Este documento describe los sistemas expertos, incluyendo su historia, definiciones, características, funciones, tipos y arquitectura básica. Los sistemas expertos son programas que simulan el razonamiento de expertos humanos en un dominio específico mediante el uso de reglas y razonamiento basado en conocimiento. Se originaron en la década de 1960 y han evolucionado para resolver una variedad de problemas en diferentes dominios como diagnóstico médico y detección de fallos.
Este documento describe los sistemas expertos, que son aplicaciones informáticas capaces de emular el comportamiento de un experto humano para resolver problemas complejos. Explica que los sistemas expertos contienen una base de conocimientos con la experiencia de expertos humanos y reglas para aplicar ese conocimiento. También describe las ventajas, limitaciones y tipos principales de sistemas expertos, así como ejemplos notables como Mycin para diagnósticos médicos.
Este documento describe los sistemas expertos, incluyendo su historia, definiciones, características, tipos, arquitectura y componentes. Los sistemas expertos imitan el razonamiento de expertos humanos en dominios específicos mediante el uso de reglas y probabilidades. Su arquitectura típica incluye una base de conocimiento, motor de inferencia, y subsistemas para la adquisición de conocimiento, interfaz de usuario y ejecución de órdenes.
El documento describe los sistemas expertos, incluyendo su definición como sistemas informáticos que simulan el razonamiento de un experto humano. Explica que contienen una base de conocimientos y un conjunto de reglas para aplicar este conocimiento. También detalla algunas ventajas y limitaciones de los sistemas expertos, así como su arquitectura básica que incluye las bases de conocimiento, hechos e inferencia.
Un sistema experto es un programa diseñado para actuar como un experto humano en un dominio particular, almacenando y utilizando el conocimiento de dicho dominio para resolver problemas de manera similar a como lo haría un experto. Los sistemas expertos razonan sobre la base de conocimientos y reglas para llegar a conclusiones, explicando su proceso de razonamiento. Han sido aplicados con éxito en diversos campos como medicina y minería.
Este documento describe los sistemas expertos, que son aplicaciones informáticas capaces de resolver problemas complejos al razonar como un experto humano sobre un dominio específico. Los sistemas expertos utilizan reglas y conocimientos de expertos humanos para deducir soluciones a problemas de manera lógica. Se componen de bases de conocimientos, bases de hechos, mecanismos de inferencia e interfaces de usuario. El documento también presenta ejemplos de sistemas expertos existentes y su aplicación para diagnosticar enfermedades respiratorias comunes.
Un sistema experto es un programa de computadora que simula el razonamiento de un experto humano en un dominio específico. Los sistemas expertos pueden resolver problemas de forma rápida y precisa, explicar sus resultados claramente y aprender de nuevas experiencias de la misma manera que un experto humano. Ejemplos tempranos y exitosos de sistemas expertos incluyen DENDRAL, que interpretaba estructuras moleculares, y XCON, que ayudaba a configurar sistemas de computadoras VAX de Digital Equipment Corporation.
Este documento introduce los sistemas expertos, incluyendo su evolución histórica desde los años 1950, definiciones y componentes clave. Explica que los sistemas expertos son programas que resuelven problemas que requieren experiencia humana mediante el uso de representaciones del conocimiento. Además, describe los tipos principales de sistemas expertos y las fases del desarrollo de estos sistemas.
Este documento describe los sistemas expertos, que son aplicaciones informáticas capaces de emular el comportamiento de un experto humano para resolver problemas complejos. Explica que los sistemas expertos contienen una base de conocimientos con la experiencia de expertos humanos y reglas para aplicar ese conocimiento. También describe las ventajas, limitaciones y tipos principales de sistemas expertos, así como ejemplos notables como Mycin para diagnósticos médicos.
Este documento describe los sistemas expertos, incluyendo su historia, definiciones, características, tipos, arquitectura y componentes. Los sistemas expertos imitan el razonamiento de expertos humanos en dominios específicos mediante el uso de reglas y probabilidades. Su arquitectura típica incluye una base de conocimiento, motor de inferencia, y subsistemas para la adquisición de conocimiento, interfaz de usuario y ejecución de órdenes.
El documento describe los sistemas expertos, incluyendo su definición como sistemas informáticos que simulan el razonamiento de un experto humano. Explica que contienen una base de conocimientos y un conjunto de reglas para aplicar este conocimiento. También detalla algunas ventajas y limitaciones de los sistemas expertos, así como su arquitectura básica que incluye las bases de conocimiento, hechos e inferencia.
Un sistema experto es un programa diseñado para actuar como un experto humano en un dominio particular, almacenando y utilizando el conocimiento de dicho dominio para resolver problemas de manera similar a como lo haría un experto. Los sistemas expertos razonan sobre la base de conocimientos y reglas para llegar a conclusiones, explicando su proceso de razonamiento. Han sido aplicados con éxito en diversos campos como medicina y minería.
Este documento describe los sistemas expertos, que son aplicaciones informáticas capaces de resolver problemas complejos al razonar como un experto humano sobre un dominio específico. Los sistemas expertos utilizan reglas y conocimientos de expertos humanos para deducir soluciones a problemas de manera lógica. Se componen de bases de conocimientos, bases de hechos, mecanismos de inferencia e interfaces de usuario. El documento también presenta ejemplos de sistemas expertos existentes y su aplicación para diagnosticar enfermedades respiratorias comunes.
Un sistema experto es un programa de computadora que simula el razonamiento de un experto humano en un dominio específico. Los sistemas expertos pueden resolver problemas de forma rápida y precisa, explicar sus resultados claramente y aprender de nuevas experiencias de la misma manera que un experto humano. Ejemplos tempranos y exitosos de sistemas expertos incluyen DENDRAL, que interpretaba estructuras moleculares, y XCON, que ayudaba a configurar sistemas de computadoras VAX de Digital Equipment Corporation.
Este documento introduce los sistemas expertos, incluyendo su evolución histórica desde los años 1950, definiciones y componentes clave. Explica que los sistemas expertos son programas que resuelven problemas que requieren experiencia humana mediante el uso de representaciones del conocimiento. Además, describe los tipos principales de sistemas expertos y las fases del desarrollo de estos sistemas.
Este documento introduce los sistemas de control expertos, describiendo la inteligencia artificial y humana, los campos de estudio de la inteligencia artificial como las redes neuronales y la lógica difusa, y los componentes y tipos de sistemas expertos. También compara sistemas clásicos y expertos, y discute aplicaciones de sistemas expertos para el control de procesos industriales.
Los sistemas expertos (SE) son programas que imitan el razonamiento de un experto humano para resolver problemas de un dominio específico. Los SE almacenan y aplican el conocimiento de expertos humanos a través de reglas y deducciones lógicas. Algunos ejemplos tempranos de SE incluyen MYCIN para diagnóstico médico y PROSPECTOR para encontrar yacimientos minerales. Los SE modernos se utilizan en una variedad de campos como finanzas, manufactura y medicina.
Inteligencia artificial sistema expertoVelmuz Buzz
El documento describe los objetivos y métodos de los sistemas expertos, incluyendo su estructura, componentes y usos potenciales. Explica que los sistemas expertos pueden utilizarse para la interpretación de datos, diagnóstico y reparación, monitoreo y control, predicción, planeación, diseño y configuración e instrucción o tutoría; sin embargo, también enfrentan limitaciones como la representación de conocimiento temporal o espacial.
Este documento describe los sistemas expertos, incluyendo su estructura, tipos, tareas, ventajas, limitaciones y características. Un sistema experto es una aplicación que simula el comportamiento de un experto humano en un dominio específico mediante el uso de una base de conocimientos y reglas de inferencia. Los principales componentes de un sistema experto son la base de conocimientos, la base de hechos, el motor de inferencia y la interfaz de usuario.
