Sistema experto: vendedor de coches

Pablo Prieto Canela, 100025162@alumnos.uc3m.es, Ingeniera de Telecomunicacin, Universidad Carlos III de Madrid

EXTRACTO
En este documento se describe el funcionamiento de un sistema experto de simulacin de concesionario de coches en el modo de vendedor.

Palabras clave y trminos generales

Inteligencia artificial, sistema experto, heurstica, conocimientos, hechos, motor de inferencia, algoritmo, vecino ms cercano (k-

utiliza la base del conocimiento (base de reglas y base de datos). La interfaz del usuario no slo debe ser muy fluida y facilitar el uso, sino que adems debe servir para desarrollar el sistema experto, introducir los datos, cambiar las reglas, cambiar el motor de inferencia, as como tener capacidad de circulacin y capacidad de operacin cuando se usa en el sistema experto. El sistema experto establecido se compone, por lo tanto, de dos tipos bien diferenciados de elementos, los propios del campo de los expertos relacionados con el problema concreto (es decir, la base de conocimientos y la base de hechos) y el que se puede aplicar de forma general a una gran variedad de problemas de diversos campos (como el caso del motor de inferencias). Sin embargo, el motor de inferencias no es un mecanismo universal de deduccin, ya que hay dos tipos diverso: los que emplean el razonamiento aproximativo (para el cual el resultado puede ser errneo) y aquellos que emplean un tipo de razonamiento capaz de obtener un resultado (si llegan a l), con toda seguridad, verdadero.

NN). 1. INTRODUCIN
Sistema experto de concesionario de coches que se basa en el algoritmo del vecino ms cercano (k-NN), calculando la distancia del modelo solicitado a cada uno de los modelos de la base de datos, y presentando los k primeros modelos ms cercanos. Parmetros: Marca, modelo, tipo de motor (diesel o gasolina), n de puertas, precio en la calle, potencia, consumo mixto, equipacin (de 1 a 5), tamao (de 1 a 3).

2. SISTEMA EXPERTO
Un sistema experto es una rama de la Inteligencia Artificial y es aquel que imita las actividades de un humano para resolver problemas de distinto ndole (no necesariamente tiene que ser de Inteligencia Artificial), puede definirse como "un programa de ordenador que resuelve problemas que requieren experiencia humana, mediante el uso de representacin del conocimiento y procedimientos de decisin". El conocimiento del experto en ese campo se organiza en una base de conocimientos, y en funcin de los datos disponibles de la aplicacin (base de hechos) se imita la forma de actuar del experto explorando en la base de conocimientos hasta encontrar la solucin (motor de inferencia). Los resultados finales y la forma en que se obtienen se expresan a travs de la interfase hombre-mquina. Los sistemas expertos se basan en la simulacin del razonamiento humano. El razonamiento humano tiene para ellos, un doble inters: por una parte, el del anlisis del razonamiento que seguira un experto humano en la materia a fin de poder codificarlo mediante el empleo de un determinado lenguaje informtico; por otra, la sntesis artificial, de tipo mecnico, de los razonamientos de manera que stos sean semejantes a los empleados por el experto humano en la resolucin de la cuestin planteada. La base del conocimiento representa el universo donde est el sistema, es decir, la informacin que rodea al problema. A travs del motor de inferencia sabemos cmo el experto decide cual regla aplicar a cuales datos, cmo resolver conflictos entre reglas y entre datos y cmo van a inferir los nuevos hechos o nuevos datos; y para eso debemos saber cmo piensa el experto y cmo

3. TIPO DE SISTEMA EXPERTO 3.1 Tipos generales

Principalmente existen tres tipos de sistemas expertos: - Basados en reglas. - Basados en casos o CBR (Case Based Reasoning). - Basados en redes bayesianas. En cada uno de ellos, la solucin a un problema planteado se obtiene: - Aplicando reglas heursticas apoyadas generalmente en lgica difusa para su evaluacin y aplicacin. - Aplicando el razonamiento basado en casos, donde la solucin a un problema similar planteado con anterioridad se adapta al nuevo problema. - Aplicando redes bayesianas, basadas en estadstica y el teorema de Bayes.

3.2 Tipo estudiado

Este sistema experto se basa en reglas heursticas apoyadas en lgica difusa para su evaluacin y aplicacin.

