SISTEMAS EXPERTOS

INTRODUCCIN

Profesor: Joel Prez Gonzlez

Febrero 2010

CRITERIOS DE
EVALUACIN

25% EXAMEN

10% PARTICIPACIN EN ESPACIOS GRUPALES

30% ACTIVIDADES DE APRENDIZAJE Y
EJERCICIOS
35% ELABORACIN DE TRABAJOS
INTEGRADORES:
ENSAYOS
INVESTIGACIONES
PRCTICAS
TCNICAS CONFORME A LA MATERIA DE ESTUDIO

SISTEMAS EXPERTOS

Motor de inferencia

El sistema experto modela el proceso de razonamiento

humano con un mdulo conocido como el motor de
inferencia. Dicho motor de inferencia trabaja con la
informacin contenida en la base de conocimientos y la base
de hechos para deducir nuevos hechos. Contrasta los
hechos particulares de la base de hechos con el
conocimiento contenido en la base de conocimientos para
obtener conclusiones acerca del problema.

SISTEMAS EXPERTOS

Motor de inferencia

Es el sistema de software que relaciona las reglas almacenados

en la base de conocimientos con los acontecimientos (hechos)
almacenados en las base de hechos, y por medio de tcnicas de
bsqueda heurstica infiere nuevos conocimientos.

Es un Intrprete que ejecuta las reglas y obtiene la cadena de

razonamiento que soluciona el problema, est compuesto de
dos elementos: Interprete de reglas y Estrategia de control.

SISTEMAS EXPERTOS

Motor de inferencia

Interprete
de
reglas:
Mecanismo
de
razonamiento que determina qu reglas de la
BC se pueden aplicar para resolver el
problema.

Estrategia de control: Es la estrategia de

resolucin de conflictos.

SISTEMAS EXPERTOS

Motor de inferencia

La Inferencia permite deducir nuevo conocimiento a partir de

conocimiento que se sabe que es cierto.

Usa la Base de Hechos y el Conocimiento Base para obtener

nuevas conclusiones o hechos.

SISTEMAS EXPERTOS

Motor de inferencia

Funcin del motor de inferencia:

Ejecutar acciones para resolver el problema (objetivo)

a partir de un conjunto inicial de hechos y
eventualmente a travs de una interaccin con el
usuario
La ejecucin puede llevar a la deduccin de nuevos
hechos.

SISTEMAS EXPERTOS

Motor de inferencia

Tipos de inferencias :

Existen diferentes reglas de inferencia (Modus

Ponens, Modus Tollens)

Existen
diferentes estrategias de inferencia
(Encadenamiento de reglas hacia delante y hacia
atrs).

SISTEMAS EXPERTOS

Motor de inferencia

Tipos de inferencias :

Encadenamiento hacia delante (Forward Chaining)

Encadenamiento hacia atrs (Backward Chaining)

SISTEMAS EXPERTOS

ENCADENAMIENTO HACIA DELANTE Y HACIA ATRS

Hacia
atrs

Hacia
adelante

SISTEMAS EXPERTOS

Motor de inferencia

Estrategias de bsqueda:

Encadenamiento
hacia
delante
(Forward
Chaining) Deductivo: Se van ejecutando las reglas
que la situacin especificada en la base de hechos
permite. Cada regla ejecutada modifica la base de
hechos lo que hace que otras reglas puedan ser
ejecutadas. Se continua el proceso hasta que no
pueden
ejecutarse
ms
reglas.
(Ejemplo
configuracin de PCs).

SISTEMAS EXPERTOS
Motor de inferencia

Estrategias de bsqueda:

Encadenamiento hacia delante (Forward Chaining)

Deductivo:

Obtiene nuevos hechos a partir de la evaluacin de reglas.

Comienza insertando unos hechos iniciales en la BH.
Se exploran las reglas de la BC y se aaden nuevos
hechos a la BH. Termina cuando no se cumple ninguna
regla.
El objetivo es deducir todo el conocimiento posible.

