modelo de flujo maximo unidad 4 en modelos de optimización de recursos
Traducir.en.es
1. ¿Cómolos sistemas
expertos
diferenciarsede
programas
convencionales? *
DONALD A.
WATERMAN
Editor-in-Chief
Sistemas Expertos
La Revista
Internacional de
Ingeniería del
Conocimiento
tro camino para definir sistema
experto: es compararlos con los
programas ordinarios. El clifferenci
más básico es que manipulat
sistemas expertos conocimiento
mientras que los programas
convenciones manipulan datos.
Teknowledge, empresa dedicada a los
sistemas expertos commercia ingeniería,
caracteriza a las diferencias de una muestra en
la Tabla 4.1.
En el capítulo 3, discutimos cómo experto
heurística de uso del sistema y procesos
inferenciales soy considerado algunas de las
formas comunes en torbellino su base de
conocimientoestá representado.
Características básicas
de un sistema experto
Al investigadores tienen un poco más restrietee (y
más complejo) vista de un sistema experto[1] Un
sistema experto se define como un pro gramo
equipo que tiene las propiedades que se muestran
en la Figura 4.1
Vamos a considerar cada una de estas
características ellamás detalle.
Pericia
Un sistema experto debe funcionar bien, que
es alcanzar los mismos niveles de rendimiento
en ª dominio de interés que los expertos
humanos CAL lograr. Pero la simple
producción de buenas soluciones i no es
suficiente. Los auténticos expertos no sólo
producen soluciones equivocamos, pero a
menudo se encuentran con rapidez, novicios
whit tienden a tomar mucho más tiempo para
encontrar las sam • Soluciones. Por lo tanto.
un sistema experto debe ser skaffa - Aplicar su
conocimiento para producir soluciones HOTL
manera eficiente y eficaz, utilizando los atajos o
trucos que los expertos humanos utilizan para
eliminar desechos ful o cálculos innecesarios. Para
verdaderamente imitan • experto humano, un
sistema experto también debe heno. robustness-
Esto significa tener no sólo la profundidad en tema,
pero la amplitud también. Esto puede ser lograr
mediante el uso de los conocimientos generales y
SolVin problema; métodos para razonar a partir de
primeros principios para amolar dan datos
incorrectos o incompletos reglas. Esta i una de las
técnicas menos adelantados en los sistemas expertos
curren, pero que los expertos humanos di fácilmente.
* Esta tobillo IX reimpreso con el tipo pernnlesion
Addison-Wesley de Donald A. Waterman, A
(escondieron para Sistemas Expertos, C 1986,
Addison-Wesley Reading, Massachusetts,
Capítulo 4,pp. 24-31.
El razonamientosimbólico
Cuando los expertos humanos resuelven
problemas, sobre todo del tipo que
consideremos conveniente para el trabajo
del sistema experto, que no lo hacen
mediante la resolución de sistemas de
ecuaciones o realizar otras operaciones
matemáticas laboriosos, lugar que elijan
símbolos para representar los conceptos de
problemas y aplicar diversas estrategias y
heurística a mampidate estos conceptos. Un
sistema experto también representa el
conocimiento simbólicamente, como
conjuntos de símbolos que representan
conceptos problemáticos. En la jerga de un
AI símbolo es una cadena de caracteres que
representa un concepto del mundo real [2].
Ejemplos de símbolos se muestran a continuación.
producto
acusado
0.8
Estos símbolos se pueden combinar para
expresar relaciones entre ellos. Cuando estas
relaciones se representan en un programa de
IA se llaman símbolo estructuras. Lossiguientes son
ejemplos de estructuras simbólicas:
(Producto defectuoso)
(ARRENDADA-BY producto
demandado) (EQUAL (acusado
RESPONSABILIDAD) 0.8)
Estas estructuras pueden ser interpretadas en el
sentido de «el producto es defectuoso", "el
producto es arrendado por el demandado, y la
responsabilidad deldemandado es 0,8 '.
Para resolver un problema, un sistema
experto manipula estos símbolos en lugar de
realizar cálculos matemáticos estándar. Es no
decir que los sistemas expertos no hacen
matemáticas; más bien el énfasis está en la
manipulación símbolos. La consecuencia de este
enfoque es que representación del conocimiento
- la elección, la forma, y la interpretación de los
símbolos utilizados - se vuelve muy importante.
Además, los expertos pueden tomar un problema
expuestode alguna manera arbitraria yconvertirlo a
una forma que se presta a una solución rápida o
eficiente. Este problema reformulación
capacidad es algo sistemas expertos tienen que
hacer a continuación, el nivel de habilidad más
cercano al de los expertos humanos.
Unforttuatnely, la mayoría de los sistemas
expertos actuales no tienen esta capacidad.
Profundidad
Un sistema experto tiene profundidad; es decir,
que opera efectivamente en un dominio estrecho
que contiene difíciles, problemas difíciles. Así,
las reglas de un sistema experto son
2. 16 Expertos Systems,enero de 1986. Vol.3,No.1.
necesariamente complicado, ya sea a través de su
complejidad individual de su gran número. Los
sistemas expertos suelen trabajar en dominios de
problemas del mundo real, en lugar de lo que los
científicos llaman IA dominios de juguete. ja
dominio del mundo real, el solucionador de
problemas aplica datos reales tc un problema
práctico y produce soluciones que son útiles de
alguna manera rentable. En un dominio de juguete,
el problema suele ser una simplificación grosera o
adaptación realista de algún complejo problema del
mundo real. El problema manejar solucionador de
datos artificial que se ha simplificado para que el
problema más fácil y produce soluciones que son
sólo de interés teórico.