SistemasTutorialesInteligentes1.1IntroducciónalosSistemasExpertos
CentroUniversitarioUAEMValledeMéxico
Intro.SistemasExpertos-VictorM.LandassuriM.
MaestríaenCienciasdelaComputación(MACSCO)
1
Fechadeelaboraciónjulio2016Semestre:Agosto-Diciembre2016
ÍndicedeContenidos
• Descripcióndelaunidaddeaprendizaje
• Introducción• UnidadI.Lossistemastutoresinteligentesysusmódulos
1.1IntroducciónalosSistemasExpertos
• GuionexplicaBvo
• Referencias
Intro.SistemasExpertos-VictorM.LandassuriM. 6
Intro.SistemasExpertos-VictorM.LandassuriM.
IdenVficacióndelCurso
HorasdeTeoría:2hrs.
HorasdePrácVca:2hrs.
MaestríaenCienciasdelaComputación
Créditos:6
UnidaddeAprendizajeAntecedente:Ninguna
UnidaddeAprendizajeConsecuente:Ninguna
8
LINEAMIENTOS
DELDOCENTE
• EstablecerlaspolíBcasdelcursoaliniciodelmismo.
• Respetarelhorariodelcursoylaformadeevaluarlo.
• CumplireltemarioyelnúmerodehorasasignadasalcursoojusBficarlaausenciaporadelantado(asistenciaaconferencias,etc.)
• Asesoraryguiareltrabajodelasunidadesdeaprendizaje.
• Retroalimentareltrabajodelosalumnos.
• FomentarlacreaBvidadenlosalumnosatravésdeldesarrollodeproyectos.
• EvaluaryCalificaralosalumnos.• PrepararelmaterialdidácBcoparalas
clasesyprácBcas.
DELDISCENTE
• CumplirconlasacBvidadesencomendadasentregandoconcalidadenBempoyformalostrabajosrequeridos.
• ParBciparacBvaycríBcamenteenelprocesodeenseñanza-aprendizaje.
• Hacerusoadecuadodelasinstalacionesyequipodecómputo.
• Realizarlasevaluacionesqueseestablezcan.
• Mantenerunaspautasdecomportamientosocialmenteaceptablescuandoseencuentreenclasesylaboratorio.
• Cuandoserequiera,entregaraBempoyformalostrabajosrequeridos.
Intro.SistemasExpertos-VictorM.LandassuriM. 9
PROPÓSITO
Que e l a lumno permi ta conocer l asherramientas adecuadas para la extracción delconocimiento, así como contar con laexperiencia pácBca para desarrollar un sistematutorialinteligentecompleto.
Intro.SistemasExpertos-VictorM.LandassuriM. 10
COMPETENCIASGENÉRICASEl alumno podrá plasmar de forma clara yconsisa losmétodos y técnicas empleafos en laconstruccióndeunSistemaTutorialInteligente.
Intro.SistemasExpertos-VictorM.LandassuriM. 11
NOTA: Tratando de incentivar el uso y dominio del idioma Inglés, diversos materiales o textos en este documento se dejan en dicho idioma, para que el alumno vaya obteniendo gradualmente esta competencia
ObjeVvoGeneral
• El alumno parBcipante adquirirá ́ lascompetencias especificas y las herramientascomputacionales para el desarrollo de unSistemaTutorialInteligente
Intro.SistemasExpertos-VictorM.LandassuriM. 12
ESTRUCTURA/UNIDADES
1. Lossistemastutorialesinteligentesysusmódulos
2. Elmódulodedominiodeconocimiento3. Elmódulotutor4. Elmódulodelestudiante5. Elmódulodelainterfaz6. Normasdeinteracciónentremódulos
Intro.SistemasExpertos-VictorM.LandassuriM. 13
ESTRUCTURA/UNIDADES
EnestejuegodediaposiBvasnosenfocamosenlaUnidad1,lacualsesubdivideen:1. Lossistemastutorialesinteligentesysus
módulos1.1IntroducciónalosSistemasExpertos(tratadosaquí)1.2IntroducciónalaRepresentacióndelConocimiento1.3IntroducciónalaMaquinadeInferencia
Intro.SistemasExpertos-VictorM.LandassuriM. 14
Intro.SistemasExpertos-VictorM.LandassuriM.