Este documento describe los sistemas expertos, incluyendo su definición, estructura, tipos, ventajas y desventajas. Un sistema experto es un programa de computadora que emula el razonamiento de un experto humano para resolver problemas dentro de un dominio específico. Los sistemas expertos se componen de bases de conocimiento, motores de inferencia e interfaces de usuario. El documento también analiza DENDRAL, un sistema experto pionero desarrollado en la década de 1960 para ayudar a los químicos a inferir estructuras moleculares
Este documento describe los sistemas expertos, incluyendo su definición como programas de computadora que imitan el comportamiento de expertos humanos para resolver problemas en un dominio específico. Explica que un sistema experto consta de una base de conocimientos, una base de hechos y un motor de inferencias. También clasifica los sistemas expertos y describe algunos ejemplos notables como MYCIN para diagnósticos médicos y XCON para configurar sistemas de computadoras.
Este documento describe los sistemas expertos, incluyendo sus antecedentes, definición, características, adquisición de conocimiento y desarrollo. Explica que los sistemas expertos permiten que las máquinas razonen como expertos humanos dentro de un dominio de conocimiento limitado.
El documento presenta una introducción a los sistemas expertos, definiéndolos como sistemas informáticos capaces de resolver problemas que requieren conocimiento especializado en un dominio específico, imitando el razonamiento de un experto humano. Explica que los sistemas expertos constan de una base de conocimientos con reglas e información de expertos, y un motor de inferencia que aplica la lógica a los hechos conocidos para deducir nuevos conocimientos. Finalmente, menciona algunos ejemplos históricos de sistemas
Este documento presenta un resumen de tres oraciones de una monografía sobre sistemas expertos. Aborda los conceptos básicos de inteligencia artificial y sistemas expertos, los componentes de un sistema experto y ejemplos de su aplicación. El documento busca aumentar la difusión y aceptación de los sistemas expertos en el sector empresarial mexicano.
Este documento describe los principales componentes de un sistema experto y cómo fluye la información entre ellos. Explica que los expertos humanos proveen el conocimiento inicial a los ingenieros de conocimiento, quienes lo codifican en la base de conocimiento. Luego, el motor de inferencia usa este conocimiento junto con los datos de entrada para sacar conclusiones, las cuales son explicadas al usuario a través de la interfaz de usuario. El sistema también puede aprender nueva información o ejecutar acciones basadas en sus conclusiones.
Este documento define los sistemas expertos y describe sus características, evolución, arquitectura y tipos. Un sistema experto es un sistema computarizado que emula el comportamiento de un experto humano para resolver problemas en un dominio de conocimiento específico mediante el uso de reglas y heurísticas. Los sistemas expertos se desarrollaron inicialmente en la década de 1950 y han evolucionado para capturar el conocimiento de expertos de forma simbólica. Tienen ventajas como la permanencia del conocimiento y su disponibilidad para más personas.
Exposicion sistemas expertos gomes zarur pallareszarurs
Este documento presenta información sobre sistemas expertos. Explica que los sistemas expertos son programas diseñados para resolver problemas en un área específica simulando la inteligencia humana. Describe tres tipos principales de sistemas expertos - basados en reglas, basados en casos y redes bayesianas. También incluye la historia y ejemplos de sistemas expertos tempranos y las ventajas de utilizar sistemas expertos.
Este documento describe los sistemas expertos, que son programas de computadora que imitan el comportamiento de un experto humano al usar la información que se les proporciona para dar opiniones sobre un tema específico. Explica que un sistema experto consta de una base de conocimientos, una base de hechos y un motor de inferencias. También menciona algunos sistemas expertos exitosos como MYCIN para diagnósticos médicos y DELTA para el diagnóstico y reparación de locomotoras.
El documento describe varios sistemas expertos médicos, incluyendo Mycin, el primer sistema experto desarrollado para diagnosticar enfermedades infecciosas de la sangre, Puff para diagnosticar enfermedades pulmonares, y Guidon, un sistema desarrollado para ayudar a estudiantes a diagnosticar casos clínicos mediante la provisión de información adicional y reorientación.
Los sistemas expertos son aplicaciones informáticas que emulan el comportamiento de un experto humano en un dominio específico para resolver problemas de manera rápida y con alta calidad. Funcionan mediante una base de conocimientos que contiene la información y reglas de uno o más expertos. Se utilizan principalmente para tareas de diagnóstico, planificación, control, simulación e instrucción.
Los sistemas expertos captan el conocimiento de expertos humanos para resolver problemas complejos de forma similar a como lo haría un experto. Permiten llevar a cabo tareas que antes solo podían realizar personas con gran experiencia. Están compuestos por una base de conocimientos con la información del dominio de experticia y un motor de inferencia que simula el razonamiento humano para resolver nuevos problemas basándose en dicho conocimiento.
Este documento describe los sistemas expertos, incluyendo su estructura básica, tipos, ventajas y desventajas. Un sistema experto es un programa informático que utiliza conocimientos de un experto humano para resolver problemas complejos de un dominio específico. Se compone de una base de conocimientos, base de hechos, motor de inferencia y módulos de justificación. Los sistemas expertos se utilizan comúnmente para la solución de problemas, diagnóstico, planificación, simulación, control e instrucción.
Este documento describe los sistemas expertos, incluyendo su definición, componentes y tipos. Un sistema experto es un programa que utiliza conocimiento y procedimientos de inferencia para resolver problemas complejos como lo haría un experto humano. Los principales componentes de un sistema experto son la base de conocimiento, el motor de inferencia, la adquisición de conocimiento y la interfaz. Existen varios tipos de sistemas expertos como los basados en reglas, probabilísticos, de diagnóstico e interpretación.
Este documento trata sobre sistemas expertos. Explica brevemente qué son los sistemas expertos, sus características, primeros sistemas expertos y sus aplicaciones, ventajas y limitaciones, tareas que realizan como monitorización, diseño, planificación, control, simulación e instrucción. Finalmente, describe modelos de sistemas expertos.
Los sistemas expertos son sistemas que emulan el comportamiento de un experto humano para resolver problemas en un área de conocimiento específica mediante el uso de un gran cuerpo de conocimiento especializado representado de forma simbólica. Algunos de los primeros sistemas expertos desarrollados incluyeron MYCIN para el diagnóstico y tratamiento de enfermedades infecciosas y PROSPECTOR para la evaluación de yacimientos minerales.
Los sistemas expertos son software que imitan el razonamiento de expertos humanos para resolver problemas complejos en un dominio específico mediante deducción lógica. Pueden almacenar conocimientos de expertos y ofrecer soluciones rápidas a problemas. Algunos ejemplos son sistemas para controlar el tráfico, planificar horarios escolares y diagnosticar pacientes.
La guía de inducción para técnicos en sistemas del SENA en 2014 fue evaluada. El informe presenta evidencias de la evaluación y fue escrito por la ingeniera Ibón Maritza Upegui del SENA y la docente Leonor Niño de forma académica.
Este documento introduce los sistemas de control expertos, describiendo la inteligencia artificial y humana, los campos de estudio de la inteligencia artificial como las redes neuronales y la lógica difusa, y los componentes y tipos de sistemas expertos. También compara sistemas clásicos y expertos, y discute aplicaciones de sistemas expertos para el control de procesos industriales.
Los sistemas expertos (SE) son programas que imitan el razonamiento de un experto humano para resolver problemas de un dominio específico. Los SE almacenan y aplican el conocimiento de expertos humanos a través de reglas y deducciones lógicas. Algunos ejemplos tempranos de SE incluyen MYCIN para diagnóstico médico y PROSPECTOR para encontrar yacimientos minerales. Los SE modernos se utilizan en una variedad de campos como finanzas, manufactura y medicina.
Inteligencia artificial sistema expertoVelmuz Buzz
El documento describe los objetivos y métodos de los sistemas expertos, incluyendo su estructura, componentes y usos potenciales. Explica que los sistemas expertos pueden utilizarse para la interpretación de datos, diagnóstico y reparación, monitoreo y control, predicción, planeación, diseño y configuración e instrucción o tutoría; sin embargo, también enfrentan limitaciones como la representación de conocimiento temporal o espacial.
