Beruflich Dokumente
Kultur Dokumente
Antes de la aparicin del ordenador, el hombre ya se preguntaba si se le arrebatara el privilegio de razonar y pensar. En la actualidad existe un campo dentro de la INTELIGENCIA ARTIFICIAL al que se le atribuye esa facultad: el de los SISTEMAS EXPERTOS.
En teora pueden razonar siguiendo los pasos que seguira un experto humano (mdico, analista, empresario, etc.) para resolver un problema concreto Matilde Csari 1
El CONOCIMIENTO es una mezcla de experiencia, informacin y saber hacer que acta como marco para la incorporacin de nuevas experiencias y guia la accin. Se utiliza para alcanzar una meta Genera nuevo conocimiento
Resulta en gran medida dependiente de la tarea y del dominio de aplicacin.
Matilde Csari
SISTEMAS DE IA: exhiben conducta inteligente, simulando capacidadesde la inteligencia humana. SBC: Procesan conocimiento, separando el conocimiento sobre el dominio (informacin, datos) de como manejarlo (resolucin de
problemas).
SE: incorporan conocimiento experto, que tiene unas caractersticas que lo diferencian del conocimiento general. Un S.E. es un SBC (lo inverso necesariamente no es cierto).
rama de la Inteligencia Artificial que se ocupa del estudio de la adquisicin del conocimiento, su representacin y la generacin de inferencias sobre ese conocimiento para realizar una tarea concreta Matilde Csari 3
Qu es un Sistema Experto?
Un S.E. es un sistema informtico que incorpora una componente basada en el conocimiento, que se obtiene a partir de la habilidad de un experto humano, de forma que el sistema puede dar consejos o tomar decisiones inteligentes, y es capaza de justificar/explicar las mismas
Matilde Csari
Matilde Csari
programas que hacen explicito el conocimiento alojado en los expertos, que tienen informacin especfica de un tema concreto y que realizan una tarea relativa a este tema Simula el proceso de aprendizaje, de memorizacin, de razonamiento, de comunicacin y de accin de un experto humano en una determinada rama de la ciencia o campo
La finalidad es la resolucin de problemas del dominio, aplicando tcnicas de razonamiento sobre BC.
Matilde Csari
Organizacin del conocimiento separada: Dominio de aplicacin (BC): Reutilizable, Permanente Problema (BT): Retractable, Dinmica. Resolucin de problemas (MI) Interaccin con el usuario, aprendizaje, etc.
Matilde Csari 7
ARQUITECTURA SE
Separa los conocimientos almacenados (base de conocimiento) del programa que los controla (motor de inferencia). Los datos propios de un determinado problema se almacenan en una base de datos aparte (base de hechos).
facilidad de ampliar o depurar el conocimiento que posee el sistema, sin tener que modificar el algoritmo de inferencia
BASE DE CONOCIMIENTO Conocimiento del experto sobre el dominio de aplicacin: Hechos del dominio / Relaciones de conocimiento Reutilizable y Permanente BASE DE HECHOS (TRABAJO): Representa: Datos del problema / Conclusiones intermedias Bases de Datos. Retractable / Dinmica. MOTOR DE INFERENCIA: Propiedades inferenciales de la representacin. Mecanismo de control del espacio de soluciones. Sistema de encadenamiento inferencial. Reutilizable: Un MI es un programa reutilizable sobre una estructura de BC.
Matilde Csari
Componentes de SBC
Hechos Reglas
Explicacin
usuario
Interfaz usuario
Base de conocimiento
Plan
Intrprete
pizarra Agenda
Planificador
Solucin
Mantenimiento consistencia
Matilde Csari
MI
Contiene el conocimiento del tema, proporcionado por un experto en el tema, convenientemente formalizado y estructurado.
PSR
Lgica difusa
Redes Bayesianas
cada mtodo de representacin tena asociada una forma propia de realizar inferencias.
Matilde Csari 11
CONOCIMIENTO NORMATIVO:
Reglas de produccin (Conocimiento Heurstico) IF condicin THEN conclusin DO accin Tablas de decisin - Redes de decisin. Redes bayesianas Redes Neuronales
CONOCIMIENTO PROCEDURAL:
Mtodos (procedimientos, funciones) Valores activos (demonios) Matilde Csari 12
Usualmente se representa en una base de datos, y su informacin est directamente enlazada con la base de conocimientos. Un hecho puede provocar el disparo de una regla. utiliza la base de conocimiento y de hechos combinndolas y fusionndolas, para realizar una serie de razonamientos acerca del problema en cuestin. Funciona como un supervisor, extrae conclusiones a partir de los datos simblicos que estn almacenados en las bases de hechos y de conocimiento. Dependen en gran medida de la representacin elegida
Motor de Inferencia
Control Inferencial
Resolucin de conflictos en el espacio de bsqueda Complejidad de premisas Peso de las reglas Combinacin: peso, complejidad Mayor frecuencia ltima utilizada Metarreglas (Cmo utilizar el conocimiento):
Priorizacin de reglas Exclusin de reglas Cambio encadenamiento
Matilde Csari
13
ARQUITECTURA SE
explica al usuario la estrategia de solucin encontrada y el por qu de las decisiones tomadas. Es el que permite justificar y explicar el anlisis completo del problema y las soluciones propuestas, as como la semejanza o diferencia entre dicha solucin y las de los casos histricos.
