SISTEMA EXPERTO 20-9-2021

INTRODUCCIÓN A LOS SISTEMAS EXPERTOS.

LOS SISTEMAS EXPERTOS SON PROGRAMAS QUE REPRODUCEN EL PROCESO INTELECTUAL DE UN EXPERTO
HUMANO EN UN CAMPO PARTICULAR , PUDIENDO MEJORAR SU PRODUCTIVIDAD , AHORRAR TIEMPO Y DINERO,
CONSERVAR SUS VALIOSOS CONOCIMIENTOS Y DIFUNDIRLOS MÁS FÁCILMENTE .

LOS SISTEMAS EXPERTOS SE PUEDEN CONSIDERAR COMO EL PRIMER PRODUCTO VERDADERAMENTE

OPERACIONAL DE LA INTELIGENCIA ARTIFICIAL . S ON PROGRAMAS DE ORDENADOR DISEÑADOS PARA ACTUAR
COMO UN ESPECIALISTA HUMANO EN UN DOMINIO PARTICULAR O ÁREA DE CONOCIMIENTO . EN ESTE SENTIDO ,
PUEDEN CONSIDERARSE COMO INTERMEDIARIOS ENTRE EL EXPERTO HUMANO, QUE TRANSMITE SU
CONOCIMIENTO AL SISTEMA , Y EL USUARIO QUE LO UTILIZA PARA RESOLVER UN PROBLEMA CON LA EFICACIA DEL
ESPECIALISTA . EL SISTEMA EXPERTO UTILIZARÁ PARA ELLO EL CONOCIMIENTO QUE TENGA ALMACENADO Y
ALGUNOS MÉTODOS DE INFERENCIA .

SISTEMA EXPERTO
1. Sistema Experto (SE)
Es una aplicación informática capaz de solucionar un conjunto de problemas que exigen un
gran conocimiento sobre un determinado tema. Un sistema experto es un conjunto de
programas que, sobre una base de conocimientos, posee información de uno o más expertos
en un área específica. Se puede entender como una rama de la inteligencia artificial, donde el
poder de resolución de un problema en un programa de computadora viene del conocimiento
de un dominio específico. Estos sistemas imitan las actividades de un humano para resolver
problemas de distinta índole (no necesariamente tiene que ser de inteligencia artificial).

También se dice que un “SE”, se basa en el conocimiento declarativo (hechos sobre objetos,
situaciones) y el conocimiento de control (información sobre el seguimiento de una acción).

LOPEZ ESPINOZA RENZO GABRIEL 1

Para que un sistema experto sea herramienta efectiva, los usuarios deben interactuar de una
forma fácil, reuniendo dos capacidades para poder cumplirlo:

Explicar sus razonamientos o base del pueda generar la explicación para cada
conocimiento: los sistemas expertos se una de estas reglas, que a la vez se
deben realizar siguiendo ciertas reglas o basan en hechos.
pasos comprensibles de manera que se

Adquisición de nuevos conocimientos o integrador del sistema: son mecanismos de

razonamiento que sirven para modificar los conocimientos anteriores. Sobre la base de lo
anterior se puede decir que los sistemas expertos son el producto de investigaciones en el
campo de la inteligencia artificial ya que ésta no intenta sustituir a los expertos humanos, sino
que se desea ayudarlos a realizar con más rapidez y eficacia todas las tareas que realiza.

Debido a esto en la actualidad se están mezclando diferentes técnicas o aplicaciones

aprovechando las ventajas que cada una de estas ofrece para poder tener empresas más
seguras. Un ejemplo de estas técnicas sería los agentes que tienen la capacidad de negociar y
navegar a través de recursos en línea; y es por eso que en la actualidad juega un papel
preponderante en los sistemas expertos.

1.1 Tareas que realiza un Sistema Experto

1.1.1. Monitorización
La monitorización es un caso particular de la interpretación, y consiste en la
comparación continua de los valores de las señales o datos de entrada y unos
valores que actúan como criterios de normalidad o estándares. En el campo del
mantenimiento predictivo los sistemas Expertos se utilizan fundamentalmente
como herramientas de diagnóstico. Se trata de que el programa pueda
determinar en cada momento el estado de funcionamiento de sistemas
complejos, anticipándose a los posibles incidentes que pudieran acontecer. Así,
usando un modelo computacional del razonamiento de un experto humano,
proporciona los mismos resultados que alcanzaría dicho experto.

