I

UNIVERSIDAD PRIVADA TELESUP

PROBABILIDADES EN S.E.Explique la relacin entre la probabilidad y los sistemas expertos. Muestre dos ejemplos concretos. SISTEMAS EXPERTOS BASADOS EN PROBABILIDAD:

Los sistemas expertos basados en reglas descritos en el captulo anterior, no tienen en cuenta ningn tipo de incertidumbre, puesto que los objetos y las reglas son tratados por ellas de forma determinista. Sin embargo, en la mayor parte de las aplicaciones, la incertidumbre es lo comn y no la excepcin. Por ejemplo, una pregunta tpica en diagnostico medico es: dado que el paciente presenta un conjunto de sntomas, cul de las enfermedades posibles es la que tiene el paciente? Esta situacin implica un cierto grado de incertidumbre puesto que:

Los hechos o datos pueden no ser conocidos con exactitud. El conocimiento no es determinista.

Experto que trata este tipo de situaciones de forma efectiva. Estos son los Sistemas expertos basados en probabilidad. En los primeros sistemas expertos, se eligi la probabilidad como medida para tratar la incertidumbre (vease Cheeseman (1985) o Castillo y Alvarez (1991). Pero, desgraciadamente, muy pronto se encontraron algunos problemas, debidos al uso incorrecto de algunas hiptesis de independencia, utilizadas para reducir la complejidad de los clculos. Como resultado, en las primeras etapas de los sistemas expertos, la probabilidad fue considerada como una medida de incertidumbre poco prctica. La mayora de las crticas a los mtodos probabilsticos se basaban en el altsimo numero de parmetros necesarios, la imposibilidad de una asignacin o estimacin precisa de los mismos, o las hiptesis poco realistas de independencia.

Consecuentemente, en la literatura de la poca, surgieron medidas alternativas a la probabilidad, como los factores de certeza, las credibilidades, las plausibilidades, las necesidades o las posibilidades, para tratar la incertidumbre (vease, por ejemplo, Shafer (1976), Zadeh (1983), Buchanan y Shortlie (1984), Yager y otros (1987), y Almond (1995)).

Sin embargo, con la aparicion de las redes probabilsticas (principalmente las redes Bayesianas y Markovianas, que se presentan en el captulo 6),la probabilidad ha resurgido de forma espectacular, y es, hoy en da, la ms intuitiva y la ms aceptada de las medidas de incertidumbre. Lindley(1987), por ejemplo, dice:

La unica descripcion satisfactoria de la incertidumbre es la probabilidad. Esto quiere decir que toda armacion incierta debe estar en forma de una probabilidad, que varias incertidumbres deben ser combinadas usando las reglas de la probabilidad, y que el clculo de probabilidades es adecuado para manejar situaciones que implican incertidumbre. En particular, las descripciones alternativas de la incertidumbre son innecesarias.

Este captulo introduce los sistemas expertos de tipo probabilstico, que se Basan en la probabilidad como una medida de incertidumbre. Se describen

en detalle sus principales componentes (por ejemplo, la base de conocimiento, el motor de inferencia, el sistema de control de coherencia, etc.) y se comparan con los sistemas expertos basados en reglas. En la Seccin se da una introduccin breve a los conceptos de la teora de la probabilidad, que se necesitan para entender el material de este y otros captulos.

La Seccin 3.3 tiene como definicin y discute las reglas generalizadas como un intento de extender los sistemas expertos basados en reglas para tratar situaciones de incertidumbre. Manteniendo el mismo tratamiento de los sistemas basados en reglas, se examina la estructura de la base del conocimiento, el motor de inferencia, y el sistema de control de la coherencia de los sistemas expertos basados en probabilidad. En particular, la Seccin 3.4 ilustra este tipo de sistemas expertos mediante un ejemplo. La Seccin 3.5 describe la base de conocimiento y presenta varios modelos para describir las relaciones entre un conjunto de variables de inters. En la Seccin 3.6, se discute el motor de inferencia. El problema del control de la coherencia se presenta en la Seccin 3.7. Finalmente, en la Seccin 3.8 se termina con una comparacin de los sistemas basados en reglas y los sistemas basados en probabilidad.

Por ejemplo: las relaciones entre las enfermedades y los sntomas no son deterministas, puesto que un mismo conjunto de sntomas puede estar asociado a diferentes enfermedades. De hecho, no es extrao encontrar dos pacientes con los mismos sntomas pero diferentes enfermedades.

Por ello, es clara la necesidad de contar con sistemas expertos que traten situaciones de incertidumbre.

Por ejemplo: un paciente puede no estar seguro de haber tenido ebre la noche pasada. Por ello, hay un cierto grado de incertidumbre en la informacin asociada a cada paciente (subjetividad, imprecisin, ausencia de informacin, errores, datos ausentes, etc.).

TAMBIEN SE PUEDE DECIR:

Los sistemas basados en reglas generalmente no tienen en cuenta la incertidumbre. Los objetos y reglas son tratados de forma determinista. Limitacin: en la mayor parte de las aplicaciones, la incertidumbre es lo comn y no la excepcin. Algunos sistemas introducen factores de certeza, de manera que dada una premisa se da una conclusin con un determinado grado de certeza en funcin de la fuerza de la regla.Problema

Estos sistemas no capturan correctamente las dependencias entre variables; cuando se dispara una regla el peso de la conclusin depende nicamente de las premisas, independientemente de las fuentes de las que provenga. El uso de factores de certeza ha recibido muchas crticas por su incapacidad para representar ciertas dependencias entre las observaciones y la forma en la que combina el conocimiento. Todo esto provoca la necesidad de encontrar otros formalismos para trabajar con incertidumbre.

Ejemplo: diagnstico mdico

Pregunta tpica: dado que el paciente presenta un conjunto de sntomas, cul de las enfermedades posibles es la que tiene el paciente? Implica incertidumbre puesto que:

Los hechos o datos pueden no ser conocidos con exactitud. Un paciente puede no estar seguro de haber tenido fiebre durante la noche. Hay un cierto grado de incertidumbre en la informacin de cada paciente (subjetividad, imprecisin, ausencia de informacin, errores, datos ausentes, etc.). El conocimiento no es determinista. Las relaciones entre las enfermedades y los sntomas no son deterministas; un mismo conjunto de sntomas puede estar asociado a diferentes enfermedades. No es extrao encontrar dos pacientes con los mismos sntomas pero diferentes enfermedades.

Conclusin:

Es clara la necesidad de contar con sistemas expertos que traten situaciones de incertidumbre. Un tipo de sistema experto que trata este tipo de situaciones de forma efectiva lo constituyen los sistemas expertos basados en probabilidad.

SISTEMAS EXPERTOSPgina 1