles de ejelas condiciones a las cuales llegan no ofre-
cen ningn inters. Esto .favorece una explosin combinatoria que redunda en una alta ineficacia.
63
b) Previamente, es necesario cargar la memoria de trabajo con todas las in-formac iones tos que se introducen c iones. que se poseen, sin saber si los elemensern tiles o no, ni si -faltan in-forma-
dirigido
En
los sistemas dirigido por el consecuente, la equiparacin los consecuentes de las reglas. Un sistema dirigido
se basa en por
mediante inferencia deductiva. Los consecuentes de las reglas se examinan para encontrar aquellos que podran confirmar la premisa dada.
A partir de este conjunto de reglas, se elige una y se examina para ver si todas las premisas en su antecedente son verdaderas con relacin a la base de datos. Si lo son, se dispara la
Este proceso de
desde los consecuentes a los antecedentes en bsqueda de una cadena causal miento que probar la premisa dada, se denomina "encadena-
hacia atrs" o "razonamiento consecuente" o dirigido por decir, los sistemas basados en reglas trabajan por
la meta. Es
64 la aplicacin de reglas, indicando el resultado y aplicando nuevas reglas que se basan en la situacin modificada.
in-ferencia lgica
directa, bien
solucin, o comenzando con hiptesis sobre posibles soy trabajando hacia atrs para encontrar la evidencia
existente, o una . deduccin de la misma que soporta la hiptesis particular. Es lo que se denomina respectivamente estrategia dirigida por los datos o encadenamiento hacia adelante y dirigido
Fase 1: Decisin.
a) Restriccin. Igual que en el encadenamiento hacia adelante. b) Equiparacin. Bsqueda de las reglas cuya conclusin se corresponde con la submeta actual II. c) Resolucin del conflicto. Eleccin de una regla entre estas.
Fase 2: Accin.
Reemplazamiento de la
65
El ciclo se detiene cuando la meta inicial ha podido reducirse a submetas cuando no puede foque estriba elementales verificadas en la base de hechos, o
dispararse ninguna regla. El riesgo de este enen caer en crculos viciosos en el razonamiento;
es decir, en situaciones tales que para demostrar A se demuestra B y para demostrar B se demuestre A.
Siendo
cadenamiento hacia atrs intenta la equiparacin de la parte izquierda de todas las la memoria de trabajo. reglas que concluyen en esa meta frente a
crea "submetas"
que pueden
resolverse bien aplicando recursivamente el procedimiento de encadenamiento hacia usuario. atrs, bien, en caso de fracaso, llamando al encadenamiento, debe modificarse el ser capaz de de-
En este tipo de
faltan en la base de conocimientos, para validar o invalidar definitivamente esta regla. Adems, este procedimiento requiere la gestin de una pila inicializada con la "meta"; mientras que la aplica el ciclo de base sobre todas las
Si
el procedimiento de equiparacin
maciones, se
66
Este encadenamiento comporta otro. En cuestiones despus por si primer lugar, permite
de haber explorado todas las posibilidades de responder mismo. Adems, limita el nmero de equiparaciones de del rbol de bs-
y disminuye la dimensin
En lo que
respecta al riesgo antes citado de crculos vicioen el caso de que una meta sea a su vez una
submeta de su propio "rbol" de bsqueda, hay procedimiento para detectar niendo la dichos celos y eliminar sus e-fectos nefastos manteque contiene dentro del
Una
de
reglas que pueden aplicarse en un punto particular, aquellas que ms verosmilmente conducen extraen de un can en un punto a una solucin. La -forma en que se
conjunto completo de reglas aquellas que se aplidado, necesita algn tipo de equiparacin o code la base de datos y las condicioesto puede ser crtico
El modo de realizar
67
1. Indexac ion.
Una
-forma de seleccionar
las
reglas
aplicables es haciendo
una simple bsqueda a travs de todas ellas, comparando cada una de las condiciones con el estado actual de la base de datos, extrayendo todas las que se equiparan. Esta sencilla solucin
a) La solucin de problemas, que requieren el uso de gran nmero de reglas, obligara a examinar cuidadosamente todas ellas
b) No siempre es obvio de inmediato el saber si las condiciones de una regla se satisfacen por un estado particular.
El primer
problema, a veces se
puede
tratar -fcilmente. En
mente la equiparada.
Existe
generalmente un compromiso entre la -facilidad de esse incrementa por el uso de descripciones de de equiparacin, que de-
no
reglas
68 justamente como predicados de alto nivel. Por ejemplo, en muchos sistemas de demostracin de teoremas, las reglas estn por los predicados indexadas las reglas particular, indicadas
que contienen, de modo que todas ellas estn de ello que todas
limitaciones que puedan existir, indexar de alguna -forma, es muy importante para una operacin e-ficiente.
2. Equiparacin de variables.
veces, la dificultad de
seleccionar
reglas aplicables es
peor que el sencillo problema de encontrar una manera de ignorar el volumen de ser reglas e ir inmediatemente trivial y a aquellas que pueden examinar una regla si las
particular y un
determinar
Aqu surgen problemas, al igual que con la indexacin, cuando las condiciones no estn establecidas como descripciones exactas de situaciones particulares, sino que de complejidad variable que ms bien, describen prola situacin debe tener.
piedades
Con -frecuencia resulta que descubrir si hay una equiparacin entre una situacin da, llega da. particular y las condiciones de una regla da-
Un tipo una
69
r iables.
nerse dos tipos de resultados que conviene analizar. El primero, es que habitualmente contr es importante registrar no slo que se eny una descripcin de
estado, sino tambin, qu ligaduras -fueron efectuadas durante el proceso de equiparacin de modo que esas mismas ligaduras puedan usarse en la parte de accin de la regla.
El segundo resultado que debe considerarse en equiparacin no literal, es que una regla nica puede equiparar que el estado del
problema actual en ms
de una manera, lo
conduce a varios
lados derechos de acciones alternativas. De este modo, es importante tener presente que el nmero de estados que pueden gene-
rarse como sucesores de un estado dado, no viene dado exactamente por el nmero de reglas que pueden aplicarse, sino ms bien
Cuando las condiciones de una regla especfica necesitan propiedades que no estn establecidas explcitamente en la descripcin del estado actual, entonces es preciso un proceso de equiEn este caso, debe usarse un conjunto de cmo algunas propiedades pueden
inferirse de otras.
70 Incluso si deben se necesita un proceso de equiparacin ms complejo, aplicarse reglas, tales que sus condiciones se equipa-
ren aproximadamente a la situacin actual. Esto ocurre en situaciones que implican descripciones -Fsicas del mundo. Es particularmente difcil tratar con equiparacin aproximada porque, a
medida que se incrementa la tolerancia permitida en la equiparacin, tambin se incrementa el nmero de reglas que se equipararn, y de sta -forma se incrementa el tamao del proceso de bsqueda principal. Sin embargo, la equiparacin aproximada es su-
perior a la exacta en situaciones tales como entendimiento de la palabra hablada, donde no se llega nunca a una equiparacin
paracin de las reglas al estado del problema. Una vez hecho esto, se aplican tan pocas trivial. La mayor virtud en que puede actuar yor de-fecto es reglas que el resto del equiparamiento de la bsqueda es aproximado estriba
la superficialidad a la
Por si
el proceso de equipara-
cin, an est el problema del "marco". Una forma de tratar este problema, no es almacenando en cada nodo descripciones de estado completas, sino ms bien almacenando slo los cambios producidos desde el nodo previo. cin tendr que hacia atrs necesarios. Si se hace sto, el proceso de equiparapartir de un nodo
a travs de sus
71
4. Ordenacin y jerarquizacin.
Otra manera mediante la cual el proceso de equiparacin puede descargar al mecanismo de bsqueda, es ordenar la equiparacin
con la importancia de
Otra
una -funcin de
puede ser muy til al proceso de bsqueda. Generalmente es til para l, comunicar esa informacin. Cuando en un sistama basado en reglas no es
el proceso de equiparacin
directo, puede necesitar demasiada bsqueda. Los mismos procedimientos de bsqueda que se usan en el nivel ms alto de solucin de problemas, son utilizables para emplearlos en el proceso de
72
cin del estado actual. Junto con cualquier variable, se generaron ligaduras por el proceso de equiparacin. Este es el trabajo del mtodo de bsqueda para decidir en qu situacin se aplicaa veces es til el incorporar alguna de
esas decisiones hacindolo dentro del proceso de equiparacin. Por ejemplo, supngase que alguna de las reglas de un sistema trata con situaciones que son casos especiales de las situaciopor otras reglas. A las reglas especiales debera ms prioridad que a otras reglas ms genetales reglas especiales, es
nes cubiertas
aplicables. El propsito de
permitir el
queda. Si se consideran todas las reglas que se equiparan entonces el aadir tales reglas de propsito especial incrementar el tamao de la bsqueda antes de disminuirlo. Con el -fin de prevenir sto, se construye el equiparador de modo que rechace las
reglas que son ms generales que otras reglas, que tambin equiparan.
Hay una -forma -fcil de poder decidir que una regla es ms general que otra, aplicando los heursticas siguientes:
a) SI el conjunto de condiciones de una regla contiene todas las condiciones de otra y alguna ms,
73
b) SI las condiciones de una regla son las mismas que las de otra, excepto que en el primer caso estn especificadas con variables mientras que en el segundo son constantes, ENTONCES la primera regla es ms general que la segunda.
La -forma exacta de estos criterios, naturalmente, debe depender de la manera en la cual se escriben las condiciones, pero
Uno
sobre Sistemas
Deberan estar basados en unos eficientes pero simples principios y, bles?. por otro lado, deberan ser flexibles y transporta-
lugar de
74 Las soluciones propuestas hoy en da, tendran un gran impacto en los desarrollos industriales de los Sistemas Expertos, por ejemplo en programas de investigacin como los de la Quinta Ge-
neracin de Ordenadores o Esprit, los cuales muestran el inters que ciertos paises re". e industrias tienen en este tipo de "softwa-
Los criterios
esenciales que
deberan dirigir
la seleccin
a)
b) Un
razonamiento.
c) Portabilidad misma
de las aplicaciones, de
tal
manera
que
la
tipos de aplicaciones o el dominio objeto pueda ser sin necesidad de ningn tipo de reprogramacin.
d) Convencionalidad
de la
interfase hombre/mquina
lo cual
e)
decir, determinar
llevara realmente
Si bien
es cierto que no
75
-Fabricantes de motores de inferencia hacen n-Fasis en tal o cual criterio, pero deberan intentar llegar a un compromiso acepta-
Hay que sealar que los motores de in-ferencia e inter-Fases de usuarios, constituyen lo perto. que se llama el ncleo del Sistema Exuna base de conoci-
conocimiento para la cual el motor -fue construida, l, que cuando se cambia la base de
Hasta
cipio bsico sobre el que se apoyan todos los Sistemas Expertos: la separacin entre la rencias. Este es uno base de conocimiento y el motor de infede los campos de investigacin actual y es
76
Los tiles
II. 5. 1. Lenguajes.
La diferencia principal entre los lenguajes de programacin y los lenguajes naturales, radica en que los de programacin estn estrictamente definidos, mientras que los lenguajes naturales
ficado correcto.
Los
lenguajes apropiados para el desarrollo de la Inteligenson aquellos que permiten, al tiempo, una fcil
cia Artificial
modificacin de los programas, y la instrumentacin de funciones potentes, que descarguen a los programadores de tener que pensar cmo solucionar problemas de bajo nivel, permitindoles as centrarse y dedicarse alto nivel. a un trabajo creativo sobre los problemas de
Los programas y
teligencia Artificial suelen ser complejos y voluminosos. De e s te hecho, pueden deducirse algunas de las capacidades que deben
77
interactiva
e) Posibilidad de producir un cdigo eficiente, para que las prestaciones del sistema sean razonables.
Las capacidades a ) , b) y c) son clsicas en lenguajes "tradicionales" de programacin por lo que no se insiste en ellos;
creando lenguajes
con los
se pueden designar explcitamente qu tareas pueden ejeen paralelo. E j . : DCAM. Otro enfoque, proporcionado por
78 COMPEL, deja al compilador den ejecutarse en paralelo. la tarea de averiguar qu partes pue-
nteractividad! La relacin o interfaz sistema-usuario ha cobrado ltimamente parte importante quier sistema. la importancia que merece, llegando a ser una de las especificaciones funcionales de cual-
La programacin visual, con sus mecanismos: ventanas, iconos, grficos, etc., agiliza la percepcin y comprensin de las ideas y datos por los usuarios.
Otro de introducido
los enfoques', el de los denominados AGENTES, trmino por Me. Carthy, y creado por Selfridge, corresponde
al de un elemento activo, capaz de hallar las operaciones precisas para lograr una meta que trase ante se le propone, y que, si se enconpudiera
mayudar
a la
persona. Bajando de nivel en la definicin de capacidades exigibles en tar : los lenguajes de Inteligencia Artificial, se pueden ci-
-f) Mecanismos con los cuales el programador debe centrarse la atencin del sistema.
indica donde
g) Estructuras de control que permiten el comportamiento dirigido por metas, adems del dirigido por datos.
h) Capacidad de mezclar estructuras y procedimientos en forma ptima para una tarea dada.
La tabla 2.1. muestra una lista de las capacidades citadas los lenguajes en los que se hallan presentes. En tanto que
LISP
NTER LISP X
PLANNER
KRL
PROLOG
Listas Descomposic ion modul a.r Estructuras -flexibles de control Interacti vas E f ic ienc ia Equiparacin de -formas para datos y control Deduccin automtica Estructuracin del conoc imiento Centrar atencin Comportamiento dirigido por metas Capacidad de mezclar procedimientos y datos
X X X
X X X
X X
X X
X X
X X
X
X
81
PROLOG
82
Instrumentado inicialmente de 1958 a 1960 por Me. Carthy, basndose en la lgica matemtica, sus caractersticas y capacidades le han permitido permanecer prcticamente sin cambios.
Al
la
evolucin
para aadir
nuevas -funciones como primitivas y -Facilitar el trabajo de desarrollo es simple; alto nivel en por ello, de ser considerado con lenguaje de
sus primeros aos, ha ido incrementando su potena estar clasificado como de ultra alto nivel,
Lisp
de programacin:
APLICATIVA: Permite el uso de datos expresados en -forma declarativa y facilita el manejo de objetos. Algunas de las caractersticas de los tipos de lenguaje que aportan programacin aplicativa son: - Facilidad de lectura y comprensin. - Ausencia de instrucciones de asignacin. - Ausencia de efectos secundarios. - Facilidad de demostracin de teoremas.
83
actuando sobre objetos diversos. En el lenguaje orientado a objetos, es posible dividir conceptualmente el ordenador en ordenadores ms pequeos, llamados objetos, cada uno de los cuales tiene un papel concreto, y que pueden gestionarse por separado y comunicarse entre s.
Cada objeto consta de estructuras de datos y algoritmos: sabe que hacer con sus datos, y para el resto del programa es una caja negra.
Una idea interesante es la programacin hereditaria: en ella se de-finen las caractersticas diferenci ales respecto a algn objeto ya de-f in ido.
RECURSIVIDAD.
1 - Identidad
de programas y datos:
64 3 - Uso de la puede ser: - Un sistema cualquiera - La lista vaca. - El valor "FALSO" lista vaca: ( ) . Por razones histricas, NIL
4 - Identificacin direccionadores: (A B O
NIL
programas y datos, es
- Trabaja ms con expresiones simblos que con nmeros. - Representa las expresiones smbolos con listas. - Usa un nico tipo de smbolos - expresiones para todos los datos y los programas. - Se basa en un constructor: COS y dos selectores CAR y CDR, que se expresan como -funciones. - Posibilidad de lograr -funciones complejas por composicin de -funciones ms simples. - Usa expresiones condicionales recursivas.
85 - Usa expresiones lambda para dar nombre a funciones. - Almacena informacin en la lista de tomos. - Representa los programas como datos. - Uso del garbage col lector para borrar elementos no utilizables. - Usa sentencias LISP como lenguaje de control en entornos interactivos.
Entre los inconvenientes del LISP, aparece clara la profusin de parntesis, los problemas de prueba y verificacin de programas, al poder usarse los mismos como datos y la existencia de
Por
en LISP y ejecutados
en mquinas
Se est a la espera de un estndar, barajndose como cadidato el "COMMONLISP". Mientras tanto, das por hay varias versiones, manteni-
constructores ms o menos importantes. Entre ellos, meINTERLISP-D y Z-LISP, siendo este ltimo un de
recen destacar
los ms potentes.
86
MACLISP presta gran atencin a la mejora de e-ficiencia, mientras que INTERLISP se centra ms en la relacin con el usuario,
- Variedad de tipos de datos. - Pila de tipo rbol. - Herramientas para -facilitar la programacin Mean). - Editor dirigido por la sintaxis. - Ayudas para deteccin y correccin de errores. - Sistema de extensin sintctica. - Sistema de asistencia al programador. - Sistema de ayuda a la gestin de entrada/salida que permite al usuario organizar el conjunto de funciones de su programa. (Do Ulhat I
- Ventanas - Sabores (tipos abstractos de datos) - Cierres lexicales, que son un so-fisticado concepto de estructuras de control y alcance. - Paquetes de ayuda para construir grandes sistemas. - Posibilidad de crear procesos paralelos.
87
Es un lenguaje descriptivo: se indica qu resultado se intenta lograr, no cmo el llegar al resultado; es decir, no se muestra caracterstica de es importante porque proceso paralelo. Esta
permite basado en
Kowalski y desarrollado en
la Universidad de Marsella.
Dos de
Al compararlo con el
lenguajes es ms apropiado para estos entornos: LISP es muy -flexible, mientras PROLOG es muy estricto.
Como guientes:
pueden
- Instrumentacin en el propio lenguaje de un mecanismo de bsqueda con retroceso por las reglas. - No presupone que se ejecute en una mquina secuencial. - Sintaxis y semntica muy simples.
88
Como
trategias de bsqueda, que pueden llevarle a enormes consumos de mquina para responder a consultas triviales.
PLANNER
en
el MIT, construido
sobre MACLISP, para servir de soporte para razonamiento en solucin de problemas. Consta de dos tipos de sentencias:
Teoremas, que de-Finen como in-Ferir nuevos hechos, desde otros conocidos. Hay tres tipos de teoremas:
PLANNER usa un mecanismo llamado "invocacin dirigida por patrones" de -Forma que el proceso de bsqueda est orientado a sa-
89 tisfacer una meta: una -funcin determina una meta, para cuya obtencin el propio sistema decide qu -funciones debe aplicar.
Una que la
que
impone PLANNER, es
estructura de control de tipo "retroceso" es automtico, al no poder el programador controlarle, puede oca-
por lo que,
Para
Construido conocimiento en
sobre INTERLISP,
facilita la
representacin del
- El conocimiento debera organizarse sobre entidades conceptuales, con descripciones y procedimientos asociados.Es decir,
la definicin de entidades conteniendo informacin declarativa y procedimental. El conocimiento procedimental se controla mediante una "ayuda" que puede ser programada por el usuario.
La llamada a
90
conocimiento
parcial sobre una entidad y acomodar descriptores mltiples, que permitan de-finir la entidad desde varios puntos de vista.
- Un mtodo dad.
de descripcin es la
- El
un
proceso de reconoci-
c ias.
para controlar
las inferen-
Cada entidad se
Un
un
encaminadas a
diseo, la
91
depuracin,
a-fine,
ensamblaje,
actualizacin,
o muestra, y mantenimiento
de programacin; de modo
sar de
Especificacin del problema, que permite al usuario expre-forma no ambigua las caractersticas del problema que
comportamiento de la especificacin.
- Construccin
Correccin, evolucin de
y mejo-
mdulos, control de
92
coherencia, etc.
Como se fin
de
y eficaces.
Artificial tiene
dos as-
La bsqueda
Estos entornos
contienen ayudas a la
equiparacin, a la re-
concretando las especificaciones de un sistema, es muy til para los casos en que:
- El sistema es
pecificacin completa.
ra-
- No hay un acervo de tcnicas establecidas para sistemas del tipo deseado, lo que, en el
instrumentar
caso de Inteligencia
- Examen dinmico preferentemente. - Programacin orientada a objetos. - Gestin dinmica de memoria. - Fabricacin rpida de prototipos. - Programacin de programas. interactiva, incluyendo analizadores
Una evolucin de los entornos la constituyen las herramientas comerciales para la Ingeniera del Conocimiento cuyos exponentes ms conocidos y ampliamente usados son: ART, KNOWLEDGE CRAFT,
KEE y LOOPS (CAR86) que por razones obvias de espacio no se consideran ni ahora ni aqu.
94
El
hoy y en un -futuro prximo, para Inteligencia Arti-ficial rebasara las disponibilidades de espacio y tiempo que aqu se tiene,
y que se presentan en la figura 2.4. Sin embargo, se van a estudiar, por las implicaciones que presentan en las etapas de eleccin de la herramienta en la segunda fase de la metodologa propuesta, las mquinas LISP existentes actualmente, las PROLOG que estn a punto de comercializarse y, por ser la lnea de investigacin ms prometedora y espectacular, las mquinas neuromimticas. Sin embargo, este mismo ao 1987 se ha puesto en el mercado la "Connection Machine" que es realmente la primera mquina ma-
sivamente paralela.
