UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
CONTROL Y AUTOMATIZACIÓN
SISTEMAS EXPERTOS
CÉSAR BASURTO CONTRERAS
Sistemas Expertos: Definición,
Aplicaciones y Ejemplos
La Inteligencia artificial es la simulación de la inteligencia humana. Los sistemas
informáticos intentan simular el funcionamiento del cerebro humano a través de las redes
neuronales.
Estos sistemas son desarrollados para dominar un conocimiento en particular, que en el
caso de un humano u organización serían considerados expertos, por eso se les conoce
como sistemas expertos.
¿Qué son los sistemas
Pero estos sistemas también son capaces de
expertos? expresar y razonar una idea sobre algún
• Son sistemas basados en computadoras,
interactivos y confiables, que pueden tomar dominio del conocimiento. Los sistemas
decisiones y resolver problemas complejos. La expertos fueron los antecesores de los
toma de decisiones se considera el más alto sistemas actuales de inteligencia artificial,
nivel de inteligencia y experiencia humana. aprendizaje profundo y aprendizaje
• La IA simula estos procesos y cuando hablamos automático.
de sistemas expertos nos referimos a la Por otro lado, los sistemas expertos se
resolución de los problemas más complejos en identifican a través de una variedad de
un dominio específico. características como por ejemplo el alto nivel
• En otras palabras, el software de IA tiene el de experiencia que proporciona eficiencia,
suficiente conocimiento almacenado como para precisión y resolución imaginativa de
resolver problemas complejos que solo un problemas. Además reacciona a tiempo justo,
experto humano podría resolver es decir, interactúa en un período de tiempo
muy razonable con el usuario.
Los sistemas expertos son operadores confiables que no deben emitir ningún tipo
de error. Además son muy flexibles y el mecanismo de compilación de información
es muy efectivo. Finalmente, un sistema experto es capaz de manejar problemas y
decisiones desafiantes. De esa manera, brinda las soluciones más concisas
Un Sistema Experto es un sistema que
emplea conocimiento humano capturado
en una computadora para resolver
problemas que normalmente requieran
de expertos humanos. Los sistemas bien
diseñados imitan el proceso de
razonamiento que los expertos utilizan
para resolver problemas específicos.
Ø Los sistemas expertos tienen pocos niveles
de profundidad. Ø Los expertos no razonan a
partir de principios (razona a partir de su
experiencia), solo los inexpertos razonan a partir
de principios. Ø Pueden explicar su
razonamiento o decisiones sugeridas. Ø Puede
mostrar un comportamiento inteligente.
Componentes de sistemas expertos
[Link] de conocimiento: en este componente se 3. Módulo de adquisición de conocimiento y
representan los hechos y reglas. Aquí se almacena el aprendizaje: es la parte de estos sistemas que permite
conocimiento en un dominio particular, así como en que el sistema experto adquiera cada vez más
las reglas para resolver un problema, conocimiento de diversas fuentes y lo almacene en la
procedimientos y datos intrínsecos relevantes para base de conocimiento.
el dominio. 4. Interfaz de usuario: es la parte más crucial del
Es el repositorio de los hechos, es decir, un gran sistema experto. Este módulo hace posible que un
contenedor de conocimiento que se obtiene de usuario no experto interactúe con el sistema experto y
encuentre una solución a un problema.
diferentes expertos de un campo específico.
El componente toma la consulta de un usuario en una
2. Motor de inferencia: es el cerebro del sistema forma legible y pasa al motor de inferencia. Una vez allí,
experto. Su función es obtener el conocimiento entran en funcionamiento los otros componentes y
relevante de la base de conocimientos, interpretarlo posteriormente muestra los resultados al usuario. En
y encontrar una solución relevante para el problema otras palabras, es una interfaz que ayuda al usuario a
del usuario. Contiene las reglas de su base de comunicarse con el sistema experto.
conocimiento y las aplica a los hechos conocidos
5. Módulo de explicación: en este módulo el sistema
para inferir nuevos hechos.
experto da una explicación al usuario sobre cómo el
Así, proporciona razonamiento sobre la información sistema experto llegó a una conclusión particular.
en la base de conocimiento. Los motores de De esa manera, argumenta los resultados presentados
inferencia también pueden incluir una explicación y con la mayor exactitud.
habilidades de depuración
Aplicaciones y ejemplos de sistemas expertos
Existen muchos ejemplos de sistemas expertos, pero compartimos algunos a continuación:
1. MYCIN: es uno de los primeros sistemas expertos En general, en cuanto a las aplicaciones de estos
basados en el encadenamiento hacia atrás. sistemas expertos, algunas de las más populares son:
Este sistema es capaz de identificar varias bacterias [Link]ón de la información.
que pueden causar infecciones agudas y también [Link] e instalaciones médicas.
puede recomendar medicamentos según el peso del [Link]ón de servicios de ayuda.
paciente. [Link]ón del desempeño de los empleados.