SISTEMAS EXPERTOS

Motor de inferencia

Estrategias de bsqueda:

Encadenamiento hacia atrs (Backward Chaining)

Inductivo : Se parte de un conjunto de hiptesis que
son contrastadas con las conclusiones de ciertas
reglas; para poder ejecutar una de estas reglas, se
sustituye el objetivo inicial por un conjunto de sub
objetivos indicados por las premisas de la regla
indicada, el proceso contina hasta que se puede
ejecutar la regla. (Ejemplo diagnstico de accidentes
en plantas nucleares)

SISTEMAS EXPERTOS
Motor de inferencia

Estrategias de bsqueda:

Encadenamiento hacia atrs (Backward Chaining)

Inductivo :

Deducir el conocimiento necesario para demostrar un

hecho.
Comienza fijando un hecho o meta a demostrar.
Se busca la regla que contiene dicho hecho como
consecuente y se demuestran los hechos del antecedente
de la regla.
El objetivo es demostrar una meta.

SISTEMAS EXPERTOS

Motor de inferencia

Tipos de sistemas
problema):

expertos

(segn

naturaleza

del

Deterministas: el estado actual depende del estado anterior y las

acciones sobre el entorno. Son los Sistemas Expertos basados en
reglas, que usan un mecanismo de razonamiento lgico para sacar
sus conclusiones.

Estocsticos: sistemas en los que existe incertidumbre, por lo que

necesita ser tratada. Son los Sistemas Expertos Probabilsticos y la
estrategia de razonamiento usada es el razonamiento
probabilstico.

SISTEMAS EXPERTOS

Motor de inferencia

Qu es exactamente la incertidumbre?

Se define como la falta de certidumbre o certeza,

siendo certeza el conocimiento seguro y claro de
algo.

SISTEMAS EXPERTOS

Motor de inferencia

En qu situaciones se da incertidumbre?

Cuando los hechos o datos pueden no ser conocidos con

exactitud (por ej, un paciente puede no estar seguro de haber
tenido fiebre la noche pasada) => subjetividad, imprecisin,
errores, datos ausentes...

Cuando el conocimiento no es determinista. Por ej, las

relaciones entre enfermedades y sntomas; un mismo conjunto
de sntomas puede estar asociado a varias enfermedades.

SISTEMAS EXPERTOS

SISTEMAS EXPERTOS

Motor de inferencia

En los primeros Sistemas Expertos, se usaba la

probabilidad para tratar la incertidumbre, pero al
encontrarse algunos problemas por el uso incorrecto de
algunas hiptesis, se desech.

Con la aparicin de redes probabilsticas (Redes

Bayesianas y Cadenas de Markov, principalmente) el uso
de la probabilidad para el tratamiento de la incertidumbre
ha vuelto a ser aceptado y hoy en da es la forma ms
usada.

SISTEMAS EXPERTOS

Motor de inferencia

Sistemas Expertos basados en reglas

Una regla es una afirmacin lgica que relaciona

informacin conocida con otra que puede ser inferida o
se sabe que es cierta.
Una regla se compone de la premisa y el consecuente.

Premisa: condiciones para que la regla se ejecute.

Consecuente: conclusiones deducidas.

Ejemplo de regla:
IF TarjetaNoValida
THEN PagoNoAutorizado
ELSE PagoAutorizado

SISTEMAS EXPERTOS

Motor de inferencia

Incertidumbre: Surge porque se tiene un

conocimiento
incompleto / incorrecto del mundo o por limitaciones en la forma
de representar dicho conocimiento. Existen varias causas para
ello, que tienen que ver con la informacin, el conocimiento y la
representacin.

Causas de incertidumbre:

Informacin incompleta

Fuentes poco confiables

Detalles y hechos importantes cambian

Hechos imprecisos, vagos o difusos

SISTEMAS EXPERTOS

Motor de inferencia

Causas de Incertidumbre:

Existen varias causas de incertidumbre que tienen que ver

con la informacin, el conocimiento y la representacin.

SISTEMAS EXPERTOS

Motor de inferencia

Causas de Incertidumbre:

Informacin:

Incompleta.
Poco confiable.
Ruido, distorsin.

SISTEMAS EXPERTOS

Motor de inferencia

Causas de Incertidumbre:

Conocimiento:

Impreciso.
Contradictorio.

SISTEMAS EXPERTOS

Motor de inferencia

Causas de Incertidumbre:

Representacin:

No adecuada.
Falta de poder descriptivo.