95
ARQUITECTURAS DE COMPUTADORAS PARA INTELIGENCIA ARTIFICIAL.
i
MAQU I NAS LISP MAQUINA PROLOG MAQUINAS DE PROGRAMACIN FUNCIONAL REDLFLOW ALICE C-LISP MACHINE ZAPP FFP DFM
A,
I
REDES SEMNTICAS NETL CONNECTION MACHINE THISTLE SNAP 1 MAQUINAS INTERFASES INTELIGENTES PARA SISTEMAS ORIENTADOS A LA I.A. BASADAS EN REGLAS DADO BASADAS EN OBJETOS SOAR APX432 DRAGN FAIM-1 AI-32
*
PSM
NOW-VON
JCII RECONOCIMIENTO DE FORMAS PROCESO DE IMGENES CYTOCOMPUTER PIPE PYRAMIDE TOSPICS PUMPS ZMOB
VISION COMPUTACIONAL
96 Proceden de muchos entornos: del clculo cientfico, como los VAX o el DEC-20, de tir de la B010. la Ofimtica como los sistemas XEROX a par-
La explotacin
de una base de
de gestionar
la memoria
en
arquitecturas y
optimizaciones especficas,
3600 y la LMI-LAI1BDA,
tratamientos simblicos.
en puntos anteriores.
La especificidad de las mquinas y del soporte lgico aadido hacen que estas estaciones tengan un coste elevado, aunque la
tendencia de
La Inteligencia Artificial
encuentra muchas
limitaciones en
las mquinas con estructura de von Newmann. Precisan gran cantidad de memoria virtual y la capacidad de tratar informacin simblica.
97
directamente las
operaciones de
de listas y gestin de memoria proporcionadas por de LISP. Emplean pantallas de muy alta resolu-
Mquinas Paralelas: Permiten agilizar los procesos de bsqueda compleja, a travs procesos. de un alto grado de paralelismo en los
- Manipulacin de datos con descripcin de tipo - Recursividad. - Gestin de datos simblicos: celdas y objetivos. - Gestin de proceso paralelo: mu ti proceso. - Algoritmos especficos. - Interactividad visual. - Programacin dirigida por los datos.
En el por una
del
LISP, se traduce
mquina que
98 del LIBP sean deficientes. Esta consideracin, para muchos esencial, llev a de-finir las mquinas de tratamiento simblico como aquellas que no manipulan valores, sino direcciones.
La idea de una mquina especialmente construida para ejecutar mejor el LISP naci en el MIT, en donde un proyecto dirigido por Greenblatt concluy cableando un compilador de LISP. Los programas objeto obtenidos con la ayuda de ste, se ejecutaban a con-
del MIT estimaba que su mquina LISP poda comercial. Por esas -fechas LISP Machine, Inc , -fundado
otros dos
por Greenblatt y Simbolics, INC, presidida por No-fskel y la casa XER0X-E0S, quinas. crearon y empezaron a comercializar sus propias m-
a) LISP Machine, Inc, ubicada en Culver City so en el mercado la mquina llamada LAMBDA
con
99
1. El procesador LISP, con palabra de 32 bits y un espacio de direccionamiento virtual de 24 bits operando con un ciclo de 20 mHz.
2. Un segundo procesador opcional basado en el microprocesador MC68000, destinado a los que quieran realizar con esta mquina trabajos tradicionales. Bu entorno de "softaware" es el Unix de Berkeley; actualmente soporta EMACS, C, PASCAL, FORTRAN 77.
3. Un tercer procesador, basado en el microprocesador 8088. Denominado unidad de diagnstico, no slo p r o porciona acceso a todos los componentes del sistema sino que los con-figura dinmicamente.
b)
empresa
ubicada
en
Cambridge Ma,
microprocesador MC6B00O,
usado como
La primera mquina SYMBOLICS, la LM2, estaba construida sobre una CPU de 32 bits, con un espacio de direccionamiento virtual
100
El mdulo 3600, emplea una arquitectura de 36 bits, y utiliza un espacio virtual de direcciones de 28 bits.
c)
XER0X-E0S. Situada
en Pasadena
(California),
introduce
tres nuevas mquinas, la de bajo coste, modelo 1108, llamado "Dandelion", el procesador de informacin cientfica de alta
prestacin 1132 conocido de nombre "Dolphine". oscila entre los del 1132.
como "Dorado" y la de rango medio 1100 de los tres sistemas a los 179.000 dlares y los modelos
El rango de precios
INTERLISP-D
millones, de
d) Texas Instrument, desarroll rrollada en colaboracin una mquina LAMBDA rece como LAMBDA-E.
1. Procesador LISP de 32 bits microprogramado; con 16k por 56 bits de memoria de control actual izab1e. Tiene un ciclo de microinstruccin de 142 nanosegundos, equivalente a 7 MHz de reloj. Su espacio de memoria virtual es de 12B Megabytes.
101
2. Un Nu-Bus avanzado de 32 bits, con una arquitectura de procesador independiente, con soporte de procesador
3. Una memoria principal de 2 megabytes ampliable a 16 megabytes, con un tiempo de acceso menor de 300 nanosegundos y una memoria auxiliar formada por un disco Winchester de 112 a 140 megabytes de capacidad, con 30 milisengudos de tiempo medio de acceso y 5 megabytes por segundo de "ratio" de transferencia.
e) La Compagnie
1. Unidad de clculo simblico, que extrae previamente las instrucciones. Se basa en palabras de 40 bits y est realizada con tecnologa ITL e IliOX.
2. La memoria principal que maneja palabras de 40 bits. Un descriptor de 8 bits y 32 bits de valor o direccin. Teniendo de 1 a 4 megapalabras en tecnologa de 256 K.
i>
La primera mquina
LIBP -fabricada en el
Japn ha sido la
mquina ALPHA, desarrollada por FUJITSU. Esta mquina es un prototipo de ral . procesador LISP para un computador de propsito gene-
Tambin en Japn, el
japons (ETL) ha terminado la -fabricacin de una mquina LISP de aproximadamente la misma velocidad que la SYMBOLICS 3600. Utiliza el procesador PULCE -fabricado por Toshiba en 1978. Este es el primer paso para el desarrollo de una mquina LISP dirigida por
datos, denominada EM-3 para 0-fmtica, procesamiento de lenguaje natural, Sistemas Basados en el Conocimiento y otras aplicacio-
nes interactivas.
El trabajo actual est programado hacia un simulador re" de procesador paralelo usando ocho procesadores
"hardwanicos
68000. En su -forma -final, este sistema tendr de 80 a 100 procesadores de muy alta escala de integracin de un tipo desconocido que el ETL espera disear. El principal de esta mquina, ser probablemente un lenguaje de programacin lenguaje como LISP con
103
caractersticas de
PROLOG tales
como invocacin
de
patrones,
Otro
Telegraph and Telephone est construyendo una mquina LI9P, como parte del proyecto NUE. pero ahora Se inici en 1981 como un proyecto LISP un proyecto "mu ti lenguaje", en
se ha convertido en
el que se desarrollan
cionales lgicas y dedicadas a objetos, con la sintaxis del LISP y la semntica del SMALLTALK. El nombre propio LISP y otros de la mquina NUE lenguajes como PROLOG y ser ELIS. Su velocidad
en modo interpretacin ser similar a la mquina ALPHA. Tiene un bus de 32 bits. Podr direccionar en total 128 megabytes, ya que cada direccin accede a una celda de memoria de 8 bits, con lo
g) El
putador para un lenguaje aplicativo idealizado. Ser una mquina de procesamiento paralelo diseado para PROLOG, con una versin LISP y el lenguaje de Quinta Generacin declarativo
paralela de
El prototipo ALICE tendr 16 procesadores y 16 mdulos de memoria y un conmutador para concectar cualquier procesador con
cualquier memoria.
experimental CDNCERT, construido en el MIT por el grupo dirigido por Halstead, que combinar 32 procesadores 68000. Como uno de
sus lenguajes tendr un MULTI-LISP, que es una versin multiprocesador del LISP que est siendo desarrollada como una parte del proyecto.
Otro proyecto
que se desarrolla en
Los promotores de
la idea de la mquina de Quinta Generacin Moto Oka, de la Universidad de Tokyo y Electrnico, plausible que convencieron al construir una mqui(FEI83).
MITI sobre su
Tras trabajos
de investigacin
y planificacin,
surgi
la
idea clave: un computador con capacidad de proceso paralelo, con lenguaje de mquina basado en clusulas de Horn de lgica de
Serian mquinas de inferencia, capaces de razonar a travs de grandes cantidades de datos y conocimiento.
105
- Establecimiento de las tecnologas -fsicas y de soporte 1g ico. - Produccin de subsistemas de inferencia y la base de conocimiento. - Integracin de subsistemas para producir un prototipo.
de duracin estimada en tres aos, est dede un puesto de trabajo para PROLOG, con
La -fase segunda,
rimentacin de ingeniera,
La ltima, de otros tres aos, con -fecha estimada de terminacin para principios de los 90, tiene como meta llegar a un computador con una potencia de inferencia de 1 a 1.000 millones de (LIPS) y una base de conocimienreglas y centenares de
decenas de miles de
El proyecto sorcio
106 contando con la ayuda econmica decidida del [ilTI, cuyo montante se calcula en unos 200 millones de dlares (ICOT) y agrupados en el
Las rea
- Mecanismo de proceso paralelo. - Lenguaje de ncleo e inferencias de ms alto nivel. - Proceso de lenguajes naturales. - Sistemas de consulta. - Teora Bsica.
proyecto ha llamado la
atencin
de los investigadores
entero, levantando, sobre todo en USA, algunas critiviabilidad del mismo, al mismo tiempo que apoyos
El ncleo
llo del solucionador de problemas y de la mquina de inferencia. Para ello se elegi PROLOG porque se pensaba que era. el que o-freca posibilidades de proceso en paralelo lenguaje
y el diseo y era
Con el fin de
107
1. Uno a corto plazo, que consiste 'en el desarrollo de la denominada mquina de inferencia personal (PSI) capaz
de ejecutar de 20 a 30 KLIPS (inferencias lgicas por segundo), para posteriormente llegar a manejar de 100 KLIPS a 1 MLIPS.
2. A largo plazo, dirigido al desarrollo de una mquina de inferencia completamente paralela, cuya capacidad mxima deber ser del orden de 100 MLIPS a 1 GLIPS, donde 1 LIPS equivale aproximadamente a 10 - 10 instrucciones por segundo de un computador tradicional.
futuros debern
soportar lgica
de alto
acceder al significado de
la informacin y entender
tecnologas, y ser capaz de proporcionar funciones tales dilogo inteligente y mecanismos de inferencia para bases
IOS gorias:
1- Funciones de inferencia y solucin de problemas. 2. Funciones de gestin basadas en el conocimiento. 3. Funciones de nter-faz inteligente.
Las primeras se corresponden a las cuatro operaciones aritmticas bsicas, tanto como a las funciones de control necesarias El sistema que realizar
-funciones estar provisto del mecanismo "hardware" de inmecanismo de control, el procesamiento paralelo, estas mquinas y el
ferencia, el los
sistema de La interfaz
"software" para clculo de predicados de alto orden. entre "software" y "hardware" ser un lenguaje que
incluir PROLOG.
La mquina de inferencia que procese los lenguajes de programacin lgica estar equipada con mecanismos de alto poder de
tcnicas "hardware" orientadas a flujo de da^tos para deber soportar mecanismos para
en paralelo, as mismo
Las funciones de gestin de la base de conocimiento sern incrementadas en funciones para procesar datos semnticos. Se utilizar como modelo bsico relacional. La mquina base como una combinacin y una de datos el modelo del conocimiento de base de datos
estar organizada
109
gebricas
relacinales. Esta mquina se integrar en el -futuro, mquina de in-ferencia. Ambas mquinas usan un len-
dentro de la guaje
El "software"
se escribir en este
lenguaje
ncleo, que es
La
las -funciones
constar de una coleccin de sistemas que procesen, reconozcan y sinteticen muchos tipos distintos de informacin de entrada/sa-
La
concepto
de sistema "hardwa-
110
PERSONAS
i
INTERFAZ INTELIGENTE
i
SISTEMA EN SOPORTE LGICO SISTEMA DE GESTIN DE LA BASE DE CONOCIMIENTO
i
SISTEMA DE PROGRAMACIN
4
LENGUAJE DE PROGRAMACIN LGICA LENGUAJE DE REPRESENTACIN DEL CONOCIMIENTO SISTEMAS EN SOPORTE FSICO MAQUINA DE BASE DE DATOS MAQUINA DE MANIPULACIN DE SMBOLOS
I . i ' , . i . , .,. MI
i
MAQUINA DE BASE DEL CONOCIMIENTO MAQUINA DE INFERENCIA Y SOLUCIONADOR DE PROBLEMAS
a) Mutiproceso, que usa estructuras convencionales para instrumentar el clsicas de proceso de mutiproceso. inferencias, implantable Los procesos de en mquinas pueden
inferencia
comunicndose a
travs del
b) Flujo de datos. En este modelo, los programas lgicos tienen que trasladarse a grafos de flujo de datos, ejecutables en
Se prevn
dos lneas de investigacin. La primera, para mosde las arquitecturas de flujo de datos con
grado de paralelismo. La
ritmos que permitan aplicaciones eficientes de programas lgicos en grafos de flujos de datos.
c) Funcional. En este modelo, los programas lgicos se trasladarn en una forma intermedia que puede ejecutarse mediante algn lenguaje de programacin funcional. El modelo se encontrar en las relaciones de "entrada/salida" de cada operacin. determinada por la entrada, tiene efectos laterales. El la evaluacin paralela de
La salida de
112
d)
la posibilidad de ejecucin
directa de programacin
En diciembre
Francia para explorar las perspectivas que abren los esquemas de organizacin del sistema nervioso de arquitecturas de computadoras. central para la investigacin
En esa
reunin, Vidal del Instituto de investigacin del cede la Universidad de lo que convino en California llamar en los Angeles
rebro, "BRI",
(UCLA) describi
existe en
regular y densa. Caractersticas de estas mquinas son una cierta capacidad de auto organizacin, entendindose por tal el proceso de conexin entre procesadores elementales cuales o clulas que se realiza el
definen los
tratamiento, y aprendizaje.
En
en una comisin de espertos en Fsica, Qumica, Biologa, Neurologa, etc. para estudiar la posibilidad de construir.un compuEsto dio origen al proyecto BRAIN que ya
tador "neuromimtico".
113
de la U.P.M.
La arquitectura fsica de estas mquinas de estructura neuromimtica se basa en elementos lgicos, localmente programables y reconfigurables, denominados UCLM, tion Lgic Modules". siglas de "Universal Connec-
es ajustable y, por
posible la introduccin de una funcin de aprendel material. La UCLM estn formadas por un
como estructuras
lgicamente completas.
114
aplicacin en la que
va
utilizarse el
de Datos,
conoc imiento.
Para determinar la efectividad de la tecnologa de los Sistemas Expertos, es nesario identificar previamente las reas de
aplicacin
plen las condiciones de necesidad y oportunidad para ser resueltas con tecnologas de Inteligencia Artificial.
115
Una aplicacin no es candidata a ser resuelta con esta tecnologa por el ser mero hecho de ser difcil. Muchos problemas pueden tecnologa existente y con
En orden dades
a) - Apiicabi1idad. El rea un Experto derado. de aplicacin debe requerir realmente la presencia de con conocimiento e intuicin dentro del campo consi-
c) - Costo. Verificar cual es la solucin en la que la relacin costo/beneficio es ms efectiva, tanto a corto como a largo plazo.
misma, dando
116 mejorando los existentes, proporcionando una ventaja competitiva a la Entidad Financiera, as como imagen.
ca para incrementar el nivel de control sobre un proceso y, consecuentemente, evitar prdidas a la Entidad Financiera o inte-
i)
Solucin de un problema
que
excede
las posibilidades
g) - Preservar experiencia profesional. Puede tener importancia como poltica social de la empresa en caso de jubilacin de
carrera
profesional.
h) puntos
Distribuir
la experiencia de
unos manera
i) dad.
117
III. 3. Empleo de nuevas tcnicas no utilizadas por Proceso de Datos, para la resolucin de problemas y representacin del conocimiento.
Las de
l. Esto contrasta con Proceso de Datos tradicional, que solicita datos ciertos, utiliza mtodos de clculo numrico algortmicos perfectamente definidos y, que cuando se utilizan correcta-
Los
enteramente mtodos de
consistente o completa. La manipulacin a travs de razonamiento simblico, respuestas sin utilizar ningn modulo
satisfactorias
y aproximaciones
Evidentemente, todo
de
vida
de un
Sistema Experto que difiere sensiblemente del que corresponde al desarrollo de un Sistema Informtico tradicional.
Por otro
tintos de los de programacin tradicional, aunque tambin pueden ser aplicados estos ltimos.
1 IB
Algunas de
un Sistema Experto son las de adquisicin del conocimiento, heursticas y mtodos de representacin del conocimiento.
a)
de extraer y utilizado
en el Sistema Experto.
las descripciones de objetos, identificacin de relaciones y explicacin de procedimientos. Los llamados Ingenieros del Conocimiento son expertos a cidir cual los especializados en estas tcnicas. Ayudan a los
articular su experiencia y reglas prcticas para dees la mejor estructura para que estos conocimientos
Hasta el
cerlo, a excepcin de algunas ayudas para construir Sistemas Expertos muy sencillos que son capaces de extraer reglas a partir
de ejemplos. Sin embargo, pasar mucho tiempo antes de que estos mtodos automticos puedan llegar a reemplazar a los Ingenieros
del Conocimiento, y stos tendrn que adquirir el conocimiento a partir de los expertos.
Aunque
de
muchas y variadas
fuentes, la dominante para construir los Sistemas Expertos es el experto en el dominio. El Ingeniero del Conocimiento obtiene este conocimiento a travs de una serie prolongada e intensa de
1 19
El Ingeniero del Conocimiento debe trabajar con el experto en el contexto e-fectivo de la solucin de problemas particulares. Es poco
Waterman
(HAY83) resume
estas circunstancias
sealando que
perto raramente razona a niveles bsicos; hace juicios complejos sin seguir paso a paso un razonamiento.
Es
En posteriores explicaciones de sus conclusiones, slo explicara los pasos principales, dejando de lado los que a l le parecen obvios, pero nar . sin los cuales, el Sistema no podra funcio-
Este
aspecto se ha denominado
"paradoja de la experiencia",
"Los
incapaces de describir el
conocimiento pues
los problemas. Incluso peor, que cuando los expertos con -frecuencia
una conclusin,
En
truccin de Sistemas Expertos: la primera sugiere que los expertos necesitan ayuda externa para clasificar y explicar su pensamiento y dar solucin a los problemas. Esto puede traducirse en i No sea Vd. su propio experto!.
Los dos
Conocimiento
pues imprescindibles,
difcilmente pueden
La paradoja de la experiencia sugiere una segunda heurstica, dirigida al Ingeniero dicen los expertos!. del Conocimiento: i No crea todo lo que le
hiptesis
El
conocimiento del experto se encuentra concentrado y reduy eficiente, que lo hace ms difcil de
extractar. Cuando los expertos resuelven problemas en su rea de experiencia, reconocen nuevas situaciones como instancias de cosas los con las cuales ya estn fami1 iarizados.Sin embargo, cuando situaciones nuevas, se comportan a aplicar principios genera-
121
problemas, mediante la propuesta de situaciones nuevas al experto, tal vez sugeridas por otro experto y anotar el proceso que
sigue el experto para resolver el problema. Es lo que se denomina el mtodo del protocolo. Una alternativa consiste en presen-
tar a un novato inteligente, un problema estndar para ganar experiencia en la actividad real de la solucin del problema.
Son reglas prcticas que un experto ha aprenun rea aquellas particular. Cuando reglas ayudan a
se incluyen
guiar el proceso a
c) Una representacin del conocimiento es una estructura -formalizada y un conjunto de operaciones que comprenden cin, que se relaciones y procedimientos utilizados incorporan al Sistema Experto. por la descripun experto y
Cada tipo de
La seleccin se
especficas de problemas.
utilizadas se
haban obtenido
de Sistemas Expertos ya construidos a los que se les habra despojado del conocimiento, que contenan. A estos sistemas vaciase les denomin, como ya se ha citado,
y posibilidades de representar
Hay seis puntos bsicos que deben tenerse en cuenta a la hora de seleccionar una herramienta, a saber:
La eleccin de un lenguaje de programacin tipo LISP o PROLOG o un lenguaje de Ingeniera del Conocimiento tipo KEE, LOOPS,
ART o KNOWLEDGE CRAFT depender de las necesidades del problema. El primer tipo de eleccin tema Experto que nos llevar a la creacin de un Sisla solucin buscada, aunque
se ajustar ms a
123
cia. Con los del segundo tipo de lenguajes, el desarrollo es ms fcil pero es posible que el Sistema obtenido no sea tan efi-
ayudas
editores de bases de conocimiento, -facilidades de Entrada/Salida y mecanismos de explicacin de razonamiento, sern decisivas a
Una herramienta
de este tipo en
mento, puede causar problemas sin que esto tenga ms trascendencia. En cambio debe estar totalmente probada a la hora de abor-
dar un desarrollo, por lo que debern verificarse cuantos Sistemas Expertos se han construido con ella y conocer la opinin de
- Mantenimiento. Deben ser analizadas tanto para el mantenimiento de las facilidades que proporcionan desarrollados con
Sistemas Expertos
de la propia herramienta
y su evolucin futura.