Este documento describe los sistemas expertos, incluyendo su estructura, tipos, tareas, ventajas, limitaciones y características. Un sistema experto es una aplicación que simula el comportamiento de un experto humano en un dominio específico mediante el uso de una base de conocimientos y reglas de inferencia. Los principales componentes de un sistema experto son la base de conocimientos, la base de hechos, el motor de inferencia y la interfaz de usuario.
Este documento describe los sistemas expertos, incluyendo su definición, estructura, tipos, ventajas y desventajas. Un sistema experto es un programa de computadora que emula el razonamiento de un experto humano para resolver problemas dentro de un dominio específico. Los sistemas expertos se componen de bases de conocimiento, motores de inferencia e interfaces de usuario. El documento también analiza DENDRAL, un sistema experto pionero desarrollado en la década de 1960 para ayudar a los químicos a inferir estructuras moleculares
Este documento describe los sistemas expertos, incluyendo su definición como programas de computadora que imitan el comportamiento de expertos humanos para resolver problemas en un dominio específico. Explica que un sistema experto consta de una base de conocimientos, una base de hechos y un motor de inferencias. También clasifica los sistemas expertos y describe algunos ejemplos notables como MYCIN para diagnósticos médicos y XCON para configurar sistemas de computadoras.
Este documento describe los sistemas expertos, incluyendo sus antecedentes, definición, características, adquisición de conocimiento y desarrollo. Explica que los sistemas expertos permiten que las máquinas razonen como expertos humanos dentro de un dominio de conocimiento limitado.
El documento presenta una introducción a los sistemas expertos, definiéndolos como sistemas informáticos capaces de resolver problemas que requieren conocimiento especializado en un dominio específico, imitando el razonamiento de un experto humano. Explica que los sistemas expertos constan de una base de conocimientos con reglas e información de expertos, y un motor de inferencia que aplica la lógica a los hechos conocidos para deducir nuevos conocimientos. Finalmente, menciona algunos ejemplos históricos de sistemas
Este documento presenta un resumen de tres oraciones de una monografía sobre sistemas expertos. Aborda los conceptos básicos de inteligencia artificial y sistemas expertos, los componentes de un sistema experto y ejemplos de su aplicación. El documento busca aumentar la difusión y aceptación de los sistemas expertos en el sector empresarial mexicano.
Este documento describe los principales componentes de un sistema experto y cómo fluye la información entre ellos. Explica que los expertos humanos proveen el conocimiento inicial a los ingenieros de conocimiento, quienes lo codifican en la base de conocimiento. Luego, el motor de inferencia usa este conocimiento junto con los datos de entrada para sacar conclusiones, las cuales son explicadas al usuario a través de la interfaz de usuario. El sistema también puede aprender nueva información o ejecutar acciones basadas en sus conclusiones.
Este documento define los sistemas expertos y describe sus características, evolución, arquitectura y tipos. Un sistema experto es un sistema computarizado que emula el comportamiento de un experto humano para resolver problemas en un dominio de conocimiento específico mediante el uso de reglas y heurísticas. Los sistemas expertos se desarrollaron inicialmente en la década de 1950 y han evolucionado para capturar el conocimiento de expertos de forma simbólica. Tienen ventajas como la permanencia del conocimiento y su disponibilidad para más personas.
Exposicion sistemas expertos gomes zarur pallareszarurs
Este documento presenta información sobre sistemas expertos. Explica que los sistemas expertos son programas diseñados para resolver problemas en un área específica simulando la inteligencia humana. Describe tres tipos principales de sistemas expertos - basados en reglas, basados en casos y redes bayesianas. También incluye la historia y ejemplos de sistemas expertos tempranos y las ventajas de utilizar sistemas expertos.
Este documento describe los sistemas expertos, que son programas de computadora que imitan el comportamiento de un experto humano al usar la información que se les proporciona para dar opiniones sobre un tema específico. Explica que un sistema experto consta de una base de conocimientos, una base de hechos y un motor de inferencias. También menciona algunos sistemas expertos exitosos como MYCIN para diagnósticos médicos y DELTA para el diagnóstico y reparación de locomotoras.
El documento describe varios sistemas expertos médicos, incluyendo Mycin, el primer sistema experto desarrollado para diagnosticar enfermedades infecciosas de la sangre, Puff para diagnosticar enfermedades pulmonares, y Guidon, un sistema desarrollado para ayudar a estudiantes a diagnosticar casos clínicos mediante la provisión de información adicional y reorientación.
Los sistemas expertos son aplicaciones informáticas que emulan el comportamiento de un experto humano en un dominio específico para resolver problemas de manera rápida y con alta calidad. Funcionan mediante una base de conocimientos que contiene la información y reglas de uno o más expertos. Se utilizan principalmente para tareas de diagnóstico, planificación, control, simulación e instrucción.
Los sistemas expertos captan el conocimiento de expertos humanos para resolver problemas complejos de forma similar a como lo haría un experto. Permiten llevar a cabo tareas que antes solo podían realizar personas con gran experiencia. Están compuestos por una base de conocimientos con la información del dominio de experticia y un motor de inferencia que simula el razonamiento humano para resolver nuevos problemas basándose en dicho conocimiento.
Este documento describe los sistemas expertos, incluyendo su estructura básica, tipos, ventajas y desventajas. Un sistema experto es un programa informático que utiliza conocimientos de un experto humano para resolver problemas complejos de un dominio específico. Se compone de una base de conocimientos, base de hechos, motor de inferencia y módulos de justificación. Los sistemas expertos se utilizan comúnmente para la solución de problemas, diagnóstico, planificación, simulación, control e instrucción.
Este documento describe los sistemas expertos, incluyendo su definición, componentes y tipos. Un sistema experto es un programa que utiliza conocimiento y procedimientos de inferencia para resolver problemas complejos como lo haría un experto humano. Los principales componentes de un sistema experto son la base de conocimiento, el motor de inferencia, la adquisición de conocimiento y la interfaz. Existen varios tipos de sistemas expertos como los basados en reglas, probabilísticos, de diagnóstico e interpretación.
Este documento trata sobre sistemas expertos. Explica brevemente qué son los sistemas expertos, sus características, primeros sistemas expertos y sus aplicaciones, ventajas y limitaciones, tareas que realizan como monitorización, diseño, planificación, control, simulación e instrucción. Finalmente, describe modelos de sistemas expertos.
Los sistemas expertos son sistemas que emulan el comportamiento de un experto humano para resolver problemas en un área de conocimiento específica mediante el uso de un gran cuerpo de conocimiento especializado representado de forma simbólica. Algunos de los primeros sistemas expertos desarrollados incluyeron MYCIN para el diagnóstico y tratamiento de enfermedades infecciosas y PROSPECTOR para la evaluación de yacimientos minerales.
Los sistemas expertos son software que imitan el razonamiento de expertos humanos para resolver problemas complejos en un dominio específico mediante deducción lógica. Pueden almacenar conocimientos de expertos y ofrecer soluciones rápidas a problemas. Algunos ejemplos son sistemas para controlar el tráfico, planificar horarios escolares y diagnosticar pacientes.
La guía de inducción para técnicos en sistemas del SENA en 2014 fue evaluada. El informe presenta evidencias de la evaluación y fue escrito por la ingeniera Ibón Maritza Upegui del SENA y la docente Leonor Niño de forma académica.
Los sistemas expertos emulan el comportamiento de un experto humano para proveer respuestas rápidas y de alta calidad. Tienen entradas de datos desde el exterior y salidas de datos hacia el exterior. Pueden realizar tareas como monitorización, diseño, planificación, control, simulación e instrucción mediante el razonamiento basado en reglas, casos o redes bayesianas. También son útiles para la recuperación de información al poder generar información no explícita.
