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