SISTEMAS EXPERTOS

Teorema de bayes:

Es el resultado que da la distribucin de probabilidad

condicional de un evento aleatorio A dado B en
trminos de la distribucin de probabilidad
condicional del evento B dado A y la distribucin de
probabilidad marginal de slo A

SISTEMAS EXPERTOS
Teorema de bayes:

Sea {B1, B2, ..., B3} un conjunto de eventos que forman una
particin en un estado muestra S, donde P(Bi) <> 0, para i =
1,2,..., n. Sea A cualquier evento de S tal que P(A) <> 0.
Entonces, para K = 1,2, ... , n, se tiene:

p Bk A

P Bk A
n

P Bk P A Bk
n

P B A P B P A B
i 1

i 1

SISTEMAS EXPERTOS

Teorema de bayes:

Probabilidad de tener un evento Bi dado que el

evento A ha ocurrido.

SISTEMAS EXPERTOS

Teorema de bayes:

Ejemplo. Si se conoce que el dos porciento de una poblacin

tiene tuberculosis, podemos definir:
Dado el hecho: P(T) = 0.02
Variables definidas

P(X | T) = probabilidad de que los rayos X de una

persona con tuberculosis sean positivos.

P(X | no-T) = probabilidad de que los rayos X de una

persona saludable sean positivos.

P(T | X) = probabilidad de que una persona con rayos X

positivos tenga tuberculosis.
Dada la informacin
P(X | T) = 0.99 y
P(X | no-T) = 0.01

SISTEMAS EXPERTOS
Teorema de bayes:

Calcular P(T | X)

P T P X | T
P T X
P T P X T P no T P X no T

(0.02) 0.99

0.668
0.02 0.99 0.98 0.01

SISTEMAS EXPERTOS

Teorema de bayes:

En la prctica, se utiliza para conocer la probabilidad

a posteriori de cierta variable de inters dado un
conjunto de hallazgos (ya no es condicional).

SISTEMAS EXPERTOS

Lgica difusa:

Descansa en la idea que en un instante dado, no es

posible precisar el valor de una variable X, sino tan solo
conocer el grado de pertenencia a cada uno de los
conjuntos en que se ha participado el rango de variacin
de la variable. Trabaja con conjunto de datos que no tienen
lmites perfectamente definidos, es decir la pertenencia
no de una variable a un conjunto no es precisa.

Lgica difusa

Se utiliza para representar conceptos vagos o difusos.

Conjuntos difusos

En la teora estndar un objeto pertenece o no a un

conjunto.
La lgica tradicional se basa en el hecho de que P(a) es
verdadero o falso.
Un conjunto difuso permite valores diferentes de 0 1.

Lgica difusa

Las funciones caractersticas de los conjuntos difusos no

deben confundirse con probabilidades.

Una probabilidad es la medida del grado de incertidumbre

o creencia basada en la frecuencia o proporcin de
ocurrencia de un evento.

Una funcin caracterstica difusa est relacionada con la

vaguedad y es la medida de factibilidad de un evento.

Lgica difusa

SISTEMAS EXPERTOS

Shell:

Un Shell (interprete) de SE es un grupo de paquetes

y herramientas de software utilizados para disear,
desarrollar, poner en operacin y mantener SE con
una programacin mnima. Existen tanto para
computadoras personales como para sistemas de
macrocomputadoras. Algunos son baratos. El usuario
introduce los datos o parmetros apropiados y el SE
proporciona el resultado para el problema o situacin.

SISTEMAS EXPERTOS
Shell:

Funciones del Shell

Recopilador de Informacin: Para introducir nuevas

reglas.
Almacenamiento de Informacin : para la Base de
Datos.
Motor de Inferencia: Para el Mtodo de Resolucin.
Gestin de Resultados: Para Entrega y Explicacin.
Interfaces: Para Experto-Sistema y Usuario-Sistema.

SISTEMAS EXPERTOS

Shell:

Algunos Shells de Sistemas Expertos:

Exsys de MultilLogic,
Inc. Level 5, de Rule Machines Corporacin y
XpertRule, de Attar Software..

SISTEMAS EXPERTOS
Shell:

Ventajas de los shells para SE:

Fciles de desarrollar y modificar.

El uso de la satisfaccin.
El uso de la heurstica.
Desarrollo por los ingenieros y usuarios del
conocimiento.

SISTEMAS EXPERTOS

Concepto de SE:

Un Sistema Experto est conformado por:

base de conocimientos (BC).

base de hechos (memoria de trabajo).
motor de inferencia: intentando modelar el proceso de razonamiento humano.
mdulos de justificacin: muestra el razonamiento seguido para llegar a una
conclusin determinada.
interfaz de usuario.

