Sistemas Expertos

Profesor: Dr. Eduardo Eloy Loza Pacheco, materia: Sistemas Expertos

Un sistema Experto (SE) es básicamente un software de computadora basado en
conocimientos y raciocinio que lleva a cabo tareas que generalmente solo realiza el ser
humano; es decir es un software que imita el comportamiento humano en el sentido de que
utiliza la información que les es proporcionada para dar una opinión sobre un tema en
especial. Un sistema experto (SE) es un software de computadora interactivo que contiene
la experiencia, conocimiento y habilidad propios de una persona o grupos de personas
especialistas en un Área particular del conocimiento humano, de manera que permitan
resolver problemas específicos de ese área de manera inteligente y satisfactoria.

Tipos de Sistemas expertos. Por la forma en almacenar conocimiento: Se pueden

distinguir dos sistemas basados en reglas y sistemas basados en probabilidad. En el primer
caso el conocimiento se almacena en forma de hechos y reglas y su motor de inferencia
funciona usando encadenamiento hacia adelante o hacia atrás (forward reasoning y
backwardreasoning), mientras que el segundo la base de conocimiento está constituida por
hechos y sus dependencias probabilísticas y su motor de inferencia funciona mediante la
evaluación de probabilidades condicionales. Elementos Modelo probabilístico Modelo
Basado en reglas Base de Conocimiento Abstracto: estructura probabilística Concreto:
Hechos Abstracto: Reglas Concreto: Hechos Motor de Inferencias Evaluación de las
probabilidades condicionales (Teorema de Bayes) Encadenamiento hacia adelante y atrás.
Subsistema de explicación Basado en probabilidades condicionales Basado en reglas
Activas Adquisición de Conocimiento Espacio probabilístico y parámetros Reglas y hechos
Subsistema de aprendizaje Cambio en la estructura del espacio probabilístico. Cambio en
los parámetros Nuevas reglas Cambio en los factores de certeza.

- Por la naturaleza de la tarea a realizar: Diagnostico o clasificación: se conocen las

