UNIVERSIDAD NACIONAL DEL CENTRO

DEL PERÚ
CONTROL Y AUTOMATIZACIÓN

INTELIGENCIA ARTIFICIAL
CÉSAR BASURTO CONTRERAS
 ¿Qué es la Inteligencia Artificial?
(1)

Es la rama de la Ciencia que, gracias al desarrollo

de los computadores, pretende emular el complejo y poco
conocido proceso de razonamiento de los seres
humanos, así como su manifestación y transmisión.

Sistemas expertos -
1
¿Qué es la Inteligencia Artificial?
(2)

Es la capacidad de un ser vivo o de una máquina de

-ordenar informaciones, extensas observaciones y
experiencias,
- descubrir interrelaciones, y
- de esta forma abstraer cosas y ligarlas entre sí.
Alexander Sporl, “Sporl-Computerbuch”,
1971

Sistemas expertos -
2
 ¿Qué es la Inteligencia Artificial?
(3)
Su herramienta de trabajo es el computador.
Toda computación requiere de una representación de entidades
y de un proceso para manipularla.

Sus objetivos son:

a) Como parte de la Ingeniería Informática, resolver
problemas reales, actuando como un conjunto de
ideas acerca de cómo representar y utilizar el
conocimiento desarrollando sistemas informáticos.
b) Como parte de la Ciencia, buscar la explicación de
diversas clases de inteligencia a través de la
representación del conocimiento y de la aplicación que se
da a éste en los sistemas informáticos desarrollados.

Sistemas expertos -
3
 Campos de aplicación de la
I.A.
Inteligencia Artificial
1950

Redes
Robótica
Sistemas expertos neuronale
s

Demostración
automática Lenguaje
de teoremas Visión natural
artificial

Sistemas expertos -
4
 PARTE I

Los sistemas expertos:

- qué son
- cuando y para qué se utilizan
- estructura de los sistemas expertos
- ventajas e inconvenientes

Sistemas expertos -
5
 Una persona se dice que es experto en un
problema cuando tiene conocimiento
profundo y especializado sobre dicho
problema.

A este tipo de conocimiento se le llama

conocimiento sobre el dominio, y la
palabra
dominio se usa para enfatizar que ese
conocimiento pertenece a un problema
específico y concreto.
Sistemas expertos -
6
 ¿Qué son los Sistemas Expertos?
Son una expresión de los sistemas basados en el conocimiento
que constituyen el campo de estudio de la llamada Inteligencia
Artificial.
Es un tipo de software que aporta soluciones “inteligentes” a
problemas, emulando el proceso lógico que un experto humano
utiliza en la resolución de problemas.
Un procedimiento de solución de problemas basado en
el conocimiento comprende las siguientes capacidades:
- Uso de normas o estructuras que contengan conocimientos y experiencias
de expertos especializados.
- Deducción lógica de conclusiones.
- Capacidad para interpretar datos imprecisos y/o ambiguos.
- Manipulación de conocimientos afectados por valores de
probabilidad y/o posibilidad.

La función de un SE es la de aportar soluciones a los problemas

como si fuera un ser humano, es decir, capaz de mostrar soluciones
inteligentes.
Sistemas expertos -
7
HISTORIA DE LOS SISTEMAS EXPERTOS (1)
P. Harmon y D. King, Expert Systems, New York, 1985

Los primeros balbuceos de la Inteligencia Artificial (AI) surgen antes de la

II Guerra Mundial con la formulación de diferentes lógicas formales, algunas
multivaloradas, y las aportaciones de la Psicología cognoscitiva.
Los acontecimientos precursores directos de la AI aparecen entre los
años 1945 y 1954:
- Avances tecnológicos : aparición de ordenadores desarrollados
- Publicaciones fundamentales y estudios teóricos:
Simon y Newell desarrollan una teoría de la lógica “ad hoc”
H. Simon, “Administrative Behavior”
N. Wiener, “Cybernetics” (la teoría de la realimentación)
A. Turing, “Computing Machinery and
Intelligence” y conferencias en Macy.

Sistemas expertos -
8
HISTORIA DE LOS SISTEMAS EXPERTOS (2)
P. Harmon y D. King, Expert Systems, New York, 1985

Vienen a continuación los denominados años formativos (1955-60), en los

que realmente se produce él inicio de la investigación sobre IA
Las circunstancias que propician dicha investigación
- Avances tecnológicos y de desarrollo de software:
- incremento en la potencia de los ordenadores
- Information Processing Language I (IPL-I)
- LISP, lenguaje para SE, 1958, J. McCarthy
- Publicaciones y reuniones :
- Seminario de Verano de Darmouth sobre IA (1956)
- General Problem Solver (GPS), 1957
- Estudios sobre la psicología del procesamiento de
información

Sistemas expertos -
9
HISTORIA DE LOS SISTEMAS EXPERTOS (3)
P. Harmon y D. King, Expert Systems, New York, 1985

Los años de desarrollo y redirección van de 1961 a

1970. Las circunstancias que lo propician se deben a:
- Avances tecnológicos y de desarrollo de software que abordan
la resolución general de problemas:
- LISP (avanzado)
- Algorímica (Métodos heurísticos)
- Robótica
- DENDRAL (de Feigenbaum y Lederberg, U. de Stanford, 1965), el
primer SE.
- Programas de ajedrez
- Publicaciones y reuniones :
- A. Newel y H. Simon, “Human Problem Solving”

Sistemas expertos -
10
HISTORIA DE LOS SISTEMAS EXPERTOS (4)
P. Harmon y D. King, Expert Systems, New York, 1985

Los años de especialización y éxitos transcurren de 1971 a

1980 Las circunstancias que lo propician se deben a:
-Avances teóricos, tecnológicos y de desarrollo de software que
permiten el descubrimiento de sistemas basados en el conocimiento:
- PROLOG (1972)
- MYCIN (Stanford, 1972)
- TIRESIAS y EMYCIN (Stanford)
- HEARSAY II (Carnegie-Mellon)
- GUIDON (Stanford)
- MACSYMAT (MIT)
- XCON (1979, DEC)
- La ingeniería del conocimiento
- Reconocimientos internacionales :
- H. Simon recibe el Premio Nobel

Sistemas expertos -
11
HISTORIA DE LOS SISTEMAS EXPERTOS (5)
P. Harmon y D. King, Expert Systems, New York, 1985

La carrera de las aplicaciones, la competencia internacional y la entrada en

juego de las empresas comerciales se desarrolla a lo largo de los años ochenta.
Las circunstancias que las propician se deben a:
- Avances teóricos y tecnológicos :
- Lógica borrosa
- PROSPECTOR (SRI)
- INTELLECT (AIC)
- Aparición de la microelectrónica y su aplicación a los computadores
- El proyecto japonés de la quinta generación.