ProcedimientosdeEvaluación
LecturasyTrabajoEscrito 30%ExposiciónIndividual 30%2Exámenesparciales 40%Sielalumnonoexentar(9.0omásenpromediodeloanterior),sepresentaráunexamenfinalordinario:EvaluacióndelSemestre: 60%Examenordinario: 40%
15
Contenido
1.1IntroducciónalosSistemasExpertos• Antecedentes• Conceptos• ConsultandoaunExperto• IndicacionesRemotas• SistemasExpertosbasadosenComputadora• TiposdeSistemasExpertos• ComponentesdeunSistemaExperto• InterpretedecomandosShell• Seleccióndeproblemas
Intro.SistemasExpertos-VictorM.LandassuriM. 17
MACSCO
• EnestejuegodediaposiBvassepresentaunala introducción general a los Sistemasexpertos, como primera etapa para conocerlosSistemasTutoresInteligentes
• Posteriormente, se podrá revisar deintroducción a la representación delconocimiento.
Intro.SistemasExpertos-VictorM.LandassuriM. 18
SistemaTutorInteligente
• Es un sistema capaz de adaptarse al estudiante, suforma de aprendizaje, y poderlo guiar de formapersonalizada como si fuera un tutor de BempocompletoqueacompañaalalumnotodoelBempo.
Intro.SistemasExpertos-VictorM.LandassuriM. 19
Figuratomadade:hcp://dieumsnh.qe.umich.mx/tutoria/cap_uno.htm,paracuesBonesdidácBcas
SistemaTutorInteligente
• Deesta forma, la InteligenciaArBficialbuscaqueelalumno tengauna interaciónnatural, como si fueraunTutorhumano.
• El esfuerzo esta en aprender del estudianteautomáBcamenteyhacerlosenBrcomosielalumnointeracturaconunhumano– Cuando realmente es una máquina – Revisar“TuringimitaBongame”–“TheTuringTest”
Intro.SistemasExpertos-VictorM.LandassuriM. 20
Theturingtest
Intro.SistemasExpertos-VictorM.LandassuriM. 21Figuratomadade:hcp://turingtestsin2014.blogspot.mx/2014/06/4-days-to-turing-tests-at-royal-society.html,paracuesBonesdidácBcos
SistemaTutorInteligente
• Así podemos iniciar con un rápido repaso de losprimerossistemasdesarrolladosparatratardellegaraesejuego
– Dondeunapersonanopuede idenBficarsiplaBcaconunhumanoounamáquina
– Esdecir,vamosainiciar,revisandoquesonlosSistemasExpertos
Intro.SistemasExpertos-VictorM.LandassuriM. 22
Intro.SistemasExpertos-VictorM.LandassuriM.
IniciodelosSistemasExpertos
24
• 60s– Sebuscabansolucionesgenerales
• 70s– Lossistemassoneficientesendominiosacotados– SurendimientodependedelacalidadycanBdaddeinformación
– Importantesepararelconocimientodeldominio,delmecanismodeinferencia
Intro.SistemasExpertos-VictorM.LandassuriM.
IniciodelosSistemasTutoresInteligentes
25
• 80s– SeinicialaideadepoderimparBrconocimiento
• UsandounaformainteligenteparaguiaryasisBralosalumnos
– Sebuscaeliminaraltutorhumano• Teniendountutorquesepuedaadaptaralcomportamientodelestudiante• Esuntutorpersonalizado• BrindaayudascongniBvascuandolorequeira
Intro.SistemasExpertos-VictorM.LandassuriM.
Definición
26
• Sistemasbasadosenconocimiento(SBC)– knowledge-basedsystems(KBS)
• Sistemasqueresuelvenproblemasaplicandounarepresentaciónsimbólicadelaexperienciahumana
• Sistemasquerepresentanenconocimientodeldominioenformaexplícitayseparadadelrestodelsistema
Intro.SistemasExpertos-VictorM.LandassuriM.
Definición
27
El objeBvo es resolver problemassimulando la conducta inteligente de unexpertohumano
Intro.SistemasExpertos-VictorM.LandassuriM.
Conceptos
29
• Experto– Personaconlahabilidadderesulverunproblema– Tiene
• Habilidadesespecializadas• ConocimientoquenocualquieraBene• Aplicacióncorrectadedichoconocimiento(lamayoríadelasveces)usando:– Trucos,reglas,principiosbasadosenlaexperiencia(rules-of-thumb)
Intro.SistemasExpertos-VictorM.LandassuriM.
Conceptos
30
• Atributo:Varuablequetomaunvalor,numerico,textoológico,almacenanelconocmientoactualenlabasedeconocimeinto
• Inferencia:nuevoconceptoinferidoaparBrdeloshechosexistentes
• Maquinadeinferencia:sopwarequeBeneunmecanismoderesonamiento
• InterfazdeUsuario:sopwareporelcualelusuariointeractuaconelSistemaExperto
Intro.SistemasExpertos-VictorM.LandassuriM.
