Sistema Experto

Un sistema experto (SE) es una rama de la Inteligencia Artificial e imita las actividades de un humano para resolver problemas de distinto ndole. Un sistema experto puede definirse tambien como un sistema informtico (hardware y software) que simula a los expertos humanos en un rea de especializacin dada.

Como tal, un sistema experto debera ser capaz de procesar y memorizar informacin, aprender y razonar en situaciones deterministas e inciertas, comunicar a personas u otros sistemas expertos, tomar decisiones apropiadas, y explicar por que se han tomado tales decisiones. Se puede pensar tambin en un sistema experto como un consultor que puede suministrar ayuda a (o en algunos casos sustituir completamente) los expertos humanos con un grado razonable de habilidad.

Durante la ultima decada se han desarrollado muy rpidamente numerosas aplicaciones de sistemas expertos en muchos campos del conocimiento. Durkin (1994) examina unos 2,500 sistemas expertos y los clasifica por criterios, tales como reas de aplicacin, tareas, realizadas, etc.(La economa, la industria y la medicina continan siendo los campos dominantes entre aquellos en los que se utilizan los sistemas expertos.

Campos de Aplicacin de los S.E.

Ejemplos Ilustrativos
Ejemplo 1 Transacciones bancarias. No hace mucho, para hacer una transaccin bancaria, tal como depositar o sacar dinero de una cuenta, uno tenia que visitar el banco en horas de oficina. Ahora esas y otras transacciones pueden realizarse en cualquier momento usando los cajeros automticos que son ejemplos sencillos de sistemas expertos. De hecho, se pueden realizar estas transacciones desde casa comunicndose con el sistema experto mediante la lnea telefnica.

Ejemplo 1.2 Control de trafico. El control de trafico es una de las aplicaciones mas importantes de los sistemas expertos. El flujo de trafico en las calles de una ciudad se controla aun mediante guardias de transito pero cada vez mas son reeemplazados por sistemas expertos que operan automticamente los semforos y regulan el flujo del trafico en las calles de una ciudad y en los ferrocarriles.

Ejemplo 3 Agentes secretos. Alberto, Luisa, Carmen, y Tomas son agentes secretos, cada uno esta en uno de los cuatro pases: Egipto, Francia, Japon y Espana. No se sabe donde esta cada uno de ellos. Por tanto, se ha pedido informacin y se han recibido los cuatro telegramas siguientes: Desde Francia: Luisa esta en Espaa. Desde Espaa: Alberto esta en Francia. Desde Egipto: Carmen esta en Egipto. Desde Japn: Carmen esta en Francia. No se sabe quien es el que ha mandado cada uno de los mensajes, pero se sabe que Tomas miente (un agente doble?) y que los dems agentes dicen la verdad. La cuestin que se desea responder es: Que agente esta en cada pas? Aunque se trata de un problema de lgica, que contiene afirmaciones muy simples, su solucin no es tan simple de obtener a simple vista.

Tipos de Sistemas Expertos

Segn la naturaleza de problemas para los que estn diseados pueden ser:

Deterministas Estocsticos.

S.E. Deterministicos
Los problemas de tipo determinista pueden ser formulados usando un conjunto de reglas que relacionen varios objetos bien definidos. Estos sistemas expertos son conocidos como sistemas basados en reglas, porque sacan sus conclusiones basndose en un conjunto de reglas utilizando un mecanismo de razonamiento logico.

S.E. Estocsticos.

Son aquellos que en situaciones inciertas, es necesario introducir algunos medios para tratar la incertidumbre. Por ejemplo, algunos sistemas expertos usan la misma estructura de los sistemas basados en reglas, pero introducen algunas formulas de propagacin para calcular la incertidumbre asociada a las conclusiones.

Otra medida intuitiva de incertidumbre es la probabilidad, en la que la distribucin conjunta de un grupo de variables se usa para describir las relaciones de dependencia entre ellas, y se sacan conclusiones usando formulas muy conocidas de la teoria de la probabilidad. Este es el caso del sistema experto PROSPECTOR (1980),que utiliza el teorema de Bayes para la exploracin de mineral. Los sistemas expertos que utilizan la probabilidad como medida de incertidumbre se conocen como sistemas expertos probabilisticos y la estrategia de razonamiento que usan se conoce como razonamiento probabilistico.

Componentes de un Sistema Experto

Las definiciones de sistemas expertos dadas en la Secci on 1.2 se entienden mejor cuando se examinan las principales componentes de los sistemas expertos. Estas componentes se muestran esquematicamente en la Figura 1.3 y se explican seguidamente.

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

1. Explicar sus razonamientos o base del conocimiento: los sistemas expertos se deben realizar siguiendo ciertas reglas o pasos comprensibles de manera que se pueda generar la explicacin para cada una de estas reglas, que a la vez se basan de hechos.

2. Adquisicin de nuevos conocimientos o integrador del sistema: son mecanismos de razonamiento que sirven para modificar los conocimientos anteriores.

