Introduccin a Sistemas Expertos

Inteligencia Artificial
Ingeniera de Sistemas

2012
Temario
Introduccin a Sistemas Expertos
Caractersticas de los SE
Tareas tpicas
Caractersticas del problema
Arquitectura de un Sistema Experto
Representacin del conocimiento

IA I - 2
Introduccin a Sistemas Expertos
Los SE son programas capaces de manejar
problemas que normalmente requieren para su
resolucin la intervencin humana
especializada.
El experto de campo revela la informacin
colapsada sobre el conocimiento.
El ingeniero de conocimiento da forma
simblica y automticamente manipulable a la
informacin (conocimiento) dada por el experto
de campo. IA I - 3
 Caractersticas de los SE
Aplican experiencia de una manera eficiente para
solucionar problemas, realizando inferencias a partir de
datos incompletos o inciertos.
Explican y justifican lo que estn haciendo.
Se comunican con otros expertos y adquieren nuevo
conocimiento.
Reestructuran y reorganizan el conocimiento.
Pueden quebrantar reglas, interpretar simultneamente el
espritu y la letra.
Determinar cuando un problema est en el dominio de su
experiencia, determinacin de la relevancia del problema.
IA I - 4
Tareas tpicas
Diagnstico y reparacin
Prediccin
Planificacin
Monitorizacin de tareas
Ayuda a la educacin
Ayuda a la toma de decisiones
Ayuda a la operacin legal y administrativa
Ayuda a la identificacin de problemas
Interpretacin de datos
IA I - 5
 Caractersticas que debe cumplir
el rea del problema
El procedimiento de resolucin debe tener un
componente importante de razonamiento
El nivel de complejidad debe ser tal que los problemas se
resuelvan en plazos razonables
El proceso de resolucin debe tener un volumen
combinatorio importante
Debe servir para entrenar novicios

Debe existir un experto real del tema

El experto debe ser capaz de articular sus mtodos

IA I - 6
 Arquitectura de un Sistema
Experto

Base de Conocimiento (BC)

Base de Datos (BD)
Motor de Inferencia (MI)
Trazador de explicaciones (TE)
Trazador de Consultas (TC)
Memoria de trabajo (MT)
Manejador de Comunicaciones (MC)

IA I - 7
 Base de Conocimiento (BC)

Es la unin del conjunto de aserciones y el

conjunto de reglas. Su funcin es suministrar al MI,
informacin de la naturaleza de los problemas que
puede manejar.

IA I - 8
 Base de Conocimiento (BC)

- Una asercin A es una formulacin simblica de

un hecho.

- Una regla R es una relacin explcita entre

aserciones, generalmente de casualidad.

SI A1 yy An entonces An+1 yy An+m

Donde A1 yyAn son antecedentes (predicciones)
An+1 yy An+m forman el consecuente (conclusiones)

IA I - 9
Base de Conocimiento (BC)

Restricciones
1- Aciclicidad: No puede aparecer
Si A1 y A2 ENTONCES A1 y A2
2- n,m >=1

Observaciones
Las aserciones pueden vincularse mediante Y y O

IA I - 10
 Base de Datos (BD)

Contiene informacin sobre el problema particular

que el S.E. debe resolver.

IA I - 11
 Memoria de Trabajo (MT)

Es una BD temporal, en la cual el MI deja

informacin deducida a partir de :

- Base de Conocimiento
- Base de Datos

IA I - 12
 Trazador de Consultas (TC)

Maneja las consultas del S.E. al usuario.

IA I - 13
 Trazador de Explicaciones(TE)

Maneja requerimientos del usuario al S.E..

IA I - 14
 Manejador de Comunicacin (MC)

Coordina el TE con el TC

IA I - 15
 Motor de Inferencia (MI)

Activa las reglas en funcin de la informacin contenida

en la BD y MT, la nueva informacin es puesta en la MT.
Tambin se encarga de proporcionar al TE, las reglas que
dieron origen a una cosulta al usuario.

IA I - 16
 Motor de Inferencia (MI)

Puede trabajar bajo:

- Universo Cerrado: toda la informacin necesaria est

contenida en el sistema, entonces lo que no puede
demostrar es falso.

- Universo Abierto: toda la informacin que no est en el

sistema est fuera de l, entonces la busca el usuario.

IA I - 17
 Motor de Inferencia (MI)

- Orientado por el Objetivo:(Backward Chaining)

El origen de la induccin es el objetivo y se busca encontrar
condiciones iniciales que estn contenidas en los datos sobre
el problema particular a resolver.