Conceptos
31
• Información:Conjuntodedatosbásicossininterpretar
• Datos:unidadbásicadeinfromación,porejemplolosdatosrecolectadosdelossensoresdeunrobot
• Conocimiento:Interpretacióndeinformación,modelandodeformaestructuradaciertodominio
Intro.SistemasExpertos-VictorM.LandassuriM.
Consultandoaunexperto
32
• Atributosparallevaracabolaconsulta– Laconsultaes• Orientadaaunameta• Eficiente– Seeliminanopcionesdeacuerdoalasrespuestas
• AdaptaBva– Cuandonosepuedehacerrecomendaciones,seintentasotraspreguntas
Intro.SistemasExpertos-VictorM.LandassuriM.
Consultandoaunexperto
33
• Losexpertos– Trabajansininformaciónperfecta
• Dependiendodelgradodeseguridadenlarespuestasepuedesugerirunarecomendaciónolasiguientepregunta
– Explicansusrecomendacionesdeacuerdoasurazonamiento
• Ejemplo:
Intro.SistemasExpertos-VictorM.LandassuriM. 34
Figuratomadade:hcp://www.experBse2go.com/e2g3g/tutorials/ESIntro/,confinesdidácBcos
Intro.SistemasExpertos-VictorM.LandassuriM.
Indicacionesremotas
35
• Librosymanualespermitenconsultasremotas(experienciaalmacenada)
• Métodosparaextraerelconocimiento– Checklist– Diagramasdeflujo– TablasdeDecisión– Todossonenfocadosenmetas
Intro.SistemasExpertos-VictorM.LandassuriM. 36
DiaposiBvatomadade:hcp://www.experBse2go.com/e2g3g/tutorials/ESIntro/
Intro.SistemasExpertos-VictorM.LandassuriM. 37
DiaposiBvatomadade:hcp://www.experBse2go.com/e2g3g/tutorials/ESIntro/
Intro.SistemasExpertos-VictorM.LandassuriM.
SEBasadoenComputadora
38
• ¿LosSEbasadosencomputadorassonsimilaresalosexpertoshumanos?
Intro.SistemasExpertos-VictorM.LandassuriM.
SEBasadoenComputadora
39
• ¿LosSEbasadosencomputadorassonsimilaresalosexpertoshumanos?
• LosSEbasadosencomputadorasimulanmejoralosexpertoshumanosencomparacióncon:– Checklists– Diagramasdeflujo– Tablasdedecisión– Estosfallanconinformaciónincompletaoaldarunaexplicación
Intro.SistemasExpertos-VictorM.LandassuriM.
SEBasadoenComputadora
40
• LosSEsonunaaplicacióndelaIA• Reglasdeproducción– Conocimientorepresentadoporunsistemabasadoenreglas– Cuandounareglaesverdadera,segeneraunhecho
Intro.SistemasExpertos-VictorM.LandassuriM.
Tiposdesistemasexpertos
41
• Segúnnaturalezadelproblema:– Deterministas• Elestadoactualdependedelestadoanteriorylasaccionessobreelentorno.• SEbasadosenreglas• Usanunmecanismoderazonamientológicoparasacarsusconclusiones.
Intro.SistemasExpertos-VictorM.LandassuriM.
Tiposdesistemasexpertos
42
– Estocás/cos• SistemasenlosqueexisteincerBdumbre,porloquenecesitasertratada.
• SonlosSistemasExpertosProbabilísBcosylaestrategiaderazonamientousadaeselrazonamientoprobabilísBco.
Intro.SistemasExpertos-VictorM.LandassuriM.
Integra:
44
– Basedeconocimineto-deunproblemaespecífico• Almacenaconocimientocodificadodeundominioespecificodeunproblema• ConBenesentenciasif-then• ConBeneespecificacionesadicionalesparacontrolarelcursodelaentrevista
Intro.SistemasExpertos-VictorM.LandassuriM.
Integra:
45
– Motordeinferencia• Implementaelmecanismodeinferencia• Controlaelprocesodeentrevista• Esgeneralizado
– Soportavariasbasesdeconocimiento
– Interfazdeusuario• Solicitainformación
– Delusuario– y/odebasesdedatososensores
• Presentasalidasparcialesyfinales
Intro.SistemasExpertos-VictorM.LandassuriM.
Integra:
46
– Motordeinferencia• Implementaelmecanismodeinferencia• Controlaelprocesodeentrevista• Esgeneralizado
– Soportavariasbasesdeconocimiento
– Interfazdeusuario• Solicitainformación
– Delusuario– y/odebasesdedatososensores
• Presentasalidasparcialesyfinales
Intro.SistemasExpertos-VictorM.LandassuriM.
Interpretedecomandos(Shell)
47
– Consistedeunmotordeinferenciageneralizado– Basedeconociemintoenformatoespecífico– Interfazdeusuario
– Herramientaspara• Dieño• Desarrollo• Pruebas• Delabasedeconocimiento
Intro.SistemasExpertos-VictorM.LandassuriM.