Los sistemas expertos (SE) son programas que imitan el razonamiento de un experto humano para resolver problemas de un dominio específico. Los SE almacenan y aplican el conocimiento de expertos humanos a través de reglas y deducciones lógicas. Algunos ejemplos tempranos de SE incluyen MYCIN para diagnóstico médico y PROSPECTOR para encontrar yacimientos minerales. Los SE modernos se utilizan en una variedad de campos como finanzas, manufactura y medicina.
Este documento presenta un resumen de las técnicas de mantenimiento industrial. Explica que el mantenimiento tiene como objetivo mantener los sistemas en funcionamiento de manera eficiente. Además, describe la evolución del mantenimiento desde solo reparar equipos hasta un enfoque basado en el riesgo que involucra a toda la empresa. Finalmente, destaca los diferentes tipos de mantenimiento como el correctivo, preventivo y predictivo.
Los sistemas expertos son diseñados para actuar como especialistas humanos en un dominio específico, representando y usando conocimiento a través de reglas. Funcionan mediante la representación y uso de datos y conocimiento para tomar decisiones, y se usan comúnmente en diseño y ejecución de tareas.
El objetivo principal de este museo, es dar a conocer al publico de manera completa, todo lo relacionado a la inteligencia artificial que se ha desarrollado rápidamente en los últimos años. Compartimos con ustedes una serie de imágenes, ejemplos y conceptos de cada subdivisión de este tema. Esperamos lo disfruten.
Este documento resume los conceptos clave de la administración del conocimiento. Explica que la administración del conocimiento implica transferir conocimiento entre miembros de una organización para que pueda ser utilizado como un recurso. Luego describe algunos sistemas y técnicas utilizadas como sistemas de administración del conocimiento a nivel empresarial, sistemas de trabajo del conocimiento, y técnicas inteligentes como redes neuronales e inteligencia artificial. Finalmente, concluye que la administración del conocimiento protege los activos intelectuales de una organiz
Los sistemas expertos son programas de inteligencia artificial que simulan el conocimiento de un experto humano en un dominio específico. Se componen de una base de conocimientos, una base de hechos, un motor de inferencia, una interfaz de usuario y un subsistema de explicación. Existen varios tipos como los basados en reglas, casos o redes bayesianas. Presentan ventajas como la velocidad y reproducibilidad pero también desventajas como la dificultad de extraer el conocimiento experto.
Las organizaciones dependen cada vez más de la tecnología de la información para operar de forma eficiente. Por esta razón, existe una creciente demanda de profesionales que ayuden a las empresas a incorporar nuevas tecnologías. Estos profesionales se encargan de resolver problemas aplicando la computación al servicio de las corporaciones.
El documento trata sobre la ingeniería y la mecatrónica. Define la ingeniería como una actividad profesional que aplica el método científico para transformar los recursos naturales de manera económica. Explica que la mecatrónica es la combinación sinérgica de la ingeniería mecánica, electrónica y sistemas de control para el diseño de productos y procesos automatizados. Finalmente, discute las perspectivas futuras de la mecatrónica como la microtecnología y nanotecnología.
Este documento trata sobre inteligencia artificial. Explica conceptos básicos como qué es la IA y si las máquinas pueden pensar. También describe los principales lenguajes de programación de IA como LISP, PROLOG y OPS5. Explica aplicaciones como sistemas expertos, redes neuronales y robótica. Finalmente, analiza programas importantes como ELIZA, MYCIN y DENDRAL y el futuro de la inteligencia artificial.
El documento describe las fases del proceso de adquisición de conocimiento para la construcción de sistemas basados en el conocimiento (SBC). Estas fases son: 1) identificación del problema, 2) conceptualización, 3) formalización, 4) implementación y 5) prueba. El objetivo es extraer el conocimiento de expertos humanos y representarlo de forma que pueda ser procesado por un sistema computacional.
Callista Roy fue una enfermera estadounidense que creó el Modelo de Adaptación, el cual se centra en cómo las personas se adaptan a su entorno. Roy observó la capacidad adaptativa de los niños y desarrolló una teoría basada en el sistema conductual de Dorothy Johnson y la teoría de adaptación de Henry Helson. Su modelo incluye cuatro elementos - fisiología, autoimagen, rol y dependencia - y busca promover la salud individual y social facilitando la adaptación de los pacientes.
El documento presenta una introducción a los conceptos básicos de educación ambiental, dividiéndolo en tres secciones principales: sistemas naturales, recursos y sistemas humanos. En la sección de sistemas naturales, describe los componentes abióticos y bióticos, así como los procesos como el clima, los ciclos biogeoquímicos y la evolución. Luego, la sección de recursos cubre los recursos naturales renovables y no renovables, incluida la energía, el agua y los bosques. Finalmente, la se
Los sistemas expertos (SE) son programas que imitan el razonamiento de un experto humano para resolver problemas de un dominio específico. Los SE almacenan y aplican el conocimiento de expertos humanos a través de reglas y deducciones lógicas. Algunos ejemplos tempranos de SE incluyen MYCIN para diagnósticos médicos y PROSPECTOR para encontrar yacimientos minerales. Los SE modernos se utilizan en una variedad de campos como finanzas, manufactura y medicina.
Este documento presenta una introducción a los sistemas expertos. Explica que son programas que capturan el conocimiento de un experto humano y tratan de imitar su proceso de razonamiento para resolver problemas en un dominio específico. Además, describe brevemente los componentes clave de los sistemas expertos como la base de conocimientos, la base de hechos y el motor de inferencia.
Este documento presenta una introducción a los sistemas expertos. Explica que los sistemas expertos permiten que las máquinas razonen como lo haría un experto humano en un dominio de conocimiento específico. Luego describe brevemente la historia, componentes y aplicaciones de los sistemas expertos.
Este documento describe el desarrollo de un Sistema Experto para diagnosticar fallas en computadoras y ofrecer posibles soluciones. Explica que un Sistema Experto no tiene inteligencia artificial real, sino que utiliza reglas y conocimiento de un dominio para imitar el razonamiento de un experto humano. Luego, detalla los componentes clave de un Sistema Experto como la base de conocimiento, base de datos, motor de inferencia e interfaz de usuario.
Este documento describe diferentes ramas de la inteligencia artificial, incluyendo sistemas de visión, procesamiento de lenguaje natural, sistemas de aprendizaje, redes neuronales, lógica difusa, logaritmos genéticos, agentes inteligentes, sistemas expertos y robótica. Luego se enfoca en los sistemas expertos, definiéndolos, describiendo sus características, limitaciones, capacidades y componentes principales. Finalmente discute los tipos de sistemas expertos y por qué serían útiles.
Este documento define los sistemas expertos, describe sus aplicaciones principales en gestión empresarial y contabilidad, y resume las ventajas, limitaciones y la arquitectura básica de estos sistemas. También resume brevemente la historia de los sistemas expertos desde su inicio en la década de 1960 hasta su popularización en la década de 1980.
Los sistemas expertos son programas informáticos que imitan el razonamiento de un experto humano en un dominio específico para resolver problemas. Están compuestos de una base de conocimientos que contiene la información y reglas de uno o más expertos, y un motor de inferencia que modela el proceso de razonamiento. Los sistemas expertos se utilizan comúnmente para tareas como diagnóstico, monitorización, diseño y planificación.
El documento trata sobre los sistemas expertos. Explica que son programas informáticos que contienen el conocimiento de uno o más expertos humanos sobre un dominio específico para resolver problemas de forma similar a como lo haría un experto humano. Los sistemas expertos se utilizan como intermediarios entre los expertos humanos y los usuarios para proveer soluciones a problemas complejos basadas en la inferencia y el conocimiento almacenado.
Los sistemas expertos utilizados en inteligencia artificial son software que emula el comportamiento de un experto humano en la solución de un problema. Los sistemas expertos funcionan de manera que almacenan conocimientos concretos para un campo determinado y solucionan los problemas, utilizando esos conocimientos, mediante deducción lógica de conclusiones. Con ellos se busca una mejora en calidad y rapidez de respuestas dando así lugar a una mejora de la productividad del experto.
