2. Se realizaron las siguientes
preguntas
• Cuando usar un SE
• Porque utilizar un SE
• Quienes son Expertos humanos
• Diferencias entre Experto y no Experto
3. Diferencia entre Sistema Experto
y
• Heurística:
De acuerdo con ANSI/IEEE Std 100-1984, trata de métodos
o algoritmos exploratorios durante la resolución de
problemas en los cuales las soluciones se descubren por la
evaluación del progreso logrado en la búsqueda de un
resultado final.
Tipos de búsquedas:
• Ciegas
• Heurísticas
• Racionales
4. • El uso de heurísticas contribuye grandemente a la
potencia y flexibilidad de los SE y tiende a
distinguirlos aún mas del software tradicional.
5. Tablas comparativas de los SE
expertos.SISTEMA EXPERTO SISTEMA TRADICIONAL
Conocimiento En programa e independiente En programa y circuitos
Tipo de datos Simbólicos Numéricos
Resolución Heurística Combinatoria
Def. problema Declarativa Procedimental
Control Independiente. No secuencial Dependiente. Secuencial
Conocimientos Imprecisos Precisos
Modificaciones Frecuentes Raras
Explicaciones Sí No
Solución Satisfactoria Optima
Justificación Sí No
Resolución Área limitada Específico
Comunicación Independiente En programa
6. SISTEMA EXPERTO EXPERTO HUMANO
Conocimiento Adquirido Adquirido + Innato
Adquisición del
conocimiento
Teórico Teórico + Práctico
Campo Único Múltiples
Explicación Siempre A veces
Limitación de
capacidad
Sí Sí, no valuable
Reproducible Sí, idéntico No
Vida Infinita Finita
7. TIPOS DE ALGORITMOS EN SE
• ¿Qué es un algoritmo?
• Conjunto ordenado de
operaciones sistemáticas que
permite hacer un cálculo y hallar
la solución de un tipo de
problemas
Los algoritmos en SE realizan comparaciones
incrementales, utilizan soporte de estado para
reducir la cantidad de coincidencias en ciclos
sucesivos.
Rete es el algoritmo mas popular en Sistemas
Expertos usándose en menor medida Eager
Evaluation y Lazy Evaluation.
8. Algoritmo RETE
• Llamado también algoritmo de emparejamiento.
• Comparación de patrones con objetos
9. • Investigar algoritmo RETE
• De donde viene el nombre
• Que hace
• Ejemplo
• Rúbrica de Reporte
Enviar a correo: it.shihemy@gmail.com
11. El conocimiento
Importante y primordial para el
comportamiento inteligente.
• Por ello es primordial para la IA y por lo tanto para los SE
¿Cómo puede representarse el conocimiento?
• Imágenes mentales en nuestros pensamientos, como
palabras habladas o escritas en algún lenguaje, en forma
gráfica o en imágenes, como cadenas de caracteres o
colecciones de señales eléctricas o magnéticas dentro de
un computador
12. El conocimiento debe estar
representado de tal forma que:
Capture generalizaciones.
Pueda ser comprendido
por todas las personas que
vayan a proporcionarlo y
procesarlo.
Pueda ser fácilmente
modificado.
Pueda ser utilizado en
diversas situaciones aún
cuando no sea totalmente
exacto o completo.
Pueda ser utilizado para
reducir el rango de
posibilidades que
usualmente debería
considerarse para buscar
soluciones.
13. Formas de representación
Las representaciones
declarativas
• expansivas y costosas
• Enumeración puede
ser redundante e
ineficiente
• Su modificación es
usualmente fácil
Las representaciones
procedimentales,
• Compactas
• Sacrifican flexibilidad
• Representaciones
prácticas que incluyen
elementos tanto
declarativos como
procedimentales
14. Formas de aprendizaje
• El aprendizaje puede tomar muchas formas,
dependiendo de la naturaleza de las herramientas
de desarrollo, el componente a ser mejorado, y de
la realimentación disponible.
• Las técnicas para hacer de redes neuronales o
arboles de decisión son ejemplos de aprendizaje
inductivo.
• Los métodos de aprendizaje inductivos trabajan
mejor cuando se les suministran características de
un estado que sean relevantes para su evaluación
Notas del editor
¿Por qué?
Conjunto ordenado de operaciones sistemáticas que permite hacer un cálculo y hallar la solución de un tipo de problemas
Compara una larga colección de patrones con una larga colección de objetos. Encuentra todos los objetos que coinciden con cada patrón.
Fue desarrollado para el uso en interpretes de sistemas de producción y se ha empleado por sistemas que contienen desde algunos cientos hasta miles de patrones de objetos
En Inteligencia Artificial, consideraremos las representaciones escritas y sus correspondientes estructuras de datos utilizadas para su almacenamiento en un computador.
La forma de representación que se escoja dependerá del tipo de problema a ser resuelto y de los métodos de inferencia disponibles.
Representaciones prácticas pueden incluir elementos tanto declarativos (listado de hechos conocidos), como procedimentales (un conjunto de reglas para manipular los hechos).