- Caractersticas de la tarea a desarrollar. En el caso raleza del rramienta a de la construccin de Sistemas Expertos, la natupuede condicionar la he-
seleccionar una herramienta que tenga las caractersticas determinadas por el problema y su aplicacin.
la equiparacin de ta-
cuanto
a datos, conoci-
- Caractersticas
de la aplicacin, entre
las
cluir la solucin al problema, entrenamiento y modelizacin predictiva, interaccin esperado. con los usuarios y tipo de usuario -final
- Caractersticas de la solucin, entre las que se encuentran las tcnicas de organizacin, representacin del conocimiento y
ciales con los usuarios y manejo del sistema por parte de stos, as como -formas para aadir nuevos datos y conocimientos.
125
- Caractersticas de la herramienta, que incluyen cosas tales como: manejo de reglas, mod i - icac i nes f de las mismas, herencia
se ha hecho una
decir, a medida
prestaciones de la herramienta se degradan lentamente. El criterio de degradacin de las prestaciones, proporcionan una medida
de la adecuacin de la herramienta, pero slo despus de que sta ha sido ampliamente usada en el dominio del problema.
Es importante sealar que es posible que la mejor para desarrollar un producir la Sistema Experto puede no El
herramienta
entorno de desarrollo
debera tener una abundante panoplia de herramientas de soporte, que deben proporcionar suficiente potencia computacional para
sostener el es-fuerzo de desarrollo a largo plazo, y deben ser lo bastante -flexibles como para permitir la experimentacin con
parte deben proporcionar unas buenas inter-fases de usuario y ser rpidas y eficientes.
Teniendo en cuenta los aspectos bsicos en la construccin de un Sistema Experto, cada Ingeniero del Conocimiento usaba su
propio procedimiento de diseo y construccin de Sistema Experto que, aunque, contemplaban esos tres aspectos bsicos, eran absolutamente "ad hoc". El decir que, en esta tecnologa, "cada
Esta carencia de mtodo, ms an, pues ni siquiera exista un verdadero "manual rrollo y de de procedimiento" haca que la labor de desa-fuera ms una labor ingeniera,
que,
(HAR84),
(CAR86), etc., llenen esa laguna de modo que, Sistemas Expertos sea cada vez una labor de
la construccin de ingenier a.
127
Deca Nietzsche
preciosa
de la Ingeniera del
Entendemos todo, es
decir, conjunto de operaciones ordenadas con objeto de As pues, con la metodologa que aqu se
alcanzar un resultado.
presenta, se pretende de-finir, de una manera ordenada, las -fases y etapas que debe cubrir un Ingeniero del Conocimiento, con el
Lo
primero que contempla esta metodologa es considerar como y a modo de "metametodologa" los cuatro prin(DES77) siguientes:
principio bsico
13 "Regla de la Evidencia". No aceptar nunca como verdadero lo que con toda evidencia (en el sentido galileano
del trmino, es decir, aquello que se puede combatir y nunca refutar), no se reconociese como tal. En este sentido, se evitar cuidadosamente la precipitacin y los prejuicios, no dando cabida en los juicios sino a
128
aquellos que se presenten al espritu en forma tan clara y distinta que no sea admisible la ms mnima duda". Nosotros lo denominamos estudio crtico de la ex istenc ia.
"Regla del Anlisis. Dividir cada una de las dificultades que se hallasen en el camino en tantas partes como sea posible y requiera su ms fcil solucin". Esta es la plasmacin del principio cesariano, tan usado en Inteligencia Artificial, del "divide y vencers".
"Regla de la Sntesis. Ordenar los conocimientos, empezando por los ms sencillos y fciles, para elevarse, poco a poco y como por grados, hasta los ms complejos estableciendo tambin cierto orden en los que naturalmente no lo tienen". Esta regla no expresa ni ms ni menos que el principio de incrementabi 1idad en el diseo y construccin de los Sistemas Expertos.
"Regla de la Prueba. Hacer siempre enumeraciones tan complejas y revistas tan generales que se pueda tener la seguridad de no haber omitido nada". La enumeracin verifica el anlisis, la revisin la sntesis. Este criterio de sistematicidad evita el dejar fuera cosas relevantes y el incorporar cosas no pertinentes o indeseables, con lo que, en el primer caso, se mejora la eficiencia y, en el segundo, no se pier'de la eficacia.
recer, conseguido evitar la hetereogeneidad de lo que procedente de otros autores se incorpora a la metodologa. De este modo, y
aunque la metodologa est construida a partir de las aportaciones de diversos autores, estn tan integradas en nuestra propia en conjunto parece como si todo estuviera hecho
aportacin que
Se
distinguirn en el desarrollo
Sin embargo,
ble de modo que siempre que el problema sea adecuado y est perfectamente documentado, es posible saltar algn paso o etapa e
incluso, aunque muy excepcionalmente, alguna -fase. Es decir, esta metodologa se que como una presenta ms como una -facultad que se admite, En otros trminos, hay
Las cuatro
130
Fase 3 Experto.
Construccin de la versin
en
Fase 4 -
En esta -fase hay que dar respuesta a tres condiciones bsicas para el desarrollo posterior del Sistema Experto:
IV. 2. 1. Seleccin de la
IV. 2. 2.
fechas con dicho sistema y evaluacin de los recursos necesarios para su desarrollo.
por la Direccin de
la Empresa y usuarios
Es muy
el que la creacin
embargo, este es el primer problema que se plantea una organizacin a la hora de iniciar el desarrollo de un Sistema Experto.
Aunque es
es posible dar unas pautas, deducidas de la experiencia alcanzada en los desarrollos de distintos Sistemas Expertos por diver(HAYB3).
En este
a) Que sea posible en cuanto a los expertos: El primer rea, requisito es que existan verdaderos expertos en el
Sin embargo, no
es -fcil encontrar un
dispuesto a colaborar
tema Experto. El miedo a contar sus conocimientos y experiencias adquirida y jo, perder su "indispensabilidad" y su puesto de traba-
irn -frenando su voluntaria aportacin. Es indispensable la de la que depende el experto y el al experto y conseguir
su total colaboracin.
El conocimiento del experto, por otro lado, es caro. Generalmente el experto idneo es aquel que ms necesita la organiza-
132
cin. La que un
indispensable para el xito. No es suficiente, sin embargo, disponer de los expertos adecuados,si stos no son capaces de articular y explicar mas. Poco caso. los mtodos que usan para resolver los probledel Conocimiento en este
Adems los
expertos deben
coincidir generalmente
acerca
de
las soluciones en el
importante a tener en el
cuenta, y es el
entre el Experto y
Walter
personas y la agrupacin
de sta en clases,
"M"
lo componen personas cuyos procesos de pensamiento discupor completo en trminos de imaginacin visual. Las
rren casi
personas de este tipo actan de forma rpida y precisa cuando la solucin est a su alcance a travs a un problema de de la imaginacin visual, naturaleza abstracta o a
pero si se enfrentan
"P"
ms que visual, que piensan en trminos abstractos o bien en sonidos y movimientos, pueden llegar a intuir el camino para salir de un laberinto imaginario.
visuales satisfactorias.
grupo ms verstil y abundante y sus caractersticas se enmarcan entre los "P" y los "M".
De lo anterior se puede deducir que una combinacin de experto "M" e ingeniero del conocimiento "P" o viceversa, dificilmente podrn perto. entenderse y hacer explcito el conocimiento del ex-
Esta
teora, an no suficientemente
contrastada
a pesar de
difcil de aplicar a
b) Que sea posible en cuanto al problema: En primer lugar, la tarea debe requerir conocimiento y expe-
riencia. Si esta experiencia solamente puede adquirirse a travs de la prctica, el Sistema Experto no funcionar, lo cual no
quiere decir que no pueda existir una mezcla de ambas, habilidades fsicas y cognoscitivas, en que la primera se trate a travs de tcnicas ms convencionales y la segunda mediante la Ingenie-
134
ra del Conocimiento.
La tarea
mos que el experto no puede ensearla ya que la experiencia slo puede alcanzarse a travs de la prctica, el proceso puede ser
semanas en resolver el
relativamente independientes,
a un dominio en
el cual el conoci-
no
existe el conocimiento
del dominio para resolver el problema, tampoco sera la utilizacin de la Ingeniera del Conocimiento como
herramienta para resolverlo. La necesidad de utilizar el "sentido comn" en su resolucin, tambin constituye un obstculo di-
La figura 4.1., puede presentarse, como resumen de las caractersticas que ble un debe tener el dominio para considerar como posid-pl Sistema Experto, se puede sealar:
desarrollo
(CARB6).
La tarea no requiere sentido comn Figura 4.1. POSIBILIDAD DE CONSTRUCCIN DE UN SISTEMA EXPERTO
136
desarrollar
- El Experto debe tomar sus decisiones en un entorno peligroso u hostil, tal como plantas nucleares, estaciones espaciales, sera demasiado arriesgado mantener
- Los alta y su
consiguiente,
su demanda es
tante en el caso de las instituciones financieras, que requieren de asesores en distintas reas en las sucursales. En este con-
texto, el Sistema
de tratar el problema. En muchos casos puede ser la nica alternativa, teniendo en cuenta consideraciones de eficiencia y ren-
tabilidad. Bajo este prisma pueden ser considerados los Sistemas Expertos como distribuidores del conocimiento y la experiencia.
a la experiencia que el personal experto se lleva consigo cuando esos cambios se producen. El desarrollo de Sistemas Expertos en
137
- La inversin en el desarrollo de un Sistema Experto tambin puede estar justi-ficada cuando se espera una alta tasa de retorno de la inversin realizada en dicho desarrollo.
todo lo anterior, la
138
139
anteriores para
desarrollarlo, ya
a) Relativos a la naturaleza del problema. Para que el Sistema Experto sea adecuado, el problema debe
Solamente si la producti-
vidad de un trabajo depende de un conocimiento que es subjetivo, cambiante, simblico, dependiente de los juicios particulares de distintas personas o bien heurstico, entonces ser apropiado
desarrollar un Sistema Experto. Mientras que el conocimiento necesario para desarrollar la tarea sea estable, numrico y de -fcil agregacin, los procedimientos manera de resolver el problema. algortmicos sern la mejor
b) Relativos a la complejidad de la tarea a tratar. El problema a tratar debe ser importante en el dominio, de
c) Relativos al alcance del problema. En este sentido, el problema debera ser lo su-f ic ientemente lo bastante amplio como conceptos de del problema
practicidad dependen
140 particular.
Sin embargo,
es
esencial
para el
desarrollo de un Sistema
amplio o general, de
modo que no se
Como resumen de lo anterior, la -figura 4.3. recoge los -factores que permiten valorar la adecuacin del Sistema Experto,
(CARB6)
141
Complej idad
DESARROLLO ADECUADO
seleccionada la aplicacin hay que analizar en detaaspectos tanto organizativos como funcionales, de
y plazos estimados de
As mismo Experto,
de
cin juega un
se necesita que se
a) Que cubran una necesidad sentida. En estos puesto de de momentos en que la informtica tradicional ya ha
de resolver problemas de
143
b) Que exista un conjunto de personas que conozcan o sean capaces de asimilar la tecnologa. Este es uno de construccin de los problemas mayores con Sistemas Expertos. y en todas partes que se enfrenta la del Conoci-
Los Ingenieros se
miento no abundan,
c) Que se destinen recursos econmicos suficientes para desarrollar la. La importancia de esta tecnologa estriba en que lo que se
y su principio axial, la codificacin del cononica manera hoy conocida de llevar a cabo
cimiento terico. La
Si a esto le unimos
nocimiento en la evolucin y desarrollo de las Empresas, no debe ser difcil concienciar a los responsables de que deben asimilar y extraer frutos de esta tecnologa.
es uno de los
encuentra el desarrollo de
El camino seguido hasta la -fecha ha sido la formacin de tcnicos informticos, en algunas tcnicas de la Inteligencia Artificial, as como en lenguajes de programacin y entornos de trabajo.
El problema ha sido relegado a un segundo trmino y resuelto, bien a travs del propio experto, que se convierte en un Inge-
niero del Conocimiento, implantando su propio conocimiento sobre un computador o asistiendo al usuario principalmente a travs de mens o utilizando cimiento a un tcnico informtico con un somero cono-
de las nuevas tcnicas de programacin, pero ignorando caso la complejidad de la adquisicin del conoci-
en cualquier
miento. Preguntas tales como: Por donde empezar?, que informacin debera obtenerse primero?, que tcnicas de entrevistas y deberan utilizarse en cada caso?, permanecen la ma-
Psicologa
Generalmente
tipo
de conocimiento se
adquiere con la experiencia o bien ya lo poseen dichos tcnicos. Sin embargo, los problemas reales de la construccin de Sistemas Expertos son los que se derivan de la adquisicin y representa-
cin del conocimiento. El problema real parece estar en el pobre conocimiento que se tiene acerca de dichos procesos. El nfasis
145
en la construccin se ha puesto siempre en los aspectos tcnicos y en cmo representar el conocimiento una vez que ya se ha obtenido.
Cmo desarrollar en los Ingeniero del Conocimiento el conocimiento sobre las relaciones interpersonales y los mecanismos que rigen la toma de decisiones y el conocimiento es uno de los as-
es la tarea de
extraer el conocimiento de
manera, que se reduzcan al mximo los riesgos de la construccin del Sistema Basado en el ser pues completo, ac-
tualizado y contener la esencia de la experiencia. Todo ello requiere que el Ingeniero del Conocimiento conozca tcnicas de resolucin de problemas, teoria sobre modelos de razonamiento, inconsistencias verbales en la expresin del conocimiento as como imprecisiones de la memoria. Tambin requiere tener desarrollada la capacidad de observacin y determinar si el experto realmente trabaja mientras est siendo observado.
Uno de los
Asimismo
aspectos sociales de la interaccin entre el Ingeniero del Conocimiento, su ayudante, el experto y todos aquellos que partici-
La que con
-formacin, pues, de un
Ingeniero
estructurarse en dos tipos de disciplinas: Las relacionadas la Psicologa y Ciencias Sociales y las relativas a las
Ciencias de la Computacin.
- Psicologa del propio Ingeniero. - El Experto y su psicologa. - Su In-formac i n . - El conocimiento. - Los datos.
La El El -formacin "Hardware" "So-ftware" y la representacin del conocimiento.
- Conocimientos interpersonales. El las Ingeniero del Conocimiento debe comprender el proceso de las relaciones entre
el experto y el Ingeniero.
- La entrevista y sus tcnicas. Una entrevista es comunicacin entre el la -forma habitual de iniciar el proceso de Experto y el Ingeniero. La tarea de ex-
147
traer
informacin,
as que cual-
quier barrera
Existen
mitir una ms eficiente y rica adquisicin del conocimiento. Estas tcnicas manera que se utilizan para estructurar las preguntas, de tal la informacin especifica se obtenga sin ningn tipo
As, tcnicas como anlisis de protocolos, escalados multidimensionales o clasificacin de conceptos deben ser conocidas y
analizar los procesos que tienen lugar dentro de ellos. Solamente conociendo la
mientras se participa en
dinmica de la entrevista, el tcnico podr comprender los lmites entre los que se tiene que mover, as como lo que se quiere
- Aspectos psicolgicos relacionados con el proceso de adquisicin del conocimiento tales como:
1. Memoria: La informacin almacenada en la memoria tiene una organizacin, la cual es nica para la experiencia personal de cada individuo. Las sutilidades de esta or-
14B
ganizacin afectarn a la comunicacin entre experto e ingeniero. Los procesos que subyacen en la memoria, los recuerdos, el reconocimiento y el aprendizaje son distintos. El conocimiento acerca de los procesos normales
de pensamiento y la susceptibilidad de la memoria para recordar u olvidar deben ser conocidos por el Ingeniero
del Conocimiento.
2. Organizacin del conocimiento: Las personas tienden a agrupar su conocimiento en unidades organizadas (CHUNKS), cada una de las cuales est relacionada e interactiva sobre las dems. Es a menudo difcil para el experto dividir estas unidades en otras ms pequeas y explcitas y explicar cada parte y sus funciones al Ingen iero.
Los expertos tienen distintas maneras de organizar su conocimiento; algunos pueden preferir una imagen basada en la organizacin. El Ingeniero debera ser flexible y buscar la tcnica apropiada para resolver esta dificultad.
- Proceso de la Informacin. En una la situacin dada, la informacin recibida del medio es forma en que la
es esencialmente un proceso
la personalidad del ingeniero en cuestin. La percepcin del ingeniero evaluar la informacin recibida de una nica manera.
149
Podra ser rechazada si est en oposicin a la idea aceptada por si ingeniero, o podra seleccionar in-formacin a la que es -Fcil otras o probar es-
- Resolucin de problemas. Es esencial que el ingeniero tenga toda la in-formacin requerida en orden a convertirla en conocimiento. Esto es aplicable a saber como te, sin porque ha rando?. el experto toma sus decisiones. Las toma rpidamen-
tener todos ios elementos necesarios? Puede hacer sto interiorizado alguna informacin o bien la est ignoEstas y otras consideraciones similares tienen que ser
est unida por un inters comn y una tarea que es como en cualquier comunidad, controlada por ciertas consideraciones acerca
de la consecucin del objetivo. Ya que el proceso de adquisicin de in-formacin del experto en un proyecto largo, podra durar
proceso total cansado y desagradable mostrar su estado de nimo - travs de 3 sus respuestas. Ello requiere que el Ingeniero del a utilizar
las tcnicas
150
En cuanto a
- Programacin
- Lenguajes de base como LISP y PROLOG. - "Hardware" a utilizar en el desarrollo y en la explotacin del Sistema Experto. - Entornos de programacin como KEE, LOOPS, KNOWLEDGE CRAFT o ART.
Todo ello
cin de los Ingenieros del Conocimiento que deben ser investigados y mente, configurados en unos Planes de Estudio adecuados urgente-
No existe
Como
demos sealar:
- Existencias de unos pocos profesionales claves, cuya misin es asesorar al resto de la Organizacin. La distribucin del conocimiento, colocando los Sistemas donde es Expertos en aquellos lugares una posicin clara de
necesario el asesoramiento es
151
ub icae i n.
- Cuando la realizacin de una tarea requiere un equipo grande de personas porque ninguna posee el conocimiento completo como para resolverla. El Sistema Experto puede actuar como coordinador e integrador de todos esos conocimientos.
- Cuando la productividad se encuentra muy degradada debido a que una tarea demanda un anlisis completo de un conjunto com-
plejo de condiciones y el especialista encargado de dicho anlisis requiere con -frecuencia re-frescar sus conocimientos. En este caso, el Sistema Experto debe servir como memoria auxiliar del
Experto. Como una consecuencia de este punto se puede sealar el papel de los Sistemas Expertos como memoria institucional de una organ i zac i n.
- En
aquellas tareas donde exista un gran discrepancia entre Aqu normalmente la existencia de un Sistema Ex-
especialistas.
- Cuando
prometidos debido a la escasez de recursos humanos o bien cuando la competencia ha obtenido ventajas debido a que determinadas manera mejor o ms
Ser tambin recomendable su utilizacin all donde exista calidad que requiera una gran variedad de conoci-
un trabajo de
152 miento que excede cualquier exigencia razonable de entrenamiento y -formacin permanente de las personas, o cuando exige demasiada gente experta existente o de nueva contratacin.
para aplicar efectivamente el conocimiento que existe en las personas ms cualificadas, se dedican a resol-
ella, ya que
En el
rios para el desarrollo de un Sistema Experto, debido a falta de experiencia en el uso de la tecnologa.
De los
que el desarrollo
Proyectos de dificultad moderada: - Equipo de proyecto: 2- 4- personas. - Duracin: 8 meses - 1 ao. - Recursos consumidos: 1 , 5 - 4 aos/hombre.