-Reconocimientos de la utilidad práctica cara a los problemas ordinarios de

empresas y organizaciones de todo tipo.
- Publicaciones:
E. Feigenbaum y P. McCorduck, “La quinta generación”

Sistemas expertos -
12
 HISTORIA DE LOS SISTEMAS EXPERTOS (6)

Algunos SE clásicos

MYCIN SE para diagnóstico médico (1972)

TEIRESIAS (1973)

XCON SE para configuración de ordenadores (1979)

DELTA (1983) SE para reparación de locomotoras diesel

y eléctricas.

ALDO en DISCO (1984) SE para reparación de calderas

hidrostáticas usadas para desinfección de bacterias

Sistemas expertos -
13
 LOS LENGUAJES DE DESARROLLO (1)
LISP (List - processing)
- Es un lenguaje funcional que ofrece la posibilidad de realizar definiciones
recursivas de funciones. Realiza la unión de procedimientos de forma dinámica,
en plena ejecución, y gestiona también de forma dinámica y automática la
memoria
- Sus estructuras más importantes son
- listas,
- átomos y
- funciones básicas.
-Tiene muchos dialectos: el COMMONLISP se está imponiendo como
estándar.

- Muy extendido en USA

Sistemas expertos -
14
 LOS LENGUAJES DE DESARROLLO (2)

PROLOG (Programación Lógica)

-Está basado en la lógica de predicados. Estos predicados aparecen en tres
formas distintas:
- como hechos,
- como reglas y
- como preguntas
- Sus mecanismos más importantes son
- recursividad,
- instanciación
- verificación y
- unificación,

- Muy extendido en Europa

Sistemas expertos -
15
 Componentes de un sistema experto

- La base de conocimientos
- La base de hechos o datos
- El mecanismo o motor de inferencia
- La interfaz sistema-usuario
- El submódulo de comunicaciones
- El submódulo de explicación
- El módulo de adquisición de
conocimiento

Sistemas expertos -
16
 La base de conocimientos

Contiene el conocimiento y la experiencia de los expertos en

un dominio determinado, convenientemente codificado, estructurado
y formalizado para el posterior uso del mismo.

El conocimiento se puede representar mediante listas,

descripción de los objetos relacionados con el problema en estudio,
cálculo de predicados, redes semánticas y las relaciones o reglas de
producción entre ellos, así como los procedimientos de aplicación
que son importantes para la solución del problema. Todo ello
en función del tipo de problema a resolver.

Sistemas expertos -
17
 La base de hechos o datos
Es la memoria de trabajo, una memoria temporal auxiliar que
almacena los datos del usuario, los datos iniciales del problema y los
resultados intermedios obtenidos a lo largo del proceso de consulta y
resolución.

A través de ella se puede saber no sólo el estado actual del

sistema, sino también como se llegó a él.

Durante una consulta al S.E., el usuario introduce la

información que se tiene del problema actual en la base de hechos y
el sistema empareja esta información con el conocimiento disponible
en la base de conocimiento para deducir nuevos hechos. Por ello, es
conveniente que esta información se maneje con bases de datos
relacionales.

Sistemas expertos -
18
 El motor o mecanismo de inferencia (1)

Es la unidad lógica con la que se extraen

conclusiones de la base de conocimientos, según un
método fijo de solución de problemas que está configurado
imitando el procedimiento humano de los expertos para
solucionar problemas.

Sistemas expertos -
19
 Funciones del motor de inferencia (2)

[Link] las acciones que tendrán lugar, el orden

en que lo harán y cómo lo harán entre las diferentes partes
del Sistema Experto.

[Link] cómo y cuándo se procesarán las reglas

y, dado el caso, también la elección de qué reglas deberán
procesarse.

3. Controlar el diálogo con el usuario.

Sistemas expertos -
20
 La interfaz de usuario (1)
Gobierna el diálogo entre el sistema y el usuario, facilitando a
la posibilidad
este de consultas en un lenguaje lo más natural
posible.
Los requisitos más importantes que debe satisfacer son:
1. El aprendizaje de su manejo debe ser rápido.
2. Debe evitarse, en lo posible, la entrada de datos erróneos.
3. Los resultados deben presentarse al usuario en forma
clara.
4. Las preguntas y explicaciones deben ser comprensibles.

Para ello, este módulo incorpora dos submódulos:

- el módulo de comunicaciones
- el módulo de explicaciones
Algunas incorporan herramientas de desarrollo
de interfaces gráficas.
Sistemas expertos -
21
La interfaz de usuario (2): el módulo de comunicaciones

Permite al sistema experto interactuar con otros

sistemas.

En particular este módulo es necesario cuando el

sistema experto es utilizado para el control de sistemas
automatizados que son gobernados por medio de
ordenadores.

Sistemas expertos -
22
La interfaz de usuario (3): el módulo de explicación

-Ayuda al ingeniero de conocimiento a refinar el motor de

inferencia y al experto a verificar la coherencia de la base de
conocimiento.

-Explica al usuario el proceso aplicado en la resolución

de un problema determinado.

Sistemas expertos -
23
 El módulo de adquisición de conocimiento
Es la herramienta que permite al ingeniero de
conocimiento y/o al experto centrarse en la estructuración,
implementación y actualización del conocimiento, sin tener que
dedicar excesivo tiempo a la programación.
Ha de cumplir los siguientes requisitos:
[Link] conocimiento (reglas, hechos, relaciones, etc.,)
debe poder introducirse de la forma más sencilla posible.
[Link] de una representación clara de todas las
informaciones contenidas en la base de conocimiento.
[Link]ón automática de la sintaxis del código en
el que esté representado el conocimiento.
[Link] de acceso permanente al lenguaje de
programación

Sistemas expertos -
24
 Arquitectura de un sistema experto

Expert Usuario
o

Subsistema
de Interfase
adquisición
de
conocimientos

Interfase hombre - máquina

Base de
conocimiento
s
Motor de

inferenci
a
Base de datos
SISTEMA EXPERTO
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEEEEPPAAAARRRR
TT
AAAA
MMM
ME
EE
E
NNN
NTTO
OO DDDDEEEE OOOORRRRGGGGAAAANNNN
O Z
IZ
IZ
IZ
IAAAACCCC
Ó
INÓ
IN
Ó
ININ IIINNNNDDDDUUUUSSSSTTTTRRRR
Ó A
IA
IA
IA
ILLLL Sistemas expertos - 25
 TIPOS de SISTEMAS EXPERTOS

DETERMINISTAS

PROBABILÍSTICOS

Medidas para tratar la incertidumbre y la imprecisión:

- Factores de certeza
- Probabilidad
- Lógica borrosa

Sistemas expertos -
26
 Un SISTEMA EXPERTO PROBABILÍSTICO
Un SE para diagnóstico médico:

- Un conjunto de enfermedades: E1, E2 ,......., SEn, S ,......., S

- Un conjunto de síntomas asociados: n
1
2
Supuesto que un paciente presenta un subconjunto S de síntomas, ¿qué
enfermedad es más aprobable
Para responder que tenga?.
esta cuestión, se han de
calcular todas las probabilidades condicionadas P(Ei / S), i
Eso produce una tabla del tipo 1,2,...,n
Enfermedad P(Ei / S)
1 0.2
2 0.1
3 0.8 más probable
4 0.4
5 0 menos probable
6 0.7
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEEEEPPAAAARRRR
TT
AAAA
MMM
ME
EE
E
NNN
NTTO
OO DDDDEEEE OOOORRRRGGGGAAAANNNN
O Z
IZ
IZ
IZ
IAAAACCCC
Ó
INÓ
IN
Ó
ININ IIINNNNDDDDUUUUSSSSTTTTRRRR
Ó A
IA
IA
IA
ILLLL Sistemas expertos - 27
 PARTE II

La representación del conocimiento

y
los mecanismos de razonamiento

Sistemas expertos -
28
Estructuras básicas de representación del conocimiento

- Reglas de producción
- Lógica proposicional
- Redes semánticas
- Marcos
- Objetos
- Representaciones múltiples

ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA

DEEEEPPPP
AAAARRRR
T
T
TT
AAAAMMMMEEEENNNNT
T
TTOOOO DDDDEEEE OOOORRRRGGGGAAAANNNN
Z
IZ
IZ
IZ
IAAAACCCC
Ó
INÓ
IN
Ó
ININ IIINNNNDDDDUUUUSSSSTTTTRRRR
Ó A
IA
IA
IA
ILLLL Sistemas expertos - 29
 Las reglas de producción (1)

Las conclusiones del sistema se producen mediante la

aplicación de reglas sobre los objetos y hechos presentes.
Es la forma más habitual e intuitiva de representación del
conocimiento. Consiste en una estructura condicional que
relaciona lógicamente la información contenida en la parte llamada
premisa o antecedente con otra información contenida en la parte
llamada conclusión ó consecuencia (o consecuente), que, a veces,
se traduce en una acción.
La premisa y la conclusión hacen referencia a hechos
mencionados en la base de conocimientos

Sistemas expertos -
30
 Las reglas de producción (2)
Una regla se presenta bajo la forma

SI premisa/s ENTONCES conclusión y/o acción

Ejemplo:
SI el termómetro marca 38,2º C
Y
el termómetro funciona correctamente
ENTONCES
el paciente tiene fiebre

Cuando se aplica una regla sobre unos hechos cualesquiera se

dice que la regla se dispara. El disparo de una regla provoca la inserción
de un nuevo hecho en la base de hechos.

Sistemas expertos -
31
 Las reglas de producción (3)
En muchos sistemas expertos, especialmente los dedicados a diagnóstico,
se pueden considerar dos tipos de reglas de producción:
- REGLAS DE DIAGNÓSTICO
- REGLAS DE ACTUACIÓN
Ejemplo:
Base de hechos: El tiempo de ocupación de un obrero es
0.893 Regla de diagnóstico:
Si el tiempo de ocupación del obrero >
0.85 ENTONCES
estado del obrero: SOBRECARGADO
Regla de actuación:

Si estado del obrero es SOBRECARGADO

ENTONCES
- relevar al obrero, o
- parar actividad del obrero durante 30 minutos
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEEEEPPAAAARRRR
TT
AAAA
MMM
ME
EE
E
NNN
NTTO
OO DDDDEEEE OOOORRRRGGGGAAAANNNN
O Z
IZ
IZ
IZ
IAAAACCCC
Ó
INÓ
IN
Ó
ININ IIINNNNDDDDUUUUSSSSTTTTRRRR
Ó A
IA
IA
IA
ILLLL Sistemas expertos - 32
 Las reglas de producción (4)

Su uso facilita la creación y modificación de la base de

conocimiento.
Permiten introducir coeficientes de verosimilitud para ponderar
el conocimiento y/o la fiabilidad de los expertos, coeficientes que se
van propagando durante el proceso de razonamiento según
fórmulas preestablecidas.
Cuanto más reglas se consideren más potente es el sistema,
aunque el incremento del número de reglas aumenta, a su vez, la
dificultad de verificar la coherencia de la base de conocimiento.
Hay sistemas que trabajan con reglas en las que hay
incertidumbre sobre el grado de certeza de algunos hechos y sobre
el campo de validez de las propias reglas.

Sistemas expertos -
33
 Las reglas de producción (5)

Un conjunto de reglas se denomina coherente si existe, al

menos, un conjunto de valores de todos los objetos que producen
conclusiones no contradictorias.
Por tanto, un conjunto coherente de reglas no tiene por qué
producir conclusiones no contradictorias para todos los posibles
conjuntos de valores de los objetos: es suficiente que exista un
conjunto de valores que conduzcan a conclusiones no
contradictorias.
Aquellos valores que pueden producir conclusiones
inconsistentes, se llaman valores no factibles. El subsistema de
control de coherencia que todo S.E. debe llevar ha de eliminar
automáticamente el valor de todo objeto que conduzca a una
inconsistencia. Por ejemplo, rechazándolo si el usuario lo da como
dato.

Sistemas expertos -
34
Tabla de verdad de la implicación lógica

Modus Modus Tollens

Ponens P  Q PQQ
 P ∪Q P
Q P QP
0P 0Q P  0 0
1Q 1
0 1 1 0 1
1 0 0 1
1 1 1 1 0 1
Nótese que si Q es igual a 1,1no 1se puede
0
afirmar nada respecto a P, mientras que si P es
1, entonces Q es 1.
Sistemas expertos -
35
La lógica proposicional
Es similar a las reglas de producción.
Separa los elementos que componen la base de
conocimiento de aquellos que controlan la operación del sistema.

Las redes semánticas

Representan el conocimiento en formas de redes o grafos.

Cada nodo de la red representa un concepto u objeto, y
los arcos que los interconectan describen relaciones entre
ellos.

Sistemas expertos -
36
 MARCOS (frames)

Son estructuras de datos donde se almacena información

concreta de un cierto concepto e información relacional para
completar la definición del concepto.
Relacionados con las redes semánticas.
Asocian propiedades a los nodos que representan los objetos
o conceptos.
Las propiedades son descritas en términos
de atributos y valores asociados.