SISTEMAS EXPERTOS

Concepto de SE:

Base de conocimientos (BC):

Es la parte del sistema experto que contiene el conocimiento sobre el

dominio. hay que obtener el conocimiento del experto y codificarlo en
la base de conocimientos. Una forma clsica de representar el
conocimiento en un sistema experto son lar reglas. Una regla es una
estructura condicional que relaciona lgicamente la informacin
contenida en la parte del antecedente con otra informacin contenida
en la parte del consecuente.

SISTEMAS EXPERTOS

Concepto de SE:

Base de Datos o Base de Hechos:

Contiene los hechos sobre un problema que se han descubierto

durante una consulta. Durante una consulta con el sistema experto,
el usuario introduce la informacin del problema actual en la base de
hechos. El sistema empareja esta informacin con el conocimiento
disponible en la base de conocimientos para deducir nuevos hechos.

SISTEMAS EXPERTOS

Concepto de SE:

Motor de inferencia:

El sistema experto modela el proceso de razonamiento humano con

un mdulo conocido como el motor de inferencia. Dicho motor de
inferencia trabaja con la informacin contenida en la base de
conocimientos y la base de hechos para deducir nuevos hechos.
Contrasta los hechos particulares de la base de hechos con el
conocimiento contenido en la base de conocimientos para obtener
conclusiones acerca del problema.

SISTEMAS EXPERTOS

Concepto de SE:

Mdulo de justificacin:

Una caracterstica de los sistemas expertos es su habilidad para

explicar su razonamiento. Usando el mdulo del subsistema de
explicacin, un sistema experto puede proporcionar una explicacin
al usuario de por qu est haciendo una pregunta y cmo ha llegado
a una conclusin. Este mdulo proporciona beneficios tanto al
diseador del sistema como al usuario. El diseador puede usarlo
para detectar errores y el usuario se beneficia de la transparencia del
sistema.

SISTEMAS EXPERTOS

Concepto de SE:

Interfaz de usuario:

La interaccin entre un sistema experto y un usuario se realiza en

lenguaje natural. Tambin es altamente interactiva y sigue el patrn
de la conversacin entre seres humanos. Para conducir este proceso
de manera aceptable para el usuario es especialmente importante el
diseo del interfaz de usuario. Un requerimiento bsico del interfaz
es la habilidad de hacer preguntas. Para obtener informacin fiable
del usuario hay que poner especial cuidado en el diseo de las
cuestiones. Esto puede requerir disear el interfaz usando mens o
grficos.

SISTEMAS EXPERTOS

Representacin del conocimiento:

Tecnologas de representacin del conocimiento (TRCs):

Reglas
Marcos
Lgica
Redes semnticas
Ontologas

SISTEMAS EXPERTOS

http://es.wikipedia.org/wiki/Heur%C3%ADstica
http://es.wikipedia.org/wiki/Heur%C3%ADstica_(inform%C3%A1tica)
http://web.usal.es/~mlperez/programacion_archivos/trabajos_2006_2007/tema2_AL_Alvarez_et_al.pdf
http://www.monografias.com/trabajos16/sistemas-expertos/sistemas-expertos.shtml#ARQUIT
http://www.gsi.dit.upm.es/~gfer/ssii/rcsi/marcos.html
http://www.gsi.dit.upm.es/~gfer/ssii/rcsi/
http://ccc.inaoep.mx/~emorales/Cursos/RdeC/principal.html
http://translate.google.es/translate?hl=es&langpair=en%7Ces&u=http://lalab.gmu.edu/cs785/02-Knowledge%2520Engineering-Classical
%2520methods.ppt
http://translate.google.es/translate?hl=es&langpair=en%7Ces&u=http://www.j-paine.org/students/lectures/lect3/node10.html
http://translate.googleusercontent.com/translate_c?hl=es&langpair=en%7Ces&u=http://www.encyclopedia.com/doc/1O11inferenceengine.html&rurl=translate.google.es&usg=ALkJrhjU-5lfxbtNmQbR0AK4pFW19PEJrw
http://es.wikipedia.org/wiki/Teorema_de_Bayes
http://www.monografias.com/trabajos26/sistemas-expertos/sistemas-expertos.shtml#herram
http://www.cnnexpansion.com/manufactura/tendencias/sistemas-expertos-dones-virtuales
http://html.rincondelvago.com/inteligencia-artificial_5.html