GRUPO # 8GRUPO # 8

SISTEMAS BASADOS SISTEMAS BASADOS

EN CONOCIMIENTOEN CONOCIMIENTO

LUIS ESCALONA C.I 17.671.990LUIS ESCALONA C.I 17.671.990

MARYURI ZAMBRANO C.I 18.442.624MARYURI ZAMBRANO C.I 18.442.624

SORELIS MEDINA C.I 14.673.513SORELIS MEDINA C.I 14.673.513

ZULAIMA GUAIMARA C.I 12.670.853ZULAIMA GUAIMARA C.I 12.670.853

Es la actividad de proveer a maquinas como las Es la actividad de proveer a maquinas como las computadoras de la capacidad para exhibir conductas computadoras de la capacidad para exhibir conductas que se considerarían inteligentes si se observaran en que se considerarían inteligentes si se observaran en

seres humanos. La AI representa la aplicación mas seres humanos. La AI representa la aplicación mas sofisticada de las computadoras, pues busca duplicar sofisticada de las computadoras, pues busca duplicar

algunos tipos de razonamiento humano.algunos tipos de razonamiento humano.

Las semillas de la AI se sembraron apenas dos años después de que Las semillas de la AI se sembraron apenas dos años después de que General Eléctrica instaló la primera computadora para uso comercial. En General Eléctrica instaló la primera computadora para uso comercial. En

1956 el termino 1956 el termino inteligencia artificial inteligencia artificial fue acuñado por John McCarthy fue acuñado por John McCarthy como tema de una conferencia celebrada en el Dartmouth Collage. Ese como tema de una conferencia celebrada en el Dartmouth Collage. Ese

mismo año se anuncio el primer programa de computadora con AI, mismo año se anuncio el primer programa de computadora con AI, llamado Logic Theorist. La limitada capacidad de Logic Theorist para llamado Logic Theorist. La limitada capacidad de Logic Theorist para

razonar (demostrando teoremas de calculo) animó a los investigadores a razonar (demostrando teoremas de calculo) animó a los investigadores a desarrollar otro programa llamado General Problem Solver (GPS, desarrollar otro programa llamado General Problem Solver (GPS,

revolvedor general de problemas), diseñado para resolver problemas de revolvedor general de problemas), diseñado para resolver problemas de toda clase.toda clase.

MARYURI ZAMBRANOMARYURI ZAMBRANO

Primero, un DSS consiste Primero, un DSS consiste en rutinas que reflejan la en rutinas que reflejan la

forma como un gerente cree forma como un gerente cree que un problema debe que un problema debe resolverse, así como el resolverse, así como el

estilo y las capacidades del estilo y las capacidades del gerente. Un sistema gerente. Un sistema

experto, en cambio, ofrece experto, en cambio, ofrece la oportunidad de tomar la oportunidad de tomar

decisiones que exceden las decisiones que exceden las capacidades del gerente. capacidades del gerente.

La segunda La segunda distinción entre un distinción entre un

sistema experto y un sistema experto y un DSS es la capacidad DSS es la capacidad

del primero de del primero de explicar la línea de explicar la línea de razonamiento que razonamiento que

siguió para llegar a siguió para llegar a una solución dada. una solución dada.

Con mucha Con mucha frecuencia, la frecuencia, la

explicación de cómo explicación de cómo se llegó a una se llegó a una

solución es mas solución es mas valiosa que la valiosa que la

solución misma.solución misma.

Un Sistema Experto: es un programa de computadorasque intenta representar los conocimientos de expertoshumanos.

Un sistema Experto consta de 4 partes principales:

1.- La Interfaz con el Usuario.

2.- La Base del Conocimiento.

3.- La Maquina de Inferencias.

4.- El Experto y el Ingeniero del Conocimiento.

ZULEIMA GUAIMARAZULEIMA GUAIMARA

La Interfaz con el Usuario: permite al usuario interactuar con el sistema experto, permitiendole al gerente introducir instrucciones e información en el sistema experto y recibir información de él.

Entradas del Sistema Experto:La Interfaz con el Usuario de un sistema experto esta diseñada:1.- Para facilitar un dialogo bidireccional entre el sistema y el usuario.2.- El sistema muestra información en la pantalla y el usuario introduce información empleando el teclado, el ratón o cualquier otro tipo de mecanismo para apuntar.3.- Los primeros sistemas usaban las técnicas de pregunta y respuesta y llenado de formas.

4.- Luego aparecieron los menús y los lenguajes de comandos, y los sistema de administración de bases de datos (DBMS).

El Formato de Interfaz más popular en la actualidad es la: INTERFAZ GRAFICA CON EL USUARIO.

También es posible combinar estos Formatos de Pantalla de diversas maneras para crear un Diseño de Pantalla Integrada.

Salidas del Sistema Experto:

Los sistemas Expertos se diseñan para recomendar soluciones , estas soluciones se complementan con explicaciones.

Hay dos tipos de explicaciones:

1.- Explicación de preguntas.