Sistemas expertos -
37
 OBJETOS
Utilizados en entornos de programación orientada a objetos.
Actúan como entidades independientes, y de esta forma el
control del sistema se consigue mediante el envío de mensajes del
sistema a los objetos y entre ellos mismos.

Representaciones Múltiples
Son de uso frecuente y combinan dos ó más de las formas
anteriores de representación a fin de conseguir una modelización lo
más adecuada posible del problema.

Sistemas expertos -
38
Estructuras complejas de representación del conocimiento

- Representación declarativa
- Incluye las reglas, el cálculo de predicados y las redes semánticas.
-El conocimiento queda estructurado en fragmentos independientes entre sí
y que, por tanto, son fácilmente modificables.
-Estos módulos de conocimiento se combinan mediante un mecanismo
general de razonamiento y deducción.
- Representación procedimental
- Refleja explícitamente las relaciones entre los fragmentos de
conocimiento.
- Estas relaciones son difíciles de modificar.
- Facilitan el uso del metaconocimiento
- Representación mixta
- Una combinación de las precedentes.
- Usa objetos y marcos.

ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA

DEEEEPPPP
AAAARRRR
T
T
TT
AAAAMMMMEEEENNNNT
T
TTOOOO DDDDEEEE OOOORRRRGGGGAAAANNNN
Z
IZ
IZ
IZ
IAAAACCCC
Ó
INÓ
IN
Ó
ININ IIINNNNDDDDUUUUSSSSTTTTRRRR
Ó A
IA
IA
IA
ILLLL Sistemas expertos - 39
 Los mecanismos o modos de razonamiento
- Encadenamiento hacia delante
El motor de inferencia parte de los hechos para llegar a los resultados, es
decir, selecciona las reglas que verifiquen las condiciones de las premisas.
- Encadenamiento hacia atrás
Se parte de los resultados y se trata de volver a los hechos para
comprobar si encajan o no con el problema planteado.
- Encadenamiento mixto
Combina los dos anteriores.
- Algoritmos de búsqueda heurística
Aplicables en los caso en los que la estructura de la B.C. permita construir
una estructura de árbol. En ese caso, el proceso de inferencia se convierte
en un proceso de búsqueda en un árbol.
- Herencia
Es el método de inferencia usado en entornos orientados a objetos. Un objeto
hijo hereda propiedades y hechos de sus padres. Así, la asignación de nuevas
propiedades a un objeto se realiza a través de las relaciones entre ese objeto y
el resto.
Sistemas expertos -
40
Encadenamiento de Reglas (I)
Es una de las estrategias de inferencia más utilizadas para que un
S.E. obtenga conclusiones compuestas.
Puede utilizarse cuando las conclusiones de ciertas reglas
coinciden con las premisas de otras.
Se utilizan en problemas en los que algunos hechos (por ejemplo,
síntomas de un enfermo) se dan por conocidos y se buscan algunas
conclusiones (por ejemplo, la enfermedad que puede tener).
Cuando las reglas se encadenan, los hechos pueden utilizarse para
dar lugar a nuevos hechos, repitiéndose el proceso hasta que no puedan
obtenerse más conclusiones.

A modo de ejemplo vamos a considerar un S.E. cuyo motor de

inferencia usa las dos reglas de inferencia hacia delante (Modus Ponens)
y hacia atrás (Modus Tollens) y tiene 13 objetos relacionados mediante
6 reglas. Las reglas y la conexión entre los objetos se muestran en la
diapositiva siguiente.

Sistemas expertos -
41
Encadenamiento de Reglas (II). Ejemplo
Regla 1
A
Regla 1 Regla 2
C
Si A y B Si D, E y F B
entonces entonces
C G
Regla 2 Regla 4 K
Regla 3 Regla 4 D

Si H y I Si C o G
entonces entonces E G Regla 6 M
J K
F
Regla 5 Regla 6
Regla 5 L
Si G y J Si K y L
entonces entonces
L M H
J
I
Regla 3
Sistemas expertos -
42
Encadenamiento de Reglas (III). Ejemplo
Regla 1
A
Supóngase que se dan los hechos
C siguientes:
B
H: cierto I: cierto

Regla 4 K K: M: falso
Regla 2
D cierto representada en el
circunstancia
gráfico poniendo fondo rojo a
E G Regla 6 M los hechos falsos y azul a los
verdaderos.
F

Regla 5 L

H
J
I
Regla 3

Sistemas expertos -
43
Encadenamiento de Reglas (IV). Ejemplo
Regla 1
A
La regla de inferencia del
C Modus Ponens aplicada a la
B regla 3 da como resultado
J: cierto
Regla 2 Regla 4 K
D

E G Regla 6 M

La regla de inferencia del

F
Modus Tollens aplicada a la
regla 6 da como resultado
Regla 5 LL
L K: falso ó L: falso
L
H Como K: cierto , L será falso.
L
JJ
J
I
Regla 3 J
J
Sistemas expertos -
44
Encadenamiento de Reglas (V). Ejemplo
Regla 1
A
C
B

Regla 2 Regla 4 K
D La regla de inferencia del
Modus Tollens aplicada a la
regla 5 concluye que
E G Regla 6 M
G G: falso ó J: falso
G
F Como J: cierto , G será falso.
G

Regla 5 LL
L
L
H
L
JJ
J
I
Regla 3 J
J
Sistemas expertos -
45
Encadenamiento de Reglas Orientado a un Objetivo (I)
Este mecanismo de inferencia requiere del usuario la selección de
un nodo objetivo, que se supone centra la atención del problema, y se
buscan los hechos que lo hacen posible.
Después, el algoritmo navega entre las reglas en busca de una
conclusión sobre el nodo objetivo seleccionado.
Si no obtiene ninguna conclusión con la información inicialmente
disponible, el algoritmo “pregunta” al usuario en busca de nueva
información pertinente sobre los objetos relevantes en orden a obtener la
información necesaria sobre el nodo objetivo

Supóngase que en el S.E que estamos utilizando como ejemplo el nodo

objetivo es M y se dan los hechos siguientes:
D: cierto E: cierto
F: L:
cierto respecto al
¿qué conclusión puede extraerse cierto
nodo objetivo M? . La situación se
representa como indica el siguiente esquema.
Sistemas expertos -
46
 Encadenamiento de Reglas Orientado a un Objetivo (II)
A
1. Se designa el nodo objeto M como objetivo en curso.
Regla 1 C
B
2. Se marca este objeto y se añade a objetos asociados
a los hechos
O bjetos m arcados
Regla 2 Regla 4 K
D D , E , F , L , M


E G Regla 6 M
1
3. Objetivos previos = {
F
a) Se busca una 4. Reglas
regla queactivas
incluya al objetivo en curso M
Regla 5 L como consecuente.
1, 2, 3, 4, 5, 6
b) La regla 6 no puede concluir, ya que K es desconocido.
H
J
c) El objeto K no está marcado. Entonces se reiteran los
Regla 3
pasos 1 a 4 anteriores, como se indica en la siguiente
I diapositiva.

