2. DENDRAL
Dendral (Interpreta la estructura molecular) es el nombre de un sistema experto
desarrollado por Edward Feigenbaum y otros programadores en la Universidad de
Stanford, a mediados de los años 60, y su desarrollo duró diez años, (1965 a 1975).
Fue el primer sistema experto en ser utilizado para propósitos reales, al margen de la
investigación computacional, y durante aproximadamente 10 años, el sistema tuvo
cierto éxito entre químicos y biólogos, ya que facilitaba enormemente la inferencia de
estructuras moleculares, dominio en el que Dendral estaba especializado.
Inicialmente escrito en Lisp, su filosofía de trabajo se aleja de las estructuras clásicas
de los sistemas expertos más típicos (como Mycin o XCon), ya que su implementación
no separaba de forma explícita el conocimiento del motor de inferencia. Sin embargo,
pronto se convirtió en uno de los modelos a seguir por muchos de los programadores
de sistemas expertos de la época.
Concepto de dendral: Es un sistema experto que permite resolver la cuestión
planteada anteriormente a través de un proceso de búsqueda de generación y prueba
jerárquica que se divide en tres partes funcionales: plan, generación y prueba. Su base
de conocimientos se desglosa en dos conjuntos de reglas correspondientes a cada
una de las fases de desarrollo del sistema.
FASES DE DISEÑO
A lo largo de este documento se distinguen dos fases de diseño bien diferenciadas
que se detallan a continuación.
Primera Fase: Consistía en calcular todos los compuestos que podían dan lugar al
número másico de la molécula inicial, teniendo en cuenta el número másico de cada
uno de los átomos en los que se dividía el compuesto y las restricciones de valencia.
Estas restricciones permitieron podar el árbol de posibles soluciones rápidamente,
reduciendo el coste computacional de la búsqueda exhaustiva que se estaba
realizando.
Segunda Fase: Intentaba modelar el procedimiento inferencial del experto químico
para encontrar la estructura molecular de la combinación que se consideraba solución:
representar dicha estructura en forma de grafo.
3. XCON
El programa R1 (luego llamado XCON, por Configurador Experto) era un sistema de
producción basado en reglas escrito en OPS5 por John P. McDermott de CMU en
1978 para asistir a los pedidos de los sistemas de computadores VAX de DEC (Digital
Equipment Corporation) seleccionando los componentes del sistema de acuerdo a los
requerimientos del cliente. El desarrollo de XCON siguió a dos fracasos de escribir un
sistema experto para esta tarea en FORTRAN y BASIC.
XCON se usó por primera vez en la planta de DEC en Salem, New Hampshire. Este
tenía alrededor de 2500 reglas. Para 1986, había procesado 80000 órdenes y
alcanzaba un 95-98% de precisión. Se estimaba que le ahorraba a DEC 25 millones de
dólares al año reduciendo la necesidad de dar a los clientes componentes gratuitos
cuando los técnicos cometían errores, aumentando la velocidad del proceso de
ensamblaje e incrementando la satisfacción del cliente.
Antes de XCON, cuando se pedía una VAX de DEC, cada cable, conexión y bit del
software tenía que pedirse por separado (las computadoras y periféricos no se vendían
completas en cajas como hoy en día). El personal de ventas no siempre era experto
técnicamente, así que los clientes podían encontrar que tenían hardware sin los cables
correctos, impresoras sin los drivers correctos, procesadores sin el lenguaje correcto,
etc. Esto significaba demoras y provocaba una gran insatisfacción en el cliente y podía
terminar en una acción legal. XCON interactuó con el personal de Ventas, haciendo
preguntas críticas antes de imprimir una hoja de especificaciones para sistema
coherente y efectivo.
El éxito de XCON llevó a DEC a reescribir XCON como XSEL (una versión de XCON
creada para ser usada por el departamento de ventas de DEC para auxiliar a los
clientes a configurar apropiadamente su VAX (así ellos no elegirían una computadora
demasiado grande como para pasar a través de su puerta de entrada o con gabinetes
muy pequeños para los componentes). Los problemas de locación y de configuración
todavía eran manejados por otro sistema experto, XSITE.
