TECNOLÓGICO NACIONAL

DE MÉXICO
INSTITUTO TECNOLÓGICO DE OAXACA
MATERIA: INTELIGENCIA ARTIFICIAL
TEMA: SISTEMAS EXPERTOS
PROFESOR: MATADAMAS ORTIZ IDARH CLAUDIO
ALUMNA: SANTIAGO GARCÍA MARÍA ALEJANDRA
GRUPO: ISB
INTRODUCCIÓN

• En la actualidad y ante un campo cada vez mas grande y altamente competitivo que exige a las
empresas almacenar y analizar una gran diversidad de información, los Sistemas Expertos se destacan
entre las herramientas de soporte para la toma de decisiones. Pero en opinión personal y algo que
puedo decir de lo que entiendo en este apunto antes de poder exponer y comprender de mejor manera
esto puedo decir que es la capacidad de un sistema informatico que expondría una solución tal y como
lo haríamos nosotros los seres humanos.
• Esto es lo que queremos dar a conocer y comprender con la presentación de este tema.
¿QUÉ SON LOS SISTEMAS EXPERTOS?
• Los Sistemas Expertos (SE) pueden ser considerados como un subconjunto de la IA (Rossini, 2000). El
nombre Sistema Experto deriva del término “sistema experto basado en conocimiento”. 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. Dichos sistemas
pueden ser utilizados por no-expertos para mejorar sus habilidades en la resolución de problemas. Los
SE también pueden ser utilizados como asistentes por expertos. Además, estos sistemas pueden
funcionar mejor que cualquier humano experto individualmente tomando decisiones en una específica
y acotada área de pericia, denominado como dominio (Turban, 1995).
CARACTERÍSTICAS
SISTEMAS EXPERTOS
CARACTERÍSTICAS DE LOS SISTEMAS EXPERTOS

• Estructura: Los SE están compuestos por dos partes principales: el ambiente de desarrollo y el ambiente
de consulta. El ambiente de desarrollo es utilizado por el constructor para crear los componentes e
introducir conocimiento en la base de conocimiento. El ambiente de consulta es utilizado por los no-
expertos para obtener conocimiento experto y consejos (Turban, 1995).
• Subsistema de adquisición del conocimiento: Es la acumulación, transferencia y transformación de la
experiencia para resolver problemas de una fuente de conocimiento a un programa de computadora
para construir o expandir la base de conocimiento. El estado del arte actual requiere un ingeniero en
conocimiento que interactúe con uno o más expertos humanos para construir la base de conocimiento.
• Base del conocimiento: Contiene el conocimiento necesario para comprender, formular y resolver
problemas. Incluye dos elementos básicos: heurística especial y reglas que dirigen el uso del
conocimiento para resolver problemas específicos en un dominio particular.
CARACTERÍSTICAS DE LOS SISTEMAS EXPERTOS
• Base de hechos: Es una memoria de trabajo que contiene los hechos sobre un problema, alberga los datos propios
correspondientes a los problemas que se desean tratar.
• Motor de inferencia: Es el cerebro del SE, también conocido como estructura de control o interpretador de reglas.
Este componente es esencialmente un programa de computadora que provee metodologías para razonamiento de
información en la base de conocimiento. Este componente provee direcciones sobre cómo usar el conocimiento del
sistema para armar la agenda que organiza y controla los pasos para resolver el problema cuando se realiza una
consulta.
• Subsistema de justificación: Se encarga de explicar el comportamiento del SE al encontrar una solución. Permite al
usuario hacer preguntas al sistema para poder entender las líneas de razonamiento que este siguió. Resulta
especialmente beneficioso para usuarios no expertos que buscan aprender a realizar algún tipo de tarea.
TIPOS DE SISTEMAS EXPERTOS