ShelldeSE
48
– Representamuchosdominiosdeproblemaconelmismosopware
• Opciones:– e2g3g
• TheWeb-BasedExpertSystemInferenceEngine• Proprietary• Non-commercialtool
Intro.SistemasExpertos-VictorM.LandassuriM.
¿Quéproblemassoncandidatos?
50
• DiagnósBco– Micarronoenciende– DiagnosBcoenmedicina
• Planeación– Estrategíademercado(markeBng)paraunnuevoproducto
• Tutor– Ayudandoalumnosareconocersusdebilidades
• Configuración– Envíojuntodetodosloscomponentesdeunequipo
Intro.SistemasExpertos-VictorM.LandassuriM.
Tips
51
• Escogerunproblemaquesepuedaresolveralrededordeunahora
• ElproblemaesresueltodeformarepeBBva• SeBeneaccesoalconocimentodelexperto• Lossistemasexpertosnopuedenresolverproblemasqueloshumanosnopueden
Intro.SistemasExpertos-VictorM.LandassuriM.
Resumen
52
• AquísemostróvariosconceptosimportantesparaentenderqueesunSistemaExpertoyasuvezentenderposteriormenteunSistemaTutorInteligente.
• TenencuentaelJuegodeimitacióndeTuring,yaquemuchodelotratadoenIAestaenfocadoaello.
Intro.SistemasExpertos-VictorM.LandassuriM. 53
• Este juegodediaposiBvasdebe leerseenelordenqueaparece.
• Esta es la primera parte se comento una
IntroducciónalosSistemasExpertos.• El siguiente juego de diapositvas a revisar deberá
ser la introducción a la representación delconocimiento.
GuiónExplicaVvo
Bibliograia
Intro.SistemasExpertos-VictorM.LandassuriM. 54
• eXpe rB se2go . Web Enab l e E xpe r t s y s t ems .hcp://www.experBse2go.com/(1/07/2016)
• P. Harmon and D. King, Expert Systems: ArBficialIntelligenceinBusiness,Wiley,1985.
• P. Harmon and B. Sawyer, CreaBng Expert Systems forBusinessandIndustry,Wiley,1990.
• F.Hayes-Roth,D.Waterman,D.Lenat (editors),BuildingExpertSystems,Addison-Wesley,1983.
• C. Holsapple and A. Whinston, Expert Systems UsingGURU,Irwin,1986
• R. Mockler, Knowledge-based Systems for ManagementDecisions,PrenBce-Hall,1989.
Bibliograia
• BlessingStephenB.andStephenGillbert.(2006).“Evalua/nganAuthoringtoolforModel-tracingintelligentTutorialSystem”,IntelligentTutoringSystem.June2006.
• Cha,H.J.,Kim,Y.S.,etal.(2006).“Learningstylesdiagnosisbasedonuserinterfacebehaviorsforthecustomiza/onoflearninginterfacesinanIntelligentTutoringSystem”.LectureNotesinComputerScience4053:513-524.
• ChangKai-min,JosephBeck,JackMostowandAlbertCorbec.(2008).“ABayesNetToolkinforStudentModelinginInteligentTutoringSystem”.IntelligentTutoringSystem.June2008.
• FengNeilMingyu,HeffermanT.andKennethR.Koedinger.(2008).
“Predic/ngStateTestsScoresBeJerwithIntelligentTutoringSystems:DevelopingMetricstoMeasureAssistanceRequired”.IntelligentTutoringSystem.June2008.
Intro.SistemasExpertos-VictorM.LandassuriM. 55
Bibliograia• FossaBDavis,BarbaraDiEugenio,ChristopherBrownandStellan
Ohlsson.(2006).“Learninglinkedlists:experimentswiththelistsSystem”.IntelligentTutoringSystem.June2006.
• Kaklauskas,A,andZavadskas,E.(2006).“Anintelligenttutoring
systemforConstruc/onandrealestatemanagementmasterdegreestudies”.LectureNotesinComputerScience4101:174-181.
• Wong,W.K.,Wing-Kwong,H.,(2007).LIM-G:“Learner-ini/a/ng
instruc/onmodelbasedoncogni/veknowledgeforgeometrywordproblemcompression”.ComputerandEduca/on48(4):582-601.May2007.
• Zhang,T,Hasegawa-Johnson,M,Levinson,S.E.(2006)“Cogni/ve
stateclassifica/oninaspokentutorialdialoguesystem”.SpeechCommunica/on48(6):616-632
Intro.SistemasExpertos-VictorM.LandassuriM. 56
Top Related