El paper de McDermott sobre el R1 ganó el AAAI Clasic Paper Award en 1999.
Legendariamente, el nombre de R1 viene de McDermott, quien se supone que dijo
mientras lo escribía, "tres años atrás quería ser un ingeniero de conocimientos, y hoy
yo somos uno”.
4. MYCIN
Mycin es un sistema experto desarrollado a principios de los años 70 por Edward
Shortliffe, en la Universidad de Stanford. Fue escrito en Lisp, e inicialmente estaba
inspirado en Dendral, otro sistema experto que tuvo cierto éxito a finales de los años
60. Su principal función consistía en el diagnóstico de enfermedades infecciosas de la
sangre; además, Mycin era capaz de “razonar” el proceso seguido para llegar a estos
diagnósticos, y de recetar medicaciones personalizadas a cada paciente (según su
estatura, peso, etc.).
El funcionamiento de Mycin se basaba principalmente en un sencillo motor de
inferencia, que manejaba una base de conocimiento de aproximadamente unas 500
reglas. El programa capturaba las entradas a partir de una serie de preguntas (como
por ejemplo, ¿Tiene el paciente molestias en el pecho?, o ¿Ha sido operado el
paciente anteriormente?), que usualmente respondía el médico del paciente. Tras este
proceso, Mycin mostraba la salida por pantalla, que consistía en una serie de posibles
enfermedades (ordenadas por su probabilidad asociada), la explicación del porqué de
cada uno de estos diagnósticos, y una serie de recomendaciones sobre el tratamiento
a seguir por el paciente. Para calcular la probabilidad de cada uno de los resultados,
los autores desarrollaron una técnica empírica basada en factores de certeza. Estos
factores de certeza se calculaban de tal manera que en función de unas evidencias se
asigna a la hipótesis un factor de certeza.
Las investigaciones realizadas por la Stanford Medical School, desvelaron que Mycin
tuvo una tasa de aciertos de aproximadamente el 65%, lo cual mejoraba las
estadísticas de la mayoría de los médicos no especializados en el diagnóstico de
infecciones bacterianas (dominio en el que Mycin estaba especializado), que ejercían
la profesión en aquellos años. Los médicos que trabajaban exclusivamente en este
campo conseguían una tasa del 80%.Poco a poco Mycin fue cayendo en desuso,
debido principalmente a alguna de las debilidades que el programa presentaba, y
también, por cuestiones éticas y legales que surgían al volcar la responsabilidad de la
salud de una persona a una máquina (por ejemplo, si Mycin se equivocaba en algún
diagnóstico, ¿quién asumía la culpa, el programador o el médico?).Otro de los motivos
se achaca a la excesiva dificultad que suponía el mantenimiento del programa. Era
este uno de los principales problemas de Mycin, y en general, de los sistemas expertos
de la época, en los cuales se dedicaban muchos esfuerzos y recursos a extraer el
5. conocimiento necesario de los expertos en dominio para construir el motor de
inferencia.
PROLOG
El Prolog (o PROLOG) es un lenguaje para programar artefactos electrónicos mediante
el paradigma lógico con técnicas de producción final interpretada. Es bastante
conocido en el área de la Ingeniería Informática para investigación en Inteligencia
Artificial.
Se trata de un lenguaje de programación ideado a principios de los años 70 en la
Universidad de Aix-Marseille I (Marsella, Francia) por los estudiantes Alain Colmerauer
y Philippe Roussel. Nació de un proyecto que no tenía como objetivo la traducción de
un lenguaje de programación, sino la clasificación algorítmica de lenguajes naturales.