4. ESTRUCTURA BSICA DEL SE

El Sistema Experto est conformado por: - Base de conocimientos (BC): Contiene conocimiento modelado extrado del dilogo con el experto. - Base de hechos (Memoria de trabajo): contiene los hechos sobre un problema que se ha descubierto durante el anlisis. - Motor de inferencia: Modela el proceso de razonamiento humano. - Mdulos de justificacin: Explica el razonamiento utilizado por el sistema para llegar a una determinada conclusin.

- Interfaz de usuario: es la interaccin entre el SE y el usuario y se realiza mediante el lenguaje natural.

venta de coches del mercado, gua del comprador de coches y 4x4 de Agosto de 2006. Representan el conocimiento del estado del sistema en un cierto instante. 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 ("trigger") de una regla: Hecho: Tipo_Motor=0.873 Regla: SI Tipo_Motor > 0.8 ENTONCES Tipo_Motor="ADECUADO" Adems el sistema dispone de la llamada base de hechos, que alberga los datos propios correspondientes a los problemas que se desea tratar con la ayuda del sistema. Asimismo, a pesar de ser la memoria de trabajo, la base de hechos puede desempear el papel de memoria auxiliar. La memoria de trabajo memoriza todos los resultados intermedios, permitiendo conservar el rastro de los razonamientos llevados a cabo. Puede, por eso, emplearse para explicar el origen de las informaciones deducidas por el sistema en el transcurso de una sesin de trabajo o para llevar a cabo la descripcin del comportamiento del propio sistema experto. Al principio del perodo de trabajo, la base de hechos dispone nicamente de los datos que le ha introducido el usuario del sistema, pero, a medida que va actuando el motor de inferencias, contiene las cadenas de inducciones y deducciones que el sistema forma al aplicar las reglas para obtener las conclusiones buscadas.

4.1 Base de conocimientos

La base de conocimientos del sistema experto de venta de coches se basa en un conjunto de reglas con prioridades. Aloja la totalidad de las informaciones especficas relativas al campo del saber deseado. Est escrita en un lenguaje especfico de representacin de los conocimientos que contiene y en el cual el experto puede definir su propio vocabulario tcnico. Es donde se almacena el conocimiento en el campo a desarrollar. Los conocimientos que se suelen almacenar son de cuatro tipos: - Conocimiento objetivo, que describe la situacin real del sistema. - Conocimiento de sucesos, relacionado con los sucesos que ocurren en el tiempo de ejecucin. - Conocimiento del funcionamiento del sistema, de cmo se hacen las cosas. - Metaconocimiento, que relaciona los anteriores. Existen varias formas de representar el conocimiento: - Marcos (Frames): son estructuras de datos donde se almacenan informacin concreta de un cierto concepto e informacin relacional para completar la definicin del concepto. Se representan por una serie de campos y los valores asociados a los mismos, pudiendo ser otro "frame". - Redes semnticas: son representaciones grficas del conocimiento, mediante nodos, que representan objetos o conjuntos de objetos, y arcos, que relacionan dichos objetos. Tanto los "frames" como las redes son representaciones descriptivas, difciles de usar para representar el razonamiento. - Reglas: es la forma ms extendida de representacin del conocimiento. Representan la forma de razonar. Tienen la forma IF <condicion> THEN <accion/conclusion>. Es importante el orden de ejecucin de las reglas, por ello se les suele dotar de prioridades. Una regla que activa otra se denomina metaregla, y se suelen usar para desarrollar progresivamente el conocimiento del experto. Una labor fundamental es la Adquisicin del Conocimiento y su representacin mediante alguna de las formas anteriores. Una de las tcnicas ms usadas son las entrevistas con los responsables del proceso, donde se consume la mayora del tiempo. Adems se suelen usar las bases de datos existentes en el sistema, aadir modelos matemticos o heursticos, y analizar el sistema mediante programas de simulacin. Tambin en entornos dinmicos como son los sistemas de produccin, se adquiere conocimiento con el tiempo.

