1. UNIVERSIDAD NACIONAL DE LOJA
AREA DE ENERGÍA, LAS INDUSTRIAS
Y LOS RECURSOS NATURALES
NO RENOVABLES
INGENIERIA EN SISTEMAS
Sistemas Expertos
MODULO: X
PARALELO: “A”
PROFESOR: Ing. Edison Coronel
ALUMNA:
 Rosa Elizabeth Guamán Guadalima
LOJA – ECUADOR
2012

2. Sistemas Expertos
1. ¿QUÉ ES UN SISTEMA EXPERTO?
Existen varias concepciones sobre lo que es un Sistema
experto de las cuales citamos las siguientes:
Los sistemas experto son máquinas que razonan y
piensan como un experto lo haría en un acierta
especialidad o campo. Un sistema experto de verdad, no
sólo realiza las funciones tradicionales de manejar
grandes cantidades de datos, sino que también manipula esos datos de forma tal que el
resultado sea inteligente y tenga significado para responder a preguntas incluso no
completamente especificadas.
Un sistema experto es un conjunto de programas que, sobre una base de conocimientos,
posee información de uno o más expertos en un área específica. Se puede entender
como una rama de la inteligencia artificial, donde el poder de resolución de un problema
en un programa de computadora viene del conocimiento de un dominio específico. Estos
sistemas imitan las actividades de un humano para resolver problemas de distinta índole,
no necesariamente tiene que ser de inteligencia artificial.
2. EJEMPLOS DE SISTEMAS EXPERTOS
NOMBRE CARACTERÍSTICA
Es un Sistema Experto para la realización de diagnósticos en el
área de la medicina, iniciado por Ed Feigenbaum y posteriormente
desarrollado por E. Shortliffe y sus colaboradores. Su función es la
MYCIN
de aconsejar a los médicos en la investigación y determinación de
diagnósticos en el campo de las enfermedades infecciosas de la
sangre.
Es un Sistema Experto para configuraciones, desarrollado por la
XCON Digital Equipment Corporation. Según los deseos individuales del
cliente se configuran redes de ordenadores VAX.
Sistema experto que ayuda a los mecánicos en el diagnóstico y
reparación de locomotoras diesel-eléctricas, DELTA no sólo da
DELTA
consejos expertos, sino que también presenta informaciones por
medio de un reproductor de vídeo
Fue el primer ejemplo de la estructura básica de un sistema
experto, problemas resueltos y formalizados con un conocimiento
específico (en la forma de un sistema de reglas). Tuvo habilidad de
DENDRAL
explorar y abandonar posibles soluciones (goal) y es considerado
como uno de los más tempranos y exitosos sistemas expertos que
dominan un problema específico.
Sistema experto capaz de aprender a medida que funciona, que
EURISKO
crea circuitos micro eléctricos
Un sistema experto para el pronóstico meteorológico local basado
PROMETEO
en redes neuronales y cálculo de analogías.
Universidad Nacional de Loja Módulo 10°“A”

3. Sistemas Expertos
3. COMPONENTES DE UN SISTEMA EXPERTO
Los componentes de un sistema experto son:
 La componente humana: la colaboración de los expertos humanos, los
ingenieros del conocimiento y los usuarios, es quizás el elemento más importante
en el desarrollo de un sistema experto. Esta etapa requiere una enorme
dedicación y un gran esfuerzo debido a las diferencias que existen tanto en el
lenguaje como las experiencias que poseen cada parte.
 La base del conocimiento: los especialistas son responsables de suministrar a
los ingenieros del conocimiento una base de conocimiento ordenada y
estructurada y un conjunto de relaciones bien definidas y explicadas.
Aquí se diferencia entre datos y conocimiento:
Datos: se refieren a la información relacionada con una aplicación e particular
Conocimientos: se refiere a las afirmaciones de validez general tales como
reglas, distribuciones de probabilidad, etc.
 Subsistema de adquisición de conocimiento: controla el flujo del nuevo
conocimiento que fluye del experto humano a la base de datos. El sistema
determina qué nuevo conocimiento se necesita, o si el conocimiento recibido es en
realidad nuevo, para determinar si se debe o no incluir en la base de datos.
 Control de la coherencia: controla la consistencia de la base de datos y evita que
las unidades de conocimientos inconsistentes entren en la misma. Así mismo
cuando se solicita información por parte de los expertos humanos, este
subsistema informa sobre las restricciones que ésta debe cumplir para ser
coherente con la existente en la base del conocimiento.
Universidad Nacional de Loja Módulo 10°“A”