Sistemas expertos -
47
 Encadenamiento de Reglas Orientado a un Objetivo (III)
A
1. Se designa el nodo objeto K como objetivo en curso.
Regla 1 C
B
[Link] marca este objeto y se añade a objetos ya
marcados
O bjetos m arcados
K
Regla 2 Regla 4 K2
D K D , E , F , L , M , K
K
K 
E G Regla 6 M
1
3. Objetivos previos = {M
F
a) Se busca una 4. Reglas
regla queactivas
incluya al objetivo en curso K
Regla 5 L como consecuente, pero no afecte al anterior M.
1, 2, 3, 4, 5, 6
b) La regla 4 no puede concluir, ya que C y G son
H desconocidos.
Regla 3 J
c) Ninguno de los dos está marcado. Se selecciona uno de
I los dos, C por ejemplo, y se reiteran los pasos 1 a 4
anteriores, como se indica en la siguiente diapositiva.

ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA

DEPARTAMENTO DE ORGANIZACIÓN Sistemas expertos -
INDUSTRIAL 48
 Encadenamiento de Reglas Orientado a un Objetivo (IV)
A
1. Se designa el nodo objeto C como objetivo en curso.
Regla 1 CC
B C3 [Link] marca este objeto y se añade a objetos ya
C marcados
C
O bjetos m arcados
K
Regla 2 Regla 4 K2
D K D , E , F , L , M , K , C
K
K 
E G Regla 6 M
1
3. Objetivos previos = {M, K
F
4. Reglas
a)Se busca una regla activaactivas
que incluya al objetivo en
Regla 5 L curso C como consecuente, pero no afecte a los previos.
1, 2, 3, 4, 5, 6
b)La regla 1 no puede concluir, ya que A y B son
H desconocidos.
Regla 3 J
c) Ninguno de los dos está marcado. Se selecciona uno de
I los dos, A por ejemplo, y se reiteran los pasos 1 a 4
anteriores, como se indica en la siguiente diapositiva.

Sistemas expertos -
49
 Encadenamiento de Reglas Orientado a un Objetivo (V)
A
4A
A Regla 1 1. Se designa el nodo objeto A como objetivo en curso.
CC
A C3 2. Se marca este objeto y se añade a objetos ya
B
A C
C marcados O bjetos m arcados
K
Regla 2 Regla 4 K2
D K
K D , E , F , L , M , K , C ,
K
E G Regla 6 M A  activas
4. Reglas
1
3. Objetivos previos = {M, K, C
F 1, 2, 3, 4, 5,
a)Se busca una regla activa que incluya al objetivo en
Regla 5 L curso A como consecuente, pero
6 no afecte a los previos.
b) No hay ninguna regla con esa característica.
H
Regla 3 J c)Entonces se pregunta al usuario por el valor de A.
Supongamos que toma el valor cierto.
I
d) Se vuelve hacia atrás en el árbol, es decir, se
vuelve
tomar a objetivo en curso.
C como

Sistemas expertos -
50
 Encadenamiento de Reglas Orientado a un Objetivo (VI)
A
1. Se designa el nodo objeto C como objetivo en curso.
Regla 1 CC
B C3 2. Se marca este objeto y se añade a objetos ya
C
C marcados O bjetos m arcados
K
Regla 2 Regla 4 K2
D K
K D , E , F , L , M , K , C ,
K
E G Regla 6 M A  activas
4. Reglas
1
3. Objetivos previos = {M, K
F 1, 2, 3, 4, 5,
a) Se busca una regla activa que incluya al objetivo en
Regla 5 L curso C como consecuente, pero
6 no afecte a los previos.
b) La regla 1 no puede concluir, ya que B es desconocido.
H
Regla 3 J c) El objeto B no está marcado.
I

Sistemas expertos -
51
 Encadenamiento de Reglas Orientado a un Objetivo (VII)
A
1. Se designa el nodo objeto C como objetivo en curso.
Regla 1 CC
B C3 2.
C O bjetos m arcados
C K
Regla 2 Regla 4 K2
K D , E , F , L , M , K , C , A 
D
K
K 3. Objetivos previos = {M, K
E G Regla 6 M 4. Reglas activas
1

F 1, 2, 3, 4, 5,
a) Se busca una regla activa que incluya al objetivo en
Regla 5 L curso C como consecuente, pero
6 no afecte a los previos.
b) La regla 1 no puede concluir, ya que B es desconocido.
H
Regla 3 J c) El objeto B no está marcado.
I

Sistemas expertos -
52
 Encadenamiento de Reglas Orientado a un Objetivo (VIII)
A
1. Se designa el nodo objeto B como objetivo en curso.
Regla 1 CC
BB C3 2. Se marca este objeto y se añade a objetos ya
5B C
C marcados O bjetos m arcados
B K
Regla 4 K2
B Regla 2
D K
K D , E , F , L , M , K , C , A , B
K
E G Regla 6 M 
4. Reglas activas
1
3. Objetivos previos = {M, K, C
F 1, 2, 3, 4, 5,
a)Se busca una regla activa que incluya al objetivo en
Regla 5 L curso B como consecuente, pero
6 no afecte a los previos.
b) No hay ninguna regla con esa característica.
H
Regla 3 J c)Entonces se pregunta al usuario por el valor de B.
Supongamos que toma el valor cierto.
I
d) Se vuelve hacia atrás en el árbol, es decir, se
vuelve
tomar a objetivo en curso.
C como

Sistemas expertos -
53
 Encadenamiento de Reglas Orientado a un Objetivo (IX)
A
1. Se designa el nodo objeto C como objetivo en curso.
Regla 1 CC
B C3
C 2. O bjetos m arcados
C K
Regla 2 Regla 4 K2 D , E , F , L , M , K , C , A , B
D K
K
K 
E G Regla 6 M
1
3. Objetivos previos = {M, K
F
a) Se busca una 4. Reglas
regla activas
activa que incluya al objeto en curso
Regla 5 L C como consecuente, pero no afecte a los previos.
1, 2, 3, 4, 5, 6
b) Por la regla 1 concluimos que C es cierto.
H
Regla 3 J c) Como C no coincide con el objetivo inicial, se vuelve
I hacia atrás en el árbol, es decir, se vuelve a tomar K como
objetivo en curso.