Estructura bsica de un SE
Un Sistema Experto est conformado por:

Base de conocimientos (BC): Contiene conocimiento modelado extrado del dilogo con el experto. Base de hechos (Memoria de trabajo): contiene los hechos sobre un problema que se ha descubierto durante el anlisis.

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

Interfaz de usuario: es la interaccin entre el SE y el usuario y se realiza mediante el lenguaje natural.

Tipos de SE
Principalmente existen tres tipos de sistemas expertos: Basados en reglas. Basados en casos o CBR (Case Based Reasoning). Basados en redes bayesianas.

En cada uno de ellos, la solucin a un problema planteado se obtiene:

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

Ventajas y limitaciones de los Sistemas Expertos

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

Rapidez: Un SE puede obtener informacin de una base de datos y realizar clculos numricos mucho ms rpido que cualquier ser humano. Bajo costo: A pesar de que el costo inicial pueda ser elevado, gracias a la capacidad de duplicacin el coste finalmente es bajo.

Entornos peligrosos: Un SE puede trabajar en entornos peligrosos o dainos para el ser humano. Fiabilidad: Los SE no se ven afectados por condiciones externas, un humano s (cansancio, presin, etc.).

Desventajas

Sentido comn: Para un SE no hay nada obvio. Por ejemplo, un sistema experto sobre medicina podra admitir que un hombre lleva 40 meses embarazado, a no ser de que se especifique que esto no es posible. Lenguaje natural: Con un experto humano podemos mantener una conversacin informal mientras que con un SE no podemos.

Capacidad de aprendizaje: Cualquier persona aprende con relativa facilidad de sus errores y de errores ajenos, que un SE haga esto es muy complicado. Perspectiva global: Un experto humano es capaz de distinguir cuales son las cuestiones relevantes de un problema y separarlas de cuestiones secundarias.

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

Descripcin Del Esquema de un Sistema Experto

Para realizar un sistema experto integran dos personas el Experto del Dominio (profesional X) y un Ingeniero de Conocimiento (programador), que estos van enlazar sus experiencias almacenndolos en la Base de conocimientos que mediante la interface va a permitir al usuario llegar a comunicarse con el motor de inferencia, el cual es va a tomar la decisin de aplicar todo lo almacenado en la base de conocimientos.

La Base de conocimiento esta determinado por la base datos y esta desarrollada por lenguajes de predicado, esta es uno de los componentes que contiene el conocimiento del experto o tambin llamado base de datos, su funcin es almacenar experiencias, conocimientos , etc. de una determinada rea.

Existen dos tipos de base de conocimiento: El procedural:

Se usa en los lenguajes. estructurados como son Pascal, C, Visual Basic etc. El declarativo: Esta basado en hechos que vienen a ser acciones que se dan dentro del problema se ulitizan los lenguajes Prolog y Lisp.

El Motor de Inferencia

Su funcin es administrar las reglas de produccin que se aplicaran para la solucin de un determinado problema. Dirige y controla la implementacin del conocimiento, adems permite decidir que tipo de tcnicas se usaran durante el diseo del sistema experto.

La Interface
Parte que permite la comunicacin con el usuario, en forma vidireccional(ambos lados). Mediante al Interface el Motor de Inferencia reconoce la pregunta y saca datos de la Base de Conocimiento y mediante la Interface responde la pregunta

ARQUITECTURA Y FUNCIONAMIENTO DE UN SISTEMA EXPERTO

No existe una estructura de sistema experto comn. Sin embargo, la mayora de los sistemas expertos tienen unos componentes bsicos: base de conocimientos, motor de inferencia, base de datos e interfaz con el usuario. Muchos tienen, adems, un mdulo de explicacin y un mdulo de adquisicin del conocimiento. La figura 1 muestra la estructura de un sistema experto ideal.

La base de conocimientos contiene el conocimiento especializado extrado del experto en el dominio. Es decir, contiene conocimiento general sobre el dominio en el que se trabaja. El mtodo ms comn para representar el conocimiento es mediante reglas de produccin. El dominio de conocimiento representado se divide, pues, en pequeas fracciones de conocimiento o reglas SI . . . ENTONCES . . . Cada regla constar de una parte denominada condicin y de una parte denominada accin.

Una base de conocimientos muy ingenua, para identificar vehculos, podra ser la siguiente: Regla 1: SI tiene 2 ruedas Y utiliza motor ENTONCES es una motocicleta

Regla 2: SI tiene 2 ruedas Y es movido por el hombre ENTONCES es una bicicleta

Regla 3: SI tiene 4 ruedas Y utiliza motor Y pesa menos de 3500 Kgs. ENTONCES es un coche

Existen reglas de produccin que no pertenecen al dominio del problema. Estas reglas se llaman metarreglas (reglas sobre otras reglas) y su funcin es indicar bajo qu condiciones deben considerarse unas reglas en vez de otras.

Fin Gracias