1.1.2. Diseño
es el proceso de especificar una descripción de un artefacto que satisface
varias características desde un número de fuentes de conocimiento. El diseño
se concibe de distintas formas: El diseño en ingeniería es el uso de principios
científicos, información técnica e imaginación en la definición de una
estructura mecánica, máquina o sistema que ejecute funciones específicas
con el máximo de economía y eficiencia. El diseño industrial busca rectificar
las omisiones de la ingeniería, es un intento consciente de traer forma y
orden visual a la ingeniería de hardware donde la tecnología no provee estas
características.
 Los SE en diseño ven este proceso como un problema de búsqueda de una
solución óptima o adecuada. Las soluciones alternas pueden ser conocidas de
antemano o se pueden generar automáticamente probándose distintos
diseños para verificar cuáles de ellos cumplen los requerimientos solicitados
por el usuario, esta técnica es llamada “generación y prueba”, por lo tanto,
estos SE son llamados de selección. En áreas de aplicación, la prueba se
termina cuando se encuentra la primera solución; sin embargo, existen
problemas más complejos en los que el objetivo es encontrar la solución
óptima.

1.1.3. Planificación
La planificación es la realización de planes o secuencias de acciones y es un
caso particular de la simulación. Está compuesto por un simulador y un
sistema de control. El efecto final es la ordenación de un conjunto de acciones
con el fin de conseguir un objetivo global. Los problemas que presentan la
planificación mediante SE son los siguientes: Existen consecuencias no
previsibles, de forma que hay que explorar y explicar varios planes. Existen
muchas consideraciones que deben ser valoradas o incluirles un factor de
peso.

Suelen existir interacciones entre planes de subobjetivos diversos, por lo que

deben elegirse soluciones de compromiso. Trabajo frecuente con
incertidumbre, pues la mayoría de los datos con los que se trabaja son más o
menos probables, pero no seguros. Es necesario hacer uso de fuentes
diversas tales como bases de datos.

1.1.4. Control
Un sistema de control participa en la realización de las tareas de
interpretación, diagnóstico y reparación de forma secuencial. Con ello se
consigue conducir o guiar un proceso o sistema. Los sistemas de control son
complejos debido al número de funciones que deben manejar y el gran
número de factores que deben considerar; esta complejidad creciente es otra
de las razones que apuntan al uso del conocimiento, y por tanto de los SE.
Cabe aclarar que los sistemas de control pueden ser en lazo abierto, si en el
mismo la realimentación o el paso de un proceso a otro lo realiza el operador,
o en lazo cerrado si no tiene que intervenir el operador en ninguna parte del
mismo. Reparación, correcta o terapia. La reparación, corrección, terapia o
tratamiento consiste en la proposición de las acciones correctoras necesarias
para la resolución de un problema. Los SE en reparación tienen que cumplir
diversos objetivos, como son: Reparación lo más rápida y económicamente
posible. Orden de las reparaciones cuando hay que realizar varias. Evitar los
efectos secundarios de la reparación, es decir la aparición de nuevas averías
por la reparación.
 1.1.5. Simulación
La simulación es una técnica que consistente en crear modelos basados en
hechos, observaciones e interpretaciones sobre la computadora, a fin de
estudiar el comportamiento de los mismos mediante la observación de las
salidas para un conjunto de entradas. Las técnicas tradicionales de simulación
requieren modelos matemáticos y lógicos, que describen el comportamiento
del sistema bajo estudio. El empleo de los SE para la simulación viene
motivado por la principal característica de los SE, que es su capacidad para la
simulación del comportamiento de un experto humano, que es un proceso
complejo. En la aplicación de los SE para simulación hay que diferenciar cinco
configuraciones posibles: Un SE puede disponer de un simulador con el fin de
comprobar las soluciones y en su caso rectificar el proceso que sigue. Un
sistema de simulación puede contener como parte del mismo a un SE y por lo
tanto el SE no tiene que ser necesariamente de simulación.