soluciones y se tratan de clasificarlas en función de una serie de datos. Por ejemplo:
Sistema de diagnóstico médico. Monitorización: Análisis del comportamiento de un
sistema buscando posibles fallos, en este caso contemplar la evolución del sistema pues
no siempre los mismos datos dan lugar a mismas soluciones. Diseño: Se busca la
construcción de la solución a un problema, que en principio es desconocida, a partir de
datos y restricciones a satisfacer. Predicción: Se estudia el comportamiento de un
sistema y este como puede comportase en el futuro.
Por la interacción con el usuario: Apoyo: El sistema aconseja al usuario, que mantiene la
capacidad de una última decisión (usuario experto). Por ejemplo diagnóstico médico.
Control: el sistema actúa directamente sin intervención humana (Sistema no guiado). Critica:
Su misión es analizar y criticar las decisiones tomadas por el usuario. Ejemplo sistemas
educativos. Por la limitación del tiempo para tomar decisiones: Tiempo ilimitado: Por ejemplo
donde el análisis no necesita ser inmediato. Tempo limitado (tiempo real): sistemas que
necesitan actuar monitoreando o controlando dispositivos de hardware por o lo que las
decisiones tiene que ser casi inmediatas frente a los problemas que surjan. Por ejemplo el
control de una red de telecomunicaciones, planta de energía eléctrica, nuclear, etc. Por la
variabilidad temporal del conocimiento. Estáticos: La base del conocimiento no se latera
durante el proceso de decisión. Dinámicos: Ocurren cambios en la base del conocimiento
durante la toma de decisiones. Estos cambios pueden ser predecibles o impredecibles y
además pueden, bien añadir información o modificar la ya existente.
- Por la naturaleza del conocimiento almacenado Basado en experiencia: el conocimiento
se basa en experiencias o hechos sucedidos conocidos por el experto, pero sin que
exista una causa clara para los efectos que se observan. Basado en relaciones causa-
efecto: sistemas relacionados con entidades físicas que responden a determinados
 estímulos. Por la certeza de la información Completa: Se conocen todos los datos y
reglas necesarias para la decisión. Incompleta: datos incompletos (No se puede tomar
la decisión), datos inciertos (no confirmados), Conocimiento ambiguo (reglas no siempre
validas), Terminología ambigua (dobles sentidos) Historia de los Sistema Expertos Los
sistemas expertos nacieron en la década de los años setenta del siglo 20.
En aquellos tiempos se creía que con unas pocas leyes de razonamiento junto con potentes
computadoras obtendríamos resultados brillantes. Los primeros investigadores fueron Alan
Newell y Herbert Simón desarrollaron el sistema el GPS (General problema Solver). Sistema
que era capaz de resolver problemas como las torres de Hanói y otros similares, pero este
no podía solucionar problemas reales como dar un diagnóstico médico. Fue cuando algunos
investigadores pensaron en cambiar el enfoque del problema ahora se dedicaran a resolver
problemas específicos de un área del conocimiento, intentando simular el razonamiento
humano. En vez de dedicarse a computarizar la inteligencia artificial, se centraron en
dominios del conocimiento muy concretos así nacieron los sistemas expertos. El primer SE
que causo gran impacto fue desarrollado en 1965 con el fin de identificar estructuras
químicas: el programa se llamó DENDRAL. Los que este SE hacía, al igual que los Se de
esa Época, era tomar unas hipótesis relevantes como soluciones posibles y someterlas a
prueba comparándolas con los datos. El nombre DENDRAL significa Árbol en griego. Fue
bautizado así porque lo que hacía el programa era buscar en un árbol de posibilidades las
estructuras del compuesto.
El siguiente SE fue Mycin, en 1972, su aplicación era detectar trastornos en la sangre y
recetar los medicamentos requeridos. Fue tal el Éxito que se llegó a usarse en algunos
hospitales. Para 1973 se creó Tieresias, cuya función era la de servir de interprete o interfaz
entre los especialistas que manejaba Mycin cuando introducían nuevos conocimiento.
Tieresias entraba en acción cuando Mycin cometía un error en un diagnóstico, por falta de
información o por alguna falla en el árbol de desarrollo de teoría, corrigiendo la regla que
generaba el resultado o bien destruyéndola. En 1980 se implanto en la compañía Digital
Equipment Corporation (DEC) el primer SE: El XCON. Se dedicaron dos años de desarrollo
para su creación, valía la pena pues a pesar que en el primer intento (1979) de implantarse
solo consiguió resolver 20% de las 95% configuraciones requeridas por el cliente de las
computadoras que salieron de DEC, se volvió al laboratorio y un año más tarde la empresa
ahorro 40 millones de dólares. Para los años comprendidos entre 1980 y 1985 se crearon
SE, tales como DELTA de la General Electric Co. Que reparaba maquinas diésel y eléctricas,
o como Aldo en Disco que reparaba calderas hidrostáticas giratorias usadas para la
eliminación de bacterias. En esa misma ápoca surgen empresas dedicadas a desarrollar
sistemas expertos, las cuales supusieron en conjunto una inversión de más de 300 millones
de dólares.
Los productos más importantes que creaban estas compañías eran las maquinas LISP, las
cuales consistían en una computadoras que ejecutaban programas en LISP con la misma
rapidez que en un computadora central. Desgraciadamente para DEC, el SE que antes era
un gran ahorro dejo de ser rentable en 1987, debido que al actualizarlo llegaron a gastar
más de dos millones de dólares al año para darle mantenimiento, por lo que su beneficio
quedo en duda y fue descontinuado; algo similar ocurrió con DELTA. A continuación una
tabla de los Se más relevantes. Sistema Fecha Autor Aplicación DENDRAL 1965 Stanford
Deduce información sobre estructuras químicas Macsyma 1965 MIT Análisis matemático
complejo HearSay 1965 Carnegie-Mellon Interpreta en lenguaje Natural un subconjunto del
idioma. Mycin 1972 Stanford Diagnostico para enfermedades de sangre Tieresias 1972
Stanford Herramienta para la trasformación de conocimientos
- Sistemas Expertos Porspector 1972 Stanford Exploración mineral y herramientas de
identificación Age 1973 Stanford Herramienta para generar sistemas expertos OPS5
1974 Carnegie-Mellon Herramienta para desarrollo de sistemas expertos Caduceus
 1975 Universidad de Pitsbrg Herramienta de diagnóstico para medicina interna. Rosie
1978 Rand Herramienta de desarrollo de sistemas Expertos. R1 1978 Carnegie-Mellon
Configurador de equipos de computación para DEC

Fuente: https://es.scribd.com/document/280069615/Apuntes-Sistemas-Expertos