UNIVERSIDAD AUTÓNOMA DE GUERRERO

UNIDAD ACADÉMICA DE MATEMÁTICAS

Materia: Inteligencia Artificial.

Tema: Sistemas Expertos.

Profesor: Edgar Altamirano Carmona.

Alumna: Ruth Barbosa Rodríguez.

El termino sistema experto fue propuesto por vez primera Feigenbaum en 1977 en el congreso mundial de inteligencia artificial, realizado en la ciudad de Tokio, Japón. Su definición era expresada como programa inteligente que utiliza conocimiento y procedimientos de inferencia (deducciones) para resolver problemas difíciles en los que se requiere la participación de un experto humano.

Un sistema experto (SI) emita el comportamiento de una persona experta en un dominio concreto. Una persona se considera experta o experto cuando tiene conocimiento especializado de algún problema, a este conocimiento se le llama conocimiento sobre el dominio y el área del conocimiento intelectual para ser capturado en un sistema experto se le llama dominio de tarea.

Para la realización de un sistema experto se deben seguir diversos mecanismo, un mecanismo viable podría ser el que fue presentado por Milton (2003),mostrado a continuación:

1. Hacer una entrevista con en el experto para adquirir el conocimiento, se debe conocer la terminología y el propósito del conocimiento.

2. Crear un diagrama conceptual en consecuencia de los resultados de la entrevista y generar preguntas que cumplan el propósito del sistema.

3. Realizar otra entrevista en el experto utilizando las preguntas que fueron hechas de acuerdo a la anterior entrevista.

4. Generar los conceptos, reglas, atributos, valores y relaciones de la entrevista.

5. Representar los elementos de la manera más apropiada ya sea textos, diagramas, ilustraciones, etc.

Equipo de desarrollo de un sistema experto.

Experto

Ingeniero del

conocimiento

Usuario

Experto: Aporta la información sobre el dominio requerido.Ingeniero del conocimiento: recaba la información por medio de estrategias , estructura el conocimiento y lo implementa en la base del conocimiento.Usuario: Aporta sus ideas enfocándose al escenario del sistema experto.

6. Presentar los resultados al experto y permitirle que haga cambios si es necesario.7.Consultar con otro expertos y de igual manera modificarlo si es posible.

Base de conocimient

o

Motor de inferenci

a

Componentes principales para un sistema experto

Base del conocimiento: consta de dos conocimientos : el efectivo y el heurístico. Conocimiento efectivo: conocimiento de dominios de tareas.Conocimiento heurístico se obtiene por la experimentación y el razonamiento, suele fallar.

Motor de inferencia: es el interprete de la base de conocimiento.

Base de conocimient

o

Motor de inferenci

a

Interfaz

Modulo de explicación

Componentes principales para un sistema experto

Modulo de adquisición de conocimientos

La interfaz: debe maneja un lenguaje natural, hace preguntas, da información y mostrar una conclusión final ; todo esto es procesado en la base de conocimiento.

Base de conocimient

o

Motor de inferenci

a

Interfaz

Modulo de explicación

Componentes principales para un sistema experto

Modulo de adquisición de conocimientos

El modulo de explicación justifica el proceso de razonamiento que ha seguido el sistema experto para llegar a sus conclusiones.

Base de conocimient

o

Motor de inferenci

a

Interfaz

Modulo de explicación

Componentes principales para un sistema experto

Modulo de adquisición de conocimientos

El modulo de adquisición de conocimiento permite a los expertos modificar la base del conocimiento ya sea para corregir errores en la base de conocimiento o debido a que el conocimiento se encuentra en constante cambio debe ser actualizado.

TIPOS DE SISTEMAS EXPERTOS

Basados en reglas

se define a partir de un conjunto de objetos, que representen variables del modelo considerado, ligadas por medio de un conjunto de reglas que representen relación entre las variables.

TIPOS DE SISTEMAS EXPERTOS

Sistemas expertos

probabilísticos

su base de conocimiento la compone un lugar probabilístico, el motor de inferencia actúa sobre el cálculo de probabilidades condicionadas..

Sistemas de interpretació

n

deduce la descripción de situaciones por medio de sensores de datos. Ejemplos: la medición de temperatura, reconocimiento de voz.

Sistemas de predicción:

deduce probables consecuencias a situaciones dadas. Ejemplo predecir el daño de cosecha debido a insectos.

Sistemas de interpretació

n

deduce la descripción de situaciones por medio de sensores de datos. Ejemplos: la medición de temperatura, reconocimiento de voz.

TIPOS DE SISTEMAS EXPERTOS

Sistemas de diagnóstico:

deduce las fallas de un sistema en base a los síntomas. Utiliza características de comportamiento, descripción de situaciones. Ejemplo: diagnostico de enfermedades.

Diferencia entre un experto humano y un sistema experto.

Experto humano Sistema experto

Difícil de trasladar Fácil de trasladar

Difícil de documentar Fácil de documentar

Impredecible en su forma de ser Consistente

Mortal Durable

Creativo No creativo

Experiencia personal Entrada simbólica (lo que le dice el usuario)

Enfoque amplio Enfoque cerrado

Sentido común Enfoque técnico

Los lenguajes de programación más utilizados en sistemas expertos son LISP uno de los lenguajes más destacados en los años 50 y para los años 70 Prolog.

Ejemplos de sistemas expertos: DENTRAL: calcula y describe hechos sobre las

moléculas a partir de datos químicos. MICYN: dignáosla infecciones en la sangre y

meningitis, además aporta el medicamento que se debe de usar ante cada situación.

PUFF: diagnostica y da tratamiento a enfermedades de pulmón.

MOLGENO: ayuda a trabaja en el campo del ADN y de la ingeniera genética.

R1: Ayuda a descubrir yacimientos petroleros debajo de aguas marinas.

Entre otros.

Bibliografia

http://sisbib.unmsm.edu.pe/bibvirtualdata/tesis/basic/carlos_sm/cap1.pdfhttp://www.cs.us.es/cursos/iic-2003/temas/tema-02-iic04.pdfhttp://www.frro.utn.edu.ar/repositorio/catedras/quimica/5_anio/orientadora1/monograias/pignani-sistemasexpertos.pdfhttp://www.dei.uc.edu.py/tai97/sexperto/SE.htm