Los sistemas expertos pueden estar basados en reglas, es decir, disponen de unos conocimientos predefinidos que se utilizan para tomar todas las decisiones (aplicando heurística), o basados en casos (CBR, Case Based Reasoning), aplicando el razonamiento basado en casos, donde la solución a un problema similar planteado con anterioridad se adapta a un nuevo problema.
Para los verdaderos expertos humanos supone un gran apoyo que reduce tiempo y, en ocasiones puede realizar tareas por sí mismo. Pero, para que un sistema experto sea una herramienta efectiva debe de poseer dos capacidades: por un lado debe ser posible explicar los razonamientos del sistema experto, por otro debe ser capaz de integrar nuevos conocimientos así como modificar sus conocimientos obtenidos por otros mejorados.
Es un curso autoinstructivo dirigido a estudiantes y profesionales que necesitan ayuda para lograr competencias en un determinado curso o asignatura.
Mas información sobre el curso en: www.anival.net
Un sistema experto es una aplicación informática que imita el razonamiento de un experto humano para resolver problemas complejos en un dominio específico. Está compuesto de una base de conocimientos que contiene la experiencia de expertos, una base de hechos sobre el problema actual, un motor de inferencia que aplica las reglas, y una interfaz de usuario. Los sistemas expertos se utilizan ampliamente en campos donde los expertos humanos son escasos y se necesita apoyo para la toma de decisiones.
Este documento describe los sistemas expertos, incluyendo su definición, ejemplos como MYCIN y XCON, y sus principales componentes como la base de conocimiento y el motor de inferencia. También explica las etapas clave en el desarrollo de un sistema experto, como identificar expertos humanos, diseñar la arquitectura del sistema, y construir y probar un prototipo.
Este documento describe varios métodos para la automatización y control de procesos industriales, incluyendo la lógica difusa, sistemas expertos, redes neuronales y razonamiento basado en casos. Explica cómo estos métodos pueden usarse para representar conocimiento impreciso, tomar decisiones, aprender patrones y reconfigurarse para apoyar al usuario.
Este documento trata sobre los sistemas expertos. Explica que los sistemas expertos son programas informáticos que contienen el conocimiento de uno o más expertos humanos sobre un dominio específico para resolver problemas de manera similar a como lo haría un experto humano. También describe algunas aplicaciones comunes de los sistemas expertos.
Este documento describe los sistemas basados en el conocimiento, incluyendo sistemas expertos. Representan un paso adelante de los sistemas de información al pretender representar funciones cognitivas humanas como el aprendizaje y el razonamiento. Su orientación es la automatización del análisis de problemas y la toma de decisiones usando conocimiento especializado. Los sistemas expertos representan el conocimiento de especialistas para tareas como diagnóstico y enseñanza.
Este documento describe los fundamentos, metodologías y aplicaciones de los sistemas expertos. Introduce el origen de los sistemas expertos y sus características principales como la estructura, tipos y representación del conocimiento. También menciona algunos sistemas expertos pioneros como DENDRAL, MYCIN y XCON.
Este documento describe las aplicaciones de la investigación de operaciones en las empresas. La investigación de operaciones busca el óptimo resultado en la utilización de recursos escasos mediante el uso del método científico. El proceso típico involucra definir el problema, construir un modelo matemático, deducir soluciones, probar el modelo contra la realidad, ajustar el modelo y monitorear los resultados, e implementar la solución. Algunas herramientas comunes incluyen modelos de transporte, teoría de colas y otras disciplinas
Jhon Robinson Febres Lopez
JAVIER ENRIQUE SANDOVAL AMUNDARAY
DEIVYS DOUGLAS BALDALLO PLATA
ARIEL RICHEL VILCHEZ GONZALEZ
BRIAN ALEX SALAS DURAN
Ana Leandra Carvallo Cabrera -Gob
ALEJANDRO JOSE MELEAN MELEAN
Jesús Angel Vilchez Carrero
http://www.slideshare.net/sandovaljavier9/edit_my_uploads
Inteligencia Artificial (Sistemas Expertos y Redes Neuronales)Neomar Nava
Este documento compara y contrasta los sistemas expertos y las redes neuronales artificiales. Los sistemas expertos requieren reglas claramente identificadas por expertos humanos, mientras que las redes neuronales pueden funcionar de forma intuitiva sin reglas explícitas. Las redes neuronales también son más adecuadas para el reconocimiento de patrones y pronósticos basados en grandes conjuntos de datos.
Similar a Sistemas expertos-1207532095228381-8 (20)
Inteligencia Artificial (Sistemas Expertos y Redes Neuronales)
Sistemas expertos-1207532095228381-8
1. 1ESCUELA PROFESIONAL DEESCUELA PROFESIONAL DE
INGENIERIA DE SISTEMASINGENIERIA DE SISTEMAS
Inteligencia ArtificialInteligencia Artificial Sistemas ExpertosSistemas Expertos
SISTEMAS EXPERTOS
2. 2
INTRODUCCION A LOS S.E
• El propósito de este tema es de mostrarnos una amplia y
precisa descripción de lo que son los Sistemas Expertos (SE),
los cuales también son conocidos como Sistemas Basados en
Conocimiento. Así mismo mostramos brevemente los orígenes,
conceptos, aplicaciones, ventajas, limitaciones, y su
arquitectura básica de esta área y/o campo de la Inteligencia
artificial. Por otra parte en la actualidad el mercado se vuelve
más competitivo, donde la administración y buen manejo de la
información es fundamental para todas las empresas y/o
organizaciones, las cuales si quieren sobrevivir deben de
mantenerse a la vanguardia en todas y cada una de las áreas.
3. 3
HISTORIA DE LOS S.E (I)
• Sus inicios datan a mediados de los años sesenta. Durante esta
década los investigadores Alan Newell y Herbert Simon
desarrollaron un programa llamado GPS (General Problem
Solver:solucionador general de problemas).
• Podía trabajar con criptoaritmética, con las torres de Hanoi y
con otros problemas similares. Lo que no podía hacer el GPS
era resolver problemas del mundo real, tales como un
diagnóstico médico.
4. 4
HISTORIA DE LOS S.E (II)
• Algunos investigadores decidieron entonces cambiar por
completo el enfoque del problema restringiendo su ambición a
un dominio específico e intentando simular el razonamiento de
un experto humano. En vez de dedicarse a computarizar la
inteligencia general, se centraron en dominios de conocimiento
muy concretos. De esta manera nacieron los SE.
• A partir de 1965, un equipo dirigido por Edward Feigenbaum,
comenzó a desarrollar SE utilizando bases de conocimiento
definidas minuciosamente. Dos años más tarde se construye
DENDRAL, el cual es considerado como el primer SE.
identificar estructuras químicas moleculares a partir de su
análisis espectrográfico.
5. 5
HISTORIA DE LOS S.E (III)
• En la década de los setenta se desarrolló MYCIN para consulta
y diagnóstico de infecciones de la sangre.
• En esa época se desarrollaron también: HERSAY, que
intentaba identificar la palabra hablada, y PROSPECTOR,
utilizado para hallar yacimientos de minerales.
• De este último derivó el shell KAS (Knowledge Adquisition
System).
• Un ejemplo de SE moderno es CASHVALUE, que evalúa
proyectos de inversión y VATIA, que asesora acerca del
impuesto sobre el valor añadido o IVA.
6. 6
DEFINICIONES DE S.E (I)
• Es un software que imita el comportamiento de un experto humano en
la solución de un problema. Pueden almacenar conocimientos de
expertos para un campo determinado y solucionar un problema
mediante deducción lógica de conclusiones.
• Son SE aquellos programas que se realizan haciendo explicito el
conocimiento en ellos, que tienen información específica de un dominio
concreto y que realizan una tarea relativa a este dominio.