Sistemas expertos -
54
 Encadenamiento de Reglas Orientado a un Objetivo (X)
A
1. Se designa el nodo objeto K como objetivo en curso.
Regla 1 C
B
2. O bjetos m arcados
K
Regla 2 Regla 4 K2 D , E , F , L , M , K , C , A , B
D K
K
K 
E G Regla 6 M
1
3. Objetivos previos = {M
F
a) Se busca una 4. Reglas
regla activas
activa que incluya al objeto en curso
Regla 5 L K como consecuente, pero no afecte a los previos.
1, 2, 3, 4, 5, 6
b) Por la regla 4 concluimos que K es cierto.
H
Regla 3 J c) Como K no coincide con el objetivo inicial, se vuelve
I hacia atrás en el árbol, es decir, se vuelve a tomar M como
objetivo en curso.

Sistemas expertos -
55
 Encadenamiento de Reglas Orientado a un Objetivo (XI)
A
1. Se designa el nodo objeto M como objetivo en curso.
Regla 1 C
B
2. O bjetos m arcados
Regla 4 K
Regla 2 D , E , F , L , M , K , C , A , B
D

E G Regla 6 M
1
3. Objetivos previos = {
F
a) Se busca una 4. Reglas
regla activas
activa que incluya al objeto en curso
Regla 5 L M como consecuente.
1, 2, 3, 4, 5, 6
H
Regla 3 J b) Por la regla 6 concluimos que M es cierto.
I

Sistemas expertos -
56
 Otro ejemplo sencillo

Supongamos un sistema cuya base de conocimiento contiene

las siguientes reglas:

R1: SI jersey ENTONCES bingo

R2: SI chaqueta ENTONCES cena

R3: SI cena ENTONCES teatro

Sistemas expertos -
57
Como actúan los mecanismos de razonamiento (1)

- Encadenamiento hacia delante

(o enfoque guiado por datos o
hechos)

Problema: Determinar si se da teatro

sabiendo que se cumplen
jersey o chaqueta

Sistemas expertos -
58
 1º. Lo primero que hace le motor de inferencia es introducir en la B.H. jersey y chaqueta.

B.H. = { jersey, chaqueta }

2º. El sistema identifica las reglas aplicables: R1 y R2.
3º. Selecciona y aplica R1. Esto genera bingo , que se añade a la B.H.
B.H. = { jersey, chaqueta, bingo }
4º. Como no se ha solucionado el problema, vuelve a identificar un subconjunto
de reglas aplicables, excepto la ya usada, que no cambiaría el estado de la B.H.: R2 y R3
5º. Selecciona y aplica R2. Esto genera cena , que se añade a la B.H.
B.H. = { jersey, chaqueta, bingo, cena }
6º. Como aún no se ha solucionado el problema, el sistema selecciona otro subconjunto
de reglas aplicables, en este caso R3.
7º. Selecciona y aplica R3. Esto genera teatro , que se añade a la B.H.
B.H. = { jersey, chaqueta, bingo, cena, teatro }
8º. Como teatro está en la B.H. se ha llegado a una respuesta positiva a la pregunta
propuesta.

Sistemas expertos -
59
Como actúan los mecanismos de razonamiento (2)

Encadenamiento hacia atrás

(o enfoque guiado por
objetivos)

Problema: Determinar si se da teatro

teniendo en la base de
hechos jersey y chaqueta

Sistemas expertos -
60
1º. B.H. = { jersey,
chaqueta }
2º. El sistema identifica las reglas aplicables. En este caso sólo
R3 ya que es la única que tiene teatro como
consecuente. Ello genera cena.
3º. Como cena no se encuentra en la B.H., es decir,
no es ni verdadero ni falso, se le considera como
subobjetivo.
4º. El sistema intentará probar cena, identificando
las reglas aplicables: R2
5º. Selecciona y aplica R2 y se obtiene chaqueta , que
es verdadero en la B.H.
6º. Como se ha probado el subobjetivo, se prueba
también teatro.

Sistemas expertos -
61
 Un ejemplo sencillo de diagnóstico de averías (1)

Reglas
R1: SI el motor obtiene R2: SI NO gira el motor
gasolina Y Y
SI el motor gira SI NO encienden las luces
ENTONCES ENTONCES
Problema con las bujías Problema con la batería

R3: SI No gira el R4: SI hay gasolina en el

motor Y depósito
SI encienden las luces ENTONCES
ENTONCES El motor obtiene gasolina
Problema con el
starter

Posibles problemas
identificados
Problema con las bujías
Problema con la
batería Problema con
el starter Sistemas expertos -
62
 Un ejemplo sencillo de diagnóstico de averías (2)

Detectando los problemas

a) Problema con las bujías: conclusión de la
REGLA 1
Dos nuevas el motor obtiene
metas: gasolina el motor gira
a1) Para probar la primera podemos usar la REGLA 4, de la que es
conclusión Una nueva meta a probar: hay gasolina en el depósito
No hay regla que concluya esta prueba, por tanto el sistema
PREGUNTA al usuario:
¿Hay gasolina en el depósito?

Supongamos que la respuesta es SI (la respuesta se guarda para no repetir la

pregunta) El sistema ha probado que el motor obtiene gasolina

Sistemas expertos -
63
 Un ejemplo sencillo de diagnóstico de averías (3)

Detectando los problemas

a) Problema con las bujías: conclusión de la
REGLA 1
Dos nuevas el motor obtiene
metas: gasolina el motor gira
a2) Para probar la segunda, como no hay regla que concluya
esta prueba, el sistema
PREGUNTA al usuario:
¿Gira el motor?

Supongamos ahora que la respuesta es NO

Como no hay otras reglas que concluyan en que hay problemas con las bujías, el
sistema concluye que el problema con las bujías no es la solución del problema, y pasa a
considerar otra hipótesis:
Problema con la batería

Sistemas expertos -
64
 Un ejemplo sencillo de diagnóstico de averías (4)

Detectando los problemas

b) Problema con batería:
El sistema ya ha registrado que el motor no
gira Tiene que probar que no encienden las
luces
Como no hay regla que concluya esta prueba,
el sistema

PREGUNTA al usuario:
¿Encienden las luces?

Supongamos ahora que la respuesta es

NO El sistema concluye que
la causa de la avería es un
problema con la batería
Sistemas expertos -
65
 Un ejemplo sencillo de diagnóstico de averías (5)
El proceso completo de interacción entre el sistema y el usuario se resume en
el siguiente diálogo:

Sistema : ¿Hay gasolina en el depósito?

Usuario: SI
Sistema : ¿Gira el motor?

Usuario: NO
Sistema : ¿Encienden las luces?