4. Sistemas Expertos
 El motor de inferencia: es el corazón de todo sistema experto, este modela el
proceso de razonamiento humano, es decir, saca conclusiones aplicando el
conocimiento a los datos.
Las conclusiones del motor de inferencia pueden estar basadas en conocimiento
determinista o conocimiento probabilística.
 El subsistema de adquisición del conocimiento: es utilizado para obtener el
conocimiento necesario y continuar con el proceso de inferencia hasta que se
hayan sacado conclusiones.
 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 información de forma fácil y
agradable.
La importancia de la interfaz de usuario es que los usuarios evalúan comúnmente
los sistemas expertos y otros sistemas por la calidad de dicha interfaz más que
por la del sistema experto mismo, aunque no se debería juzgar la calidad de un
libro por su portada.
 El subsistema de ejecución de órdenes: es necesario un subsistema que
explique el proceso seguido por el motor de inferencia o por el subsistema de
ejecución. Así mismo en muchos dominios de aplicaciones, es necesaria la
explicación de las conclusiones debido a los riesgos asociados con las acciones a
ejecutar.
 El subsistema de aprendizaje: Una de las principales características de un
sistema experto es su capacidad para aprender. En este subsistema encontramos
dos tipos de aprendizaje
 Aprendizaje estructural: se refiere a algunos aspectos relacionados con
la estructura del conocimiento (reglas, distribuciones de probabilidad, etc.).
Por ello, el descubrimiento de nuevos síntomas relevantes para una
enfermedad o la inclusión de una nueva regla en la base de conocimiento
son ejemplos de aprendizaje estructural aprendizaje paramétrico.
 Aprendizaje paramétrico: es el estimar los parámetros necesarios para
construir la base de conocimiento. Por ello, la estimación de frecuencias o
probabilidades asociadas a síntomas o enfermedades es un ejemplo de
aprendizaje paramétrico.
Universidad Nacional de Loja Módulo 10°“A”

5. Sistemas Expertos
4. DESARROLLO DE UN SISTEMA EXPERTO
El desarrollo de un sistema experto se da en las siguientes etapas:
Planteamiento del problema
Encontrar expertos humanos
Diseñar Sistema experto
Elegir Herramienta de desarrollo
Construir Prototipo
Probar prototipo
Refinamiento y generalización
Mantenimiento y puesta al día
 Planteamiento del problema: La primera etapa en cualquier proyecto es
normalmente la definición del problema a resolver, y es de suma importancia
puesto que si el sistema está mal definido, se espera que el sistema suministre
respuestas erróneas.
 Encontrar expertos humanos que puedan resolver el problema: sin embargo
en algunos casos, las bases de datos pueden jugar el papel del experto humano.
 Diseño de un sistema experto: diseño de estructuras para almacenar el
conocimiento, el motor de inferencia, el subsistema de explicación, la interfaz de
usuario, etc.
Universidad Nacional de Loja Módulo 10°“A”

6. Sistemas Expertos
 Elección de la herramienta de desarrollo, concha, o lenguaje de
programación. Debe decidirse si realizar un sistema experto a medida, o utilizar
una concha, una herramienta, o un lenguaje de programación.
 Desarrollo y prueba de un prototipo. Si el prototipo no pasa las pruebas
requeridas, las etapas anteriores deben ser repetidas hasta que se obtenga un
prototipo satisfactorio.
 Refinamiento y generalización. En esta etapa se corrigen los fallos y se incluyen
nuevas posibilidades no incorporadas en el diseño inicial.
 Mantenimiento y puesta al día. En esta etapa el usuario plantea problemas o
defectos del prototipo, corrige errores, actualiza el producto con nuevos avances,
etc.
BIBLIOGRAFÍA:
 Castillo Enrique, Gutiérrez José M, Hadi Ali, sistemas expertos y modelos de redes
probabilísticas.
 Gutiérrez José M, Cano Rafael, Prometeo [en línea, disponible en
URL: http://grupos.unican.es/ai/meteo/articulos/caepia99.pdf ]
 Merrill Dereck, Dendral [en línea, disponible en
URL: http://members.fortunecity.com/jon_alava/docs/dendral.htm]
 Sistemas Expertos, blog [en línea, disponible en
URL: http://www.galeon.com/sistemasexpertos2006/]
 Alegsa, pagina Web [en línea, disponible en
URL: http://www.alegsa.com.ar/Diccionario/C/2695.php]
Universidad Nacional de Loja Módulo 10°“A”