Presentación

1. SISTEMAS EXPERTOS

2. ÍNDICE
• Introducción
• ¿Qué son?
• Funcionamiento
• Componentes
• Tipos
• Ventajas y desventajas
• Conclusión
• Referencias

4. COMPONENTES
Sistemas Expertos
Base de Hechos
Datos sobre
el problema
Subsistema de
explicación
Explicar su
razonamiento
Motor de
inferencia
Modela el
razonamiento
humano
Módulo de
adquisición de
conocimientos
Base de
conocimientos
Conocimientos
sobre el dominio
Interfaz de
usuario
Interacción
SE - usuario

5. Tipos de S.E.
Basados en reglas
Basados en casos
Basados en redes bayesianas
heurísticas lógica difusa

6. Ventajas Desventajas
Duración Dificultad de la extracción del conocimiento del experto
Reproducción Noción limitada del contexto de un problema
Velocidad No poseen capacidad sensorial ni sentido común
Operación Sus conocimientos se limitan a su base de datos
Productividad No saben compensar sus limitaciones
Subordinación Falta de creatividad en la resolución de problemas
Comunicación Dificultad para manipular la información no estructurada

7. REFERENCIAS
• Borja, A. (2005). Organización del conocimiento para la traducción jurídica a través de sistemas
expertos basados en el concepto de género textual. Recuperado el 1 de octubre de 2014, de
http://lolegalnexo.com/files/Borja_Ontolog.pdf
• Congreso Virtual Hispanoamericano de Anatomía Patlógica. (s.f.). Uninet. Recuperado el 28 de
septiembre de 2014, de http://conganat.uninet.edu/IIICVHAP/conferencias/004/texto.htm
• Gutierrez, J. (1997). Sistemas Expertos Basados en Reglas. Cantabria: Alianza Editorial.
• Márquez, J. J. (s.f.). Red científica. Recuperado el 29 de septiembre de 2014, de
http://www.redcientifica.com/doc/doc199908210001.html
• Ricardo Fuentes Covarrubias, A. G. (diciembre de 2013). Desarrollo de un sistema experto para el
diagnostico de fallas automotrices . Recuperado el 2 de octubre de 2014, de http://teyet-revista.
info.unlp.edu.ar/nuevo/files/No11/TEYET11-art10.pdf

8. ¿Qué son?
Los sistemas expertos son programas dentro de la rama de la inteligencia artificial
que simulan el conocimiento de un humano experto en cualquier área del saber. Tienen
la capacidad de aprender, memorizar, razonar lógicamente, tomar decisiones,
comunicarse y explicar su razonamiento. Sin embargo, sus conocimientos se limitan a
una sola área.
Componentes
Base de conocimientos: se almacenan los conocimientos sobre un dominio
determinado
Base de hechos: contienen datos sobre el problema
Motor de inferencia: modela el razonamiento humano
Interfaz de usuario: permite la comunicación entre el S.E. y el usuario.
Subsistema de explicación: explica el razonamiento aplicado para la resolución del
problema
Módulo de adquisición de conocimientos: permite expandir sus conocimientos,
tomando en cuenta sus experiencias a través de sus trabajos .

9. Características
1) Posesión de un conocimiento específico: La bondad de un programa de inteligencia artificial
no sólo depende de formalismo o la técnica de inferencia utilizado, sino principalmente, del
conocimiento que el programa posee.
2) Capacidad para el razonamiento: La capacidad de razonar sobre el conocimiento es una de las
características del sistema experto. Estos tienen una gran experiencia en el uso de sus
conocimientos, hacer inferencias y tomar decisiones utilizando un razonamiento basado en el
conocimiento.
3) Capacidad para interactuar con el mundo exterior: Un sistema experto debe tener un protocolo
de comunicación con el mundo exterior para la recuperación de la información adicional necesaria
para llevar a cabo el razonamiento y para dar explicaciones al usuario.
4) Capacidad de dilucidar su trabajo: El sistema debe ser capaz de explicar su comportamiento. En
particular, debe ser capaz de justificar sus acciones y de presentar alegaciones sobre los
hallazgos.
5) Habilidad de aprendizaje

10. Tipos de Sistemas Expertos
Basados en reglas: se aplican reglas, se comparan resultados y se aplican nuevas reglas
apoyándose en una situación que ha sido modificada. Las reglas utilizadas son heurísticas,
las cuales se suelen apoyar en la lógica difusa.
Basados en casos: el sistema se asienta en soluciones de problemas previos para la
solución de otros posteriores, por lo que es una manera de analizar una situación haciendo
analogías.
Basados en redes bayesianas: se emplean redes bayesianas, las cuales se sustentan en
estadística y el teorema de Bayes.
Ventajas Desventajas
Duración Dificultad de la extracción del conocimiento del experto
Reproducción Noción limitada del contexto de un problema
Velocidad No poseen capacidad sensorial ni sentido común
Operación Sus conocimientos se limitan a su base de datos
Productividad No saben compensar sus limitaciones
Subordinación Falta de creatividad en la resolución de problemas
Comunicación Dificultad para manipular la información no estructurada