2.- Explicación de la solución del problema.

La Base del Conocimiento: contiene los conocimientos acumulados sobre el problema especifico a resolver , además contienen hechos que describen el área del problema y técnicas de representación de conocimientos que describen como los hechos embonan de forma lógica.

Una Técnica popular para representar conocimientos consiste en usar REGLAS.

MODELO DE SISTEMA EXPERTO

6) LA MAQUINA DE DESARROLLO

LUIS ESCALONALUIS ESCALONA

A) Lenguajes de programación

Podemos crear un sistema experto empleando cualquier lenguaje de programación, pero dos se prestan especialmente a la representación

simbólica de la base del conocimiento: Lips y Prolog. Lips fue inventado en 1959 por John McCarthy (uno de los miembros de aquella primera reunían

sobre AI), y Alain Colmerauer de la universidad de Marsella inició los trabajos sobre Prolog en 1972.

B) Shells de sistemas expertos Uno de los primeros sistemas expertos fue Mycin, creado por Eduard Shordiffe

en la universidad de Stanford. Mycin se creo para diagnosticar enfermedades infecciosas.

EJEMPLO: Un ejemplo de dominio de problema que se presta a un shell de sistema experto es el que apoyo

a los mostradores de ayuda. Un mostrador de ayuda es una unidad dentro de una organización que proporciona ayuda técnica a los usuarios. Las unidades de servicios de

información suelen contar con mostradores de ayuda para proporcionar apoyo a los usuarios y también a sus propios especialistas en información.

:

C) El papel del analista de sistemas

EL ANALISTA DEBE:

- Poder extraer del experto una descripción de

esos conocimientos. El proceso de extraer los conocimientos

se ha denominado adquisición del conocimiento,

y se han ideado -varias estrategias distintas.

- Entender la forma en que los expertos aplican

sus propios conocimientos a la resolución de problemas.

D) El proceso de creación del sistema Es el proceso de crear un sistema experto varia respecto a ese patrón porque

interviene un tercer protagonista como lo es el experto.

En el proceso de creación del sistema posee 8 pasos los cuales son los siguientes:

7) REDES NEURONALES

Una red neuronal es un modelo matemático del cerebro humano que simula la forma en que las

neuronas interactúan para procesar datos y aprender con la experiencia.

1) Comparaciones biológicas

2) La evolución de los sistemas neuronales artificiales

3) El sistema neuronal artificial 4) Adiestramiento de redes

5) El sistema neuronal artificial en perspectiva

El diseño de las redes neuronales se ha inspirado en el diseño físico de cerebro humano. El componente del cerebro que procesa la información es la neurona, que consta de

tres regiones básicas las cuales son:

1) Comparaciones biológicas

Dendritas:

- Dendritas- Los axones

- Soma

La evolución de los sistemas neuronales artificiales consta de 2 leyes las cuales son:

• A) Ley del aprendizaje de Hebb

Una de las reglas de aprendizaje más famosas fue puesta en 1949 por Donald Hebb. La ley del aprendizaje de Hebb dice que, cuanto más a menudo una neurona contribuye al disparo de una segunda, más eficiente, más eficiente será el efecto de la primera sobre

la segunda. Es así como se almacena memoria en las conexiones sinápticas del cerebro, y hay aprendizaje cuando cambia la fuerza de estas conexiones.

• B) Las primeras neurocomputadoras

A principios de los cincuenta. Marvin Minsky creó un dispositivo al que llamó Snack, y que muchos consideran como la primera neurocomputadora, o análogo del cerebro humano basado en una computadora. Aunque técnicamente el Snack tuvo éxito, no

logró desempeñar una función de procesamiento de información significativa.

2) La evolución de los sistemas neuronales artificiales

3) El sistema neuronal artificial

Sistema neuronal artificial

Y2

Y1

Y3

Yn-1

Y

4) Adiestramiento de redes

El adiestramiento consiste en muchas repeticiones de entradas que expresan diversas relaciones. Al refinar progresivamente

los pedos de los nodos del sistema (las neuronas simuladas), el ANS descubre las relaciones entre las entradas.

5) El sistema neuronal artificial en perspectiva

Es el principal factor que distingue sistema neuronal artificial de las aplicaciones de sistemas expertos.

El Uso de Sistemas Expertos

El uso de Sistemas Expertos en los negocios se inició a principios de los ochenta. Desde entonces, se ha creado Sistemas para una amplia variedad de áreas de aplicación. El área de finanzas de la compañía ha sido más activa.

SORELIS MEDINASORELIS MEDINA

Un Ejemplo de Sistema Experto de Finanzas:

Es el sistema de aprobación de crédito creado por los profesores Venkat Srivasan de la Northeastern University, Boston, y Yong H. Kim de la University of Cincinnati, quienes estaban trabajando con una compañía incluida en la lista Fortune 500, que identificaremos como SRR.

La política de crédito de SRR abarca dos actividades:

(1) establecer limites de crédito para clientes nuevos y revisarlos cada año.