Un SE puede controlar un proceso de simulación, es decir que el modelo está

en la base de conocimiento del SE y su evolución es función de la base de
hechos, la base de conocimientos y el motor de inferencia, y no de un
conjunto de ecuaciones aritmético – lógicas. Un SE puede utilizarse como
consejero del usuario y del sistema de simulación. Un SE puede utilizarse
como máscara o sistema frontal de un simulador con el fin de que el usuario
reciba explicación y justificación de los procesos.

1.1.6. Instrucción
Un sistema de instrucción realizara un seguimiento del proceso de
aprendizaje. El sistema detecta errores ya sea de una persona con
conocimientos e identifica el remedio adecuado, es decir, desarrolla un plan
de enseñanza que facilita el proceso de aprendizaje y la corrección de errores.

1.2. Recuperación de información

Los Sistemas Expertos, con su capacidad para combinar información y reglas de
actuación, han sido vistos como una de las posibles soluciones al tratamiento y
recuperación de información, no sólo documental. La década de 1980 fue prolija en
investigación y publicaciones sobre experimentos de este orden, interés que continua
en la actualidad. Lo que diferencia a estos sistemas de un sistema tradicional de
recuperación de información es que éstos últimos sólo son capaces de recuperar lo que
existe explícitamente, mientras que un Sistema Experto debe ser capaz de generar
información no explícita, razonando con los elementos que se le dan. Pero la capacidad
de los SE en el ámbito de la recuperación de la información no se limita a la
recuperación. Pueden utilizarse para ayudar al usuario, en selección de recursos de
información, en filtrado de respuestas, etc. Un SE puede actuar como un intermediario
inteligente que guía y apoya el trabajo del usuario final.
SISTEMA EXPERTO 20-9-2021

1.3. Historia De Los Sistemas Expertos

Estas pensando que la inteligencia artificial es una cosa de los últimos 3, 5 o como
mucho los 10 últimos años, ¡pero NO!, los primeros pasos en la inteligencia artificial se
dieron en los! ¡AÑOS 50! Tú te imaginas crear un programa inteligente con el Hardware
de esa época. Sencillamente es increíble. A comienzos de los años 50 el conocido Alan
Mathinsong Turing publicó "Inteligencia y Funcionamiento de las Máquinas" con el fin
de demostrar hasta qué punto estas tienen inteligencia. En estos años se dieron varias
definiciones de lo que significaba la inteligencia en una máquina. Sobre lo que
denominamos la inteligencia artificial.

1.4. Definiciones de Sistema Experto

1.4.1. Definición de Elaim Reich:

La inteligencia artificial es el estudio de cómo hacer que los ordenadores hagan
cosas que, en estos momentos, hace mejor el hombre.

1.4.2. Definición de Alexander Sporl (1971):

En su obra "Sporls-Computerbuch": Bajo Inteligencia entiendo la capacidad de
un ser vivo o una máquina de ordenar informaciones, extensas observaciones,
experiencias, descubrir interrelaciones para abstraer de esta forma cosas y
poderlas ligar entre sí.

1.5. Evolución
Uno de los primeros sistemas expertos se llamó Dendral y era capaz de calcular o
descubrir hechos relativos a la estructura molecular a partir de unos datos químicos sin
elaborar. Otros sistemas expertos famosos son MYCIN que diagnostica enfermedades
de la sangre y que sugiere un tratamiento y PUFF, un sistema similar, pero para
enfermedades de pulmón.

En el año 1950 el campo de la automática recibe un gran impulso cuando Wiener

desarrolla el principio de la retroalimentación. La teoría de la retroalimentación es base
fundamental de los sistemas de control.

En 1955 Newell y Simon desarrollan la Teoría de la lógica. Este desarrollo permitió

desarrollar un programa que exploraba la solución a un problema utilizando ramas y
nudos, seleccionando únicamente las ramas que más parecían acercarse a la solución
correcta del problema.

En 1956, se celebra una conferencia en Vermont (USA) de gran trascendencia en el

desarrollo de la I.A. John McCarthy propone por primera vez el uso del término
"Inteligencia Artificial" para denominar el estudio del tema.