• Programas que manipulan conocimiento codificado para resolver
problemas en un dominio especializado en un dominio que
generalmente requiere de experiencia humana.[Patterson 90]
7. 7
DEFINICIONES DE S.E (II)
• Programas que contienen tanto conocimiento declarativo
(hechos a cerca de objetos, eventos y/o situaciones) como
conocimiento de control (información a cerca de los cursos de
una acción), para emular el proceso de razonamiento de los
expertos humanos en un dominio en particular y/o área de
experiencia.
• Software que incorpora conocimiento de experto sobre un
dominio de aplicación dado, de manera que es capaz de
resolver problemas de relativa dificultad y apoyar la toma de
decisiones inteligentes en base a un proceso de razonamiento
simbólico.
8. 8
DEFINICIONES DE S.E (III)
• “UN SISTEMA EXPERTO, puede definirse como un sistema
informático (hardware y software) que simula a los expertos
humanos en un área de especialización dada.”
• Como tal, un sistema experto debería ser capaz de procesar y
memorizar información, aprender y razonar en situaciones
deterministas e inciertas, comunicar con los hombres y/u otros
sistemas expertos, tomar decisiones apropiadas, y explicar por
qué se han tomado tales decisiones. Se puede pensar también
en un sistema experto como un consultor que puede suministrar
ayuda a (o en algunos casos sustituir completamente) los
expertos humanos con un grado razonable de fiabilidad.
9. 9
CARACTERÍSTICAS
SISTEMAS EXPERTOS
1) Solucionan problemas aplicando su
experiencia de una forma eficaz, haciendo
deducciones a partir de datos incompletos o
inciertos.
2) Explican y justifican lo que están haciendo.
3) Se comunican con otros expertos y adquieren
nuevos conocimientos.
4) Reestructuran y reorganizan el conocimiento.
5) Interpretan al mismo tiempo el espíritu y la
letra de las reglas.
6) Determinan cuando un problema está en el
dominio de su experiencia.
10. 10
FUNCIÓN DE UN S.E
Aportar soluciones a problemas, como si de humanos se
tratara, es decir capaz de mostrar soluciones inteligentes.
Esto Es posible gracias a que al sistema lo crean con expertos
(humanos), que intentan estructurar
y formalizar conocimientos poniéndolos a disposición del
sistema, para que este pueda resolver una función dentro del
ámbito del problema, de igual forma que lo hubiera hecho un
experto.
11. 11
Los sistemas expertos siguen una filosofía
diferente a los programas clásicos.
SISTEMA CLÁSICO SISTEMA EXPERTO
Conocimiento y procesamiento
combinados en un programa
Base de conocimiento separada del
mecanismo de procesamiento
No contiene errores Puede contener errores
No da explicaciones, los datos sólo
se usan o escriben
Una parte del sistema experto la
forma el módulo de explicación
Los cambios son tediosos Los cambios en las reglas son fáciles
El sistema sólo opera completo El sistema puede funcionar con pocas
reglas
Se ejecuta paso a paso La ejecución usa heurísticas y lógica
Necesita información completa
para operar
Puede operar con información
incompleta
Representa y usa datos Representa y usa conocimiento
12. 12
Los modelos funcionales de los sistemas
expertos
CATEGORÍA TIPO DE PROBLEMA USO
Interpretación
Deducir situaciones a partir de datos observados Análisis de imágenes, reconocimiento del habla,
inversiones financieras
Predicción
Inferir posibles consecuencias a partir de una situación Predicción meteorológica, previsión del tráfico,
evolución de la Bolsa
Diagnóstico
Deducir fallos a partir de sus efectos Diagnóstico médico, detección de fallos en
electrónica
Diseño Configurar objetos bajo ciertas especificaciones Diseño de circuitos, automóviles, edificios, etc
Planificación
Desarrollar planes para llegar a unas metas Programación de proyectos e inversiones.
Planificación militar
Monitorización o
supervisión
Controlar situaciones donde hay planes vulnerables Control de centrales nucleares y factorías
químicas
Depuración Prescribir remedios para funcionamientos erróneos Desarrollo de software y circuitos electrónicos
Reparación Efectuar lo necesario para hacer una corrección Reparar sistemas informáticos, automóviles, etc
Instrucción Diagnóstico, depuración y corrección de una conducta Corrección de errores, enseñanza
Control
Mantener un sistema por un camino previamente
trazado. Interpreta, predice y supervisa su
conducta
Estrategia militar, control de tráfico aéreo
Enseñanza Recoger el conocimiento y mostrarlo Aprendizaje de experiencia
13. 13
TIPOS DE S.E
• Según la naturaleza de problemas para los que están
diseñados:
– Problemas Deterministas Sistemas Basados en Reglas ,
porque sacan sus conclusiones basándose en un conjunto
de reglas utilizando un mecanismo de razonamiento lógico.
– Problemas Estocásticos Sistemas Expertos
Probabilísticos, utilizan la probabilidad como medida de
incertidumbre y la estrategia de razonamiento que usan se
conoce como razonamiento probabilístico, o inferencia
probabilística.
14. 14
A) BASADOS EN REGLAS (I)
• Se tiene:
– La base de conocimiento, que contiene las variables y el
conjunto de reglas que definen el problema.
– El motor de inferencia, que obtiene las conclusiones
aplicando la lógica clásica a estas reglas.
• ¿Qué se entiende por regla?
– Una proposición lógica que relaciona dos o más objetos
– Incluye dos partes, la premisa y la conclusión.
– Cada una de estas partes consiste en una expresión lógica
con una o más afirmaciones objeto-valor conectadas
mediante los operadores lógicos y, o, o no.
– Una regla se escribe normalmente como Si premisa,
entonces conclusión".
15. 15
A) BASADOS EN REGLAS (II)
• Situaciones complejas gobernadas por reglas
deterministas:
– Sistemas de control de tráfico
– Sistemas de seguridad
– Transacciones bancarias
16. 16
B) B. EN PROBABILIDADES (I)
• Para problemas cuyas soluciones se conducen en presencia de
incertidumbre en los datos o en el conocimiento es posible
utilizar técnicas numéricas, o también, las incertidumbres
pueden ser manejadas con una aproximación de la forma de
rastro.
• El razonamiento en la presencia de incertidumbre sucede en
ejemplos típicos de diagnóstico y análisis de datos.
• Emplean reglas de condición-conclusión que van acompañadas
de una estimación de certidumbre, en donde se tiene:
1.- Procedimiento numérico
2.- Revisión de la credibilidad
17. 17
B) B. EN PROBABILIDADES (II)
1.- PROCEDIMIENTO NUMÉRICO
• Ideados para manejar evidencias que pueden ser combinadas.
• Los sistemas que usan esta aproximación manejan factores de
certidumbre relacionados con probabilidades para indicar la
intensidad de la evidencia.
• La teoría de conjuntos difusos ha sido otra herramienta
poderosa para esta clase de problemas.
• Ejemplo: SE de diagnóstico MYCIN.
18. 18
B)B. EN PROBABILIDADES (III)
2.- REVISIÓN DE LA CREDIBILIDAD
• Cuando la información es parcial o errónea completamente el
sistema incurrirá en contradicciones. Malas líneas de
razonamiento o creencias incorrectas producen contradicciones
y como consecuencia malas conclusiones, debiendo de haber
un proceso para retractarse.
• Para facilitar esto, es necesario mantener un registro en la base
de datos de la credibilidad y su justificación. Usando esta
aproximación es posible explotar las redundancias en los datos
experimentales para mantener la verdad y así incrementar la
confiabilidad del sistema
21. 21
1. La Componente Humana
• Con los usuarios en mente y la colaboración de:
– Los expertos humanos, especialistas en el tema de
estudio suministran el conocimiento básico en el tema de
interés,
– Los ingenieros del conocimiento trasladan este
conocimiento a un lenguaje, que el sistema experto pueda
entender.
