Sistema Experto

5/10/2018 Sistema Experto - slidepdf.com

http://slidepdf.com/reader/full/sistema-experto-559dfd145ffb3 1/13



Introducción

Actualmente se viven constantes y acelerados cambios, en un mundo

donde la tecnología invade las acciones del ser humano, hoy en día existe un

campo dentro de la inteligencia artificial al que se le atribuye esa facultad: el

de los sistemas expertos; los cuales permiten la creación de máquinas que

puedan razonar como el ser humano. En teoría pueden razonar siguiendo los

pasos que seguiría un experto humano médico, analista, empresario, entre

otros, para resolver un problema concreto.

El avance de la tecnología a nivel mundial ha permitido la llegada de

los sistemas expertos a diversas áreas de la sociedad la industria, los

negocios y apoyo académico, entre otros.

Ahora bien, estos programas proporcionan la capacidad de trabajar en

la resolución de algoritmos complejos, unos de los grandes problemas que

enfrentan los alumnos, pudiendo afectar negativamente en su rendimiento

académico, ya que dada la complejidad de ellos, resulta muy engorroso

resolverlos de forma manual.

Se propone entonces, el desarrollo de un sistema experto para la

resolución del algoritmo de la nacionalidad, mejor conocido como el acertijo

de Einstein, donde se les proporcionaría a los diferentes alumnos, una

herramienta para facilitar la solución del algoritmo, lo cual permitirá inferir en

nuevos conocimientos tanto para el usuario como para sus desarrolladores.



Sistema Experto

Un sistema experto se puede entender como una rama de la inteligencia

artificial. Estos sistemas imitan las actividades desarrolladas de un humano

para resolver problemas de distinta índole.

Según Aubert y Schomberg (1986), lo que se pretende con los

sistemas expertos es buscar los datos que no han sido registrados en la base

de datos, pero que pueden deducir de estos de la base con la finalidad de

situarse en el punto de unión de dos enfoques de la inteligencia artificial, larepresentación del conocimiento y la demostración automática.

Objetivos de un Sistema Experto

El objetivo de todo sistema experto, va referido al análisis de la

información suministrada, comparándola con la que posee la base de datos,

para darle al usuario los parámetros al cual sea sometido el sistema para dar

respuesta y uso ideal del mismo.

Características de los Sistemas Expertos

Los sistemas expertos forman una parte muy importante dentro de

todas las herramientas que ayudan a las organizaciones actualmente a tomar

mejores decisiones, basadas en conocimiento. Un sistema experto es muy

eficaz cuando tiene que analizar una gran cantidad de información,

interpretándola y proporcionando una recomendación a partir de la misma, es

por ello que cobra importancia conocer a parte de la estructura del sistema



experto, en que campos cobran mayor relevancia, y cual sería su función en

él: todo ello se corresponde con solucionar un problema o necesidad

detectada de una institución o grupo social, que demanda satisfacerla, de

manera que un sistema experto se constituye en un modelo operativo viable

o en una solución posible de tipo práctico.

Componentes de un Sistema Experto

Base de Conocimiento (BC): contiene conocimiento modelado

extraído del dialogo con el experto.

Base de Hechos (Memoria de Trabajo): contiene los hechos sobre

un problema que se ha descubierto durante el análisis.

Motor de Inferencia: explica el razonamiento utilizado por el sistema

para llegar a una determinada conclusión.

Interfaz de Usuario: es la interacción entre el sistema experto y el

usuario, y se realiza mediante el lenguaje natural.

Ventajas de un Sistema Experto

Permanencia: a diferencia de un experto humano un sistema experto

no envejece, y por tanto no sufre pérdida de facultades con el paso del

tiempo.

Duplicación: una vez programado se puede duplicar infinidades de

veces.

Rapidez: un sistema experto puede obtener información de una base

de datos y realizar cálculos numéricos mucho más rápido que

cualquier ser humano.



Bajo costo: a pesar de que el costo inicial pueda ser elevado, gracias

a la capacidad de duplicación el coste finalmente es bajo.

Fiabilidad: los sistemas expertos no se ven afectados por condiciones

externas, un humano sí (cansancio, presión, entre otros).