En 1957, aparece la primera versión de "The General Problem Solver" (GPS,

Solucionador general de problemas), un programa capaz de solucionar problemas de
SISTEMA EXPERTO 20-9-2021

sentido común pero no problemas del mundo real como diagnósticos médicos. El GPS
utilizaba la teoría de la retroalimentación de Wiener...

En 1958 McCarthy anuncia su nuevo desarrollo el lenguaje LISP (LISt Procesing), el

lenguaje de elección para todos aquellos desarrolladores inmersos en el estudio de la
IA.

En 1963, el Instituto Tecnológico de Massachussets (MIT) recibe una subvención de 2,2

millones de dólares del gobierno de los Estados Unidos en concepto de investigación en
el campo de la IA. De esa forma, se comprueba la importancia que el Gobierno concede
a la investigación dentro de ese campo.

En 1965 aparece DENDRAL, el primer sistema experto. Es en ese año cuando

Feigenbaum entra a formar parte del departamento de informática de Stanford. Allí
conoció a Joshua Lederberg, el cual quería averiguar cuál era la estructura de las
moléculas orgánicas completas. El objetivo de DENDRAL fue estudiar un compuesto
químico. El descubrimiento de la estructura global de un compuesto exigía buscar en
un árbol las posibilidades, y por esta razón su nombre es DENDRAL que significa en
griego "árbol". Antes de DENDRAL los químicos solo tenían una forma de resolver el
problema, estar era tomar unas hipótesis relevantes como soluciones posibles, y
someterlas a prueba comparándolas con los datos.

La realización de DENDRAL duró más de diez años (1965-1975). Se le puede considerar

el primer sistema experto.

En 1965 también se empezaron a utilizar técnicas para la resolución de problemas que

se caracterizaban por la búsqueda heurística como modelo para la resolución de
problemas, y con ellas comenzó la investigación y desarrollo de los sistemas expertos.

En 1972, en la Universidad de Standford se desarrolla MYCIN, sistema experto dentro

del campo de la medicina para diagnóstico de enfermedades infecciosas en la sangre.
MYCIN se trataba de un sistema experto para el diagnóstico de enfermedades
infecciosas. Desde los resultados de análisis de sangre, cultivos bacterianos y demás
datos, el programa era capaz de determinar, o en lo menos, sugerir el microorganismo
que estaba causando la infección. Después de llegar a una conclusión, MYCIN prescribía
una medicación que se adaptaba perfectamente a las características de la persona,
tales como el peso corporal de este.

Al mismo tiempo, Davir Marr propone nuevas teorías sobre la capacidad de

reconocimiento visual de las diferentes máquinas.

En 1972 aparece el lenguaje PROLOG basado en las teorías de Minsky.

En 1973 se desarrolla el sistema experto llamado TIERESIAS. El cometido de este

sistema experto era el de servir de intérprete entre MYCIN y los especialistas que lo
manejaban, a la hora introducir nuevos conocimientos en su base de datos. El
especialista debía utilizar MYCIN de una forma normal, y cuando este cometiera un
error en un diagnóstico (hecho producido por la falta o fallo de información en el árbol
SISTEMA EXPERTO 20-9-2021

de desarrollo de teorías) TEIRESIAS corregiría dicho fallo destruyendo la regla si es falsa

o ampliándola si es eso lo que se necesita.

En 1979 aparece XCON, primer programa que sale del laboratorioSu usuario fue la
Digital Equipament Corporation (DEC ).

El cometido de XCON sería configurar todos los ordenadores que saliesen de la DEC.

El proyecto presentó resultados positivos y se empezó a trabajar en el proyecto más en

serio en diciembre de 1978.

En abril de 1979 el equipo de investigación que lo había diseñado pensó que ya estaba
preparado para salir, y fue entonces, cuando se hizo una prueba real, esperando
resolver positivamente un 95% de las configuraciones, este porcentaje tal alto se quedó
en un 20% al ser contrastado con la realidad; XCON volvió al laboratorio, donde fue
revisado y a finales de ese mismo año funcionó con resultados positivos en la DEC.