4.3 Motor de inferencia

El motor de inferencias est programado en el lenguaje de programacin java con los conocimientos implementados (base de conocimientos), acceso a la base de datos (base de hechos) y encadenamiento hacia adelante. Es un programa que, mediante el empleo de los conocimientos puede resolver el problema que est especificado. Lo resuelve gracias a los datos que contiene la base de hechos del sistema experto. Por regla general, el tipo de reglas que forman la base de conocimientos es tal que, si A es vlido, puede deducirse B como conclusin. En este caso, la tarea que lleva a cabo el motor de inferencias es la de seleccionar, validar y activar algunas reglas que permiten obtener finalmente la solucin correspondiente al problema planteado. Es el "supervisor", un programa que est entre el usuario y la base de conocimientos, y que 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; por su importancia analizaremos los motores de inferencia basados en reglas. Existen varios algoritmos de bsqueda a lo largo de las reglas para inferir conclusiones a partir de los hechos y las reglas. Todos los algoritmos son del tipo "pattern-matching", van disparando reglas a medida que se cumplen las condiciones. Se pueden diferenciar dos mecanismos de inferencia: - Encadenamiento hacia adelante: se extraen conclusiones a partir del cumplimiento de las condiciones de ciertas reglas que, a su vez, provocarn el cumplimiento de las condiciones en otras reglas hasta que no se cumplan en ninguna de ellas.

4.2 Base de hechos

La base de hechos en este caso es la base con los datos de los coches, el experto entrevistado es una revista especializada de

- Encadenamiento hacia atrs: se suponen ciertas las conclusiones de una regla y, como consecuencia, se van disparando aquellas reglas que provocaran la regla original. El proceso acaba si no se cumplen las condiciones de las reglas o si se cumplen para todas las reglas. Es importante destacar que la base de conocimientos y el motor de inferencia son sistemas independientes, por lo que se han desarrollado herramientas que nicamente necesitan la implementacin del conocimiento, llevando incorporado el motor de inferencia.

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.

5. VENTAJAS Y LIMITACIONES DEL SE 5.1 Ventajas

- Permanencia: A diferencia de un experto humano un SE (sistema experto) no envejece, y por tanto no sufre prdida de facultades con el paso del tiempo. - Duplicacin: Una vez programado un SE lo podemos duplicar infinidad de veces. - Rapidez: Un SE puede obtener informacin de una base de datos y realizar clculos numricos mucho ms rpido que cualquier ser humano. - Bajo costo: A pesar de que el costo inicial pueda ser elevado, gracias a la capacidad de duplicacin el coste finalmente es bajo. - Entornos peligrosos: Un SE puede trabajar en entornos peligrosos o dainos para el ser humano. - Fiabilidad: Los SE no se ven afectados por condiciones externas, un humano s (cansancio, presin, etc.). - Los SE que se codifican alcanzan el nivel de prestaciones de un experto humano. - La separacin entre base de conocimiento y motor de inferencia proporciona una gran flexibilidad al SE. - Los SE permiten llegar a una reflexin sobre el conocimiento y los procedimientos para la toma de decisiones realizadas por los expertos. - Posibilidad de trazar el razonamiento seguido por el SE. - Algunos SE utilizan coeficientes de verosimilitud para ponderar sus deducciones. - En manipulacin de smbolos los SE abren el campo a nuevas aplicaciones. no automatizadas.

4.4 Interfase hombre-mquina

El interfase hombre mquina es de dos tipos, de texto y grfico, el implementado principalmente es de texto a travs de una ventana de comandos y mostrado con un lenguaje de alto nivel (HLL) como es java. Establece una comunicacin sencilla entre el usuario y el sistema. El usuario puede consultar con el sistema a travs de mens, grficos, etc., y ste le responde con resultados. Tambin es interesante mostrar la forma en que extrae las conclusiones a partir de los hechos. En sistemas productivos se cuida la forma de presentar al operador las rdenes obtenidas del sistema experto, debido a que informacin excesiva o confusa dificulta la actuacin en tiempo real. 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. Existen cuatro alternativas para la implementacin de un sistema experto: "Lenguajes de alto nivel (HLL): son 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. Son los 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"): son programas preparados para el desarrollo de sistemas expertos pues 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 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