Desventajas de un Sistema Experto

Sentido común: para un sistema experto no hay nada obvio, a no se

de que se especifique que esto no es posible.

Lenguaje natural: con un experto humano se puede mantener una

conversación informal mientras con un sistema experto no se puede.

Capacidad de aprendizaje: cualquier persona aprende con relativa

facilidad de sus errores y de errores ajenos, que un sistema experto

haga esto es muy complicado.

Perspectiva global: un experto humano es capaz de distinguir cuales

son las cuestiones relevantes de un problema y separarlas decuestiones secundarias.

Capacidad sensorial: un sistema experto carece de sentidos.

Flexibilidad: un humano es sumamente flexible a la hora de aceptar

datos para la resolución de un problema.

Conocimiento no estructurado: un sistema experto no es capaz de

manejar conocimiento poco estructurado.



1) Tipo de Conocimiento

El tipo de conocimiento que abarca el ejercicio de las nacionalidades,

es el conocimiento declarativo, expresado como sentencias acerca de los

hechos que rodea dicho ejercicio (saber que es). El conocimiento declarativo

varía enormemente en los temas que abarca y en su amplitud. Se saben

datos como, por ejemplo, (El inglés vive en la casa roja) y generalizaciones

como (Son 5 personas de nacionalidades diferentes, que beben bebidas

diferentes).

2) Representación del Conocimiento (Reglas de Producción, Redes

Semánticas, etc.)

Hay muchas fuentes de información o conocimiento relacionadas con

la IA. El campo de la representación del conocimiento se refiere a losmecanismos para representar y manipular esta información. Los esquemas

de representación resultantes deberían permitir una búsqueda o una

operación eficiente de los mecanismos de inferencia. Por ejemplo, en

algunos casos la información puede ser representada mediante objetos (o

variables) y por reglas lógicas (que expresan relaciones entre los objetos).

Según Pajares (2009), las reglas de producción, que se enuncian de la

forma if-then (si… entonces), son la forma mas popular de representación del

conocimiento dentro del paradigma declarativo. El conocimiento así

representado resulta muy cercano al operador humano y se puede entender

fácilmente.



Si nacionalidad noruego, entonces vive en casa 1.

Si toma leche, entonces vive en casa 3.

Si casa azul, entonces vive casa 2.

Si casa verde y toma café, entonces casa 4.

Si casa blanca, entonces casa 5.

Si nacionalidad ingles y casa roja, entonces casa 3.

Si nacionalidad noruego y fuma Dunhill, entonces toma agua.

Si casa amarilla entonces vive en casa 1.

Si casa 2 y toma te y fuma Blend, entonces nacionalidad danés.

Si toma cerveza y fuma bluemaster, entonces casa 5.

Si nacionalidad danés y toma te y fuma blend, entonces mascota

caballo.

Si fuma prince y es alemán, entonces casa 4.

Si mascota perro y es sueco, entonces casa 5.

Si mascota pájaros y fuma pall mal, entonces casa 3.

Si fuma Dunhill y bebe agua y es noruego y vive en casa amarilla,

entonces mascota gato. Si fuma prince y bebe café y es alemán y vive en casa verde,

entonces mascota pez.

3) Base de Conocimiento

Según Pajares (2009), una base de conocimiento es un depósito de la

información que se posee sobre unos objetos y sus relaciones, dentro de un

dominio específico del mundo real. El conocimiento contenido en una base

de conocimiento será generalmente de distintos tipos, y admitirá por lo tanto

diversas formalizaciones para su representación y manipulación.



a) Entidad

Según Batini, Ceri y Navathe (1994), las entidades representan clases

de objetos de la realidad. Entidades del ejercicio:

1. Nacionalidad.

2. Mascota.

3. Bebida.

4. Casa.

5. Cigarrillo.

b) Primitivas del Conocimiento

Las primitivas del conocimiento, consisten en simples datos de entrada

o hechos elementales. Por ejemplo:

a. El inglés vive en la casa roja.

b. El sueco tiene perro.

c. El danés toma té.

d. El noruego vive en la primera casa.

e. El alemán fuma Prince.

f. La casa verde queda inmediatamente a la izquierda de la blanca.

g. El dueño de la casa verde toma café.

h. La persona que fuma Pall Mall cría pájaros.i. El dueño de la casa amarilla fuma Durnhill.

j. El hombre que vive en la casa del centro toma leche.

k. El hombre que fuma Blends vive al lado del que tiene un gato.

l. El hombre que tiene un caballo vive al lado que fuma Durnhill.



m. El hombre que fuma Blends es vecino del que toma agua.

n. El noruego vive al lado de la casa azul.