153
Proyectos di-fciles: - Equipo de proyecto: 3 - 5 - Duracin: 1- 3 aos. - Recursos consumidos: 3 - 1 5 aos/hombre. personas.
dedicacin de tcnicos a
un proyecto de este
_ Ingeniero de Conocimiento Snior - 257. de dedicacin. Su -funcin principal es la supervisin y asesor amiento al Ingeniero del Conocimiento jnior en cuanto a la determinacin de del dominio, as como en cuanto a la
la complejidad y amplitud
-forma de representacin ms adecuada del conocimiento en un problema y validacin del Sistema Experto construido. Disear la integracin en el en-
con vistas a su
- Ingeniero del Conocimiento Jnior - 1007. de dedicacin. Su misin es la extraccin del conocimiento del experto as
como la de-finicin y construccin de las bases del conocimiento. Realizar el cuaderno de pruebas del Sistema con el Experto y
154 - Programador de Inteligencia Artificial - 1007. ded icac ion. Desarrollar la programacin del prototipo necesaria para la construccin
- Experto en el dominio - 757. dedicacin. En realidad es el autntico protagonista del desarrollo. Participar desde su concepcin hasta la validacin de las pruebas
(HAY83)
Las tcnicas actuales de evaluacin de estos Sistemas son escasas y primitivas. Ciertamente muchos criterios como la exactitud, e-ficiencia o facilidad de uso, utilizados para evaluar
Pero los Sistemas Expertos son los nicos que contienen experiencia humana y, por consiguiente, deben ser evaluados con re-
En este
correcta para un
Experto humano o bien representa la solucin ideal. Nadie conoce cmo evaluar la experiencia humana adecuadamente, as que menos
155
En este entorno pues, el proceso de evaluacin es ms un arte que una ciencia, pero es absolutamente necesario realizarlo, y
Es absolutamente necesario que el diseo de la evaluacin del objetivo a cumplir el Sistema, no por el sistema se realice antes de construir las evaluaciones ayudan a
despus. El diseo de
recapacitar sobre los -fines especficos del Sistema y sobre cmo medir los objetivos que deben ser alcanzados por el Sistema Ex-
Es muy importante para los Ingenieros del Conocimiento, tener muy claro la naturaleza de los motivos para construir un Sistema Experto. Los objetivos -finales a conseguir por el Sistema, deberan ir acompaados de una definicin explcita de cmo se medir el xito del programa y cmo se evaluarn los posibles fa-
llos. Los puntos de evaluacin, deben realizarse durante distintos momentos del desarrollo e implantacin del Sistema Experto y estar contenidos dentro del plan general. Deberan ser formuladisea el Sistema y se deben ir ex-
tendiendo de una manera informal desde los primeros momentos del desarrollo hasta una formalizacin total durante las pruebas del Si stems.
La cuestin clave es se utilizar el Sistema?. Esta pregunta no debera durante cada ser olvidada hasta la evaluacin -final, y hacerse -fase del desarrollo. El Sistema Experto tiene que
prestar un servicio
Para crear un
Ingenieros del Conocimiento deben -familiarizarse con las necesidades de diarios, y los usuarios as como con la terminologa, trabajos Para poner un Sistema
con xito en produccin, debe encajar perfectamente en las necesidades y hbitos de los usuarios. La nueva herramienta debe imponer pocos nuevos requerimientos y demandar poca -formacin en
uso e interpretacin.
Los
procedimientos de evaluacin a menudo -fallan al intentar amplitud y pro-fundidad del Sistema Experto. Es -fcil
captar la criticar
a los Sistemas porque de-fraudan las expectativas depootro lado, se puede caer en el extremo
opuesto, es decir, generalizar sin -fundamento. Muchas dificultades se pueden evitar mediante la puntual izacin de los mtodos
de evaluacin.
157
La siguiente lista puede ayudar a los diseadores a construir un plan y no dejar mingn punto sin atar.
Este punto influye grandemente en el diseo de la evaluacin. Claramente, las evaluaciones in-formales pueden ser suficiente para los diseadores y expertos colaboradores, pero no son suficientes para los -financieros o directivos.
Aislar aquellos aspectos del Sistema que estn siendo verificados. Es la calidad de la toma de decisiones y asesoramiento, la exactitud de los mecanismos de razonamiento, la calidad del dilogo hombre-mquina, la eficacia del Sistema, la relacin costo/beneficio o cualquier otro punto?.
3. Seleccionar un estndar apropiado con el cual comparar el rendimiento del Sistema Experto.
4. Definir estndares realistas de rendimiento; puede ser poco realista, por ejemplo, esperar mejores rendimientos de un Sistema Experto que los que d un experto humano.
158
5. Especificar quien evaluar los resultados. Podran ser expertos humanos o usuarios -finales, podran ser individuos o grupos de individuos evaluando por consenso.
6. Eliminar potenciales predisposiciones, por ejemplo, evitar presentar los resultados en -forma de listados de ordenador, que puedan ser juzgados negativamente por alguien no predispuesto a utilizar la tecnologa.
truir Sistemas Expertos que a medir sus rendimientos. Sin embargo, este es un aspecto vital para el xito del Sistema Experto.
Este apartado
a) Inversiones: Cualquier
nuevo Sistema
constituye generaljustificar
159
Las inversiones necesarias para desarrollar un Sistema Experto las podemos clasificar dentro de los siguientes conceptos:
Personal: - Ingenieros del Conocimiento, programadores y dedicacin del Experto o Expertos. - Formacin de los utilizadores del Sistema y personal de desarrollo. - Otros gastos. - Gastos posibles de comunicaciones etc. ) - Seguridad: lneas suplementarias, material de respaldo, etc. (lneas, conxiones,
b) Gastos de Funcionamiento.
Costo para los utilizadores: - Gastos de personal teniendo en cuenta las mod i - icac iones f posibles aportadas al Sistema. - Gastos diversos (muebles, seguros, etc.)
No omitir: - Costos unidos al -funcionamiento en paralelo si el Sistema Experto sustituye a algn sistema tradicional o mquinas. - Costos ligados a la seguridad dimientos degradados). (salvaguardias, proce-
c) Economas esperadas:
Hay que estimar los ahorros esperados como consecuencia de la implantacin del Sistema Experto.
- Ahorros sobre los costos de -funcionamiento, administrativos e in-formticos. - Disminucin de los gastos de personal. - Economas resultantes de la explotacin del Sistema Experto.
Con
Adems, a la hora de analizar este balance, deber tenerse en cuenta los siguientes puntos:
161
La introduccin de cualquier
nueva
tecnologa incurre en
unos gastos superiores de di-fusin de la misma, si se quiere que la misma se expanda por la Organizacin.
- En el caso
de -funcionamiento, hay que tener en cuenta los e-fectos de un mal -funcionamiento de los mismos.
Los Sistemas Expertos ayudan a la toma de decisiones. Una mala decisin puede tener unos e-fectos catastrficos para la Emla necesidad de un pede estos proyectos con
- Al analizar los beneficios obtenidos hay que considerar que muchos de ellos son intangibles y otros inspirados como conse-
cin de costos administrativos, sino que trata de hacer ms productiva las tareas del personal ms experto de la Organizacin.
esta
-fase
es la
162 presa, y no basta con que lo aprueben los directivos, sino que
La
- Los la
incorporacin de los Sistemas Expertos, sus conocimientos ya necesarios y, por consiguiente, sus empleos estn en
no sern peligro.
- Otros usuarios potenciales piensan que la parte interesante de las tareas Expertos, que realizan le sern encomendadas a los Sistemas parte menos gratificante e
intrascendente.
- Finalmente, estn aquellos que ni valoran ni estiman lo que hacen, encontrando que, con el uso de los Sistemas Expertos, se
pondr en evidencia lo trivial de su trabajo y, por lo tanto, la organizacin se dar cuenta de lo supr-fluos que son.
La seleccin adecuada de reas y situaciones donde introducir un Sistema Experto, ayuda a reducir,y/o, eliminar la reluctancia en admitir los Sistemas Expertos por los expertos y usuarios -finales. En este sentido, ya se han comentado los posibles lugares
163
para su ubicacin.
sistema propuesto y de
ideas que contiene trabajan. Esta aceptacin es relati-fcil cuando los responsables ya tienen otros Sistemas
Expertos trabajando bien en su organizacin, pero es ciertamente difcil cuando se trata de la primera aplicacin. En este caso, la aceptacin de los responsables,
1. Seleccionar algo sencillo y bien entendido, pero no trivial y que sea lo bastante significativo como para que el Sistema Experto tenga un valor evidente. Con seguridad, el sistema se har ms complejo de lo que se haba creido inicialmente.
2. Elegir algo que los usuarios finales no vean como una amenaza.
3. Usar un enfoque evolutivo. Como primer Sistema Experto se debe construir un sistema ayudante; es decir, uno que ayude al usuario en los aspectos ms rutinarios de las decisiones. Para, a continuacin, construir un sistema tipo colega y, finalmente, enfrentarse a la construccin de un verdadero experto.
164 IV. 3 . Fase II. Diseo de la Ingeniera del Conocimiento y Construccin del Prototipo.
IV. 3.1. - Adquisicin del conocimiento por el Ingeniero del Conoc imiento.
estn diferenciadas
perfectamente en
sino que se producen interaccionando unas con otras, efectos metodolgicos, se indican
un proceso incremental. A
las mltiples actividades que se producen durante esta fase, sin que ello presuponga una secuenci alidad en las mismas.
que el cuello de la
botella de la construc-
de Sistemas Expertos es
especialmente
165
experto humano.
sensiblemente de la mera entrevista con el experto, as como del intento de codificar la informacin obtenida en reglas empricas
Normalmente las
definiciones en
la utilizacin
de tcnicas
inadecuadas se ponen de manifiesto en la fase de refino del prototipo, en la que se compara su comportamiento con el del experto humano cias que se trabajando sobre el mismo problema, y las discrepan-
forma requerida
tcnicas actualmente
utilizadas son
En primer
conocimientos de varias clases, el cual no puede ser representado totalmente en forma de reglas empricas.
En
aquellas
clases de conocimiento
miento, o utilizarlas todas para probar sus fortalezas o debilidades. La mejor manera de enfocar el problema es reconocer desde el comienzo que, aun en un dominio simple de experiencia, el conocimiento del experto es de distintas clases. Estas diferentes diferentes tcnicas para ex-
El problema pues
utilizar un conjunto de tcnicas y determinar cual es la mejor a emplear con cada tipo de conocimiento.
El cacin de
proceso de adquisicin del conocimiento requiere la aplide unas metodologas que utilizando tcnicas del dominio
la Psicologa, permitan extraer el conocimiento del experto, su experiencia en el dominio concerniente al Sistema
as como
Experto a construir.
Tres pues son los puntos que tienen que ser considerados a la hora de iniciar esta actividad.
167
grupos: mtodos
intuitivos y
Los mtodos intuitivos con-fian en la introspeccin del experto acerca del guiente manera. dominio. Estos mtodos pueden resumirse de la si-
"En algn caso, el Ingeniero del Conocimiento, estudia la literatura existente para sobre el tema e interacta con los expertos mtodos de solucin de
en un seudo-experto. Actuando
de esta manera, el investigador desarrolla una representacin de la experiencia que luego es verificada -frente a la opinin de
Un
autntico experto acta como un constructor de teorias acerca de su propio comportamiento. trospeccin, cimiento Aqu el individuo, a travs de la in-
y habilidad y luego
sistema in-formatico.
Los
mtodos de observacin o experimentales estn basados en resuelve el experto los problemas reales, no in-
observar cmo
168 ter-firiendo en la actividad diera influenciar blema. del mismo, de tal manera que se pupara resolver el pro-
Estos mtodos pueden resumirse as: "La utilizacin pensamiento en de un en-foque comn en usar protocolos de
la informacin acerca de
observacin son a veces seguidos por una -fase hacen comentarios sobre los su comporta-
para describir
Ambas metodologas tiene distintos tipos de problemas, de los que debe ser consciente el Ingeniero del Conocimiento.
mtodos intuitivos, al utilizar el experto la introstiene dificultades en exponer las tcnicas reales usa-
resolver los problemas. El conocimiento puede estar bien sin embargo, las lneas de razonamiento pueden no
recogido y,
En el
169
pueden aparecer
al aplicar
el
realmente expresado.
lneas posibles
dolgicos, apoyndose en las tcnicas de Psicologa que se vern a continuacin, todo ello en base al tipo de conocimiento utilizado por el experto.
La clasificacin
neral es una difcil y ambiciosa tarea que han eludido los filsofos durante miles gido dado, de aos. Sin embargo en un dominio restrinintentar la identificacin de las siguientes
no es muy complicado
170
jo. Algunos de estos conocimientos podran no estar en manuales, sino constituir una parte importante del conocimiento del experto.
d) - Conocimiento c 1 asi-f icator io: Mediante el cual se hace una distincin muy -fina entre dis-
Wielinga y
Breuker
(WIEL84),
manera de clasi-Ficar el
conocimiento ni la me-
jor, pero esto no es substancial. El aspecto importante es reconocer la existencia de distintos tipos de conocimiento que re-
171
- Escala mutidimensional.
- Clasificacin de conceptos.
conocimiento. De una manera muy simple rpidamente se genera una gran cantidad de conocimiento sobre la terminologa y los prin-
cipales componentes del dominio. Esto juega un importante papel en los primeros estudios del
proceso de adquisicin del conocimiento en orden a conseguir algunos conceptos bsicos y establecer una informacin como marco
para lo que vendr posteriormente. Las entevistas pueden estructurarse en varios grados sencillas es pedir y de distintas maneras. Una de las ms
hora de duracin acerca de los principales temas e ideas concernientes al dominio. Posteriormente una entrevista sistemtica
Las
entrevistas tienen
serias limitaciones.
Estas aparecen
172 res del Sistema Experto, en un intento de extraer la experiencia esencial que diferencia rendimiento inferior. al experto humano de un programa con un
de este problema es intentar representar en forma conocimiento que no es tratable con esas tcnicas.
Aunque el experto posee claramente el conocimiento, este puede no ser directamente comunicable en una entrevista y debe ser
b) Anlisis de protocolo. Esta tcnica dirigida directamente a producir modelos de sistemas para la Simn solucin de problemas fue descrita por Newell y (ERI84).
En
el mtodo clsico, el comportamiento del experto mientras resolucin del problema, es grabado y este protopara finalmente convertirlo en
trabaja en la colo
es transcrito y analizado,
un conjunto de reglas de produccin que transforman un estado en el siguiente. Este mtodo ha sido utilizado por el sector industrial por Baimbridge adquisicin del (BAI79), y como parte de una metodologa de (BREU83). Su mrito est en que va
conocimiento
ms all de lo que un experto puede explcitamente contar en una situacin acerca del de solucin de un problema para permitir inferencias
173
sistemas de reglas de
macin sobre
utiliza en la solu-
Intimamente
relacionado con el anlisis de protocolo est el cual se aplica antes que el anlisis de
Cuando al resolver un problema de logstica se analiza un tema, el protocolo sugiere que la determinacin de los pasos se-
guidos se alcanzaron por la solucin. Sin problema tena estaba de hecho soluc i n.
azar y solamente por suerte se lleg a tareas y mostr que el que el tema
embargo, un anlisis de
para llegar a la
impuestas a la tarea,
clsico, no involucrando
inferencias
reconstructivas, ha sido utilizado con xito por liyers, Fox, Pegram y Greaves. (MYEB3). Su mtodo consiste en tomar transcrip-
ciones de protocolo grabadas en un magnetfono y poner al descubierto mediante un editor de textos lo ms destacable de su con-
Este mtodo consume menos tiempo y produce rendimientos un prototipo inicial, y puede ser utilizado en
aceptables para
en experimentacin como en tareas del mundo real. Estos protocolos pueden proporcionar heursticas tiles o hechos mediante los cuales el Ingeniero del Conocimiento puede utilizar como conocimiento o indirectamente como directamente
puntual izaciones de los expertos pueden proporcionar que puede hacer mucho ms -fcil las subsiguientes nes y pueden proporcionar datos clave
interpretacio-
c) Escalado mutidimensional. Unas ciertas tcnicas de utilizadas escalado mutidimensiona1 han sido
la
teora
de la parecen
Personal"
(SHAWB1)
apropiadas cuando se trata de adquirir el conocimiento de un experto, y existen un cierto nmero de conceptos fcilmente por intrinsicamente principiantes y
relacionados, no identificables
175
Es
un
describir
tan sutiles distinciones y relaciones. En tales casos ms tiles que el mtodo de la entre-
El espacio
de del
(clustering) de aquellas
dimensiones proporciona
entre quince de tales distribuciones. El mtodo produce distinciones que podan esperarse y que se encuen-
primero las
Sin embargo, se obtienen criterios ms subjetivos, basados en la experiencia, comn". tales corno "til en modelos de test estadstico
Un anlisis jerrquico del agrupamiento aplicado a los datos, produce -familias conocidas que se producan en de distribuciones. Las discrepancias
176 d) Clasificacin de conceptos: Aparte del conocimiento detallado que los expertos poseen sobre reas especializadas, igualmente tienen un conocimiento global estructurado acerca del dominio. Esta meta-conocimiento ser
muy ltil cuando hay que organizar una gran cantidad de informacin .
paradigma de la Psicologa cognitiva dice que la conceptos (CHI81) es una tcnica de gran ayuda
conseguir el conocimiento de la organizacin. Una sencilla tcnica es obtener un conjunto de conceptos que
versin de esta
dir al experto que clasifique las fichas en una serie de grupos, describiendo que tiene cada grupo en comn. Los grupos pueden
El mtodo es aplicable cuando hay un gran nmero de conceptos a lo largo del dominio, que requieren una estructuracin para
hacerlos manejables.
tipos de conocimiento y
177
Tipo de conocimiento
Tcnica posible a uti1 i zar Lectura o estudio de documentos. Tcnicas de escalado multivariante.
Conceptos y relaciones
Procedimientos de rutina.
Hechos y heursticas
178
Adems de las tcnicas ya mencionadas, el Ingeniero del Conocimiento utilizar distintas estrategias, cambiando de tcnicas
- Observacin al lado del experto. El Ingeniero del Conocimiento casos reales sobre su trabajo. de observa al experto resolviendo Esta observacin le proporciona y el tipo de
inter-fase necesaria para que el experto utilice el Esta tcnica es til en los primeros contactos
- Diseccin del problema: El Ingeniero del Conocimiento escoge un conjunto de problemas representativos e informalmente los discute con el experto. El
de que manera el experto organiza el corepresenta los conceptos e y los datos inconsistentes,
Di-fiere el problema de ios tpicos del dominio? Qu tipo de datos necesita el problema?
179 Qu tipos de soluciones son adecuadas para el problema? Puede el problema reducirse a subproblemas no interactivos? Qu clases de conocimientos se necesitan para solucionar el problema? Cul es la explicacin o just i - icac i n a una solucin del f problema?
discusin, el
experto puede
introducir nuevos
Experto
relaciones existentes. Esto puede requerir el rede-finir o conceptos existentes en la base de conocimiento en
- Descripcin del problema: En este caso, el Ingeniero del Conocimiento le pide al Experto que describa un problema tpico para cada categora importante de respuestas que pueden surgir. Esto ayuda al Ingeniero del prototipo para cada categora
Este
ejercicio puede sugerir nuevas ideas para organizar jeSistema Experto. Este en-foque
181 miento". Este documento debe subrayar los diferentes estadios en el diseo,las dependiencias entre estadios y una detallada trade los distintos elementos de conocimiento; es decir: etc. Este documento debe
duccin
los expertos permite evitar omisiones y corregir errores. A continuacin, el o los Ingeniero(s) del Conocimiento pueden usar
de diseo, siguindolo estrictamente. Esto, adems, puede ayudar a hacer explcito algn conocimiento aplicado implcitamente por los experto.
En esta -fase, l o los Ingeniero(s) del Conocimiento y el experto deciden qu conceptos, relaciones y mecanismos de control los problemas a resolver en el do-
minio. Tambin se examinan, subtareas, estrategias y restricciones relacionadas este perodo, con la actividad de solucin del problema. En "granularidad". Esto
habitualmente se
trata la
considerar el nivel de detalle con que deo los Ingeniero(s) del de detalle ms abs-
representarse el conocimiento. El
Conocimiento
tracto o de "gran grueso", que an proporcione la discriminacin adecuada entre conceptos clave.
En este punto es adecuado un consejo y es que los constructores deben evitar intentar producir un anlisis completo del problema antes de comenzar la implantacin del programa. De la primera implantacin, se aprenden muchas cosas que "darn -forma" y
180
En este enfoque, el Ingeniero del Conocimiento le pide al Experto que resuelva una serie de problemas, probando el razonaresuelven los mismos. Mien-
a medida que se
tras el experto los resuelve, el Ingeniero del Conocimiento proporciona to. informacin adicional o datos requeridos por el experproblemas reales, describiendo el
proceso de solucin en voz alta y dando tantos pasos intermedios como sea posible. El Ingeniero determinar del Conocimiento cuestiona cada que existe detrs de
paso para
El
ordenar
una
prueba en
profundidad
del razonamiento del experto, partiendo de una conviendo cmo el experto lleg a dicha con-
que el Ingeniero del Conocimiento ha formulado algurelativas a problemas particulares, como sea posible una solucin en el
reglas especializadas
generales
sin destruir su
capacidad de contribucin a
contexto de otros problemas. Para este proceso puede ser necesaria la asistencia del Experto.
la adquisicin de
creacin de un "documento
182
Esta etapa, implica el expresar los conceptos clave y las relaciones en una manera -formal, hab i tual mente dentro del marco
modo, l o los
la solucin
en reglas, l o
del Conocimiento deben seleccionar un sistema tipo KEE el experto para expresar el conocimiento en el
blemente llevar a un enfoque de objetos y, o, mixto como combinacin de objetos, reglas y marcos, el LDOPS, por su potencial y flexibilidad, parece el ms adecuado.
preferencias o ideas preconcebidas de cada Ingeniero del Conocimiento. Durante esta fase, l o los Ingeniero(s) del Conocimiento "vuelcan" el conocimiento formalizado en un programa de com-
- Contenido, que procede del dominio del conocimiento que se hizo explcito durante la f ormal i zac i n , es decir, las estructuras de datos, las reglas de inferencia y las estrategias de control necesarias para resolver problemas.
