SISTEMAS EXPERTOS

DEFINICIÓN DE UN SISTEMA EXPERTO

Un sistema experto  se suele definir como aquel programa de ordenador que contiene la erudición de un especialista humano versado en un determinado campo de aplicación. En este sentido, los expertos escasean y su contratación supone una gran inversión económica, por lo que se intenta construir un sistema de forma que los conocimientos del experto se representen en una forma que el ordenador pueda procesar. Esto es, un modelo computarizado de las capacidades de razonamiento y habilidades en resolución de problemas del especialista humano.

COMPONENTES DE UN SISTEMA EXPERTO

Fig 1: Componentes de un Sistema Experto

Componente Humana.- Básicamente tres actores intervienen en la componente humana: expertos humanos, los ingenieros del conocimiento y los usuarios. Los expertos humanos son aquellos que proporcionan el conocimiento en un determinado tema, los ingenieros del conocimiento, en cambio transforman ese conocimiento en un lenguaje que pueda entender el sistema experto, por último, los usuarios son los que se van a beneficiar de todas las bondades del  sistema experto.

La Base de Conocimiento.- Son el conjunto de reglas que permiten representar los conocimientos del dominio de experto donde cada regla aisladamente tiene significado propio. Normalmente los conocimientos son de tipo declarativo por lo cual la BC casi siempre es una descripción de los conocimientos del experto, por lo tanto requiere de algún mecanismo que obtenga las inferencias adecuadas para resolver el problema.

Subsistema de Adquisición de Conocimiento.- verifica que el conocimiento proporcionado por el experto humano se almacene en la base de datos. Además, revisa si es necesario incorporar nuevos conocimientos a la base de datos y si estos conocimientos en realidad son nuevos.

Control de la Coherencia.- Este subsistema controla la consistencia de la base de datos y evita que unidades de conocimiento inconsistentes entren en la misma. Así mismo, este subsistema informa sobre las restricciones que la información proporcionada por los expertos debe cumplir para ser coherente con la existente en la base de conocimiento.

Control de Inferencia.- El cometido principal de este componente es el de sacar conclusiones aplicando el conocimiento a los datos. Las conclusiones del motor de inferencia pueden estar basadas en conocimiento determinista o conocimiento probabilístico. En los sistemas expertos basados en probabilidad, la propagación de incertidumbre es la tarea principal del motor de inferencia, que permite sacar conclusiones bajo incertidumbre.

Interfase de Usuario.-  La interfase de usuario es el enlace entre el sistema experto y el usuario. Por ello, para que un sistema experto sea una herramienta efectiva, debe incorporar mecanismos eficientes para mostrar y obtener información de forma fácil y agradable. Otra razón de la importancia de la interfase de usuario es que los usuarios evalúan comúnmente los sistemas expertos y otros sistemas por la calidad de dicha interfase más que por la del sistema experto mismo, aunque no se debería juzgar la calidad de un libro por su portada.

Subsistema de ejecución de órdenes.- Permite al sistema experto iniciar acciones. Estas acciones se basan en las conclusiones sacadas por el motor de inferencia.

Subsistema de explicación.- Este subsistema se encarga de dar explicaciones sobre el proceso seguido por el motor de inferencia o por el subsistema de ejecución.

El Subsistema de Aprendizaje.- Una de las principales características de un sistema experto es su capacidad para aprender ya sea mediante el aprendizaje estructural o el aprendizaje paramétrico. Por aprendizaje estructural nos referimos a algunos aspectos relacionados con la estructura del conocimiento. Por aprendizaje paramétrico nos referimos a estimar los parámetros necesarios para construir la base de conocimiento. Otra característica de los sistemas expertos es su habilidad para obtener experiencia a partir de los datos disponibles. Estos datos pueden ser obtenidos por expertos y no expertos y pueden utilizarse por el subsistema de adquisición de conocimiento y por el subsistema de aprendizaje.

ETAPAS DE DESAROLLO DE UN SISTEMA EXPERTO

Fig 2: Etapas de Desarrollo de un Sistema Experto

Planteamiento del problema.- la primera etapa en cualquier proyecto es normalmente la definición del problema a resolver. Puesto que el objetivo principal de un sistema experto es responder a preguntas y resolver problemas, esta etapa es quizás la más importante en el desarrollo de un sistema experto.

Encontrar expertos humanos: personas que pueden resolver el problema.

Diseño de un sistema experto: consiste en el diseño de estructuras para almacenar el conocimiento, el motor de inferencia, el subsistema de explicación, la interfase de usuario.

Elección de la herramienta de desarrollo: se trata de seleccionar si desarrollar un sistema experto a la medida o elegir herramientas o lenguajes de programación.

Desarrollo y prueba de un prototipo: si el prototipo no pasa las pruebas requeridas, las etapas anteriores deben ser repetidas hasta que se obtenga un prototipo satisfactorio.