• Basados en reglas previamente establecidas: Los sistemas basados en reglas trabajan mediante la
aplicación de reglas, comparación de resultados y aplicación de las nuevas reglas basadas en situación
modificada. También pueden trabajar por inferencia lógica dirigida, bien empezando con una evidencia
inicial en una determinada situación y dirigiéndose hacia la obtención de una solución, o bien con
hipótesis sobre las posibles soluciones y volviendo hacia atrás para encontrar una evidencia existente (o
una deducción de una evidencia existente) que apoya una hipótesis en particular.
• Basados en casos: El razonamiento basado en casos es el proceso de solucionar nuevos problemas
basándose en las soluciones de problemas anteriores. Se ha argumentado que el razonamiento basado
en casos no sólo es un método poderoso para el razonamiento de computadoras, sino que es usado por
las personas para solucionar problemas cotidianos. Más radicalmente se ha sostenido que todo
razonamiento es basado en casos porque está basado en la experiencia previa
TIPOS DE SISTEMAS EXPERTOS
• Basados en redes bayesianas: Una red bayesiana, red de Bayes, red de creencia, modelo bayesiano o modelo
probabilístico en un gráfico acíclico dirigido es un modelo gráfico probabilístico (un tipo de modelo estático) que
representa un conjunto de variables aleatorias y sus dependencias condicionales a través de un gráfico acíclico
dirigido (DAG por sus siglas en inglés). Por ejemplo, una red bayesiana puede representar las relaciones
probabilísticas entre enfermedades y síntomas. Dados los síntomas, la red puede ser usada para computar las
probabilidades de la presencia de varias enfermedades
• Sistemas expertos difusos: Los Sistemas Expertos difusos se desarrollan usando el método de lógica difusa, la cual
trabaja con incertidumbre. Esta técnica emplea el modelo matemático de conjuntos difusos, simula el proceso del
razonamiento normal humano permitiendo a la computadora comportarse menos precisa y más lógicamente que las
computadoras convencionales. Este enfoque es utilizado porque la toma de decisiones no es siempre una cuestión
de blanco y negro, verdadero o falso; a veces involucra áreas grises y el término “quizás” (Holland, 1992)
ALGORITMOS USADOS EN SISTEMAS EXPERTOS
SISTEMAS EXPERTOS
ALGORITMOS
• Rete: El algoritmo de emparejamiento es un método eficiente para comparar una larga colección de patrones
con una larga colección de objetos. Encuentra todos los objetos que coinciden con cada patrón. El algoritmo
fue desarrollado para el uso en intérpretes de sistemas de producción y se ha empleado por sistemas que
contienen desde algunos cientos hasta miles de patrones y objetos. Este algoritmo es particularmente
eficiente porque no itera sobre sobre los sets de patrones sino que contiene una red de ordenamiento con
estructura de árbol o índice para los patrones. Los patrones son compilados en un programa que realiza el
proceso de emparejamiento (Forgy, 1982).
• El nombre RETE viene del latín red. Un Sistema Experto basado en RETE construye una red de nodos acíclico.
La red rete consta de dos partes: una red alfa y una red beta. La red alfa contiene nodos llamados nodos alfa,
donde cada uno de los nodos alfa tiene una entrada donde define los elementos y la red beta contiene nodos
llamados nodos beta, donde cada uno de los nodos beta tiene solo dos entradas donde define la condición.
Todo comienza en el nodo raíz por el cual todos los objetos entran a la red y desde aquí van a un nodo
llamado “nodo de tipo de objeto”. Los nodos alfa son creados por cada patrón y asociados a su
orrespondiente tipo de objeto
HERRAMIENTAS DE LOS S.E
SISTEMAS EXPERTOS
HERRAMIENTAS

• PROLOG: Es un lenguaje de programación lógica de propósito general asociado con la inteligencia

artificial y lingüística computacional (Balbin, 1985). Es un lenguaje declarativo basado en reglas. Su
nombre deriva del anagrama PROgramación LÓGica. La sintaxis del lenguaje consiste en lo siguiente:
• Declarar hechos sobre objetos y sus relaciones, hacer preguntas sobre objetos y sus relaciones, así
como definir reglas sobre objetos y sus relaciones.
HERRAMIENTAS
• JESS: El motor de reglas JESS es un proyecto que tuvo su origen en CLIPS pero que fue escrito enteramente en Java.
Se desarrolló durante la década de los noventa en los Sandia National Laboratories y comparte con CLIPS varios
conceptos de diseño y similitudes con respecto a la sintaxis. Asimismo implementa la especificación de referencia
JSR94 (JSR94, 1994).
• Jena: Es un framework desarrollado en tecnología Java que incluye un motor de inferencia basado en normas, una
API ontológica y un motor de búsqueda (Jena, 2013).
• EOps: Añade encadenamiento hacia adelante, las normas de producción de primer orden con el fin de facilitar el
desarrollo de Sistemas Expertos mediante programación declarativa (Jeops, 2013).
• OpenCyc: Es la versión de código abierto de la tecnología CyC más completa base de conocimientos generales del
mundo y motor de razonamiento de sentido común (Cycorp, 2013).
IMPLEMENTACIONES EN VIDA REAL
SISTEMAS EXPERTOS
EJEMPLOS DE IMPLEMENTACIÓN

