UNIVERSIDAD NACIONAL DE LOJA

AREA DE ENERGÍA, LAS INDUSTRIAS

Y LOS RECURSOS NATURALES

NO RENOVABLES

INGENIERIA EN SISTEMAS

PARALELO: “A”

Sistemas Expertos

PROFESOR: Ing. Edison Coronel

Rosa Elizabeth Guamán Guadalima

ALUMNA:

LOJA – ECUADOR

2012

MODULO: X

Sistemas Expertos

Universidad Nacional de Loja Módulo 10°“A”

1. ¿QUÉ ES UN SISTEMA EXPERTO?

Existen varias concepciones sobre lo que es un Sistema

experto de las cuales citamos las siguientes:

Los sistemas experto son máquinas que razonan y

piensan como un experto lo haría en un acierta

especialidad o campo. Un sistema experto de verdad, no

sólo realiza las funciones tradicionales de manejar

grandes cantidades de datos, sino que también manipula esos datos de forma tal que el

resultado sea inteligente y tenga significado para responder a preguntas incluso no

completamente especificadas.

Un sistema experto es un conjunto de programas que, sobre una base de conocimientos,

posee información de uno o más expertos en un área específica. Se puede entender

como una rama de la inteligencia artificial, donde el poder de resolución de un problema

en un programa de computadora viene del conocimiento de un dominio específico. Estos

sistemas imitan las actividades de un humano para resolver problemas de distinta índole,

no necesariamente tiene que ser de inteligencia artificial.

2. EJEMPLOS DE SISTEMAS EXPERTOS

NOMBRE CARACTERÍSTICA

MYCIN

Es un Sistema Experto para la realización de diagnósticos en el área de la medicina, iniciado por Ed Feigenbaum y posteriormente desarrollado por E. Shortliffe y sus colaboradores. Su función es la de aconsejar a los médicos en la investigación y determinación de diagnósticos en el campo de las enfermedades infecciosas de la sangre.

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.

DELTA

Sistema experto que ayuda a los mecánicos en el diagnóstico y reparación de locomotoras diesel-eléctricas, DELTA no sólo da consejos expertos, sino que también presenta informaciones por medio de un reproductor de vídeo

DENDRAL

Fue el primer ejemplo de la estructura básica de un sistema experto, problemas resueltos y formalizados con un conocimiento específico (en la forma de un sistema de reglas). Tuvo habilidad de explorar y abandonar posibles soluciones (goal) y es considerado como uno de los más tempranos y exitosos sistemas expertos que dominan un problema específico.

EURISKO Sistema experto capaz de aprender a medida que funciona, que crea circuitos micro eléctricos

PROMETEO Un sistema experto para el pronóstico meteorológico local basado en redes neuronales y cálculo de analogías.

Sistemas Expertos

Universidad Nacional de Loja Módulo 10°“A”

3. COMPONENTES DE UN SISTEMA EXPERTO

Los componentes de un sistema experto son:

La componente humana: la colaboración de los expertos humanos, los

ingenieros del conocimiento y los usuarios, es quizás el elemento más importante

en el desarrollo de un sistema experto. Esta etapa requiere una enorme

dedicación y un gran esfuerzo debido a las diferencias que existen tanto en el

lenguaje como las experiencias que poseen cada parte.

La base del conocimiento: los especialistas son responsables de suministrar a

los ingenieros del conocimiento una base de conocimiento ordenada y

estructurada y un conjunto de relaciones bien definidas y explicadas.

Aquí se diferencia entre datos y conocimiento:

Datos: se refieren a la información relacionada con una aplicación e particular

Conocimientos: se refiere a las afirmaciones de validez general tales como

reglas, distribuciones de probabilidad, etc.

Subsistema de adquisición de conocimiento: controla el flujo del nuevo

conocimiento que fluye del experto humano a la base de datos. El sistema

determina qué nuevo conocimiento se necesita, o si el conocimiento recibido es en

realidad nuevo, para determinar si se debe o no incluir en la base de datos.