Usuario: NO

Sistema : Hay un problema con la batería

Sistemas expertos -
66
 La interfase de usuario y el módulo explicativo: El diálogo con el SE
Si el usuario desea seguir el razonamiento del sistema, se produce el siguiente
diálogo: Sistema : ¿Hay gasolina en el depósito?
Usuario: SI
Sistema : ¿Gira el motor?
Usuario: NO
Sistema : ¿Encienden las luces?
Usuario: ¿Por qué?
Sistema : Trato de probar que hay problema con la batería. Se ha
establecido el hecho de que NO funciona el motor. Por tanto si
NO encienden las luces habrá un problema con la batería.
¿Encienden las luces?
Usuario: NO
Sistema : Concluyo que hay un problema con la batería
Usuario: ¿Cómo?
Sistema : Esto se deduce de la Regla 2:
SI NO gira el motor Y SI NO encienden las
luces ENTONCES hay un problema con
la batería
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
NO gira elEEEEPPAAAARRmotor
DDDD R
R
TT
AAAA
MMM
ME
EE
E
NNN
NTTO
OO fue
O DDDDEEEE Odado por
OOORRRRGGGG
AAAANNNN
Z
IZ
IZIAAel
IZ AACCCC
Ó
INusuario
Ó
IN
Ó
ININ IIINNNNDDDDUUUUSSSSTTTTRRRR
Ó A
IA
IA
IA
ILLLL Sistemas expertos - 67

NO encienden las luces fue dado por el usuario

 Un sistema experto para identificar vehículos
Reglas
R1: SI el vehículo tiene dos ruedas R2: SI tiene dos
Y ruedas
SI utiliza motor Y
ENTONCES SI NO ENTONCES
utiliza
es una motocicleta motor
es una bicicleta

R3: SI tiene 4 ruedas R4: SI tiene 4 ruedas

Y Y
SI utiliza motor SI utiliza motor
Y Y
SI pesa menos de 3500 kg SI NO pesa menos de 3500 kg
ENTONCES ENTONCES
es un turismo es un camión

R5:
SI tiene 4 ruedas
Y
SI NO utiliza motor
ENTONCES
es un carrito para
transportar
pequeños bultos
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
Vehículos identificados : motocicletas bicicletas turismos camiones carretillas
DDDDEEEEPPAAAARRRR
TT
AAAA
MMM
ME
EE
E
NNN
NTTO
OO DDDDEEEE OOOORRRRGGGGAAAANNNN
O Z
IZ
IZ
IZ
IAAAACCCC
Ó
INÓ
IN
Ó
ININ IIINNNNDDDDUUUUSSSSTTTTRRRR
Ó A
IA
IA
IA
ILLLL Sistemas expertos - 68
 PARTE III
SISTEMAS EXPERTOS
Historia
¿Por qué y en qué situaciones utilizarlos?
Cómo se desarrollan
Sus principales campos de aplicación

Sistemas expertos -
69
 ¿ Por qué desarrollar un S.E. ?
El coste de formación de nuevos expertos es muy alto.
Existe el riesgo de perder los conocimientos y experiencia que
poseen los expertos.
El número de auténticos expertos en un campo dado es casi
siempre pequeño.
Es conveniente disponer de expertos sin restricciones de lugar
y/o tiempo.
Los expertos tienen muchas veces que trabajar en
ambientes hostiles.
El entorno del problema es rico en conocimiento sobre el mismo
y pobre en experiencias previas, casi siempre a causa de su
inviabilidad.
No es fácil comparar unos problemas con otros y no se puede
aprender del pasado.
La experiencia se puede implementar en forma de reglas.
Sistemas expertos -
70
 Criterios a tener en cuenta ante un problema para
decidir si se desarrolla o no un S.E.
[Link] necesidad y el valor de la solución que aporte al problema el sistema experto debe
compensar los costes de su desarrollo.
[Link] expertos humanos no están siempre disponibles para resolver
cuestiones relacionadas con la situación. O son muy caros de consultar cada vez que
se presenta un
problema.
3. El problema puede resolverse usando técnicas de tratamiento y
simbólicos y/o métodos heurísticos. Las tareas a realizar son eminentemente prácticas y
razonamiento
no demasiado fáciles en razón de la gran cantidad de datos y relaciones a menajar.
[Link] problema está bien estructurado y no requiere mucho conocimiento basado en el
sentido común.
[Link] problema no puede ser resuelto fácilmente usando métodos de cálculo
más tradicionales.
[Link] posible encontrar expertos que cooperen y sean claros en la expresión de su
conocimiento.
[Link] problema es de tamaño y alcance adecuados, es decir, el número de conceptos que
deben ser manejados es limitado y no requiere conocimientos de muchas áreas diferentes.
ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA
DDDDEEEEPPAAAARRRR
TT
AAAA
MMM
ME
EE
E
NNN
NTTO
OO DDDDEEEE OOOORRRRGGGGAAAANNNN
O Z
IZ
IZ
IZ
IAAAACCCC
Ó
INÓ
IN
Ó
ININ IIINNNNDDDDUUUUSSSSTTTTRRRR
Ó A
IA
IA
IA
ILLLL Sistemas expertos - 71
 Cuando tiene sentido su aplicación los sistemas
expertos ofecen una valiosísima ayuda para

1. Evitar fallos en labores rutinarias complejas

[Link] de forma más rápida los conocimientos
de los especialistas.
[Link] los fallos con mayor rapidez y
conseguir tareas de planificación más completas, robustas
y consistentes.
[Link] la carga de los expertos, disminuyendo
el riesgo de que tomen decisiones erróneas, y acelerar el
proceso de toma de decisiones.

Sistemas expertos -
72
RELACIÓN ENTRE EL ESFUERZO Y LA COMPLEJIDAD
EN EL PROCESAMIENTO DE DATOS
Esfuerzo

Procesamien
to de Procesamiento de
datos conocimientos
con técnicas de
SE

Complejidad

El procesamiento de conocimientos permite superar

la barrera de la complejidad

Sistemas expertos -
73
 Comparación entre un sistema experto y un sistema clásico de
procesamiento de información

Sistema experto Sistema clásico

Representa y usa conocimiento Representa y usa datos
Base de conocimiento separada del mecanismo El conocimiento y su procesamiento
de procesamiento están combinados en un programa
Puede contener errores No admite errores en su estructura
Un módulo del sistema explica el No da explicaciones; sólo
proceso del tratamiento del conocimiento
resultados
El sistema puede operar con sólo algunas
de sus reglas
El sistema funciona como un
Los cambios en las reglas son fáciles
Puede operar con información todo Los cambios son tediosos
incompleta Necesita información completa
para operar
La ejecución usa métodos heurísticos y
lógica La ejecución se hace paso por
paso

ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA

DEPARTAMENTO DE ORGANIZACIÓN Sistemas expertos -
INDUSTRIAL 74
 Un ejercicio

Una agencia de viajes nos propone diseñar un SE

para ayudar a la gente a elegir el lugar donde pasar
las vacaciones.