• Ejemplo 1: Transacciones bancarias. No hace mucho, para hacer una transacción bancaria, tal como
depositar o sacar dinero de una cuenta, uno tenía que visitar el banco en horas de oficina. Hoy en día,
esas y otras muchas transacciones pueden realizarse en cualquier momento del día o de la noche
usando los cajeros automáticos que son ejemplos sencillos de sistemas expertos. De hecho, se pueden
realizar estas transacciones desde casa comunicándose con el sistema experto mediante la línea
telefónica.
• Ejemplo 2: Control de trafico. El control de trafico es una de las aplicaciones mas importantes de los
sistemas expertos. No hace mucho tiempo, el flujo de trafico en las calles de una ciudad se controlaba
mediante guardias de trafico que controlaban el mismo en las intersecciones. Hoy se utilizan sistemas
expertos que operan automáticamente los semáforos y regulan el flujo del trafico en las calles de una
ciudad y en los ferrocarriles.
EJEMPLOS DE IMPLEMENTACIÓN

• Ejemplo 3: Problemas de planificación. Los sistemas expertos pueden utilizarse también para resolver
problemas complicados de planificación de forma que se optimicen ciertos objetivos como, por
ejemplo, la organización y asignación de aulas para la realización de exámenes finales en una gran
universidad.
• Ejemplo 1.4 Diagnostico medico. Una de las aplicaciones mas importantes de los sistemas expertos
tiene lugar en el campo medico, donde ´estos pueden ser utilizados para contestar a las siguientes
preguntas: ¿Como se puede recoger, organizar, almacenar, poner al dia y recuperar la información
medica (por ejemplo, registros de pacientes) de una forma eficiente y rápida? Por ejemplo, supóngase
que un doctor en un centro medico esta interesado en conocer información sobre una cierta
enfermedad (E) y tres síntomas asociados (S1, S2, y S3). Se puede utilizar un sistema experto para
buscar en la base de datos, extraer y organizar la información deseada.
CONCLUSIÓN

• Tras realizar una investigación a profundidad en el tema para comprender y llevar a cabo el siguiente
trabajo puedo decir de manera personal que este tipo de sistemas basados en el conocimiento han
nacido con la idea de facilitarnos las tareas en cualquier ámbito que lo necesitemos además de
presentar soluciones como si fuera uno de nosotros, humanos, el que lo propusiera. Igual con lo que
pude leer en la información que encontré las soluciones que se presentan no son usados para
problemas muy grandes si no mas bien para aquellos con un objetivo ya especifico o porque no decirlo,
mas pequeño y fácil de llegar.
• Como todo lo relacionado en el campo de la IA, hoy en dia esta siendo utilizado en mayor grado y como
todo método de resolver problemas puede que tenga sus pros y sus contras pero no puedo mentir
cuando digo que es una nueva forma de avanzar hacia el futuro cercano.
BIBLIOGRAFÍA

• Forgy, C. (1982). Rete: A Fast Algorithm for the Many Pattern/Many Object Pattern Match Problem,
Artificial Intelligence, 19, pp 17-37
• Holland, J. (1992). Genetic Algorithms Computer programs that “evolve” in ways that resemble natural
selection can solve complex problems even their creators do not fully understand. Scientific American
• Rossini, P. (2000). Using Expert Systems and Artificial Intelligence For Real Estate Forecasting. Sixth
Annual Pacific-Rim Real Estate Society Conference.
• Turban, E. (1995). Decision Support and Expert Systems (4ta edición). EE.UU. Prentice-Hall.