- Forma, que est condicionada y se especifica mediante la herramienta elegida para desarrollar el sistema.
- Integracin, que implica combinar y reorganizar distinto elementos de conocimiento para eliminar equiparaciones
La
implantacin debera proceder rpidamente dado que una de para implantar el prototipo inicial es verificar la las decisiones de diseo hechas durante las prique existe una alta
las razones
probabilidad de
durante el desarrollo.
En esta
etapa de implantacin, se
efecta
184
En un Sistema Experto podra esperarse que la mayora del espacio de memoria mientos o bien al estuviera dedicado bien a la base de conoci-
un ejemplo, tal como muestra la tabla 4.2., en el Sistema Experto Dipmeter Advisor, para de in-ferencias y la base prospecciones petrol f eras, el motor
slo el 307. de capacidad de la memoria, en tanto que la inter-fase de usuario necesita del 427. de la misma. Esto muestra la ima las que se ha dedicado mucho es-
7. DE MEMORIA OCUPADA
Motor de In-ferencias Base de Conocimientos nter-fase de Usuario Deteccin de Caractersticas Entorno de soporte
8 22 42 13 15
185
ENTRADAS DIRECTIVOS -Identificacin de problemas a resolver -Aprobacin del proyecto EXPERTOS -Descripcin de tareas -Explicacin del razonamiento -Identificacin de ejecuciones con xito -Respuestas y solucin USUARIOS -Hechos y relaciones (conoc idos(as) -Consejos
i
Plantea problemas y cuestiones
INGENIERO DEL CONOCIMIENTO Co noce las ventajas e inconven i entes de las herr amientas. Ap rend = sob re la tarea de d irecti vos, ex pert D S y usuar ios.
-i
SALIDAS -Selecc in de un buen domin i o y tarea. -Anal iza necesid ades de represen tac i n y estra tegias d e con trol, rec las del pulgar, heur st icas y reglas de 1 domin io. -Constru ye los d i st in tos proto ti pos. -Desarro 1 la el sistema complet o. -Lo inte gra y lo mant iene.
186
En
trminos de so-f ist icac i n y utilidad, los Sistemas Expermuy similar a cmo lo hacen las herralos mismos. Es decir, pasa de ser un propsito especial, lento, insuficien-
propsito ms general, est verificado, para -finalmente alcanzar el grado de sistema comercial, "pulido", de propsito general, clasificacin un poco en lo que ms amplia
rpido y
concierne a los
aunque se mantenga la misma filosofa. En este sentido, los Sistemas Expertos mostracin al evolucionan desde el estado de sistema comercial, pasando de prototipo de depor los estados de
En la construccin
no se ponen de
manifiesto muchos problemas hasta que se ha producido la implantacin real, cia de lo que va construccin del prototipo, ya que, a diferensucede en los proyectos clsicos, no se conocen
las especificaciones exactas de lo que puede hacerse y como realizarlo. La construccin del prototipo, permite aclarar estas
El Ingeniero debera trabajar en el ncleo del problema usando uno o varios ejemplos tpicos como objetivo de su trabajo,as
187
como experimentar de
tiles en lo que concierne a paquetes, herramientas e inter-fases para la realizacin del sistema definitivo.
- Prototipo de demostracin. La mayora queo tipo de de los Sistemas Expertos, comienzan siendo un pe-
programa de.demostracin de su viabilidad, llamado protodemostracin, que maneja una parte del problema que se usa con
eventualmente
prototipo
frecuencia de dos maneras: en primer lugar, para convencer a las potenciales -fuentes de -financiacin de que la tecnologa de Sistema Experto puede efectivamente ser aplicada al problema en acerca
definicin del problema, alcance y representacin para el Un prototipo tpico de demostracin puede contener de
dominio.
50 a 100 reglas, actuando adecuadamente sobre uno o dos casos de prueba y que para su desarrollo exige slo de unos meses.
- Prototipo de investigacin. Muchos Sistemas Expertos, evolucionan hasta alcanzar el estado de ser un tamao prototipo de investigacin, que es un programa de
nmero amplio de casos prueba. Estos sistemas tienden a ser -frgiles; es decir, pueden -fracasar estrepitosamente cuando se les que caen cerca de los lmites de separacin
plantean problemas
de los problemas que a "priori", pueden manejar. Adems, y debido a que carecen de la verificacin su-ficiente, tambin pueden
188 -Fracasar en algunos de los problemas que caen dentro de su campo de accin. Un prototipo de investigacin tpico basado en reglas puede contener 200 reglas o ms, ejecutar bien un gran nmero de casos prueba y su desarrollo puede exigir de uno a dos aos.
- Prototipo de campo. Algunos Sistemas Expertos, alcanzan este estadio. Estos sis-
temas, son de tamao medio-largo que han sido revisados mediante verificacin en la solucin de problemas reales entre la comunidad de usuarios. Son moderadamente -fiables, dotados de presentan buenas y dan
inter-fases "amistosas"
las necesidades de los usuarios -Finales. Un prototipo basado en reglas, puede contener unas 500 re-
de campo tpico,
glas, trabaja muy bien sobre muchos casos prueba y su desarrollo puede necesitar de 2 a 3 aos.
- Prototipo de produccin. Pocos Sistemas Expertos han alcanzado este estadio. Estos
sistemas son grandes programas que han sido exhaustivamente probados en el campo y que verosimilmente han sido reimplantados en un lenguaje con el -fin ms e-ficiente y transportable que el de desarrollo, de incrementar su velocidad y reducir los requeri-
mientos de memoria principal. Un prototipo de produccin, basado en reglas, puede contener ms de 500 reglas, proporciona una toma de decisin exacta, rpida y e-ficiente y su desarrollo puede
- Sistemas comerciales. Hasta el presente, slo contados Sistemas Expertos, han al-
1B9
este estadio, son prototipos de produccin usados sobre comercial regular; uno de los ejemplos mejor conocidos reglas, alcanza conclusiones correctas
entre el 9D y el 95 por cien de las veces y necesit ms de seis aos para su desarrollo.
El dades:
En el proceso de determinar exactamente lo que el experto hace, el Ingeniero del Conocimiento comenzar por definir los criterios de evaluacin por lo cuales el prototipo ser juzgado y
que debern ser especificados en trminos inequvocos. Quizs se puede esperar que el prototipo alcance los mismos resultados que el experto alcanz en los las casos de prueba, o bien que llegue a
sos generales. En cualquier caso los criterios deben ser especificados de tal manera, que la prueba permita conocer al Ingeniero que ha terminado su trabajo. Al mismo tiempo, formulando unos criterios especficos, el Ingeniero atencin en del Conocimiento en fijar su
el resultado final
170
Tan pronto como el Ingeniero del Conocimiento haya comprendido la estructura del conocimiento utilizada por el experto y las estrategias de inferencias cual es empleadas para munipularlo, decidir construir el prototipo. Tal
vez el resultado ms importante de la construccin del prototipo es el verificar la adecuacin de la herramienta elegida.
Para
elegir una tecnologa concreta de implantacin del protener en cuenta la existencia de sistemas esque-
otros -factores tales como entornos de programacin y la disponibilidad de ayuda de consulta sobre las distintas herramientas.
Cuando se usa un entorno de programacin comercialmente disponible, es aconsejable in-formarse acerca de que tipo de Sistemas
Expertos se han construido con esas herramientas, niveles de soporte disponibles para construir el primer sistema y el grado de satis-faccin de los truidos. usuarios con ellas y con los sistemas cons-
Despus de elegir la herramienta, el Ingeniero comienza a desarrollar una versin del prototipo del Sistema Experto, tan
pronto cmo el primer caso sometido a estudio est razonablemente bien comprendido. Los casos subsiguientes son verificados por
191
el Ingeniero y el experto observando el mecanismo de razonamiento del Sistema se y discutiendo porqu las reglas no trabajan como
esperaba. Consecuentemente, la base de conocimiento es revilas ideas que se tienen acsrca del mismo, Ingeniero
representacin del
la estrategia
Una vez
Conocimiento
ha construido el
prototipo, l y
utilizados para
tareas representadas en los distinto casos. Tambin permitir el experto ver se le ha cmo un Sistema Experto utiliza la informacin que
ma, el experto se sentir ms comprometido con el proceso de adquisicin del conocimiento. Esta actividad es particularmente
crtica, a causa de
que en la siguiente
192
El
prototipo y ayuda al
Ingeniero
sin. Tan pronto como el prototipo ejecute algunos ejemplos, debera verificarse sobre muchos problemas para evaluar sus presy utilidad. Esta evaluacin puede poner al descubierto con el esquema de representacin, tales como: olvido
taciones problemas
de conceptos y relaciones, conocimiento representado en el nivel errneo de detalle o mecanismo de control inmanejables. Tales
problemas pueden -forzar a los constructores a "reciclar" el sistema a travs de las distintas -fases de desarrollo, re-formulando los conceptos, re-finando las reglas de inferencia y revisando el -flujo de control.
Evaluar las prestaciones del sistema prototipo significa preguntar cosas tales como:
- El sistema generalmente toma decisiones que los expertos estn de acuerdo en que son adecuadas? - Las reglas de inferencia son correctas, consistentes y completas? - Permite la estrategia de control considerar al sistema los elementos en el orden natural que prefieren los expertos?
193
rio de una
-forma "estpida" o no
natural
reducen la con-fianza
- Las explicaciones del sistema deben ser adecuadas para describir cmo y porqu se han alcanzado las conclusiones. - Los problemas de prueba deben cubrir el dominio manejando casos arquetpicos, probando las limitaciones de los casos difciles esperados.
la utilidad del
sistema,
surge
un
conjunto de
- Ayuda la solucin del problema al usuario de una manera sign i f icati va? - Las conclusiones del sistema estn adecuadamente organizadas, ordenadas y presentadas al nivel de detalle correcto? - Es el sistema lo suficientemente rpido como para satis-facer al usuario? - Es la inter-fase lo suficientemente amistosa?
El Sistema Experto debe re-finarse y verificarse en un entorno de laboratorio antes de que pueda "liberarse" para su comproba-
cin en el campo. Sin embargo, cuando es verificado por la comunidad de usuarios, sobre problemas reales, surgirn nuevas comque llevarn algn tiempo corregir. Los usuarios en
plicaciones
174 el campo exigen algo que sea rpido, -fiable, fcil de usar y entender y que sus fallos sean recuperables. De este modo, los
Sistemas Expertos necesitan una amplia verificacin de campo antes de que estn listos para un uso comercial.
T
Conceptos necesarios para producir una soluc i n Conceptos.
9
Estructura
p,
CONCEPTUAL IZACIN
FORMAL IZACIN
f
Re glas que
en globarn el conoc imien to IMPLEMENTACION Reg1 as
{>
VERIFICACIN
IV. 4. 1.- Desarrollo del diseo detallado para el Sistema Experto inal.
IV. 4. 5.- Monitorizacin de las prestaciones y evaluacin del rendimiento del sistema desarrollado.
est -funcionando
satisfactoriamente, el
y el Ingeniero del
Si la
196
Se reglas
del
nmero total de
criterios
cisin. Toda esta informacin junto con un plan detallado y presupuestos deben incluirse en el documento de diseo que guiar
En
de
ingeniera
Una vez que todo el mundo se encuentra satisfecho del funcionamiento de la ltima versin del prototipo, al realizar las tareas encomendadas de acuerdo posicin de con lo deseado, ya se est en dis-
perto completo o el sistema en fase de produccin. De poco tiempo a esta parte, se mejor "olvidarse" est en condiciones de afirmar que es mucho del prototipo. Esto es as porque ya existen
herramientas de Ingeniera del Conocimiento que soportan y facilitan la realizacin rpida del prototipo a un bajo coste de esfuerzo y consumo de tiempo. Por otra parte, es frecuente que
197
Con esto
no quiere decirse que necesariamente haya que abanlo que se indica es que es bastenga que modificarse, la relaciones que se encuen-
donar un prototipo determinado, tante probable lista exacta tran incluidos que reajustar
en el sistema. Tambin puede ser necesario tener las relaciones jerrquicas. Asimismo, puede tener
de cmo representar de una forma mejor tanto el conocimiento del experto como las estrategias de resolucin del problema.
Finalmente, y aunque el
se han realizado en
Tal vez sea este el trabajo principal que hay que realizar en la construccin de un sistema completo. Para ampliar la base de
conocimientos hay que aadirle un gran nmero de casos heursticos que generalmente suelen incrementar la profundidad del sisnmero de reglas y tiles de los casos
particulares. Al mismo tiempo, el equipo de desarrollo puede decidir incrementar la profundidad del sistema mediante la incor-
198
Una vez que llega a establecerse la estructura bsica del Sistema Experto, el Ingeniero del Conocimiento debe adecuar la internase desarrollada durante la creacin del prototipo a las caractersticas especificas del usuario final. Mediante esta inter-fase es como realmente el Sistema Experto va a enviar informacin
te sentido, debe aplicarse una atencin considerable a la introduccin de frases y explicaciones que puedan hacer mucho ms fcil al usuario el seguir la lgica del Sistema Experto, y, al
mismo tiempo, el sistema debe hacer que le resulte fcil y natural al usuario el preguntar y obtener cualquier detalle que de-
see del sistema. Como ya se ha dicho, el uso de representaciones grficas es de que permitan gran ayuda y utilidad, del mismo modo, pantallas al usuario seguir el proceso de razonamiento del
IV. 4. 5. ( I n i tor i zac i n de las prestaciones y evaluacin "o del rendimiento del sistema desarrollado.
La
interfase debe permitir al experto introducir diferentes calos razonamientos del sistema y recorrBr paso
ciertas reglas o no, identificando aquellos puntos en los que se necesitan conocimientos conclusiones adecuadas. especficos adicionales para alcanzar
A estas alturas
la mayora de los
reglas como para insertar ellos mismos las nueDe este modo, da comienzo el traspaso del
control del sistema, del Ingeniero del Conocimiento a los expertos, para que stos se encarguen de pulir, elaborar y ultimar el mantenimiento del sistema sin necesidad del soporte de aquel.
sistema se
debe
sometido a pruebas para verificar que cumple todos y cada uno de los criterios de rendimiento y prestaciones acordados en la etapa de creacin del prototipo. Este es el momento para que otras
personas, expertos o no prueben el sistema y le presenten nuevos casos, vean su forma de actuar y hagan crticas al mismo.
Despus de que
el sistema completo ha
troles, debe establecerse un plan para un proyecto de "software" ms amplio. Este plan debe proporcionar medios para verificar,
desarrollar, transferir y mantener la base de conocimiento. Debe instrumentarse un proceso de organizacin que permita optimizar
200
las inter-fases
de usuario y extender
la
base
de conocimiento
mismo en Produccin.
IV. 5. 1. - Integracin a la escala -final. IV. 5. 2. - Uso regular y evaluacin del Sistema Experto.
No basta correctamente
cualquier sistema, tiene que contemplarse y tratarse como un todo. En consecuencia, es necesario integrar el Sistema Experto en el entorno de trabajo en el que continuar operando. Mediante la integracin, el no se trata de efectuar cambios si gn i - i cativos en f
sean necesarios para hacer que el Sistema Experto -funcione coordinadamente con los sistemas existentes, expertos o convenciona-
201 les, dentro integracin, el mismo, de una organizacin. Si, como consecuencia de esta
I, y habitualmente a
la Fase II. Es
etapa de integracin hay que implantar los enlaces Sistema Experto y el entorno en que opeesta etapa pueden in-
actividades a realizar en
Cuando el
namiento integrado, el Ingeniero del Conocimiento debe asegurarse de que tanto los sistemas que vayan den cin expertos como los usuarios y el personal de a utilizar y mantener el sistema, lo entien-
realmente. Una vez e-fectuada esta transferencia de informay saber hacer tecnolgico, el Ingeniero del Conocimiento en manos de sus
Obviamente, cada entorno organizativo plantear una problematica diferente sonal de la para las personas encargadas de preparar el per-
Experto. La experiencia habida hasta la fecha parece indicar que los expertos se encuentran dispuestos vez que se convencen a aceptar rpidamente el
Sistema, una
202
y retos asociados con la introduccin de cualquier nuevo sistema tecnolgico dentro del entorno de una organizacin. Alcanzar el depende del cuidado con que se realice la
planificacin de esta tarea, las cantidades y amplitud de la comunicacin entre las diferentes partes de la organizacin, las afectadas para
adecuadas oportunidades concedidas a dialogar y llegar a tcnico una vez fin, todo la FASE I.
las partes
lo sealado en las
IV. 5. 1. 2. Establecimiento de interfases del Sistema Experto con distintos sistemas "software" y "hardware" u otros.
Es este otro
de los objetivos a
cumplimentar en la integrainformacin de
cin. Un Sistema Experto puede necesitar adquirir instrumentos de cesitar acceder gir datos
medida u otros sistemas "hardware", o puede nea sistemas de bases de datos o an, pueden exipersonas. En consecuencia, es
e informaciones de las
necesario construir
cias de informacin. Tambin pueden incluirse como objetivos los de perfeccionamiento de factores dependientes del tiempo dentro
del sistema, para conseguir que funcione de una forma ms rpida y eficiente, "hardware", si o que se mejoren las caractersticas fsicas del funcionar en ambientes de
proceso no generalizados.
203
Muy relacionado con la integracin est la "trasportabi 1idad" del cdigo generado cdigo de produccin. en el desarrollo del Sistema Experto, a un
Una vez integrado el Sistema Experto dentro de un sistema ms amplio, hay que intentar mejorar sin duda se vern las prestaciones del sistema por la introduccin
perturbadas
Sistema Experto. Cuestiones tales como tiempos de respuesta transacc ional son aqu pertinentes de tal modo que
y -facilidad
mientras no se les de una respuesta adecuada no es posible decir que el Sistema est en produccin.
Dentro de
feccionamiento de las interfases para -facilitar el -funcionamiento y el manejo del sistema global por los usuarios -finales.
que va a encargarse
Cuando se traduce
204
table si el Sistema ha capturado todo el conocimiento dentro del dominio de trabajo, y si el conocimiento no se va a modi-ficar en un -futuro inmediato. Si, por el contrario, se ha diseado un
Sistema Experto precisamente porque se est modificando el dominio de trabajo, se querr mantener el Sistema en su entorno de
desarrollo que proporciona una actividad de mantenimiento continua. Adems, y, en es muy probable que el Sistema Experto evolucione
evoluc i n.
Toda la 4.6.
resumida
en la -figura
Desconoc i miento
1
Esceptc i smo DESARROLLO DEL PROTOTIPO DE DEMOSTRACIN Carencia de herramientas y espec i al i stas I
1
EJECUCIN DE LA CONSTRUCCIN DEL SISTEMA COMPLETO
M
Especificaciones _ J Fondos 1
<*
Hardware y Software adecuados 1 Formacin para lograr una buena trans-f erenc i a de tecnologa.
Inercia cultural
->
V. 1. Introduce i n.
An cuando un plazo de
tablecer unos resultados concluyentes sobre la utilizacin de la metodologa propuesta, si se pueden dar algunos que, aunque provisionales, no por ello son menos relevantes y significativos.