Discutir si esta situación pudiera ser adecuada

para desarrollar un SE y, si así fuera, decir como
podríamos comenzar a adquirir el conocimiento de
experto necesario y que tipo de estructura lógica podría
desarrollarse.

Sistemas expertos -
75
 Desarrollo de un Sistema Experto

FASES
- Estudio de viabilidad técnica y
económica
- Desarrollo del prototipo
- Desarrollo del sistema

Sistemas expertos -
76
 Desarrollo del prototipo del Sistema Experto
El equipo
- El experto
- El ingeniero del
conocimiento
- El usuario

Sistema Experto

Ingeniero del

conocimient
o
Expert
o

Usuari
o

Sistemas expertos -
77
Alternativas para el desarrollo del prototipo de un SE (1)

La implementación de un SE obliga al desarrollo de cada

uno de los elementos del mismo a través de lenguajes o
herramientas de desarrollo.

Hay cuatro alternativas cara a este objetivo:

- Lenguajes de alto nivel
- Lenguajes simbólicos
- Herramientas de desarrollo (conchas y marcos)
- Entornos de desarrollo

Sistemas expertos -
78
Alternativas para el desarrollo del prototipo de un SE (2)

- Lenguajes de alto nivel

Son lenguajes de propósito general (C++, Fortran, etc.,)
Son bien conocidos, su uso está muy generalizado,
son eficientes y tienen un alto grado de portabilidad.
Presentan el inconveniente de no estar preparados para
una programación basada en símbolos.

Sistemas expertos -
79
Alternativas para el desarrollo del prototipo de un SE (3)

- Lenguajes simbólicos
Son lenguajes de alto nivel, adaptados a la lógica de la
base de conocimientos que está representada mediante
símbolos, y por su mecanismo para extraer conclusiones.
Su eficiencia aumenta cuando son utilizados en
estaciones de trabajo especialmente diseñadas para ellos.

Los más conocidos y usados son LISP y

PROLOG.

Sistemas expertos -
80
 Alternativas para el desarrollo del prototipo de un SE (4)

- Herramientas de desarrollo

Conchas ( shells )
Un SE, específico para cada aplicación, que contiene
una base de conocimientos vacía, el mecanismo de
inferencia, independiente de las bases de hechos y de
conocimiento, el componente explicativo y, a veces, la
interfase de usuario.

Marcos ( frames )
Son parte, no obligada, de las conchas.
Contienen
nombres, cualidades y valores de objetos. Son
componentes explicativos que, en algún caso contienen un
mecanismo de inferencia propio, distinto al de las conchas.

Sistemas expertos -
81
Alternativas para el desarrollo del prototipo de un SE (5)

- Entornos de desarrollo (environments)

Añaden a las conchas el uso de un entorno gráfico (ventanas,

iconos,…) que facilita el desarrollo del SE.
Tienen la ventaja de disminuir el tiempo de desarrollo, pero
suelen ser caros y poco flexibles.

Sistemas expertos -
82
 Riesgos en el desarrollo de un SE

[Link] muchos casos no existen aplicaciones similares que

puedan servir de orientación al ingeniero de desarrollo.
[Link] frecuencia, las especificaciones y requisitos del
problema están planteados con poca precisión.

Diseño y especificación requieren una pronta determinación del

software a emplear y de la funcionalidad de los componentes.

Sistemas expertos -
83
 Modelos funcionales de los sistemas expertos
Categoría Tipo de problema Uso
Interpretació Deducir situaciones a partir Análisis de imágenes
n de datos observados Inversiones financieras
Reconocimiento del habla
Planificación Desarrollar planes para Planificación militar
alcanzar unos Programación de
objetivos proyectos e inversiones
Control Interpreta, predice y supervisa su
Mantener el funcionamiento funcionamiento
Control de tráfico aéreo
de un sistema dentro de Monitorización de una planta de producción
especificaciones dadas Estrategia militar
Predicción Inferir posibles consecuencias Previsión de tráfico
a partir de una situación Evolución de la Bolsa
conocida Predicción del
tiempo
Diagnóstico Deducir el estado de un
sistema a partir de síntomas Diagnóstico médico
Diagnóstico de averías y detección de
fallos Mantenimiento sintomático
Enseñanza Recoger y mostrar el conocimiento
Aprendizaje de la experiencia ajena
Diseñ Configurar objetos bajo
o especificaciones Diseño de edificios, automóviles, circuitos
dadas
Sistemas expertos -
84
 Otra caracterización de las aplicaciones de los SE por sectores
Sector Banca Industria Comercio Proyectos
Seguros Servicios estatales
Aplicación
- Concesión de créditos - Mantenimiento - Concesión de créditos - Diagnósticos médicos
Diagnóstico -Comprobación
- Análisis de fallos - Cálculo de riesgos en hospitales
de hipotecas - Diagnóstico técnico
- Análisis de - Economía energética
siniestros
- Análisis de riesgos - Proyectos - Análisis de mercado Planificación de:
-
Planificación Planificación
-
- Funciones lógicas de - Análisis de riesgos Inversiones -
Emergencias
de Inversiones proyectos -

Control de --- - Control de procesos - Observación d- d-

eColantdtdriosltrdibeucceión
-- - Gobierno de
procesos de tendencias. ntrales nucleares o grandes
y O
Ge s ti ón n
b s e
d e v
r rv a c ió
procesos redes de
supervisió - Aviso de distribución (agua, energía)
al ore s
n d e emergencias
n
tendencias.
- Configuración - Requisitos de - Diseño de redes
Diseño - Instalaciones fabriles producción de distribución
- Diseño de productos (agua,
energía, correos).
- de colaboradores - de colaboradores - formación interna en
- de colaboradores
Formación - de personal propio
- del servicio exterior
- de personal propio
- de personal propio
- del servicio exterior
cuestiones jurídicas

- de clientes
Asesoría - de clientes - de clientes
- de servicios especiales
Sistemas expertos -
- de clientes
85
 Un sistema experto en monitorización

Experto Operador - adquisición de conocimientos

- análisis numérico
- actuaciones

Subsistema
de
adquisición Interfase
de
conocimientos

Interfase hombre -
Base de máquina Ordenado
conocimiento r Central
s de
Motor de
Gestión
inferenci
a
Base de
datos SISTEMA EXPERTO
Ordenador de Proceso

Automatismos de Control

Sistemas expertos -
86