Alain Colmerauer y Robert Pasero trabajaban en la parte del procesado del lenguaje
natural y Jean Trudel y Philippe Roussel en la parte de deducción e inferencia del
sistema. Interesado por el método de resolución SL, Trudel persuadió a Robert
Kowalski para que se uniera al proyecto, dando lugar a una versión preliminar del
lenguaje Prolog a finales de 19712 y apareciendo la versión definitiva en 1972.3 Esta
primera versión de Prolog fue programada en ALGOL W. Inicialmente se trataba de un
lenguaje totalmente interpretado hasta que, en 1983, David H.D. Warren desarrolló un
compilador capaz de traducir Prolog en un conjunto de instrucciones de una máquina
abstracta denominada Warren Abstract Machine, o abreviadamente, WAM. Desde
entonces Prolog es un lenguaje semi interpretado.
Si bien en un principio se trataba de un lenguaje de uso reducido, la aparición de
intérpretes del mismo para microordenadores de 8 bits (ej: micro-PROLOG) y para
ordenadores domésticos de 16 bits (ej: Turbo Prolog de Borland, entre otros muchos) a
lo largo de la década de 1980 contribuyó notablemente a su popularización.4 Otro
importante factor en su difusión fue la adopción del mismo para el desarrollo del
proyecto de la quinta generación de computadoras a principios de la década de los
80,5 en cuyo contexto se desarrolló la implementación paralelizada del lenguaje
llamada KL1 y del que deriva parte del desarrollo moderno de Prolog.
Las primeras versiones del lenguaje diferían, en sus diferentes implementaciones, en
muchos aspectos de sus sintaxis, empleándose mayormente como forma normalizada
el dialecto propuesto por la Universidad de Edimburgo,6 hasta que en 1995 se
estableció un estándar ISO (ISO/IEC 13211-1), llamado ISO-Prolog.
6. Prolog se enmarca en el paradigma de los lenguajes lógicos y declarativos, lo que lo
diferencia enormemente de otros lenguajes más populares tales como Fortran, Pascal,
C o Java.
DIPMETER ADVISOR
Dipmeter Advisor (Asesor) fue un sistema experto temprano desarrollado en 1980 por
Schlumberger Doll Research para auxiliar en el análisis de los datos recolectados
durante la exploración petrolera.
El Asesor no era simplemente un motor de inferencias y una base de conocimientos de
90 reglas, sino que era una estación de trabajo completa, corriendo sobre una máquina
Dolphin Lisp de Xerox (o, en general, en un procesador de información científica de la
serie 1100 de Xerox) y escrito en INTERLISP-D, con una capa de reconocimiento de
patrones que era alimentada por una interfaz gráfica de usuario basada en menús. Fue
desarrollado por un grupo de gente, incluyendo a Reid G. Smith, James D. Baker y
Robert L. Young. Era principalmente influyente, no por un gran salto técnico, sino
porque era bastante exitoso para las divisiones petroleras de Schlumberger y porque
fue una de las poco historia exitosas dentro de la burbuja de la Inteligencia Artificial en
recibir amplia publicidad.
Las reglas de Inteligencia Artificial de Dipmeter Advisor eran principalmente derivadas
de AI Gilreath, un ingeniero de interpretación de Schlumberger que desarrolló el
método de los patrones rojo, verde, azul de la interpretación dipmeter.
Desafortunadamente este método tenía aplicaciones limitadas en entornos geológicos
más complejos fuera de la costa del Golfo, y el Dipmeter Advisor era principalmente
usado dentro de Schlumberger más como una herramienta de visualización gráfica
para asistir en la interpretación de científicos geológicos entrenados, que como una
herramienta de inteligencia artificial para ser usada por intérpretes novatos. Sin
embargo, la herramienta fue un acercamiento pionero a las estaciones de trabajo con
interpretación gráfica de la información geológica.
Este sistema experto interpreta los datos sismológicos y los refleja en un sismograma
del subsuelo que permite determinar con certeza la presencia del petróleo. Los
especialistas en sondeos petrolíferos suelen interpretar los datos sismológicos in situ
mediante en procedimientos manuales. Este sistema experto no sustituye a los
especialistas, pero aumenta su potencial, mejora su capacidad de análisis de
7. interpretación de datos y permite proporcionar mejores soluciones, predicciones y
recomendación sobre la detección de bolsas petrolíferas y los procedimientos de
recuperación aplicable.