Mdulo explicativo
Cmo se tom o no cierta decisin? Cuando, cmo y por qu se utiliza una informacin determinada? Qu decisin se tomo ante un subproblema?
Interfaz de usuario
permite la comunicacin entre el usuario y el sistema experto. El usuario puede consultar con el sistema a travs de mens, grficos, entre otros, y ste le responde con resultados
DESARROLLO
El desarrollo de un SBC puede verse como un proceso de transformacin desde el nivel de especificacin al de herramienta Nivel de Especificacin: Se describe el problema, las
restricciones sobre el problema y la solucin.
DESARROLLO
Especificacin
Solucin Especificacin Definicin del Problema
Tarea
Configuracin ...
Diagnstico
Clasificacin
Mtodo de resolucin
Objetivos y datos Abstracciones Simulacin cualitativa
...
Seleccionar Representacin
Base de conocimiento
Heursticas Relaciones causales Cuantitativa
Seleccionar paradigma
Herramienta
Orientada a Objeto .. Basada en reglas
Matilde Csari
16
PROCESO DE DESARROLLO
IDENTIFICACIN IDENTIFICACIN Cules son las Cules son lascaractersticas caractersticasdel deldominio? dominio? Cul es su mbito? Cul es su mbito? Quienes participarn Quienes participarnyycon conque querecursos? recursos? CONCEPTUALIZACIN CONCEPTUALIZACIN Qu informacin Qu informacinyytcnicas tcnicasutiliza utilizael elexperto? experto? FORMALIZACIN FORMALIZACIN Cmo encajan Cmo encajanestas estastcnicas tcnicasen enlas lasestructuras estructuras yyestrategias de los sistemas expertos? estrategias de los sistemas expertos? IMPLEMENTACIN IMPLEMENTACIN Comprueba Compruebaiterativamente iterativamente las habilidades las habilidadesdel delsistema sistema
METODOLOGIA DE DESARROLLO
Matilde Csari
18
METODOLOGIA DE DESARROLLO
Pasos principales:
Identificacin: Caracterizacin de los aspectos ms
importantes del dominio del problema
Conceptualizacin: Se extraen los conceptos, subtareas y resctricciones necesarias para resolver el problema.
Ingeniero del Conocimiento: Persona que translada el
conocimiento de un experto a algn formalismo. Es til un modelo conceptual (mental) entre el experto y el implementador.
Programacin
Sistema Implementado
Modelo Conceptual
if p(x) ^ q(x, y) then r(y) if u(x) ^ v(x, y) then s(y) if r(x) ^ sq(x, y) then t(y)
motor de inferencia
19
METODOLOGIA DE DESARROLLO Formalizacin: Los conceptos de la etapa de conceptualizacin se representan con las herramientas y esquemas de representacin disponibles.
Herramienta de adquisicin?, chequeos de la base de datos?, Reglas? Redes semnticas?, Frames?, Esquema de razo- namiento?, Mdulo de explicacin? ...
Implementacin: Desarrollo de una herramienta de propsito especfico, Utilizacin de algn shell para el desarrollo de SEs. Verificacin y refinamiento: El prototipo es comprobado con el experto.
Matilde Csari
20
DESARROLLO
Dos aproximaciones
Prototipado:
Es el mtodo ms popular para el desarrollo de SBC Depende mucho ms de la involucracin de los usuarios Necesidad de comprobar el comportamiento del sistema segn se desarrolla Adquisicin del conocimiento y desarrollo del software se pueden combinar en el prototipado Problemas: Desarrollo ad hoc e indisciplinado
Estructurado:
KADS (Knowledge Acquisition and Design process): Metodologa de modelado, con una fase rigurosa de anlisis antes del diseo El prototipado se utiliza para exprimentar, no como metodoga
Matilde Csari
21
IMPLEMETACIN
Lisp C Ada
Lenguajes tradicionales
Un paradigma de programacin
Shells
Qu tarea hacer
Matilde Csari
22
IMPLEMETACIN
La implementacin de un sistema experto completo obliga al desarrollo de cada uno de los elementos anteriores a travs de lenguajes o herramientas de desarrollo Lenguajes de alto nivel (HLL): lenguajes de propsito general (C, Fortran, Basic,...). Tienen como ventajas su eficiencia, su familiaridad y la portabilidad a cualquier entorno, pero el inconveniente de no estar preparados para una programacin basada en smbolos. Lenguajes simblicos: fundamentalmente LISP y PROLOG. lenguajes de alto nivel ms utilizados por su adaptacin a la lgica de la base de conocimientos representada mediante smbolos, y por su mecanismo de extraer conclusiones. Su eficiencia aumenta en estaciones de trabajo diseadas para dichos lenguajes. Herramientas de desarrollo (shells): programas preparados para el desarrollo de sistemas expertos, incorporan el motor de inferencia, independiente de las bases de hechos y de conocimiento. El programador se limita a traducir dichas bases a un lenguaje preparado a tal efecto, pudiendo enlazarse con otros lenguajes para el desarrollo de funciones adicionales. Suelen estar desarrollados en CLIPS, LISP o PROLOG para aumentar su eficiencia. La flexibilidad es menor, aunque suelen incorporar procesadores de texto, grficos y herramientas de anlisis. Entornos de desarrollo (environments): aaden a los shells el uso de un entorno grfico (ventanas, iconos,...) que facilita el desarrollo del sistema experto. Tienen como ventaja la disminucin del tiempo de desarrollo, pero suelen ser caros y poco flexibles.