5.2 Limitaciones
- Sentido comn: Para un SE no hay nada obvio. Por ejemplo, un sistema experto sobre medicina podra admitir que un hombre lleva 40 meses embarazado, a no ser de que se especifique que esto no es posible. - Lenguaje natural: Con un experto humano podemos mantener una conversacin informal mientras que con un SE no podemos. - Capacidad de aprendizaje: Cualquier persona aprende con relativa facilidad de sus errores y de errores ajenos, que un SE haga esto es muy complicado. - Perspectiva global: Un experto humano es capaz de distinguir cuales son las cuestiones relevantes de un problema y separarlas de cuestiones secundarias. - Capacidad sensorial: Un SE carece de sentidos. - Flexibilidad: Un humano es sumamente flexible a la hora de aceptar datos para la resolucin de un problema. - Conocimiento no estructurado: Un SE no es capaz de manejar conocimiento poco estructurado. - La publicidad realizada alrededor de esta tcnica seduce a muchas personas pero crea aspiraciones imposibles de satisfacer. - La extraccin del conocimiento es el problema ms complejo que se les plantea a los ingenieros de conocimientos.

- Ciertos problemas estn ligados a la representacin del conocimiento. - Los SE son incapaces de reconocer un problema para el que su propio conocimiento es inaplicable o insuficiente. - Los motores de inferencia poseen algunos lmites. - Las interfaces con usuarios no son lo suficientemente amigables. - Las aplicaciones suministradas por los SE son, frecuentemente, esotricas. - Falta personal competente para investigar y desarrollar aplicaciones. Campo de aplicaciones restringido y especfico. - El costo es bastante alto.

sistemas expertos. La mayora de ellos utilizan reglas como tcnica de representacin, y han sido desarrollados mediante "shells", o en lenguajes simblicos. Se podra entrenar el sistema para que los valores de la heurstica sean ptimos, a travs de aprendizaje con ejemplos y una red neuronal.

7. REFERENCIAS
[1] Viejo Hernando Diego (2003). Sistemas expertos. Consultado en 06, 04, 2004 en http://www.divulga-ia.com [2] Samper Mrquez Juan Jos (2004). Introduccin a los sistemas expertos. Consultado en 06, 03, 2004 en http://www.redcientifica.com/doc/doc199908210001.html [3] Samper Juan (2003). Sistemas expertos. El conocimiento al poder. Consultado en 06, 03, 2004 en http://www.psycologia.com/articulos/ar-jsamper01.htm. [4] Criado Briz Jos Mario (2002). Introduccin a los sistemas expertos. Consultado en 06, 05, 2004 en http://ingenieroseninformatica.org/recursos/tutoriales/sist_exp /cap1.php. [5] Wikipedia (2004). Sistema experto. Consultado en 06, 03, 2004 en http://es.wikipedia.org/wiki/Sistema_experto. [6] Castro Marcel (2002). Sistemas expertos. Consultado en 06, 04, 2004 en http://strix.ciens.ucv.ve/~iartific/Material/PP_Sistemas_Exper tos.pdf. [7] Flix Justo (2004). Aplicaciones, ventajas y limitaciones de los sistemas expertos. Consultado en 06, 04, 2004 en http://efelix.iespana.es/efelix/expertaplicaciones.htm. [8] Montes Cerra Maria Clara (2003). Sistemas expertos. Consultado en 06, 05, 2004 en http://dis.eafit.edu.co/labs

6. CONCLUSIONES
Un sistema experto puede, sin duda alguna, darnos el mismo resultado o mejor incluso, que un experto humano; lo que s debemos reconocer es que ningn sistema experto, hasta ahora, puede resolver diferentes problemticas dentro de una empresa, ya que estos son siempre muy especficos. Sin embargo, es de esperarse que con los avances que tienen las herramientas tecnolgicas se produzca un desarrollo cercano al comportamiento humano en muchas reas. Con estos avances en el terreno de los negocios se podra ser ms eficiente y productivo. - Pueden resolver problemas muy difciles tan bien o mejor que los expertos humano. - Razonan usando reglas e interactan con los humanos de forma adecuada, incluyendo el lenguaje natural. - Manipulan y razonan sobre descripciones simblicas. - Pueden razonar con datos que contienen errores. - Pueden contemplar mltiples hiptesis en competicin simultneamente. - Pueden explicar por qu estn formulando una pregunta. - Pueden explicar su proceso de razonamiento y justificar conclusiones. Como conclusiones se puede decir que los sistemas expertos estn siendo muy utilizados en aquellos entornos donde se necesite el conocimiento de expertos. El entorno de la produccin es uno en donde se han desarrollado ms prototipos y aplicaciones de