• Quizás el elemento más importante en el desarrollo de un
sistema experto.
• Esta etapa requiere una enorme dedicación y un gran esfuerzo
debido a los diferentes lenguajes que hablan las distintas partes
y a las diferentes experiencias que tienen.
22. 22
2. La Base de 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.
• Diferenciar entre datos y conocimiento.
– El conocimiento se refiere a afirmaciones de validez general
tales como reglas, distribuciones de probabilidad, etc. Es
permanente (parte de la componente permanente de un
sistema) y se almacena en la base de conocimiento
– Los datos se refieren a la información relacionada con una
aplicación particular. son efímeros (destruidos después de
usarlos) y se almacenan en la memoria de trabajo ( asi como
Todos los procedimientos de los diferentes sistemas y
subsistemas que son de carácter transitorio )
– Por ejemplo, en diagnostico médico, los síntomas, las
enfermedades y las relaciones entre ellos, forman parte del
conocimiento, mientras los síntomas particulares de un
paciente dado forman parte de los datos.
23. 23
3. Subsistema de Adquisición
de Conocimiento
• Controla el flujo del nuevo conocimiento que
fluye del experto humano a la base de datos.
Determina qué nuevo conocimiento se necesita,
o si el conocimiento recibido es en realidad
nuevo, es decir, si debe incluirse en la base de
datos y, en caso necesario, incorpora estos
conocimientos a la misma.
24. 24
4. Control de la Coherencia
• Ayuda a los expertos humanos a dar información fiable:
– Controla la consistencia de la base de datos y evita que
unidades de conocimiento inconsistentes entren en la
misma.
– Comprueba e informa a los expertos de las
inconsistencias.
– Informa sobre las restricciones que la información debe
cumplir para ser coherente con la existente en la base de
conocimiento cuando se solicita información de los
expertos humanos
• Si un control de la coherencia:
– Unidades de conocimiento contradictorio pueden formar
parte de la base de conocimiento, dando lugar a un
comportamiento insatisfactorio del sistema.
– En mecanismos de propagación de incertidumbre, se
podría llegar a conclusiones absurdas o en conflicto como,
por ejemplo, situaciones en las que el sistema genera
probabilidades mayores que la unidad o negativas
25. 25
5. El Motor de Inferencia
• Es el corazón de todo sistema experto.
• Saca conclusiones aplicando el conocimiento a los datos. Por
ejemplo, en diagnóstico médico, los síntomas de un paciente
(datos) son analizados a la luz de los síntomas y las
enfermedades y de sus relaciones (conocimiento).
• Las conclusiones del motor de inferencia pueden estar basadas
en conocimiento determinista o conocimiento probabilístico.
• En muchos casos, algunos hechos (datos) no se conocen con
absoluta certeza. Por ejemplo, piénsese en un paciente que no
está seguro de sus síntomas.
• El motor de inferencia es también responsable de la
propagación de este conocimiento incierto. Es Probablemente
el componente más débil de casi todos los sistemas expertos
existentes.
26. 26
6.- El Subsistema de
Adquisición de Información
• Si el conocimiento inicial es muy limitado y no se pueden sacar
conclusiones, el motor de inferencia utiliza el subsistema de
adquisición de información para obtener el conocimiento
necesario y continuar con el proceso de inferencia hasta que se
hayan sacado conclusiones.
• En algunos casos, el usuario puede suministrar la información
requerida para este y otros objetivos. De ello resulta la
necesidad de una interfase de usuario y de una comprobación
de la consistencia de la información suministrada por el usuario
antes de introducirla en la memoria de trabajo.
27. 27
7.- Interfase de Usuario
• Es el enlace entre el sistema experto y el usuario, por ello debe
incorporar mecanismos eficientes para mostrar y obtener
información de forma fácil y agradable.
• Muestra las conclusiones, las razones que expliquen tales
conclusiones y una explicación de las acciones iniciadas por el
sistema experto.
• También es un vehículo para obtener la información necesaria
del usuario.
• Consecuentemente, una implementación inadecuada de la
interfase de usuario que no facilite este proceso minaría
notablemente la calidad de un sistema experto.
28. 28
8.- El Subsistema de Ejecución
de Órdenes
• Permite al sistema experto iniciar acciones basadas en las
conclusiones sacadas por el motor de inferencia.
• Como ejemplos, un sistema experto diseñado para analizar el
tráfico ferroviario puede decidir retrasar o parar ciertos trenes
para optimizar el tráfico global, o un sistema para controlar una
central nuclear puede abrir o cerrar ciertas válvulas, mover
barras, etc., para evitar un accidente. La explicación de las
razones por las que se inician estas acciones pueden darse al
usuario mediante el subsistema de explicación.
29. 29
9.- El Subsistema de Explicación
• Explica el proceso seguido por el motor de inferencia o por el
subsistema de ejecución (explicación de las conclusiones
sacadas o de las acciones iniciadas por el sistema experto).
– Por ejemplo, si un cajero automático decide rechazar la
palabra clave (una acción), la máquina puede mostrar un
mensaje (una explicación) como la siguiente :¡Lo siento!, su
palabra clave es todavía incorrecta tras tres intentos.
Retenemos su tarjeta de crédito, para garantizar su seguridad.
Por favor, póngase en contacto con su banco en horas de
oficina.
• En muchos dominios de aplicaciones, es necesaria la explicación
de las conclusiones debido a los riesgos asociados con las
acciones a ejecutar.
– Por ejemplo, en el campo del diagnostico medico, los
doctores son responsable últimos de los diagnósticos,
independientemente de las herramientas técnicas utilizadas
para sacar conclusiones. En estas situaciones, sin un
subsistema de explicación, los doctores pueden no ser
capaces de explicar a sus pacientes las razones de su
diagnostico.
30. 30
10. El Subsistema de Aprendizaje
• Una de las principales características de un sistema experto es
su capacidad para aprender.
• Tipos de aprendizaje:
– Aprendizaje Estructural nos referimos a algunos aspectos
relacionados con la estructura del conocimiento (reglas,
distribuciones de probabilidad, etc.). Ej. El descubrimiento
de nuevos síntomas relevantes para una enfermedad o la
inclusión de una nueva regla en la base de conocimiento.
– Aprendizaje Paramétrico nos referimos a estimar los
parámetros necesarios para construir la base de
conocimiento. Ej. la estimación de frecuencias o
probabilidades asociadas a síntomas o enfermedades.
31. 31
TAREAS REALIZABLES POR
LOS S. E
• Adquisición de conocimiento y la verificación de su coherencia;
por lo que el sistema experto puede ayudar a los expertos
humanos a dar conocimiento coherente.
• Almacenar (memorizar) conocimiento.
• Preguntar cuando se requiere nuevo conocimiento.
• Aprender de la base de conocimiento y de los datos
disponibles.
• Realizar inferencia y razonamiento en situaciones deterministas
y de incertidumbre.
• Explicar conclusiones o acciones tomadas.
• Comunicar con los expertos y no expertos humanos y con otros
sistemas expertos.
32. 32
CAMPOS DE APLICACION (I)
• La aplicación de Sistemas Expertos será adecuada allí donde
los expertos dispongan de conocimientos complejos en un área
muy delimitada, donde no existan algoritmos ya establecidos (o
donde los existentes no puedan solucionar algunos problemas).
• Otro campo de aplicación es allí donde encontremos teorías
que resulten prácticamente imposibles de analizar todos los
casos teóricamente imaginables mediante algoritmos y en un
espacio de tiempo relativamente corto y razonable.
33. 33
CAMPOS DE APLICACION (II)
Resumiendo los Sistemas Expertos ofrecen ayuda para:
• Evitar fallos en labores rutinarias complejas
• Ampliar de forma más rápida los conocimientos de los
especialistas.
• Diagnosticar los fallos con mayor rapidez y conseguir tareas de
planificación más completas y consistentes.