En 1980 se instauró totalmente en DEC. Y en 1984, el XCOM había crecido hasta

multiplicarse por diez.

El XCOM supuso un ahorro de cuarenta millones de dólares al año para la DEC. Entre
los años 80 a 85 se produce la revolución de los Sistemas Expertos En estos 5 años se
crearon diversos sistemas expertos como el DELTA, de General Electric Company, para
la reparación de locomotoras diesel y eléctricas. "Aldo en Disco" para la reparación de
calderas hidrostáticas giratorias usadas para la eliminación de bacterias.

Se crearon multitud de empresas dedicadas a los sistemas expertos como Teknowledge

Inc., Carnegie Group, Symbolics, Lisp Machines Inc., Thinking Machines Corporation,
Cognitive Systems Inc. formando una inversión total de 300 millones de dólares.

Los productos más importantes que creaban estas nuevas compañías eran las
"máquinas Lisp", que se trataba de unos ordenadores que ejecutaban programas LISP
con la misma rapidez que en un ordenador central, y el otro producto fueron las
"herramientas de desarrollo de sistemas expertos".

En 1987 XCON empieza a no ser rentable.

Los técnicos de DEC tuvieron que actualizar XCOM rápidamente llegándose a gastar
más de dos millones de dólares al año para mantenimiento y algo parecido ocurrió con
el DELTA.

También en 1987 aparecieron los microordenadores Apple y compatibles IBM con una
potencia parecida a los LISP.

El software se transfirió a máquinas convencionales utilizando el lenguaje "C" lo que

acabó con el LISP.

A partir de los 90 y con el desarrollo de la informática, se produce un amplio desarrollo

en el campo de la IA y los sistemas expertos, pudiéndose afirmar que estos se han
convertido en una herramienta habitual en determinadas empresas en la actualidad.
SISTEMA EXPERTO 20-9-2021

La evolución histórica de los métodos utilizados en el desarrollo de los sistemas

expertos también se ha producido a medida que se ha ido desarrollando la IA y los
diferentes métodos que se han empleado para su resolución.

El desarrollo de lenguajes como LISP y PROLOG condicionó esa evolución, así como
investigaciones en diversos campos relacionados.

Los primeros sistemas expertos que se desarrollaron en los años 60 eran capaces de
resolver solo problemas basados en situaciones determinadas, mediante sistemas de
reglas.

Es a partir de los 70 cuando se empiezan a resolver problemas basados en situaciones

inciertas, basados en medidas difusas al principio y en redes probabilísticas con
posterioridad.

1.6. Conclusiones
Un sistema experto es aquel que simula el razonamiento humano ayudando usuario.
Cuando los expertos humanos en una determinada materia son escasos, los Sistemas
Expertos pueden recoger y difundir su conocimiento. En situaciones complejas, donde
la subjetividad humana puede llevar a conclusiones erróneas. La posibilidad de poder
emular la inteligencia humana ha despertado la curiosidad del ser humano desde
tiempos remotos. Y el hombre encontró dos caminos para lograr dicho fin:

Tratar de imitar el funcionamiento del cerebro humano a nivel computador lo cual

implica construir una analogía de tipo físico del cerebro del hombre. Esto podría
llamarse entonces enfoque físico, y como principal exponente de este rumbo
encontramos a las redes neuronales.

Tratar de lograr el conocimiento humano a través de la lógica, por lo que estaríamos en

presencia de un enfoque lógico. En este enfoque de pensamiento encontramos a los
sistemas expertos que intentan reproducir el razonamiento humano de forma
simbólica. ´

El Sistema de Posicionamiento Global (GPS) es un sistema de localización, diseñado por

el Departamento de Defensa de los Estados Unidos con fines militares para
proporcionar estimaciones precisas de posición, velocidad y tiempo; operativo desde
1995 utiliza conjuntamente una red de ordenadores y una constelación de 24 satélites
para determinar por triangulación, la altitud, longitud y latitud de cualquier objeto en la
superficie terrestre
i
[ CITATION ETS16 \l 3082 ]
i
: Sistemas Expertos. Ing. Edwin Mero Lino. Facultad Ciencias técnicas (2017