(2) manejar excepciones cada día. Srinivasan y Kim entrevistaron a los gerentes de crédito y observaron cómo los analistas de crédito tomaban sus decisiones. Un gerente de crédito senior fungió como experto.

La Decisión de Aprobación de Crédito:

• Las cinco categorías de información, en las que se basa la decisión de aprobación de crédito son:

• Fortaleza Financiera • Historial de pagos• Antecedentes del Cliente• Ubicación Geográfica• potencial Comercial

Las categorías tienen diferentes pesos, dependiendo del importe de crédito solicitado.

Distribución de Sistemas Expertos por industria

La Base del Conocimiento

La base del conocimiento del sistema experto consta de dos componentes:

(3) Reglas que Reflejan la lógica de aprobación de crédito (4) Un modelo matemático que determina el límite de crédito.

Un ejemplo de la muestra del conjunto de reglas empleadas para determinar la fortaleza financiera del cliente. Si se enciende una de las reglas, el cliente recibe una calificación de excelente en la categoría correspondiente.

La Interfaz con el Usuario

A medida que la máquina de inferencias examina el conjunto de reglas empleado prorrazonamiento, se pide al analista de crédito que haga comparaciones paralelas. por ejemplo la maquina de inferencias podría ser la pregunta:

¿Qué importancia relativa tienen los Antecedentes del Cliente respecto al Historial de pagos si el objetivo es mejorar el desempeño de crédito global?

El analista de crédito que refleja la comparación, y el encadenamiento hacia adelante nunca continúa. Una vez que termina el encadenamiento. los resultados aparecen en una serie de pantallas.

Ejemplo de Pesos de las Categorías de Información

Ventajas y Desventajas de los Sistemas Expertos

Los Sistemas Expertos ofrecen algunas ventajas reales, pero también tienen desventajas. Las ventajas pueden ser tanto para la compañía como para los gerentes.

Las Ventajas de los Sistemas Expertos para los Gerentes:

Los gerentes usan Sistemas Expertos con la intención de mejorar las decisiones que toman. Esto se logra gracias a la posibilidad de:

• Considerar más alternativas: Un Sistema Experto puede permitir a un gerente considerar

más alternativas en el proceso de resolver un problema.

• Aplicar un Nivel más alto de Lógica: Un gerente que usa un Sistema Experto puede aplicar la

misma lógica que aplicaría el experto más sobresaliente en el campo.

• Dedicar más tiempo a evaluar los resultados de las decisiones

En muchos casos el Gerente puede asesorarse rápidamente con el sistema experto, y así tener más tiempo para examinar los posibles resultados antes de que sea necesario actuar.

Tomar Decisiones más consistentes: La Computadora no tiene días buenos y malos como el

Gerente humano. Una vez programado el razonamiento en la computadora, el gerente sabe que seguirá el mismo proceso de razonamiento para cada problema.

Las ventajas de los Sistemas expertos para la compañía

Una compañía que implementa un sistema experto puede esperar:

• Mejor desempeño de la compañía: A medida que los Gerentes de la compañía extienden sus

capacidades de resolución de problemas con la ayuda de sistemas expertos, los mecanismos de control de la compañía mejoran. La compañía se vuelve más capaz de alcanzar sus objetivos.

• Mantener el control sobre los conocimientos de la compañía. Los sistemas expertos ofrecen la oportunidad de poner los

conocimientos de los empleados con más experiencia a disposición de los empleados más nuevos y con menos experiencia, incluso después de que los empleados han salido de la compañía.

Desventajas de los Sistemas expertos

• Dos Características de los Sistemas expertos limitan su potencial como herramienta para resolver problemas.

• Primera los Sistemas Expertos no pueden manejar conocimientos inconsistentes.

Esta es una desventaja real porque , en los negocios, pocas cosas son siempre ciertas, a causa de la variabilidad en el desempeño humano .

Segunda, los Sistemas expertos no pueden aplicar el juicio y la institución que son ingredientes importantes de la resolución de problemas semiestructurados.

En el caso de los sistemas basados en el conocimiento. Se ha logrado mucho en el área de los sistemas expertos y las

redes neuronales, y se han creado con éxito muchas aplicaciones. No obstante, falta mucho por hacer.

Actualmente el costo de los sistemas basados en le conocimiento hace que estén fuera del alcance de la mayor

parte de las compañías. También, la capacidad de los sistemas para imitar la inteligencia humana es en general

demasiado limitada para considerarse algo más que primitiva.

En síntesis, la tarea de aplicar la AI sea un reto para resolver problemas de negocios ha resultado ser un hueso duro de

roer, probablemente mas duro que lo que esperaban los primeros visionarios. Sin embargo, el hecho de que la AI sea

un reto formidable es una razón de más para que los ingenieros del conocimiento actuales sigan luchando por

alcanzar niveles más altos de desempeño.

MARYURI ZAMBRANOMARYURI ZAMBRANO

GRACIAS POR SU ATENCIÓN

¡ Que tengan un feliz día !