Refinamiento y generalización: en esta etapa se corrigen los fallos y se incluyen nuevas posibilidades no incorporadas en el diseño inicial.

Mantenimiento y puesta al día: en esta etapa el usuario plantea problemas o defectos del prototipo, corrige errores, actualiza el producto con nuevos avances.

TIPOS DE SISTEMAS EXPERTOS

Sistemas Expertos Deterministas: los sistemas expertos que tratan problemas deterministas son conocidos como sistemas basados en reglas, porque sacan sus conclusiones basándose en un conjunto de reglas utilizando un mecanismo de razonamiento lógico.

Sistemas Estocásticos: son sistemas expertos que usan la misma estructura de los sistemas basados en reglas, pero introducen una medida asociada a la incertidumbre de las reglas y a la de sus premisas. En este caso se pueden utilizar algunas fórmulas de propagación (factores de certeza) para calcular la incertidumbre asociada a las conclusiones.

EJEMPLOS DE SISTEMAS EXPERTOS

AARON: Usa más de mil reglas de anatomía y comportamientos humanos para crear dibujos de personas, plantas y objetos abstractos con una máquina robótica para dibujar

MYCIN: Su principal función consistía en el diagnóstico de enfermedades infecciosas de la sangre; además, Mycin era capaz de “razonar” el proceso seguido para llegar a estos diagnósticos, y de recetar medicaciones personalizadas a cada paciente (según su estatura, peso, etc.).

XCON: es un Sistema Experto para configuraciones desarrollado por la Digital Equipment Corporation. Según los deseos individuales del cliente se configuran redes de ordenadores VAX.

DENDRAL: Fue el primer sistema experto en ser utilizado para propósitos reales, al margen de la investigación computacional, y durante aproximadamente 10 años, el sistema tuvo cierto éxito entre Químicos y Biólogos, ya que facilitaba enormemente la inferencia de estructuras moleculares, dominio en el que Dendral estaba especializado.

DIAVAL: Es un Sistema Experto para diagnóstico mediante ecocardiografía, el cual se basa en redes bayesianas, en vez de utilizar reglas; la decisión de utilizar las redes bayesianas fue tomada basándose en la capacidad por parte de dichas redes para manejar conocimientos imprecisos de una mejor manera en comparación con las reglas.

ACE: Sistema Experto, basado en reglas de razonamiento hacia delante, concebido para asistir a los técnicos de las compañías telefónicas americanas en el mantenimiento de la planta exterior y bucles de abonos. Se trata de un sistema automático de análisis, que interacciona con una base de datos convencional denominada CRAS en la que se recogen registros de las actividades de mantenimiento de la planta exterior. Su uso permite tanto localizar averías como planificar los trabajos de mantenimiento, así como también ayuda a adoptar decisiones sobre la modernización y ampliación de la red.

KIWI: intentaba interpretar frases ordinarias descriptivas de operaciones económicas proponiendo el asiento correspondiente a cada una de ellas.

AIDE: Ayuda en el diagnóstico de empresas de la Central de Balances del Banco de Francia.

AFIN: Realiza un análisis de estados financieros en la empresa basándose en el Plan General de Contabilidad Español de 1990.

ALFEX: Proyecto referente a la creación de SE capaces de asesorar sobre la salud financiera de una empresa, así como desarrollar bases de conocimiento y herramientas adecuadas para manejarlas.

De las aplicaciones de sistemas expertos podemos contar cientos de ejemplos: detección de situaciones posibles para nuevas exploraciones petroleras, auxiliares en reparaciones de automóviles y aparatos eléctricos, asesoría en administración financiera, orientación de campañas de mercadotecnia por correo directo, detección de problemas en maquinaria controlada por computador, pronósticos meteorológicos, consejos para controladores de tráfico aéreo, sugerencias de formato de páginas para editores, control de maquinaria militar, asistencia para composiciones musicales, entre otros.

  BIBLIOGRAFÍA

• Beekman, G. Introduccion a la Computacion. Pearson Educación.
• Castillo, E., Gutierrez, J., & Hadi, A. (s.f.). Sistemas Expertos y Modelos de Redes Probabilísticas. Recuperado el 29 de Marzo de 2012, de http://garota.fismat.umich.mx/~htejeda/gutierjm/BookCGH.pdf
• Pino, R., Gómez, A., & Abajo, N. (2001). Introducción a la inteligencia artificial: sistemas expertos, redes neuronales artificiales y computación evolutiva. Oviedo: Universidad de Oviedo.
• Quintanar, T. (2007). Sistemas Expertos y sus aplicaciones. Recuperado el 02 de Abril de 2012, de http://dgsa.uaeh.edu.mx:8080/bibliotecadigital/bitstream/231104/183/1/Sistemas%20expertos%20y%20sus%20aplicaciones.pdf