2. DENDRAL: es un sistema experto basado en [Link]álisis de préstamos.
inteligencia artificial utilizado para el análisis químico. [Link]ón de virus.
El sistema puede predecir la estructura molecular, 7.Útil para proyectos de reparación y
basado en los datos espectro gráficos de una mantenimiento.
sustancia. [Link]ón de almacenes.
3. R1 / XCON: es usado en el campo de la informática. [Link]ón y programación.
Es capaz de seleccionar un software específico para [Link] configuración de objetos fabricados.
generar un sistema informático a gusto del usuario. [Link] de decisiones financieras Publicación de
4. 4. DXplain: otro sistema de apoyo clínico, pero en conocimiento.
este caso, tiene la capacidad de sugerir una variedad [Link]ón y control de procesos.
de enfermedades según los hallazgos del médico. [Link] el funcionamiento de la planta y el
controlador.
[Link] de comercio.
[Link] de aerolínea y horarios de carga.
Por tanto, un sistema experto toma hechos y heurísticas para resolver problemas
complejos de toma de decisiones. En ese orden, la calidad mejorada de las decisiones, la
reducción de costos, la consistencia, la confiabilidad, la velocidad son los beneficios clave
de un sistema experto.
Sin embargo, se debe tomar en cuenta que un sistema experto no puede dar soluciones
creativas y su mantenimiento puede ser costoso. Fuera de eso, sus aplicaciones son muy
amplias y son muy útiles para asegurar información rápida y precisa.
Un sistema experto (SE) es un programa Pero debido al pobre desarrollo de la IA, la PNL,
que está diseñado para resolver los sistemas expertos no estuvieron a la altura
problemas dentro de un dominio de las expectativas del mundo empresarial y el
especializado que normalmente término en sí se ha quedado fuera del léxico del
requiere un experto humano. Al imitar mundo de las TI.
el pensamiento de los expertos
Pero ahora, con el rápido desarrollo y los
humanos, el sistema puede realizar el
avances destacados de la inteligencia artificial,
análisis, diseño o monitoreo, tomar
decisiones y más.
el aprendizaje automático, el aprendizaje
profundo y el procesamiento del lenguaje
De hecho, estos sistemas se natural, estamos a viendo su regreso. Dicho
construyeron hace mucho tiempo y esto, conozcamos la estructura que conforma a
fueron la primera implicación exitosa de un sistema experto y cuáles son las aplicaciones
la Inteligencia Artificial. que puede tener.
Estructura. Un sistema experto consta principalmente de tres componentes:
1. Interfaz de usuario 2. Maquina de inferencia 3. Base de conocimientos
[Link] de usuario 2. Motor de inferencia (reglas del motor)
Con la ayuda de una interfaz de El motor de inferencia se conoce como el cerebro
usuario, el sistema experto del sistema experto, ya que es la principal unidad
interactúa con el usuario, toma de procesamiento del sistema. Aplica reglas de
las consultas como una entrada inferencia a la base de conocimientos para derivar
en un formato legible y las pasa una conclusión o deducir nueva información.
al motor de inferencia.
Ayuda a obtener una solución sin errores de las
Después de obtener la consultas realizadas por el usuario. Con la ayuda
respuesta del motor de
de un motor de inferencia, el sistema extrae el
inferencia, muestra la salida al
usuario. En otras palabras, es conocimiento de la base de conocimientos.
una interfaz que ayuda a un
usuario no experto a
comunicarse con el sistema
experto para encontrar una
solución.
Hay dos tipos de motor de
inferencia: Base de conocimientos:
[Link] de inferencia determinista: se La base de conocimiento es un tipo de
supone que las conclusiones extraídas de este almacenamiento que almacena el
tipo de motor de inferencia son verdaderas. Se conocimiento adquirido de los diferentes
basa en hechos y reglas.
expertos del dominio en particular. Se
[Link] de inferencia probabilístico: este considera como un gran almacenamiento
tipo de motor de inferencia contiene
incertidumbre en las conclusiones y se basa en
de conocimiento.
la probabilidad. Cuanto mayor sea la base de
El motor de inferencia utiliza los siguientes conocimientos, más preciso será el
modos para derivar las soluciones: sistema experto. Es similar a una base de
Encadenamiento hacia adelante: parte de datos que contiene información y reglas
los hechos y reglas conocidos, y aplica las reglas de un dominio o tema en particular.