Control de la coherencia: controla la consistencia de la base de datos y evita que

las unidades de conocimientos inconsistentes entren en la misma. Así mismo

cuando se solicita información por parte de los expertos humanos, este

subsistema informa sobre las restricciones que ésta debe cumplir para ser

coherente con la existente en la base del conocimiento.

Sistemas Expertos

Universidad Nacional de Loja Módulo 10°“A”

El motor de inferencia: es el corazón de todo sistema experto, este modela el

proceso de razonamiento humano, es decir, saca conclusiones aplicando el

conocimiento a los datos.

Las conclusiones del motor de inferencia pueden estar basadas en conocimiento

determinista o conocimiento probabilística.

El subsistema de adquisición del conocimiento: es utilizado para obtener el

conocimiento necesario y continuar con el proceso de inferencia hasta que se

hayan sacado conclusiones.

Interfaz 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.

La importancia de la interfaz de usuario es que los usuarios evalúan comúnmente

los sistemas expertos y otros sistemas por la calidad de dicha interfaz más que

por la del sistema experto mismo, aunque no se debería juzgar la calidad de un

libro por su portada.

El subsistema de ejecución de órdenes: es necesario un subsistema que

explique el proceso seguido por el motor de inferencia o por el subsistema de

ejecución. Así mismo en muchos dominios de aplicaciones, es necesaria la

explicación de las conclusiones debido a los riesgos asociados con las acciones a

ejecutar.

El subsistema de aprendizaje: Una de las principales características de un

sistema experto es su capacidad para aprender. En este subsistema encontramos

dos tipos de aprendizaje

Aprendizaje estructural: se refiere a algunos aspectos relacionados con

la estructura del conocimiento (reglas, distribuciones de probabilidad, etc.).

Por ello, el descubrimiento de nuevos síntomas relevantes para una

enfermedad o la inclusión de una nueva regla en la base de conocimiento

son ejemplos de aprendizaje estructural aprendizaje paramétrico.

Aprendizaje paramétrico: es el estimar los parámetros necesarios para

construir la base de conocimiento. Por ello, la estimación de frecuencias o

probabilidades asociadas a síntomas o enfermedades es un ejemplo de

aprendizaje paramétrico.

Sistemas Expertos

Universidad Nacional de Loja Módulo 10°“A”

4. DESARROLLO DE UN SISTEMA EXPERTO

El desarrollo de un sistema experto se da en las siguientes etapas:

Planteamiento del problema: La primera etapa en cualquier proyecto es

normalmente la definición del problema a resolver, y es de suma importancia

puesto que si el sistema está mal definido, se espera que el sistema suministre

respuestas erróneas.

Encontrar expertos humanos que puedan resolver el problema: sin embargo

en algunos casos, las bases de datos pueden jugar el papel del experto humano.

Diseño de un sistema experto: diseño de estructuras para almacenar el

conocimiento, el motor de inferencia, el subsistema de explicación, la interfaz de

usuario, etc.

Planteamiento del problema

Encontrar expertos humanos

Refinamiento y generalización

Diseñar Sistema experto

Elegir Herramienta de desarrollo

Construir Prototipo

Probar prototipo

Mantenimiento y puesta al día

Sistemas Expertos

Universidad Nacional de Loja Módulo 10°“A”

Elección de la herramienta de desarrollo, concha, o lenguaje de

programación. Debe decidirse si realizar un sistema experto a medida, o utilizar

una concha, una herramienta, o un lenguaje 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,

etc.

BIBLIOGRAFÍA:

Castillo Enrique, Gutiérrez José M, Hadi Ali, sistemas expertos y modelos de redes probabilísticas.

Gutiérrez José M, Cano Rafael, Prometeo [en línea, disponible en

URL: http://grupos.unican.es/ai/meteo/articulos/caepia99.pdf ] Merrill Dereck, Dendral [en línea, disponible en

URL: http://members.fortunecity.com/jon_alava/docs/dendral.htm] Sistemas Expertos, blog [en línea, disponible en

URL: http://www.galeon.com/sistemasexpertos2006/] Alegsa, pagina Web [en línea, disponible en

URL: http://www.alegsa.com.ar/Diccionario/C/2695.php]