En primer lugar, indicar que el uso de esta metodologa, puso al descubierto el e-fecto QWERTY existente en la tecnologa de la Ingeniera del Conocimiento. La primera hilera de las teclas alfabticas de las mquinas de escribir dice QWERTY. Esta disposicin slo tiene justificacin histrica: fue introducida en respuesta al problema era minimizar de que las teclas solan atascarse. La idea separando las teclas que Sin embargo,
secuencia inmediata.
aos despus la tecnologa elimin este problema, QWERTY prueba palpable de la tendencia a que el tecnologa o metodologa se
Una punto
pudo
superarse
hasta el
de que siguiendo estrictamente el criterio establecido en seleccin de la representacin, contra lo que ve-
la Fase II de
na siendo habitual, no se propone como representacin del conocimiento las reglas, sino los marcos, dejando las reglas para
207
A continuacin', suficientemente
educacin, seleccin
Pero al tiempo, es lo su-f i c ientemente especfica como de esos dominios, pueda usarse con xito acepser, por ejemplo, dentro
de las -finanzas, tanto a la concesin de crditos, como a ayudar al pequeo inversionista, o a gestin de cartera, etc. Es decir, que es lo suficientemente robusta como aplicarse con xito a
distintos dominios, y lo suficientemente flexibles para que, sin excesivos cambios, sin tambin puede en cada tarea concreta sea ms no no slo eficaz, exigente a que
consiste tanto en
ver lo bien que se ajustan sus caractersticas a las necesidades previstas, sino en qu medida funciona cuando se quiere hacer
nior". En un perodo del uso de la tecnologa como el actual, en donde la carencia de es notoria, incrementar rable valor. Ingenieros del Conocimiento experimentados pas, cualquier esfuerzo en
IV.2.2.4., la dedicacin de
un Ingenierio
del Conocimiento"se-
damente, si cada proyecto emplease un mtodo distinto, con di-ferentes -fases, etapas, criterios, etc. Sin embargo, usando la metodologa slo como un "manual de procedimientos" documentado,
le permitir, con poco es-fuerzo, ponerse al tanto en cada momento de la situacin de cada proyecto. Y si bien es cierto que ese ponerse al tanto requiere tiempo y, por lo tanto, llevar cuatro no es posible, si, pueden por los datos que
hasta el momento, se
Asimismo, el uso de la metodologa puso en evidencia la necesidad de usar sistemas muy similar ncleo, para el desarrollo de la misma o
tarea, por distintas instituciones. Al revs de los que, como su nombre indica resultaron ser au-
sistemas "concha"
tnticos esqueletos externos que a modo de coraza impedan cualquier versatibi1idad, al usar un ncleo (MAT86) que contenga lo
que es comn a una clase de tareas y permita que cada tarea concreta pueda ajustarlo a sus particulares necesidades se est pasando de una labor "ad hoc" y artesanal, a otra de ingeniera
Finalmente, cabe resaltar, tal y como se muestra en el anexo, la comprobacin de la total transportabi 1idad que exige el uso
209
de la metodologa. En e-fecto, es casi un axioma aceptado por toda la comunidad mienta sobre de la Ingeniera del Conocimiento que la herraun Sistema Experto, general-
la que se desarrolla
mente una mquina LISP con una herramienta de Ingeniera del Conocimiento (ART, K E E ) , no debe ser la misma, por razones econ-
consecuencia,
el punto
IV.5.2., es -fundamental. Pues bien, al hacer explcito el mtodo tanto el problema lidad ahorra a de la integracin como el de la muchos transportabi -
problemas, en el
V. 2. Conclusiones.
es necesario para la investigacin y desarrollo e-ficiente de los Sistemas Expertos. Pero siempre que ste se tome como una regla
heurstica creativa, -flexible y adaptable y que incluso en algn caso pudiera no ser el idneo. constante evolucin, verdad De cara a un mundo -flexible y en donde lo nico de
y a veces revolucin,
permanente es el cambio, principalmente producido por el cualquier actitud rgida incluso en los (KAU67)
progreso tecnolgico,
principios est -fuera de lugar. La afirmacin de Detoew-f es reveladora al respecto: "Una sociedad no
marcha de acuerdo
mal, es que Dios, despus que lo hubiera creado y -fijado sus leyes, ha creido que podra descansar".
En un mundo
en que la revisin
sistemtica
miento es un proceso
hace cierta la afirmacin de Napolen de que "nada hay definitivo, sobre todo cualquier otra despus de la victoria", pretender que esta o
ucrona, una estupidez. Sin embargo, el hecho de haber rellenado una laguna, en el tiempo y el espacio, su mayor gloria y en la construccin de
sistemas expertos es lo
el de volverse obsoleta
resultados es que el uso de la metodologa mejora las prestaciones, tanto en el diseo y desarrollo como en la ejecucin de los Sistemas Expertos. y que, adems, su uso permite aumentar los
conocimientos que se tienen sobre la misma de modo que su empleo habitual provoca su perfeccionamiento te, el empleo de la continuado. Por otra par-
de los Ingenieros del Conocimiento, al trabajar stos homogneamente, de modo que adems de facilitarle el conseguir notorios
Por
211
sta puede
o a otro totalmente distinto, sin tener que realizar todas las etapas de viarse, aunque eso la misma, puesto que algn
s, es necesario sealar
en el "cuaderno de
de investigacin, sea la
usando algoritmos en las etapas deterministas, modelos y simulacin en las que prima la componente probabi 1stica y Sistemas
Expertos en las que, por sus caractersticas, tal y como muestra la propia metodologa, lo requieran.
De hecho, tificial de la
llevando a cabo
la parte de
tanto entre hombre y Sistemas Expertos, como enconvencionales, tales como base de datos, y Siste-
mas Expertos y entre los propios Sistemas Expertos entre s. Sobre todo en este ltimo caso el conseguir Sistemas Expertos coo-
212 perativos, sera de integracin. En este gran utilidad para obviar el problema de la sentido, se va a inscribir un convenio de
vestigacin de las
Informtica de la U.P.M.
Para terminar,
otra linea
muy interesante
de investigacin
sera el ver la posibilidad de aplicar esta metodologa a la Ingeniera del "Software". Como es sabido la Ingeniera del "Software" usa un procedimiento de desarrollo de sus sistemas, denovida que se descompone en los pasos siguientes:
miento. Sin embargo, los tres primeros pasos por su estructura y definicin parecen ser susceptibles de ser sustituido por los de la tecnologa de Ingeniera del Conocimiento.
Por
se est usando e imponiendo la tcnica de construccin de prototipos parece lgico que lo que es vlido para la construccin pueda aplicarse,
del Conocimiento,
sin excesivos cambios, en la Ingeniera del "Software". En ltima instancia, analgicamente usarlos en sta. si esto no fuese los posible, si podran utilizarse aqullas para
conocimientos
obtenidos en
213
As que
pongamos manos
a la obra y
hagamos
camino
al andar.
Cualquier otra
214
(1982).
"Long-Term
Ecological Memory". Handbook o f Research Methods in Human Memory and Cognition. Academic Press.
(BAI79) BAINBRIDGE, L.
oi
(1983).
"Analysis Technique -for Knowledge Based Systems". ESPRIT PROJECT 12,memorndum n.10 y 13. Universidad de Amsterdam.
(1986).
"Una Propuesta
Metodolgica para la Ingeniera del Conocimiento". In-forme interno del laboratorio de I.A. de la Facultad de In-formtica de la U.P.M.
(1986).
"Intelligence Ar ti - ic iel le: Fiction ou Realit?. Insig f Formation Institut de Formation Interbancaire. 15me
(1981).
"Categor ization and representation o f physics problems by experts and novices.". Cognitive Science, 5.
D.B.(1982)."Knowledge-Based
(DES77) DESCARTES, R.
(DUD78) DUDA, R.D., HART, P.E., BARRETT, P., BASCHNIG, J., LIGE, K., REBDH, R. y SLDCUM, 3. (197B). System
-for Mineral Exp lorat ion" . SRI International, Menlo Park. Arti-ficial Intelligence Center.
(1984).
"Protocol
(EISE77) EISENBEIS,R.
(1977).
216
Incident
"Introducing
Recursive Partitioning -for Financial Cl asi-f ication. The Case o f Financial Distress". The Journal o f Finances. -
(HAR84) HARMDN, P. y KING, D. "Expert Systems: Artificial Intelligence in Bussines" (1985) John E4Uliley and Sons.
(1983).
(ICA86) ICAZA, J.
(KEL55) KELLY, G. A. (1955). "The Psychology of Personal Constructs". Norton: New York.
(MCDER82) McDERMOTT, J.
configurer
Intelligence Magazine.19.
217
(MAT86) MATE, L., MONTES, J. y PAZOS, L. (1986). "A Nucleous -for Desing and Construction the Financial Expert Systems" Leesburg Va.
(19S3).
"Knowledge acquisition -for Expert Systems: Experience using Emycin -for Leukemia Diagnosis". Proceeding o f the Third BCS Con-ference on Expert Systems". Cambridge.
(1953).
"Applied
Imagination". Scribner.
(RAUL84) RAULEFS,P.
(1984).
"Artificial
Practical Application Knowledge Proccessing Expert Systems". Thomas Bernold y Gunter Albers. Holanda.
(REID86) REID,Ian.
(1986). "Artificial
M a r k e f . T h e Banker. Junio.
(1985).
"The Artificial
Intelligence
(WAL75) WALTER, G.
(1975).
(1984).
" Interpretation o f verbal data -for Knowledge Adquisicin". ECAI-84. Advances in Artificial Intelligence. Elsevier. T. D'shea.
219 ANEXOS
El dominio
gn se ha indicado a lo largo del estudio, siendo el objetivo de este trabajo, la estructuracin de las actividades a desarrollar para conseguir dicho Sistema Experto, no el desarrollo del Sis-
tema Experto en s.
Antecedentes:
Hay en la nazcan,
trabajando en el sector
en -fase de experimentacin.
Sistema acta sobre una base de datos existente, aplicadas para identificar potenciales
pueden ser
220
- Una combinacin de expertos humanos con un buen Sistema Experto puede conducir a un mejor proceso de toma de decisiones.
- Un
buen sistema puede ayudar a reducir procesos burocrtibanco e incrementar el control de gestin sobre
- El uso
- El
puede ser reducido. Ya hemos visto que los expertos son escasos.
- El servicio a los clientes puede ser mejorado reduciendo el ciclo de demanda/respuesta, de-finiendo sin de prstamos de solic i tadas. los criterios de conce-
An las
crticas ms severas a
es una de las
gran cantidad de dinero manejado en este entorno y sus negocios, una mejora, aunque sea reducida, en los procesos de decisin
Las actividades que puede desarrollar un experto generalmente se clasifican en las siguientes clases:
221
- Interpretacin. - Diagnstico. - Supervisin. - Prediccin. - Plani ficac ion. - Diseo. - Procedimientos. - Selecc i n. - Toma de Decisiones.
Las
- reas
escr i to.
222
- Necesidad minio.
- Utilizacin nes.
de la heurstica para
la bsqueda de solucio-
- El usuario to.
- Hay
el sistema.
En cuanto a la clasificacin de los Sistemas Expertos por sus aplicaciones en guiente: el sector Financiero vamos a utilizar la si-
- Opacos o consultores.
son aquellos
223
Los
Los procesos desarrollados por los expertos financieros, utilizan una combinacin de ambos.
Normalmente
el experto unicia el proceso de razonamiento hade una situacin dada, con la cual trata
de identificarse hasta que ha determinado un conjunto de parmetros que permitan la inicia proceso aquellos si tuac ion. evaluacin del problema y a partir de ah para ver cual de de la
en el que el
consecucin de un objetivo,
Por
ltimo habra que considerar cuando la solucin se consiSistema Experto pero o bien stos utilizan sisestando integrados dentro de
auxiliares tradicionales,
Sistemas ms amplios.
224
Carctersticas de los p r o b l e m a s
MARKETING
siones
Cnsultores Encadenamiento hacia adelante Via sub-objeti vos Sistemas puros Opacos y cnsul tores Encadenamiento hacia atrs Directos Mi xtos. Cnsultores Encadenamiento hacia atrs. Va sub-objetivos. Sistemas mi xtos. Cnsultores Hacia adelante y atrs Via sub-objetivo5. Sistemas puros. Cnsultores Encadenamiento hacia adelante Directo Sistema mixto
Diseo de Productos
Finanzas
Interpretacin Plan i iicac i n Proced i mi entos Selecc i n Toma de decisiones Interpretacin Proced i mi entos Selecc i n Toma de decisiones
Riesgos
proceder
a la
225
Etapa 1.: Seleccin de la aplicacin sobre la que se va a desarrollar el Sistema Experto dentro de un dominio dado.
Ya se coment que el
dentro de las distintas reas que se han sealado con anterioridad, se va a centrar el problema en el rea de Riesgos.
es por su naturaleza,
Financieras. La
colocacin de
que han recibido tanto del sector privado como del sector pblico, requieren unos mecanismos para su concesin, criterios que
los rigen, seguimiento de la cartera de prstamos a corto y largo plazo, as como mejorar los criterios de concesin y reduc-
los prstamos y crditos tienen las mismas caractevan destinados a los mismos consumidores, lo cual
226
consumo o
gastos de carcter
-familiar
unos lmites y
Aqu se
su gran nmero
su concesin y seguimiento resultan costosos. El vosin embargo es importante en cuanta. Los criterios
del peticionario.
- Financiacin de vivienda: Tienen por objetivo -facilitar la adquisicin de vivienda tanto a travs de que la compra directa o como financiando al promotor
al comprador.
Estos
prstamos se conceden bajo la garanta hipotecaria del por lo cual son prstamos con una garanta
cesin bsicamente atendiendo al valor de la finca, situacin de ingresos y endeudamiento del comprador.
Aunque estos prstamos son numerosos en cuanta y volumen, su riesgo es reducido y muy controlado, por lo que no constituye un conjunto sobre el cual los Sistemas Expertos aportan un valor
interesantes en cuanto a asesorar al cliente respecto a las concesiones y preparar planes "ad hoc" segn sus posibilidades.
~ Financiacin
Empresas;
Distinguiremos dos segmentos a los que ir destinada esta financiacin: La gran empresa y la pequea y mediana empresa.
El primero
de ellos corresponde a
prstamos
crditos en
cuanta unitaria elevada y pocos en nmero. Generalmente su control no es difcil y seguir a travs muy controlado la evolucin de estas empresas es -fcil de cuentas, estando su riesgo caso los Sistemas Expertos
una ayuda reducida, y en todo caso su tratamiento estara englobado en el segmento siguiente con algunas modificaciones y no este grupo de clien-
La pequea y mediana empresa en cambio presenta unas caractersticas muy distintas, haciendo que la valoracin del riesgo en las mismas requiera un proceso de anlisis complejo, quizs el
ms dificultoso
Es
ms complicado que
valorar
personas,
que
iguales entre
s y con pocos
conceptos
econmicos
Tambin son
ms difciles de valorar
228
sas, pues disponen de peores datos contables y resultan ms desconocidas para los analistas.
- La "calidad"
de la empresa, establecida
en
-funcin de su
- Evolucin de
pel,
de llevar con rigor cuando el nmero de solicitudes de financiacin a tramitar es elevado y/o se pretende que decida un nmero
Por otra
clculos
de
ratios y
comparaciones
229 - Financiacin de Comercio Exterior: Este tipo de operaciones conlleva unas caractersticas por su naturaleza muy distintas a las analizadas, incorporndose -factores de valoracin de la situacin de los distintos pases destino de las exportaciones, la situacin del suministrador, las
normas
el Ministerio de
Hoy
normalmente el tratamiento de
este
tipo de operaciones
est centralizado y
una de las reas que mayor evolucin va a su-frir en los prximos aos, y que se necesaria convertir en uno de los ms importantes, siendo operativa tambin en un grado
muy superior al
se convierte en
- Sistema
ciacin -familiar.
- Sistema Experto
nanciacin de empresas.
- Sistema
clientes en cuanto a
la -financiacin de viviendas.
230
- Sistema
Esta primera
aproximacin se refiere a los mecanismos de vapara la concesin de los prstamos. Sin em-
bargo las condiciones tanto generales como particulares bajo las que ser concedieron los prstamos, no son constantes, sino que
El seguimiento tes
La
evaluacin peridica de la
la valoracin de
presa o del sector al que sta pertenece, pueden ayudar a evitar situaciones imprevistas.
Todo
lo anterior, con-figura un
quinto
Sistema
Experto que
permitir la evaluacin de la cartera en cuanto al riesgo, activando los indicadores nismos del de alerta que pongan en marcha los meca-
231 Por ltimo es necesario mantener actualizada la base de conocimiento del sistema, introduciendo cambio en las reglas que rigen el sistema en -funcin de nuevos parmetros, informaciones o que se producen permanentemente, para lo
a la interpretacin de
distintas
permitiese
"operativos", lo cual nos llevara a establecer un sexto Sistema Experto para la interpretacin y evaluacin de hechos econmicos tanto a partir de informacin histrica de los prstamos y cra partir de la informacin que se genera
El problema
el problema a resolver.
Atendiendo a problema
la existencia de expertos,
es
relacin
expuestos, es el
cin familiar. La existencia de expertos pues, en este rea est garantizada, siendo evidentemente decreciente pertos disponibles en el nmero de ex-
En cuanto a las soluciones aportadas por los expertos, el volumen las han de operaciones tratadas, as ido configurando con una como la normativa existente cierta homogeneidad, que va
232
Los
racin por puntos de las distintas variables, por lo cual existe una documentacin escrita al respecto. Estos mtodos sin embargo simplifican enormente posibles la problemtica y no tienen en cuenta las
Por consiguiente estaramos ante un caso en el cual el Sistema Experto -final diferir de los procedimientos actuales, ya que stos se habrn enriquecido con heursticas y mtodos de Inveslas decisiones que se toman.
Anlogamente los mtodos estn ms formalizados para los problemas del primer tipo, y menos para los del ltimo tipo.
tareas
requieren
la necesaria para
La tarea no es muy difcil para el caso de los Sistema Expertos para la concesin de prstamos con finalidad familiar, in-
Todas las tareas a las que se aplicara estos posibles Sistemas Expertos estn estructurados bles en especial y son perfectamente comprensi-
233
En general, ninguna de ellas requiere ms "sentido comn" del necesario para realizar tareas administrari vas.
De todo
lo anterior podemos deducir que los sistemas sugeride desarrollar, en especial el relativo a la
El desarrollo est justi-ficado en cada caso por distintas razones, as para la concesin de prstamos con -finalidad -familiar su just i f icac i n procede de la reduccin de costos en su conce-
sin en cuanto a la eliminacin de procesos administrativos, as como por la reduccin del riesgo contrado al poder controlar y
En los casos de
concesin de prstamos para las PYME su jusla escasez mayor de expertos humanos y la
tificacin procede de
necesidad de llevar la experiencia a distintos lugares. Lo mismo puede sealarse en los otros casos, pero con distintos matices.
El desarrollo
plantean, ya que por su naturaleza, existen unas soluciones heursticas que no se aplican de una manera uniforme, al mismo
tiempo que los objetos que se manejan, son simblicos, refirindose bles. a calidades ms que a valores cuantitativamente expresa-
En cuanto a
la complejidad de las
234
tintos Sistemas esbozados, sin embargo para un primer desarrollo sera ms prstamos aconsejable iniciar el relativo a la concesin de
con -finalidad -familiar al estar mejor de-finido, exisms amplia de experiencia y ser de desarrollo
Lo
principales problemas
actuales, y
235
Evidentemente ser ms -fcil la mental izacin a travs de e s ta aplicacin, donde calidad de su trabajo. van a obtener una mejora importante en la
- Formacin de los Ingenieros del Conocimiento: Es uno de los problemas importantes con llo del proyecto. los que se va a encontrar el desarro-
En este nanciero,
caso particular la formacin relativa al entorno -fial ser una operativa generalmente conocida, no ofrece
grandes dificultades para que el Ingeniero del Conocimiento pueda dialogar con los expertos.
Las tcnicas psicolgicas para la extraccin del conocimiento no plantean grandes dificultades. Una buena parte de la informa-
cin, puede estar escrita, y a travs de tcnicas de entrevistas convencionales, podra irse mentario sobre el proyecto. adquiriendo el conocimiento comple-
En cuanto a tcnicas estadsticas y de Investigacin Operativa a utilizar el Ingeniero del Conocimiento, debera estar familiarizado con tcnicas no paramtricas de las llamadas de particin recursiva para clasificar variables as como el manejo de
rboles de decisin.
las nuevas
tecnologas: Repreentornos de
conocimiento, utilizacin
de nuevos
236
incrementndose la
complejidad de
a resolver se ir
y su consistencia.
- Ubicacin del Sistema Experto: En este caso el Sistema sera de uso general, por lo que se
encontrara ubicado en todas las o-ficinas, estando a la disposicin del personal responsable de riesgos en cada una de ellas. la inter-faz
y desarrollando utilizado
directamente por el
- Determinacin de recursos humanos y plazos de desarrollo. Dadas las caractersticas ya analizadas del proyecto a desa-
el nmero de personas
a participar en l,
La duracin
prototipo de campo
- Plan de evaluacin:
Como ya se
coment, es uno de
debera ir dirigida a los responsables de la de la entidad -financiera, que son los que
Los niveles de riesgo aceptables deben ser especificados claramente y en ese momento, ningn caso sern superiores debiendo quedar a los existentes en el estndar,
claramente definido
El Ingeniero del Conocimiento debe definir el tipo de pruebas que se realizarn para evaluar el sistema, siendo responsabili-
de los mismos en
base a los ca
a)
alcanzar
el
prototipo
a) 1* Fase. Las inversiones en: - "Hardware" Mquina para desarrollo del Sistema Experto (2-3 estaciones) 5.D00.D00,- pts.
- "So-ftware" Entorno de programacin para desarrollo del sistema tipo KEE, ART , 7.DDO.000,- pts.
Personal
involucradas
239 5.000.000 ao/hombre. Como la duracin estimada es de 20 meses/hombre, el costo resultante es de 8.750.000,- pts.
Si consideramos que el "hardware" y "software" adquiridos deben utilizarse para desarrollar posteriormente otros Sistemas
Expertos y que
rial, se pueden establecer en 40 meses, se aplicara a este proyecto un coste de 1/5 del total en cuanto a "hardware" y "soft-
Es decir el costo
- Costos -funcionamiento:
Comprendern sumibles,
la parte correspondiente
usos de material
El costo total estimado de esta primera fase, podra pues estimarse en unos 15 mil Iones de pesetas.