Los shells son los ms usados para el desarrollo de sistemas expertos, mientras que el PROLOG est muy extendido en Europa y Japn, el LISP lo est en Estados Unidos. Los entornos an ocupan un sector minoritario pero la tendencia a su utilizacin va en aumento.
Matilde Csari
23
TIPOS
Los problemas de tipo determinista pueden ser formulados usando un conjunto de reglas que relacionen varios objetos bien definidos., porque sacan sus conclusiones basndose en un conjunto de reglas utilizando un mecanismo de razonamiento lgico. En situaciones inciertas, es necesario introducir algunos medios para tratar la incertidumbre. Por ejemplo, algunos sistemas expertos usan la misma estructura de los sistemas basados en reglas, pero introducen una medida asociada a la incertidumbre de las reglas y a la de sus premisas. Algunos ejemplos de estas medidas son los factores de certeza, la lgica difusa, etc. Otra medida intuitiva de incertidumbre es la probabilidad, en la que la distribucin conjunta de un conjunto de variables se usa para describir las relaciones de dependencia entre ellas, y se sacan conclusiones usando frmulas muy conocidas de la teora de la probabilidad. Los sistemas expertos que utilizan la probabilidad como medida de incertidumbre se conocen como sistemas expertos probabilstico y la estrategia de razonamiento que usan se conoce como razonamiento probabilstico, o inferencia probabilstica.
Matilde Csari
24
TIPOS
Mucha de la informacin contenida en la base de conocimiento de un sistema experto es imprecisa, incompleta o no completamente fiable, tal como ocurre con el conocimiento humano, incluso el de los expertos
la respuesta de un sistema experto es usualmente calificada con un factor de certeza; que da una indicacin al usuario del grado de confianza que el sistema asigna a la conclusin.
El factor de certeza se obtiene de datos basados en probabilidades
La LGICA DIFUSA aporta una base sistemtica para la computacin de grados de certeza, al proveer un sistema de inferencia nico para manejar datos difusos, datos incompletos e informacin con componentes aleatorios (de la base de conocimiento).
Matilde Csari
25
CARACTERSITCAS
El programa se escribe bajo la forma de un conjunto de especificaciones, independientes unas de otras (elementos de conocimiento), que se ponen en accin dinmicamente por un procedimiento de resolucin que es independiente de la naturaleza del conocimiento (motor de inferencia) el sistema puede "reflexionar" sobre la informacin que posee y la forma en que la ha utilizado. Estas explicaciones deben, no solamente ser expresadas en el lenguaje del experto, sino corresponderse, tambin, con un comportamiento que le parezca natural al experto capacidad de generar preguntas de acuerdo con el razonamiento, tal como puede hacer un experto, a diferencia de los programas que presentan un cuestionario rgido con gran cantidad de preguntas irrelevantes
Al ser estas caractersticas muy numerosas, podemos decir que son raros los SE que cumplen todos estos requisitos. Sin embargo esta relacin sirve para centrar la nocin de SE, mediante el examen de los SE tericamente perfectos El xito de un sistema experto radica fundamentalmente en el conocimiento sobre el tema que trata y su capacidad de aprendizaje. El conocimiento sobre el tema proporciona al sistema experto mayor informacin sobre el problema a tratar y su entorno, de forma que pueda generar y adaptar soluciones de forma ms precisa, de forma similar a un experto especializado. El aprendizaje, inductivo o deductivo segn corresponda, proporcionar al sistema experto mayor autonoma a la hora de abordar problemas totalmente desconocidos, pudiendo generar nuevo conocimiento partiendo del extrado inicialmente del experto o expertos humanos Matilde Csari 26
SE/SBC: Tareas
Los SBC abordan problemas complejos en dominios especficos en los que el peso de las heursticas para acotar el espacio de bsqueda es importante.
Matilde Csari
27
APLICACIONES
La aplicacin de Sistemas Expertos ser adecuada all donde los expertos dispongan de conocimientos complejos en un rea estrechamente delimitada, donde no existan algoritmos elaborados (o donde los existentes no puedan solucionar algn problema) y no existan teoras completas. Otro campo de aplicacin es all donde hay teoras, pero resulta prcticamente imposible analizar todos los casos tericamente imaginables mediante algoritmos y en un espacio de tiempo razonable. En estas situaciones hace falta el conocimiento que el experto ha adquirido por experiencia, para llegar a una solucin en un espacio de tiempo aceptable
Matilde Csari
28
Matilde Csari
29