de inferencia para agregar su conclusión a los También se puede ver la base de
hechos conocidos.
conocimientos como colecciones de
Encadenamiento hacia atrás: es un método objetos y sus atributos. Por ejemplo, un
de razonamiento hacia atrás que comienza león es un objeto y sus atributos son un
desde la meta y trabaja hacia atrás para probar
los hechos conocidos. mamífero, no un animal doméstico, etc
Componentes de la base de conocimientos
1. Conocimiento fáctico: el conocimiento 3. Representación del conocimiento: se utiliza
que se basa en hechos y es aceptado por para formalizar el conocimiento almacenado en la
los ingenieros del conocimiento se base de conocimiento utilizando las reglas If-else.
incluye en el conocimiento fáctico. 4. Adquisición de conocimiento: es el proceso de
2. Conocimiento heurístico: este extraer, organizar y estructurar el conocimiento
conocimiento se basa en la práctica, la del dominio, especificando las reglas para adquirir
el conocimiento de varios expertos y almacenar
capacidad de adivinar, evaluar y
ese conocimiento en la base de conocimiento.
experimentar.
El proceso de adquisición del conocimiento es el
Un ejemplo clásico del procedimiento modelo por el cual el ser humano aprende y
heurístico de representatividad es pensar desarrolla su inteligencia. Un proceso de
que los productos de gran calidad son caros, construcción del conocimiento necesario para
y bajo este razonamiento, si algo es caro desarrollarnos como personas y adquirir
tiene que ser de gran calidad, aunque la herramientas que nos permitan hacer frente a los
mayoría sabemos que no siempre es así desafíos de nuestra sociedad.
necesariamente.
Aplicaciones
Solicitud Descripción
Dominio de diseño Diseño de lentes de cámara, diseño de automóviles.
Sistemas de diagnóstico para deducir la causa de la
Dominio médico enfermedad a partir de datos observados, realización
de operaciones médicas en humanos.
Comparar datos continuamente con el sistema
Sistemas de
observado o con el comportamiento prescrito, como
monitoreo
el control de fugas en una tubería de petróleo larga.
Sistemas de
Controlar un proceso físico basado en la
control de
monitorización.
procesos
Dominio del Descubrimiento de fallas en vehículos,
conocimiento computadoras.
Detección de posibles fraudes, transacciones
Finanzas /
sospechosas, negociación bursátil, programación de
Comercio
aerolíneas, programación de carga.
Beneficios de los sistemas expertos
1. Disponibilidad: están fácilmente 4. Menos tasa de errores: la tasa
disponibles debido a la producción de errores es baja en comparación
masiva de software. con los errores humanos.
[Link] costo de producción: el [Link]ón del riesgo: pueden
costo de producción es razonable. trabajar en un entorno peligroso
Esto los hace asequibles. para los humanos.
[Link]: ofrecen una gran [Link] constante: funcionan
velocidad. Reducen la cantidad de de manera constante sin moverse,
trabajo que realiza una persona. tensarse o fatigarse.
Desarrollo de sistemas expertos: Pasos generales
El proceso de desarrollo de SE es iterativo. Los pasos para desarrollar el
EE incluyen:
[Link] el dominio del problema 4. Prueba y perfeccionamiento del prototipo
El problema debe ser adecuado para que un sistema El ingeniero del conocimiento utiliza casos de muestra
experto lo resuelva. para probar el prototipo en busca de deficiencias en el
rendimiento.
Encuentra a los expertos en el dominio de tareas para el
proyecto SE. Los usuarios finales prueban los prototipos del SE.
Establecer la rentabilidad del sistema. 5. Desarrollar y completar el SE
[Link]ñar el sistema Probar y asegurar la interacción del SE con todos los
Identificar la tecnología SE elementos de su entorno, incluidos los usuarios finales,
Conocer y establecer el grado de integración con el resto las bases de datos y otros sistemas de información.
de sistemas y bases de datos. Documentar bien el proyecto de SE.
Darse cuenta de cómo los conceptos pueden representar
mejor el conocimiento del dominio. 6. Entrenar al usuario para usar SE.
3. Desarrollar el prototipo Mantener el sistema
De la base de conocimientos: el ingeniero del
Mantener la base de conocimientos actualizada
conocimiento trabaja para:
mediante revisiones y actualizaciones periódicas.
Adquirir conocimientos de dominio del experto.
Represéntelo en forma de reglas If-THEN-ELSE. Abordar nuevas interfaces con otros sistemas de
información a medida que esos sistemas evolucionen.