23 Fase
Los costos de la 2i
240
Las partidas principales a considerar seran: - "Software" de integracin del Sistema Experto. - "Software" para la explotacin del Sistema Experto en un entorno distinto del de desarrollo. - "Hardware" para explotacin del Sistema Experto, normalmente a partir de una configuracin de un PC-XT, con 640 Kbytes y 10 megabytes en disco duro. - Costos de lneas de comunicacin. - Mantenimiento del "software" de aplicacin. - Costos de funcionamiento.
Es muy
241
En el problema que estamos considerando, gran parte del conocimiento se encuentra escrito en normativa y metodologa que
- Nombre del cliente - DNI del cliente - Antigedad del cliente - Saldo medio de sus cuentas - Saldo actual - Deudas con la entidad - Pro-fesin - Destino del prstamo - Tipo de bienes que posee - Edad - Clase de cuentas que mantiene - Antigedad como cliente - Relacin de saldos de las distintas cuentas - Relacin de deudas-cuanta - Cump1imentacin del pago de otros prstamos
242
La
variables
estn interrelacionadas se
expresa en -forma
La tcnica utilizada para extraer el conocimiento del experto ha sido la entrevista, lo cual ha servido para detectar que esta metodologa es incompleta y es necesario determinar un modelo
estadstico que permita ajustar mejor la relacin entre las distintas variables.
Por ejemplo,
tos en su aplicacin a prstamos personales o pequeos prstamos como pueden ser momento, para los concedidos a tarjetas evaluar las solicitudes se de anlisis de crdito. Hasta el utilizan normalmente discriminante. Estos
bien evalan una -funcin lineal de estas caractersticas. Si stas tienen ms de lineal un determinado nmero de puntos o la -funcin el crdito es
entonces
El
tiene
SE77) las -funciones lineales que evalan el mrito de la solicitud suponen que las caractersticas de los solicitantes, como
sueldo, antigedad en el trabajo, tipo de residencia, etc., pueden tomar cualquier con una distribucin valor, y que adems se comportan de acuerdo normal, lo cual no sucede en la realidad.
243 Adems, muchas caractersticas si o no, como sera supuesto, la cin, importantes tienen slo valores
solicitud
correctamente asignadas y el
rechazado. Por ltimo, una vez desarrollado este tipo de modelo, es muy di-fcil hacer modificaciones por cambios en la poblacin sin tener que desarrollar el modelo desde el
de solicitudes principio.
Como respuesta a este tipo de problemas se puede tomar un enfoque distinto de solucin.
normalidad, debe estar formulado en trminos de mary reglas bien definidas y debe ser fcilmente
Un camino a
de marketing y crditos) el conjunto de reglas para otorgar crditos y un Sistema Experto para evaluar cada una de las solici-
244
de crditos, se utilizan
primero, informacin personal, que se compone de infordemogrfica (tiempo de residencia en un domicilio, tipo
de trabajo, antigedad, etc.) e informacin financiera, y segundo informacin sobre la historia de crditos del solicitante.
Esta informacin
se compara con la
definicin
que el Banco
La
marcos en la
base de conocimiento del Sistema Experto. Como obsobre la historia de crditos del cliente es informacin que no
investigar
la solicitud, ni en
cionales, el
Primero,
encontrar aquellas
solicitudes que
muestran
alta
probabilidad de ser aprobadas utilizando informacin demogrfica y financiera contenida en la solicitud, y despus evaluar la
Al poner
temente que el Sistema Experto se comporte como se supuso al momento de disearlo. Usando un rbol de decisin, es posible ob-
servar constantemente el Sistema e ir modificando algunas reglas de decisin conforme sea necesario. Normalmente las reglas que
245 corresponden a las ramas terminales del rbol son -fciles de modificar sin que afecte a todo el modelo.
La tcnica estadstica que se ajusta mejor a la resolucin de este problema es la regresin por particin recursiva que se indica a continuacin:
La regresin por particin recursiva, a veces llamada rboles de clasificacin ramtrica junto de y regresin, es una tcnica estadstica no pa-
que permite establecer reglas para clasificar un conobservaciones en una serie de categoras. El resultado de reglas de la forma: si el vaB es mayor que Y y C es
La manera de obtener este conjunto de reglas es partiendo recursivamente el espacio de las observaciones en dos parte cada
se coloca la primera
quierdo y las n-1 restantes del lado derecho, y se evala la impureza de la divisin con una medida de dispersin -como puede
ser la varianza- de cada lado. Luego se colocan las primeras dos observaciones del lado izquierdo y las restantes n-2 del lado
derecho, y se evala la impureza. Se contina hasta que se coloquen n-1 observaciones cho. La particin del lado izquierdo y una del lado dere-
246
dena la muestra de acuerdo con la segunda variable, y se obtiene la particin ptima de acuerdo con sta. El proceso se repite ptima
hasta haber evaluado todas las variables. La particicin ser de acuerdo la variable que tenga la za.
la variable y el
punto
de particin, se
se evala la "ganancia" obtenida por dividir la di-ferencia entre la impureza de la muestra sin
medida de impureza de
de hacer la divisin.
se repite recursivamente hasta que el nmero de en las submuestras sea muy reducido; la ganancia vez ms es insignifi-
que se obtiene al
Una vez construido el rbol, una serie de observaciones van a "caer" en cada uno de los nodos terminales.
Para clsi-ficar estas observaciones se calculan las probabilidades (bayesianas) de que una observacin pertenezca a cada una
247 de las categoras, dado que "cay" en el nodo terminal mencionado. El conjunto de observaciones que cay en cada nodo se clasifica en la categora que corresponde a la mxima probabilidad.
Generalmente,
se mide la tasa
evitando la participacin
cia, y se evala de nuevo la tasa de clasificacin. Se repite el proceso hasta que el pondiente rbol tenga slo un nodo (el nodo corresptimo
al conjunto total de
observaciones). El rbol
es aquel que tiene l nmero de nodos que clasifica correctamente el mayor nmero de observaciones de la muestra de prueba.
de la habilidad del
por mala clasificacin, por ejemplo, en el contexto de solicitudes de crdito, los costos esperados del riesgo de aceptar una
248
slo algunos nodos del rbol, sin tener que evaluar el modelo de nuevo.
En una primera aproximacin la representacin del conocimiento que mejor se ajusta a las reglas.
Los
se
los siguientes:
(razonamiento)
- Antigedad como cliente - Clases de cuentas - Destino del crdito - Edad del cliente - Pro-fesin del cliente - Cuanta de saldo actuales - Relacin deudas/saldo medio - Relacin de saldos - Tipo de bienes - Cumplimiento en el pago de prstamos.
Aunque
nado es la regla,
24? debera ajustar el peticionario del prstamo y mediante una base de metarreglas, se analizarn las posibles desviaciones en las
El objetivo que se persigue con la construccin del prototipo es la ver i f icac i n de resultados que ap1 ica. que es posible alcanzar con el mismo, los con la metodologa que
Esta prueba, nos permitir posteriormente pasar del prototipo de demostracin al produce i n. prototipo de investigacin, y de ah al de
El
prototipo elaborado se especifica a continuacin, ha perunos resultado anlogos a los obtenidos por el
mitido obtener
El proceso de re-fino del prototipo, incluyendo los modelos de ajuste de variables, permitir la mejora del mismo.
DEFCLASS Persona <InstanceVariables (Nombre NIL) (NI O) (Cuanta 0) (ClienteAntiguo NIL) (SaldoMedio O) (SaldoActual O) (Debito 0) (Pro-fesin NIL Puntos 0) (DestinoPrestamo NIL Puntos D) (TipoBienes NIL Puntos 0) (Edad D Puntos D) (ClaseCuentas NIL Puntos D) (AntiguedadCliente 0 Puntos 0) (RelacinSaldos 0 Puntos 0) (RelacinCuantaSaldo 0 Puntos 0) (RelacinDebitoCuanta 0 Puntos 0) (Cump1imientoPrestamos NIL Puntos 0) (PuntuacinFinal 0) (Concesin NIL)))
THEN .Inicio; THEN (PRINTOUT T "Nombre y Apellidos ==>") Nombre (READ); THEN (PRINTOUT T "DNI = =>") DNI (READ); THEN (PRINTOUT T "Edad ==>") Edad (READ); THEN (PRINTOUT T "Cuanta solicitada ==>") Cuanta (READ); THEN ClienteAntiguo .Antigedad; THEN Pro-fesin . LeePro-fesi n . PuntosPro-f esi n ; THEN DestinoPrstamo .LeeDestino .PuntosDestino; THEN TipoBienes .LeeTipoBienes .PuntosTipoBienes; THEN .PuntosEdad; THEN ClaseCuentas .LeeClaseCuentas .PuntosClaseCuentas; IF ClienteAntoiguo THEN (PRINTOUT T "Nmero de aos como cliente ==>") AntiguedadClientee (READ) .PuntosAntiguedadCli ente; IF Cl ienteAntiguo THEN Re ac i nSal dos (FOUDTIENT Saldotiedio SaldoActual); THEN .PuntosRelacinSaldos; IF ClienteAntiguo THEN ReacinCuantaSaldo (FOUOTIENT Cuanta Saldohedio); THEN .PuntosRelacinCuantaSaldo; IF ClienteAntiguo THEN ReacinDbitoCuanta (FOUDTIENT Dbito Cuanta); THEN .PuntosRelacinDbitoCuantia; THEN .PuntosCumplimientoPrestamos; THEN (PRINTOUT T "PUNTUACIN OBTENIDA : " PuntuacinFinal T ) ; IF PuntuacinFinal > 30 THEN Concesin T (PRINTOUT T "Le ha sido concedido el crdito"); IF (NOT Concesin) THEN (PRINTOUT T "No le ha sido concedido el crdito"); THEN (during 10000 d o ) ; THEN .Final;
RuleSet Persona.PuntosAntiguedadCli ente IF AntiguedadCliente <= 1 THEN AntiguedadCli ente: ,Puntos PuntuacinFinal PuntuacinFinal + IF AntiguedadCliente <= 5 THEN AntiguedadCliente:,Puntos PuntuacinFinal PuntuacinFinal + IF AntiguedadCliente >= 6 Then AntiguedadCliente:,Puntos PuntuacinFinal PuntuacinFinal + 1 1; 2 2; 3 3:
IF ClaseCuentas = "PlazoConOSinLibreta THEN ClaseCuentas: ,Puntos 4 PuntuacinFinal PuntuacinFinal + 4; IF ClaseCuentas = "SoloLibreta THEN ClaseCuentas:,Puntos 2 PuntuacinFinal PuntuacinFinal + 2; IF ClaseCuentas = "LibretaYCuentaCorriente THEN ClaseCuentas: ,Puntos 3 PuntuacinFinal PuntuacinFinal + 3; IF ClaseCuentas = "SoloCuentaCorriente THEN ClaseCuentas: ,Puntos 2 PuntuacinFinal PuntuacinFinal + 2;
RuleSetPersona.PuntosDesti no IF DestinoPrstamo = 'IndustriaComercio THEN DestinoPrstamo: ,Punto5 1 PuntuacinFinal PuntuacnFinal + 1; IF DestinoP'restamo = "AdquisicinCoche THEN DestinoPrstamo: ,Puntos 2 IF DestinoPrstamo = 'AdquisicinVivienda THEN THEN Destino Prstamo:,Puntos 3 IF DestinoPrstamo = 'ArregloVivienda THEN DestinoPrstamo: ,Puntos 4 IF DestinoPrstamo = 'AgricultorGanadera THEN Destino Prstamo:,Puntos 5 IF DestinoPrstamo = ' Nobi 1 iarioHogar THEN DestinoPrstamo: ,Puntos 6 PuntuacinFinal + 6; IF DestinoPrstamo = 'ConsumoVarios THEN DestinoPrstamo: .Puntos 7 PuntuacinFinal PuntuacinFinal + 7;
RuleSerPersona.PuntosEdad IF Edad <= 26 THEN Edad:,Puntos 1 PuntuacinFinal PuntuacinFinal + 1; IF Edad <= 34 THEN Edad:,Puntos 4 PuntuacinFinal PuntuacinFinal + 4; IF Edad <= 46 THEN Edad:,Puntos 4 PuntuacinFinal PuntuacinFinal + 4; IF Edad <= 54 THEN Edad:,Puntos 3 PuntuacinFinal PuntuacinFinal + 3; IF Edad > 55 THEN Edad:,Puntos 1 PuntuacinFinal PuntuacinFinal + 1;
RuleSetPersona. PuntosPro-fesin
IF Profesin = ' ObreroSinCualifi car Then Profesi n :, Puntos PuntuacinFinal PuntuacinFinal + 1; IF Profesin = 'DbreroCualificado THEN Profesin:,Puntos 2 PuntuacinFinal PuntuacinFinal + 2; IF Profesin = 'ComercianteAmaDeCasa THEN Profesin: ,Puntos 3 PuntuacinFinal PuntuacinFinal + 3; IF Profesin = 'OficinistaFuncionarioMi1 itar THEN Profesin: ,Puntos 4 PuntuacinFinal PuntuacinFina1 + 4; IF Profesin = ' TituladoUniversitario THEN Profesin: .Puntos 5 PuntuacinFina 1 PuntuacinFinal + 6;
RuleSetPersona.PuntosRelaci nCuantaSaldo IF (NOT ClienteAntiguo) THEN ReacinCuantaSaldo:,Puntos 1 PuntuacinFinal PuntuacinFinal + 1 IF RelacinCuantiaSaldo <= 4 THEN ReacinCuantaSaldo: ,Puntos 5 PuntuacinFinal PuntuacinFinal + 5; IF RelacinCuantiaSaldo <= 10 THEN RelacinCuantiaSaldo: ,Puntos 4 PuntuacinFinal PuntuacinFinal + 4; IF RelacinCuantaSaldo<= 50 THEN RelacinCuantiaSaldo: ,Puntos 3 PuntuacinFinal PuntuacinFinal + 3; IF RelacinCuentaSaldo > 50 THEN RelacinCuantiaSaldo: ,Puntos 2 PuntuacinFinal PuntuacinFinal + 2;
RuleSetPersona.PuntosRelac i nDeb i toCuanta IF RelacinDebitoCuanta = 0.0 THEIM Re ac i nDeb i toCuant a: ,Puntos 4 PuntuacinFinal PuntuacinFinal + 4; IF RelacinDebitoCuanta <= 0.25 THEN ReacinDebitoCuanta: ,Puntos 3 PuntuacinFinal PuntuacinFinal + 3; IF RelacinDebitoCuanta <= 0.5 THEN ReacinDebitoCuanta: ,Puntos 2 PuntuacinFinal PuntuacinFinal + 2; IF RelacinDebi toCuant a > 0.5 THEIM Re ac i nDeb i toCuant a : ,Punto5 1 PuntuacinFinal PuntuacinFinal + 1;
259 RuleSetPersona.PuntosRelacidnSaldos IF (NOT ClienteAntiguo) THEN ReacinSaldos:,Puntos 1 PuntuacinFinal PuntuacinFinal + IF RelacinSaldos <= 0.15 THEN ReacinSaldos:,Puntos 4 PuntuacinFinal PuntuacinFina1 + IF RelacinSaldos <= 0.99 THEN ReacinSaIdos:,Puntos 3 PuntuacinFinal PuntuacinFinal + IF RelacinSaldos > 1 THEN ReacinSaldos:,Puntos 2 PuntuacinFinal PuntuacinFinal +
1 4 3 2
RuleSetPersona.PuntosTipoBienes IF TipoBienes = 'SinBienes THEN TipoBienes:,Puntos 1 PuntuacinFinal PuntuacinFinal + 1; IF TipoBienes = 'Inmuebles THEN TipoBienes:,Puntos 3 PuntuacinFinal PuntuacinFinal + 3; IF TipoBienes = 'Rsticas THEN TipoBienes:,Puntos 4 PuntuacinFinal PuntuacinFinal + 4; IF TipoBienes = ' IndustriaComercio THEN TipoBienes: ,Puntos PuntuacinFinal PuntuacinFinal + 6; IF TipoBienes = 'ValoresConOSinOtrosBienes THEN TipoBienes: ,Puntos 5 PuntuacinFinal PuntuacinFinal + 5; IF TipoBienes = 'SoloVehiculosOVarios THEN TipoBienes: .Puntos 2 PuntuacinFinal PuntuacinFinal + 2;
RuleSetPersona.PuntosCump1imientoPrstamos IF Cump 1 imientoPr estamos = 'Per-fecto THEN CumplimientoPrstamos:,Puntos 4 PuntuacinFinal PuntuacinFinal + 4; IF CumplimientoPrstamos = 'PequeosRetrasos THEN Cump.l imientoPr estamos: , Puntos 2 Puntuac i nFinal Puntuac i nFinal 2; + IF CumplimientoPrestamos = 'GrandesRetrasos THEN CumplimientoPrestamos:,Puntos 1 PuntuacinFinal PuntuacinFinal + 1; IF CumplimientoPrestamos = 'SinPrestamos THEN Cump1imientoPrestamos:,Puntos 2 PuntuacinFina1 PuntuacinFinal + 2;
262
Las
del
Sistema Experto se
las fun-
ciones que debe incluir este Sistema Experto as como su alcance definitivo. La evaluacin de los "cuantos" de conocimiento que
deber contener la base de conocimiento y forma definitiva, permitrn elaborar Sistema Experto. el plan que decidir la configuracin final del
Un aspecto importante a sealar en esta fase es el diseo ltimo de la interfase trate el de usuario. El disponer de un mdulo que
lenguaje natural, en especial, si este Sistema Experto a estar a disposicin para hacer de clientes para que podrn solicitar
simulaciones como
travs de un dispositivo
Una funcin que tambin podra pensarse que estuviera incluida en el Sistema final, sera la de formacin de expertos, lo
263
- Fase IV. Comprobacin -final del sistema e integracin del mismo en produccin.
Evidentemente, tal como se ha expuesto la definir la justificacin del sistema que nos ocupa, se plantea la difusin del conocimiento de los expertos en toda la red de oficinas de la en-
tidad financiera. Esto requiere la integracin del sistema en el entorno de produccin general de la misma.
de programacin, sobre el
puede explotar, con los requerimientos de un rendimiento definido. Surge entonces el problema de la transportabi 1idad del sisentorno de produccin. Este es uno de los
encuentran hoy en estudio, respecto a las facilipaso sea lo ms simple, rpido y al manteniendo las facilidades de
modificacin de la base de conocimiento con nuevas normas o perfeccionamientos del conocimiento all almacenado.