4) Implantación de la Representación

La implantación de la representación, se evidencia en la elaboración

del código. Al elaborar el código se utilizaron las reglas de producción

extraídas del problema.

5) Motor de Inferencia

El motor de inferencia es el corazón de todo sistema experto. Su

función es administrar, como, cuando, y las reglas de producción que se

aplicaran para la solución del problema

a) Identificación del Paradigma

El proceso de razonamiento en un sistema basado en reglas se puede

seleccionar una posible solución y tratar de probar su validez buscando

evidencia que la apoye.

Es evidente entonces, que el paradigma que rige este ejercicio es el

encadenamiento regresivo.



6) Sistema de explicación.

El usuario puede pedir una explicación de las conclusiones sacadas o

subsistema que explique el proceso seguido por el motor de inferencia o por

el subsistema de ejecución.

Dentro de la aplicación, el sistema de explicación se evidencia cuando

el usuario selecciona un campo ya existente y el sistema le emite un mensaje

de campo repetido.

7) Diseño de la Interfaz de Usuario

La interfaz de usuario es el enlace entre el sistema experto y el

usuario. Por ello, para que un sistema experto sea una herramienta efectiva,

debe incorporar mecanismos eficientes para mostrar y obtener informaciónde forma fácil y agradable.

La aplicación fue desarrollada en el lenguaje de programación Visual

Basic versión 6.0.

La base de conocimiento se realizo en el manejador de base de datos

de Microsoft Office Access 2007.

a) Lenguaje Natural



El Lenguaje Natural es el medio que se utiliza de manera cotidiana

para establecer comunicación con las demás personas. El sistema experto

fue realizado en base al lenguaje natural, de manera que sea entendible por

el usuario.

b) Selección Múltiple

En la aplicación se utilizo la selección múltiple para permitir la

selección se escogen las posibles respuestas para llegar a la conclusión del

problema.



Conclusión

Una vez culminada la presente investigación, en la cual se realizo el

desarrollo de un sistema experto para la resolución del acertijo de Einstein,

las conclusiones más significativas fueron las siguientes:

Mediante el análisis bibliográfico y documental, y la aplicación de

estos permitió dar las bases para generar los pasos en el desarrollo

del presente sistema experto.

El sistema experto que resulta de esta investigación cubre gran parte

de las necesidades de los alumnos y los distintos usuarios que

ameriten la solución del ejercicio.

El sistema permite un entendimiento más eficaz en lo que se refiere el

ejercicio.

El sistema reduce considerablemente el tiempo empleado por los

alumnos y los distintos usuarios en la resolución del mismo,

aumentado la productividad en sus conocimientos.

El sistema esta diseñado de una forma que sus justificaciones son

directamente evidentes por el usuario.

Bibliografía



Carlo Batini, Stefano Ceri y Shamakant B. Navathe (1994). Diseño

Conceptual de Bases de Datos (2da Ed.) Estados Unidos. Editorial: Addison-

Wesley.

Pajares Martinsanz, Gonzalo (2009). Inteligencia Artificial E Ingeniería

Del Conocimiento (1era. Ed.). Madrid, España Editorial: RAMA.

Jaimes Durarte, Enver Lenin y León García, William Jesús: Desarrollo

De Un Sistema Experto Para La Planificación Y Elaboración De Horarios

Académicos En La Universidad Rafael Urdaneta. Maracaibo, 2007. Trabajo

especial de grado (Ingeniero en Computación). Universidad Rafael Urdaneta.

Facultad de Ingeniería. Escuela de Computación.

Sistema Experto

Documents

Transcript of Sistema Experto