Sistemas expertos
13
Click here to load reader
-
Upload
ruth -
Category
Technology
-
view
5.236 -
download
1
description
Sistemas expertos,componentes y tipos de SE
Transcript of Sistemas expertos
Materia: Inteligencia Artificial.
Tema: Sistemas Expertos.
Profesor: Edgar Altamirano Carmona.
Alumna: Ruth Barbosa Rodríguez.
El termino sistema experto fue propuesto por vez primera
Feigenbaum en 1977 en el congreso mundial de
inteligencia artificial, realizado en la ciudad de
Tokio, Japón. Su definición era expresada como programa
inteligente que utiliza conocimiento y procedimientos de
inferencia (deducciones) para resolver problemas difíciles
en los que se requiere la participación de un experto
humano.
Un sistema experto (SI) emita el comportamiento de una
persona experta en un dominio concreto. Una persona se
considera experta o experto cuando tiene conocimiento
especializado de algún problema, a este conocimiento se
le llama conocimiento sobre el dominio y el área del
conocimiento intelectual para ser capturado en un sistema
experto se le llama dominio de tarea.
Para la realización de un sistema experto se deben seguir
diversos mecanismo, un mecanismo viable podría ser el
que fue presentado por Milton (2003),mostrado a
continuación:
1. Hacer una entrevista con en el experto para adquirir el
conocimiento, se debe conocer la terminología y el
propósito del conocimiento.
2. Crear un diagrama conceptual en consecuencia de los
resultados de la entrevista y generar preguntas que
cumplan el propósito del sistema.
3. Realizar otra entrevista en el experto utilizando las
preguntas que fueron hechas de acuerdo a la anterior
entrevista.
4. Generar los conceptos, reglas, atributos, valores y
relaciones de la entrevista.
5. Representar los elementos de la manera más apropiada ya
sea textos, diagramas, ilustraciones, etc.
Equipo de desarrollo de un sistema experto.
ExpertoIngeniero del conocimiento
Usuario
Experto: Aporta la información sobre el dominio requerido.
Ingeniero del conocimiento: recaba la información por medio
de estrategias , estructura el conocimiento y lo implementa
en la base del conocimiento.
Usuario: Aporta sus ideas enfocándose al escenario del
sistema experto.
6. Presentar los resultados al experto y permitirle que haga
cambios si es necesario.
7.Consultar con otro expertos y de igual manera modificarlo
si es posible.
Base de
conocimiento
Motor de
inferencia
Componentes principales para un sistema
experto
Base del conocimiento: consta de dos conocimientos : el efectivo y el
heurístico.
Conocimiento efectivo: conocimiento de dominios de tareas.
Conocimiento heurístico se obtiene por la experimentación y el
razonamiento, suele fallar.
Motor de inferencia: es el interprete de la base de conocimiento.
Base de
conocimiento
Motor de
inferencia
Interfaz
Modulo de explicación
Componentes principales para un sistema
experto
Modulo de adquisición
de conocimientos
La interfaz: debe maneja un lenguaje natural, hace
preguntas, da información y mostrar una conclusión final ;
todo esto es procesado en la base de conocimiento.
Base de
conocimiento
Motor de
inferencia
Interfaz
Modulo de explicación
Componentes principales para un sistema
experto
Modulo de adquisición
de conocimientos
El modulo de explicación justifica el proceso de
razonamiento que ha seguido el sistema experto para llegar a
sus conclusiones.
Base de
conocimiento
Motor de
inferencia
Interfaz
Modulo de explicación
Componentes principales para un sistema
experto
Modulo de adquisición
de conocimientos
El modulo de adquisición de conocimiento permite a los
expertos modificar la base del conocimiento ya sea para
corregir errores en la base de conocimiento o debido a que el
conocimiento se encuentra en constante cambio debe ser
actualizado.
Basados en
reglas
se define a partir de un conjunto de objetos, que
representen variables del modelo
considerado, ligadas por medio de un conjunto de
reglas que representen relación entre las
variables.
Sistemas
expertos
probabilísticos
su base de conocimiento la compone un lugar
probabilístico, el motor de inferencia actúa sobre
el cálculo de probabilidades condicionadas..
Sistemas de
interpretación
deduce la descripción de situaciones por medio de
sensores de datos. Ejemplos: la medición de
temperatura, reconocimiento de voz.
Sistemas de
predicción:
deduce probables consecuencias a situaciones
dadas. Ejemplo predecir el daño de cosecha
debido a insectos.
Sistemas de
interpretación
deduce la descripción de situaciones por medio de
sensores de datos. Ejemplos: la medición de
temperatura, reconocimiento de voz.
Sistemas de
diagnóstico:
deduce las fallas de un sistema en base a los
síntomas. Utiliza características de
comportamiento, descripción de situaciones.
Ejemplo: diagnostico de enfermedades.
Experto humano Sistema experto
Difícil de trasladar Fácil de trasladar
Difícil de documentar Fácil de documentar
Impredecible en su forma de ser Consistente
Mortal Durable
Creativo No creativo
Experiencia personal Entrada simbólica (lo que le dice el usuario)
Enfoque amplio Enfoque cerrado
Sentido común Enfoque técnico
Los lenguajes de programación más utilizados en sistemasexpertos son LISP uno de los lenguajes más destacados en losaños 50 y para los años 70 Prolog.
DENTRAL: calcula y describe hechos sobre las moléculas a partir de datos químicos.
MICYN: dignáosla infecciones en la sangre y meningitis, además aporta el medicamento que se debe de usar ante cada situación.
PUFF: diagnostica y da tratamiento a enfermedades de pulmón.
MOLGENO: ayuda a trabaja en el campo del ADN y de la ingeniera genética.
R1: Ayuda a descubrir yacimientos petroleros debajo de aguas marinas.
Entre otros.
Bibliografia
http://sisbib.unmsm.edu.pe/bibvirtualdata/tesis/basic/carlos_
sm/cap1.pdf
http://www.cs.us.es/cursos/iic-2003/temas/tema-02-iic04.pdf
http://www.frro.utn.edu.ar/repositorio/catedras/quimica/5_an
io/orientadora1/monograias/pignani-sistemasexpertos.pdf
http://www.dei.uc.edu.py/tai97/sexperto/SE.htm