En el caso que se estudia, el prototipo de demostracin desarrollado est codificado en INTERLISP y ya se indic que en su
permitira la
explotacin con
respuestas
adecuados, ni tampoco
264
En el escenario sobre el cual se realizar su explotacin parece ms adecuado avanzadas. En el uso de un ordenador personal con -funciones de desarrollo ms adeLISP, por lo cual
se realiz una prueba de transportabi 1idad del prototipo indicado de INTERLISP a COMMON LISP, en el laboratorio de Inteligencia Artificial mistas de la U.P.Ii., siendo los resultado alcanzados opti-
respecto al futuro de
El desarrollo de la interfase de usuario en este nuevo entorno, puede ser evidentemente un problema, ya que el entorno de difciles de
estndar ms
El acceso en la red
a las bases de
de comunicaciones y la
Evidentemente,
de
objeto de investigacin en futuras tesis y que podra significar un paso importante sector financiero. para la asimilacin de esta tecnologa en el
(PUTPROP 'PERSONA O 'PUNTUACIN) (PUTPROP 'PERSONA NIL (PUTPROP 'PERSONA 3000 (PUTPROP 'PERSONA O 'CONCESIN) 'SALDOMEDIO)
'DEBITO)
266 (DEFUN CONCESIONCREDITO NIL (INICIO) (SEND VENTANA :CLEAR-SCREEN) "NOMBRE ==> ")
(PUTPROP 'PERSONA (READ VENTANA) 'NOMBRE) (SEND VENTANA :WRITE-STRING "PRIMER APELLIDO ==> PRIMERAPELLIDO) ")
(PUTPROP 'PERSONA (READ VENTANA) (PUTPROP 'PERSONA (ANTIGEDAD) (PUTPROP 'PERSONA (LEEPROFESION) (PUNTOSPROFESION) (PUTPROP 'PERSONA (LEEDESTINO) (PUNTOSDESTINO) (PUTPROP 'PERSONA (LEETIPOBIENES) (PUNTOSTIPOBIENES) (PUNTOSEDAD) (COND ((GET 'PERSONA
'DESTINOPRESTAMO)
'TIPOBIENES)
'CLIENTEANTIGUO) 'CLASECUENTAS)
")
(PUTPROP 'PERSONA (READ VENTANA) (PUNTOSANTIGUEDADCLIENTE) (PUTPROP 'PERSONA (/ (GET 'PERSONA (GET 'PERSONA 'RELACIONSALDOS)) (T NIL))
'SALDOMEDIO) SALDOACTUAL))
(PUNTOSRELACIONSALDOS) (COND ((GET 'PERSONA 'CLIENTEANTIGUO) (GET 'PERSONA (GET 'PERSONA 'RELACIONCUANTIASALDO)) (T NIL)) 'CUANTA) 'SALDOMEDIO))
(PUTPROP 'PERSONA (/
(PUNTOSRELACIONCUANTIASALDO) (COND ((GET 'PERSONA 'CLIENTEANTIGUO) (GET 'PERSONA (GET 'PERSONA 'RELACIONDEBITOCUANTIA) (PUNTOSRELACIONDEBITOCUANTIA) (PUNTOSCUMPLIMIENTOPRESTAMOS)) (T NIL)) :CLEAR-SCREEN) 'DEBITO) 'CUANTA))
267
(PUTPROP 'PERSONA (/
(PRINC (GET 'PERSONA 'PUNTUACIN) VENTANA) (TERPRI (TERPRI (TERPRI VENTANA) VENTANA) VENTANA) (GET 'PERSONA 'PUNTUACIN) 30)
(COND ((>
(PUTPROP 'PERSONA T
(SEND VENTANA :WRITE-STRING (T (SEND VENTANA .-WRITE-STRING (TERPRI VENTANA) (TERPRI NIL) (DEFUN LEECLASECUENTAS NIL (SEND VENTANA (PRINC (TERPRI (TERPRI " :CLEAR-SCREEN) VENTANA)
"2 : SOLO
LIBRETA")
"3 : LIBRETA
Y CUENTA CORRIENTE")
(TERPRI
VENTANA)
268
(TERPRI VENTANA) (SEND VENTANA :WRITE-STRING (PROG {(OPCIN (READ (RETURN (COND ((= OPCIN 1) ((= OPCIN 2) ((= OPCIN 3) ((= OPCIN 4) (T 'PLAZOCONOSINLIBRETA) 'SOLOLIBRETA) 'LIBRETAYCUENTACORRIENTE) SOLOCUENTACORRIENTE) "OPCIN ELEGIDA: ")
VENTANA)))
(SEND VENTANA :WRITE-STRING (TERPRI VENTANA) (TERPRI VENTANA) (SEND VENTANA :WRITE-STRING (TERPRI (TERPRI VENTANA) VENTANA)
"2 : ADQUISICIN
DE COCHES")
"3 : ADQUISICIN
DE
VIVIENDA")
"4 : ARREGLO DE
VIVIENDA")
(TERPRI VENTANA) (SEND VENTANA :WRITE-STRING (TERPRI VENTANA) "6 : MOBILIARIO Y HOGAR")
(TERPRI VENTANA) (SEND VENTANA -.WRITE-STRING "7 : CONSUMO Y (TERPRI (TERPRI (TERPRI VENTANA) VENTANA) VENTANA) "OPCIN ELEGIDA: ") VARIOS")
269
(LEEDESTINO))))))
(DEFUN LEEPROFESION NIL (SEND VENTANA (PRINC (TERPRI (TERPRI " :CLEAR-SCREEN)
PROFESIN" VENTANA)
"4 :
OFICINISTA/FUNCIONARIO/MILITAR")
"5 : TITULADO
UNIVERSITARIO")
(SEND VENTANA :WRITE-STRING (PROG ((OPCIN (RETURN (CGND ((= OPCIN 1) (7= OPCIN 2) ((= OPCIN 3) ((= OPCIN 4) 7 = OPCIN 5) (READ
"OPCIN ELEGIDA:
")
VENTANA)))
NIL
:CLEAR-SCREEN)
(TERPP.I VENTANA) (TERPRI VENTANA) (SEND VENTANA :WRITE-STRING (TERPRI VENTANA) (TERPRI VENTANA) (SEND VENTANA :?JRITE-STRING (TERPRI VENTANA) (TERPRI VENTANA) (SEND VENTANA :WRITE-STRING (TERPRI VENTANA) (TERPRI VENTANA) (SEND VENTANA :WRITE-STRING (TERPRI VENTANA) (TERPRI VENTANA) (SEND VENTANA :WRITE-STRING (TERPRI VENTANA) (TERPRI VENTANA) (SEND VENTANA :V/RITE-STRING (TERPRI VENTANA) (TERPRI VENTANA) (TERPRI VENTANA) (SEND VENTANA :WRITE-STRING (PROG ((OPCIN (RETURN (COND ((= OPCIN 1) 'SINBIENES) (READ "OPCIN ELEGIDA: ") "6 : SOLO VEHCULOS O VARIOS") "5 : VALORES CON O SIN OTROS BIENES") "4 : INDUSTRIA/COMERCIO") "3 : RUSTICAS FUNDAMENTALMENTE") "2 : INMUEBLES FUNDAMENTALMENTE") "1 : SIN BIENES")
VENTANA)))
((= OPCIN 2) 'INMUEBLESFUNDAMENTALMENTE) ((= OPCIN 3) ((= OPCIN 4) ((= OPCIN 5) ((= OPCIN 6) (T 'RUSTICASFUNDAMENTALMENTE) 'INDUSTRIACOMERCIO) 'VALORESCONOSINOTROSBIENES) 'SOLOVEHICULOSOVARIOS)
(LEETIPOBIENES))))))
ES USTED ? VENTANA)
(TERPRI VENTANA) (TERPRI l^ENTANA) (SEND VENTANA :WRITE~STRING (TERPRI VENTANA) "1 : CLIENTE NUEVO")
271
VENTANA) (TERPRI (TERPRI VENTANA) VENTANA) :WRITE-STRING (READ "OPCIN ELEGIDA: ")
(SEND
VENTANA (PROG
((OPCIN
VENTANA)))
(PUTPROP
PUNTUACIN)) ((<= (GET 'PERSONA 'PERSONA 'ANTIGUEDADCLIENTE) (+2 (GET 'PERSONA 5) 'PUNTUACIN))
(PUTPROP
(PUTPROP
'PUNTUACIN)))) (DEFUN PUNTOSCLASECUENTAS (COND ((EQ (GET NIL 'CLASECUENTAS) (+ 4 (GET 'PERSONA 'PLAZOCONOSINLIBRETA) 'PUNTUACIN))
'PERSONA 'PERSONA
(PUTPROP
'PUNTUACIN)) ((EQ (GET 'PERSONA 'PERSONA 'CLASECUENTAS) (+ 2 (GET 'PERSONA 'SOLOLIBRETA) 'PUNTUACIN))
(PUTPROP
'PUNTUACIN)) ((EQ (GET 'PERSONA 'PERSONA 'CLASECUENTAS) (+ 3 (GET 'PERSONA 'LIBRETAYCUENTACORRIENTE) 'PUNTUACIN))
(PUTPROP
'PUNTUACIN)) ((EQ (GET 'PERSONA 'PERSONA 'CLASECUENTAS) (+ 2 (GET 'PERSONA 'SOLOCUENTACORRIENTE) 'PUNTUACIN))
(PUTPROP
'PUNTUACIN)))) (DEFUN PUNTOSCUMPLIMIENTOPRESTAMOS (COND ((EQ (GET 'PERSONA 'PERSONA NIL 'PERFECTO) 'PUNTUACIN))
(PUTPROP
'PUNTUACIN)) ((EQ (GET 'PERSONA 'PERSONA 'CUMPLIMIENTOPRESTAMOS) (+ 2 (GET 'PERSONA 'PEQUENOSRETRASOS) 'PUNTUACIN))
(PUTPROP
'PUNTUACIN))
((EQ (GET 'PERSONA 'CUMPLIMIENTOPRESTAMOS) GRANDESRETRASOS)272 (PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIN)) 'PUNTUACIN)) ((EQ (GET 'PERSONA 'CUMPLIMIENTOPRESTAMOS) 'SINPRESTAMOS)
(PUTPROP 'PERSONA (+ 2 (GET 'PERSONA 'PUNTUACIN)) 'PUNTUACIN)))) (DEFUN PUNTOSDESTINO NIL (COND ((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'INDUSTRIACOMERCIO)
(PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN) ) ((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'ADQUISICIONCOCHE) (PUTPROP 'PERSONA (+2 'PUNTUACIN)) ((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'ADQUISICIONVIVIENDA) (PUTPROP 'PERSONA (+3 'PUNTUACIN)) ((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'ARREGLOVIVIENDA) (GET 'PERSONA 'PUNTUACIN)) (GET 'PERSONA 'PUNTUACIN))
(PUTPROP 'PERSONA (+4 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)) ((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'AGRICULTURAGANADERIA) (PUTPROP 'PERSONA (+5 PUNTUACIN)) ((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'MOBILIARIOHOGAR) (GET PERSONA PUNTUACIN))
(PUTPROP 'PERSONA (+ 6 (GET 'PERSONA 'PUNTUACIN)) 'PUNTUACIN)) ((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'CONSUMOVARIOS) (PUTPROP 'PERSONA (+ 7 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)))) (DEFUN PUNTOSEDAD NIL (COND ((<= (GET 'PERSONA 'EDAD) 26) (PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIN)) 'PUNTUACIN)) ((<= (GET 'PERSONA 'EDAD) 34) (PUTPROP 'PERSONA (+4 PUNTUACIN) ) ((<= (GET 'PERSONA 'EDAD) 46) (PUTPROP 'PERSONA (+ 4 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)) ((<= (GET 'PERSONA 'EDAD) 54) (PUTPROP 'PERSONA (+ 3 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)) (GET 'PERSONA 'PUNTUACIN))
((> (GET 'PERSONA 'EDAD) 55) (PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)))) (DEFUN PUNTOSPROFESION NIL (COND ((EQ (GET 'PERSONA 'PROFESIN) 'OBREROSINCUALIFICAR)
273
(PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)) ((EQ (GET 'PERSONA 'PROFESIN) 'OBREROCUALIFICADO) (PUTPROP 'PERSONA (+ 2 (GET 'PERSONA 'PUNTUACIN)) 'PUNTUACIN)) ((EQ (GET 'PERSONA 'PROFESIN) COMERCIANTEAHADECASA) (PUTPROP 'PERSONA (+ 3 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)) ((EQ (GET 'PERSONA 'PROFESIN) 'OFICINISTAFUNCIONARIOMILITAR)
(PUTPROP 'PERSONA (+ 4 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)) ((EQ (GET 'PERSONA 'PROFESIN) 'TITULADOUNIVERSITARIO) (PUTPROP 'PERSONA (+5 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)) ((EQ (GET 'PERSONA 'PROFESIN) 'PATRONOAUTONOMO)
(PUTPROP 'PERSONA (+6 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)))) (DEFUN PUNTOSRELACIONCUANTIASALDO NIL (COND ((NOT (GET 'PERSONA 'CLIENTEANTIGUO)) (PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN) ) ((<= (GET PERSONA 'RELACIONCUANTIASALDO) 4) (PUTPROP 'PERSONA (+5 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)) ((<= (GET 'PERSONA 'RELACIONCUANTIASALDO) 10) (PUTPROP 'PERSONA (+ 4 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)) ((<= (GET 'PERSONA 'RELACIONCUANTIASALDO) 50) (PUTPROP 'PERSONA (+ 3 (GET 'PERSONA 'PUNTUACIN)) 'PUNTUACIN)) ((> (GET 'PERSONA 'RELACIONCUANTIASALDO) 50) (PUTPROP 'PERSONA (+ 2 (GET 'PERSONA 'PUNTUACIN)) 'PUNTUACIN)))) (DEFUN PUNTOSRELACIONDEBITOCUANTIA NIL (COND ((= (GET 'PERSONA 'RELACIONDEBITOCUANTIA) 0.0) (PUTPROP 'PERSONA (+ 4 (GET 'PERSONA 'PUNTUACIN))
'PUNTUACIN)) ((<= (GET 'PERSONA 'RELACIONDEBITOCUANTIA) 0.25) (PUTPROP 'PERSONA ( + 3 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)) ((<= (GET 'PERSONA 'RELACIONDEBITOCUANTIA) 0.5) (PUTPROP 'PERSONA (+ 2 (GET 'PERSONA 'PUNTUACIN)) 'PUNTUACIN)) ((> (GET 'PERSONA 'RELACIONDEBITOCUANTIA) 0.5) (PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIN)) 'PUNTUACIN)))) (DEFUN PUNTOSRELACIONSALDOS NIL (COND ((NOT (GET 'PERSONA 'CLIENTEANTIGUO)) (PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)) ((<= (GET 'PERSONA 'RELACIONSALDOS) 0.15) (PUTPROP 'PERSONA (+ 4 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)) ((<= (GET 'PERSONA 'RELACIONSALDOS) 0.99) (PUTPROP 'PERSONA (+3 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)) ((> (GET 'PERSONA 'RELACIONSALDOS) 1) (PUTPROP 'PERSONA (+ 2 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)))) (DEFUN PUNTOSTIPOBIENES NIL (COND ((EQ (GET 'PERSONA TIPOBIENES) 'SINBIENES) (PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIN)) PUNTUACIN)) ((EQ (GET 'PERSONA 'TIPOBIENES) 'INMUEBLES)
(PUTPROP 'PERSONA (+ 3 (GET 'PERSONA PUNTUACIN)) PUNTUACIN)) ((EQ (GET 'PERSONA 'TIPOBIENES) 'RUSTICAS) (PUTPROP 'PERSONA (+ 4 (GET 'PERSONA 'PUNTUACIN)) 'PUNTUACIN)) ((EQ (GET 'PERSONA 'TIPOBIENES) 'INDUSTRIACOMERCIO)
(PUTPROP 'PERSONA (+ 6 (GET 'PERSONA 'PUNTUACIN)) 'PUNTUACIN)) ((EQ (GET 'PERSONA 'TIPOBIENES) 'VALORESCONOSINOTROSBIENES)
(PUTPROP 'PERSONA (+5 (GET 'PERSONA 'PUNTUACIN)) 'PUNTUACIN)) ((EQ (GET 'PERSONA 'TIPOBIENES) 'SOLOVEHICULOSOVARIOS) (PUTPROP 'PERSONA (+ 2 (GET 'PERSONA 'PUNTUACIN))
'PUNTUACIN))))
275
276
II - BIBLIOGRAFA GENERAL.
GARNER, 3.
B. (1985).
the art". Con-f erence on In-formation Computers and Communications, Melbourne, Vic., Australia.
TERANO-T.
(1985).
support system -for plant based on knowledge processing technique".Joho-Shor i-Kenkyu (Japan) .
LORPIN-D.
(1985).
SHORTER-D-N.
(1985).
report" IEE Colloquium on "Real-Time Expert Systems in Process Control" (Digest No. 1 0 7 ) , Salford, England.
FEINSTEIN-J. L.
disclosure of conf i dent i a . business Information at the 1 US Envronmental Protection Agency". Expert Systems and teheir Aplications. 5th. International Workshop, Avignon, Franee.
AU ED. BY W0JC1K-A-S. "AFIPS Conference Proceding: 1985 National Computer Conference". AFIPS Conference Proceeding: 1985 National Computer Conference, Chicago, IL. USA.
277
supercomputers". J-Soc-Ins-
JONES-R.
ICP-Bus-So-ftware-Rev.
BOCCHICCHIO-L.
Mod-O-ff-Technol
NOFEL-P-J-.
JDNES-R.
developers". Data-Procesing
TURBAN-E.
Int-J-Policy-In
plan PC board assembly in the factory". Computers in llanu-f actur ing. Proceding o cisco, CA. USA. the 1984 Con-ference, San Fran-
BADAL-D-Z.
278 1 1 igence: coming o f age". Computers in Manu-f ac tur ing . Proceedings o f the 1984 Con-ference, San Francisco, CA, USA.
WHALEN-T, SCHOTT-B.
(19B5).
"Generalized network
modeling
SAHGAL-P.
(1986).
BERNSTEIN-A.
(1985). (USA).
"lioney experts
Comput-Syst
GILBERT-G-N.
Comput-Bull
KNOWLES-A, COOK-R, F0LEY-I1-J , SCHOLSKY-D-P, GRAFF-G, BAIRSTOW-J-N, HIR9H0N-B, MAUGT-T-H-I I , FREEDrlAN-D-H-, KKINNUCAN-P, LAZZRO-J-J, SMART-I , UIILSDN-E, GARRET-DEYDUNG-H, (1985). "Jack-of-a 11
(USA).
(1985).
"The communication o f knowledge". Current Perspectives in Health Computing, Brighton, Sussex, England.
IMBERG-D.
(1985).
(expert
279
(1985).
"Expert system applications to the cockpit o f the 1990s". Procedings o f the IEEE 1985 National Aerospace and Electronics Con-ference NAECON, Dayton, OH, USA.
JURGENSEN-J-R. , FELDI1AN-R-E. (1985). "Expert System Pilot Aid". Proceeding o f the IEEE 1985 National Aerospace and Electronics Con-ference NAECON, Dayton., OH, USA.
RHEIN-R-R.
(USA).
CREGAR-M.
RANKY-PG-.
LIPTON-R.
KITCHEN-H.
280 POTTS-D. (1985). "New software shows high tech pay-offs". Eng-Comput (GB).
0PPENHEII1-C.
View"". Future o f In-formation Resources -for Science and Technology and the Role o f Libraries. Ilth IATUL rleeting Oxford, England.
MARTIN-R.
tions". Official Proceding of Speech Tech'85. Voice Input/Dutput. Applications Show and Conference, New York, MY. USA.
(1985).
"Unix and the office". DAC'85 Office Automation Conference Digest, Atlanta, GA, USA.
se system acquisition". Proceding Annual Reliability and Maintainabi1 ity Symposium. Phi1apdelphia, PA. USA.
LINNEMANN-G.
NAYLOR-C, SONI-A.
281
LAMPERT-A.
Comput-Decis
BRADDOCK-F
ASH-N
Accountant (GB).
ment method o f o-f-fice automat i on-or ien ted BPX's". IEEE-J-Sel-Areas-Conmun (USA).
COURETAS-J.
intel1igence". Bus-rlark
SHAPIRO-S-F
I10RGAN-H.
ComputerworId
THOMAS-D-B.
282 knowlwdge based systems aspects". Conference on knowledge Engineering, Manchester. England.
D-AGAPAYEFF-A.
FERRIS-P.
TUTCHING-J.
and analysis o f the total environment, and assessment o f technologica1 transition, aplications, markets, and related -factors -from 1984 to 1992". Robots 8 con-ference Proceedings, Detroit, III. USA.
GAMBLING-T.
Accountancy (GB).
FRIIS-M-W.
(1985). "Artificial
COLE-B-C.
microprocessor race".
ASTR0I1-K-J.
Institute
of Technology
IEE Colloquium on "new Developments and Aplications of CAD Packages to control System Desing" London (GB).
283
GANOE-F-J.
financial analysis". Proceedings of the 1984 IEEE International Conference on Systems, lian and Cybernetics Halifax. Canad.
(1984).
"Introduction to
Knowledge based systems". ACC'84. Proceding o f the Australian Computer Con-ference, Sydney, Australia.
PALLER-A.
(1985).
Computerwold
(USA).
CHAIT-L-G.
(1985).
FEINSTEIN-J-L, SIEMS-F.
the US Environmental Protection Agency for avoiding disclosure o f confidential bussiness Information". ExpertSyst (GB).
SCHLGBOHM-D.
(1985).
DONINGTON-J, ACZEL-M.
WHITE-D-G
Prop-Casualty-Insur-Ed
SHPILBERG-D.
(expert
BROWN-E-M.
BLANNING-R-W.
systems". Inf-Manage
(1985)
MORLEY-D
Can-Datasyst
BAJENSESCO--T-I . (1985) "The software "crisis" and artificial intel1igence". Schweiz-Tech (Switzer1 and) .
BAGSHAW-E
Commun (GB).
McNITT-J
285
savant". Newsweek
(Switzer1 and)..
BRIXIUS-N-L.
(1984). "Arti-ficial
intelligence applications in
civil government". Proceedings IEEE EASCON'84. 17th Annual Electronics and Aerospace Conference, Washington, DC, USA.
SCHOTT-B, WHALEN-T. (1983). "FINNDEX, an intelligent index to businees - orecast ing" . Proceedings o f the International f Con-Ference on Systems, Han and Cybernetics, Bombay and New Delhi, India.
POST-D-W. (USA).
HARVEY-D.
Comput-Commun (BB).
VOYSEY-H. (GB) .
FALLON-M.
JARKE-M, SHALEV-J.
SEANAN-J.
(Canad).
MURRAY-T-J. (USA)
LEE-R-M.
(a logic-
JOHNSTDNE-B. New-Sci
(GB) .
RUSSELL-L-C.
BERGEN-M.
(1984).
"The Engineer's Apprentice". AI business. The commercial uses o f artificial Cambritge, CA, USA. intel 1 i gence. Published: HIT Press,
(1984).
287
Schlumberger". AI business. The commercial uses o f arti-ficial intel1igence. Published: HIT Press, Cambritge, MA, USA.
(1784).
"CADUCEUS: an experimental expert system -for medical diagnosis". AI business. The commercial uses o f arti-ficial intel1igence. Published: MIT Press, Cambritge, MA. USA.
(1984).
"XCON:
an expert con-f igur ati on system at Digital Equipment Corporation". AI Business. The commercial uses o f aritificial intel1igence. Published: MIT Press, Cambritge, MA. USA.
MICHAELSEN-R-H.
(1984).