- Orientado por los Datos:(Forward Chaining)

El origen de la induccin son los datos iniciales y se trata de
llegar a algn objetivo de inters.

IA I - 18
Arquitectura de un Sistema
Experto

IA I - 19
Representacin del Conocimiento

Se requiere:
Un sistema inormtico que manipule el
conocimiento.

Debe admitir:
Una representacin adecuada y operadores de
manipulacin.

IA I - 20
Representacin del Conocimiento

Se necesita:

Estructuras de datos adecuadas

Procedimientos de manipulacin
Entorno de activacin de procedimientos y
estructuras

IA I - 21
 Tipos de Conocimiento

- Objetos

- Eventos

- Habilidades

- Meta-Conocimientos

IA I - 22
 Tipos de Conocimiento

Objetos
Podemos definir el conocimientos como hechos
que ocurren en el conjunto de objetos que nos
circunda.
Ej: - Los pjaros tienen alas
- La nieve es blanca
Es necesario representar:
Objetos
Clases de Objetos
Categoras de Objetos
Descripcin de Objetos IA I - 23
 Tipos de Conocimiento

Eventos
Sobre los Objetos existen acciones o eventos
Ej: - Pedro bes a Maria en el bosque
- El cielo se derrumbar hoy
Surge la necesidad de:
Codificar la secuencia de acciones o eventos
Formalizar el concepto de eventos o acciones
Representar adecuadamente las revelaciones de
causa - efecto involucradas.
IA I - 24
 Tipos de Conocimiento

Habilidades
Habilidad de cmo aplicar adecuadamente la accion
al objeto.

Ej: - Si la madera est hmeda squela

antes de usarla para un asado.

IA I - 25
 Tipos de Conocimiento

Meta-Conocimiento

Es el conocimiento sobre como usar adecuadamente

el conocimiento que ya tenemos.

IA I - 26
Uso del Conocimiento

Reconocimiento del Objeto

Recuperacin de Conocimiento

Manipulacin de Robots

Adquisicin de ms conocimiento

IA I - 27
 Adquisicin del Conocimiento

Acumular nuevo conocimiento

Reestructuracin de conocimiento
Objetivos
existente

Activar procesos que mejoren la

performace del sistema a partir de la
nueva informacin.

IA I - 28
 Recuperacin del Conocimiento

- Determinar que piezas de conocimiento son relevantes

a la resolucin de un problema.
- Destreza crucial cuando el espacio de conocimiento
manejado por el sistema es muy amplio.
Ideas Bsicas
ENLAZADA: cuando dos piezas de conocimiento
se siguen en un razonamiento, enlazarla.
AGRUPAMIENTO: si un conjunto de piezas se utilizan
en un proceso de razonamiento, los agrupamos.
IA I - 29
 Razonamiento

Determinar un encadenamiento posible para las piezas de

conocimiento

Razonamiento Formal: Se deducen nuevas P.C

siguiendo reglas de inferencia preespecificadas.
Tipos
Razonamiento Procedural: Utiliza la simulacin
para responder preguntas y resolver problemas.

IA I - 30
 Razonamiento

Razonamiento por analoga: Involucra asociar el

problema a resolver con uno ya resuelto y utiliza
el espacio de direcciones del segundo para resolver
Tipos el primero.

Meta Razonamiento: Involucra razonar sobre cul

es la mejor manera de razonar para un problema
especfico.

IA I - 31
Tipos de Representaciones

Lgicas
Lgicas de Predicado de Primer Orden
Lgica multivaluada
Lgica Temporal
Redes Semnticas
Sistema de Produccin
Marcos

IA I - 32
 Metodologa
1) Estudio preliminar:
Definicin del problema
Identificacin de los expertos
Bibliografa de referencia
Glosario de trminos
Estudio de factibilidad
Tcnica
Operativa
Econmica
Anlisis
Posibilidad de la construccin
Justificacin de la construccin

IA I - 33
 Metodologa
2) Desarrollo de prototipos:
Elicitacin de conocimiento
Representacin del conocimiento (grafos causales)
Eleccin de la herramienta
Formalizacin: construccin de las reglas
Implementacin del prototipo

IA I - 34
 Metodologa
3) Desarrollo del sistema:
Los avances deben estar acompaados de
evaluaciones internas de los expertos y la
reconstruccin a partir del resultado de las
evaluaciones.
4) Evaluacin final:
El testeo final consiste en plantear casos nuevos y
comparar la solucin y el procedimiento realizado
por el experto y por el sistema.
5) Mantenimiento:
Actualizacin del sistema IA I - 35