35. 35
LENGUAJES DE
PROGRAMACION DE S.E (I)
Para el desarrollo de los sistemas expertos se utilizan lenguajes de
ingeniería del conocimiento. Los lenguajes más difundidos para el
desarrollo de los SE son RITA, ROSIE, y ROOS.
• Comenzaremos hablando de ROSIE, un lenguaje evolucionado
de RITA. Este lenguaje permite al programador describir
relaciones complejas y manipularlas simbólica y
deductivamente. Además soporta trabajo en redes, trabaja en
una forma Interactiva compilada e interpretada y cuenta con
una serie de depuradores y herramientas de programación.
Como puede ser programada en una sintaxis parecida al Ingles
esto la hace bastante leíble y entendible para los usuarios.
36. 36
LENGUAJES DE
PROGRAMACION DE S.E (II)
• El lenguaje ROSS, es un lenguaje de programación
orientado a objetos, y combina la Inteligencia Artificial y los
Sistemas Expertos principalmente en el área de
simulaciones. Entre sus ventajas se citan las facilidades
para buscar entre objetos y su comportamiento. El
programa se desarrolla de una forma que los objetos se
comunican mandando mensajes para causar que las reglas
o comportamientos apropiados sean ejecutados.
37. 37
DESARROLLO DE UN
SISTEMA EXPERTO
•Weiss y Kulikowski (1984) sugieren las etapas
siguientes para el diseño e implementación de
un sistema experto:
39. 39
ETAPAS PARA DISEÑO E
IMPLEMENT. DE UN S.E (II)
1.- Planteamiento del problema.
La primera etapa en cualquier proyecto es normalmente la
definición del problema a resolver. Puesto que el objetivo
principal de un sistema experto es responder a preguntas y
resolver problemas, esta etapa es quizás la más importante en
el desarrollo de un sistema experto. Si el sistema está mal
definido, se espera que el sistema suministre respuestas
erróneas.
2. Encontrar expertos humanos que puedan resolver el problema.
En algunos casos, sin embargo, las bases de datos pueden
jugar el papel del experto humano.
3. Diseño de un sistema experto.
Esta etapa incluye el diseño de estructuras para almacenar el
conocimiento, el motor de inferencia, el subsistema de
explicación, la interfase de usuario, etc.
40. 40
ETAPAS PARA DISEÑO E
IMPLEMENT. DE UN S.E (III)
4. 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. Si existiera una concha satisfaciendo todos los
requerimientos del diseño, esta debería ser la elección, no sólo
por razones de tipo financiero sino también por razones de
fiabilidad. Las conchas y herramientas comerciales están
sujetas a controles de calidad, a los que otros programas no lo
están.
5. Desarrollo y prueba de un prototipo.
Si el prototipo no pasa las pruebas requeridas, las etapas
anteriores (con las modificaciones apropiadas) deben ser
repetidas hasta que se obtenga un prototipo satisfactorio.
41. 41
ETAPAS PARA DISEÑO E
IMPLEMENT. DE UN S.E (IV)
6. Refinamiento y generalización
En esta etapa se corrigen los fallos y se incluyen nuevas
posibilidades no incorporadas en el diseño inicial.
7. 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.
Todas estas etapas influyen en la calidad del sistema experto
resultante, que siempre debe ser evaluado en función de las
aportaciones de los usuarios. Para el lector interesado en estos
temas recomendamos la lectura de los trabajos de O’Keefe,
Balci y Smith (1987), Chandrasekaran (1988) y Preece 1990).
42. 42
VENTAJAS DE UN S.E (I)
• El desarrollo o la adquisición de un sistema experto es
generalmente caro, pero el mantenimiento y el coste
marginal de su uso repetido es relativamente bajo. Por
otra parte, la ganancia en términos monetarios, tiempo, y
precisión resultantes del uso de los sistemas expertos son
muy altas, y la amortización es muy rápida. Sin embargo,
antes de desarrollar o adquirir un sistema experto debe
realizarse un análisis de factibilidad y de coste-beneficio.
Hay varias razones para utilizar sistemas expertos. Las
más importantes son:
43. 43
VENTAJAS DE UN S.E (II)
1. Con la ayuda de un sistema experto, personal con poca
experiencia puede resolver problemas que requieren un
conocimiento de experto. Esto es también importante en casos
en los que hay pocos expertos humanos. Además, el número
de personas con acceso al conocimiento aumenta con el uso de
sistemas expertos.
2. El conocimiento de varios expertos humanos puede combinarse,
lo que da lugar a sistemas expertos más fiables, ya que se
obtiene un sistema experto que combina la sabiduría colectiva
de varios expertos humanos en lugar de la de uno solo.
3. Los sistemas expertos pueden responder a preguntas y resolver
problemas mucho más rápidamente que un experto humano.
Por ello, los sistemas son muy valiosos en casos en los que el
tiempo de respuesta es crítico.
44. 44
VENTAJAS DE UN S.E (III)
4.- En algunos casos, la complejidad del problema impide al
experto humano resolverlo. En otros casos la solución de los
expertos humanos no es fiable. Debido a la capacidad de los
ordenadores de procesar un elevadísimo numero de
operaciones complejas de forma rápida y aproximada, los
sistemas expertos suministran respuestas rápidas y fiables en
situaciones en las que los expertos humanos no pueden.
5. Los sistemas expertos pueden ser utilizados para realizar
operaciones monótonas, aburridas e inconfortables para los
humanos. En verdad, los sistemas expertos pueden ser la única
solución viable en una situación en la que la tarea a realizar
desborda al ser humano (por ejemplo, un avión o una cápsula
espacial dirigida por un sistema experto).
45. 45
VENTAJAS DE UN S.E (IV)
6. Se pueden obtener enormes ahorros mediante el uso de
sistemas expertos.
7. Fácil acceso y disponibilidad de conocimiento experto.
8. Permanencia del conocimiento experto.
9. Respuestas no subjetivas.
10.Resolución de problemas complejos que no tengan una
solución específica y adecuada.
46. 46
LIMITACIONES
TenemosTenemos
1) Para actualizar se necesita de reprogramación
de estos .
2) Elevado costo en dinero y tiempo.
3) Programas son poco flexibles a cambios y de
difícil acceso a información no estructurada.
4) Escasez de expertos humanos en determinadas
áreas
5) No se han desarrollado sistemas que sean
capaces de resolver problemas de manera general.
47. 47
EJEMPLOS DE S.E (I)
• Mycin (Sistema Experto para diagnósticos médicos)
MYCIN es un Sistema Experto para la realización de
diagnósticos, iniciado pro Ed Feigenbaum y posteriormente
desarrollados por E.Shortliffe y sus colaboradores. Su función
es la de aconsejar a los médicos en la investigación y
determinación de diagnósticos en el campo de las
enfermedades infecciosas de la sangre. El sistema MYCIN, al
ser consultado por el médico, solicita primero datos generales
sobre el paciente: nombre, edad, síntomas, etc. Una vez
conocida esta información por parte del sistema, el Sistema
Experto plantea unas hipótesis. Para poder verificarlas
comprueba primero la exactitud de las premisas de la regla.
48. 48
EJEMPLOS DE S.E (II)
Esto se realiza mediante una búsqueda de enunciados
correspondientes en la base de conocimientos. Estos
enunciados pueden a su vez estar de nuevo en la parte de
consulta de otra regla. También lo realiza mediante
determinadas preguntas al usuario. Aquí se hacen preguntas
del tipo: ¿Se ha practicado en el paciente algún tipo de
intervención quirúrgica?
Con las respuestas que recibe, el MYCIN verifica o rechaza las
hipótesis planteadas. Una serie de tests han demostrado que
MYCIN trabaja igual de bien que un médico.
49. 49
EJEMPLOS DE S.E (III)
• Xcon (Sistema Experto para configuración de Ordenadores)
XCON es un Sistema Experto para configuraciones
desarrollado por la Digital Equipment Corporation. Según los
deseos individuales del cliente se configuran redes de
ordenadores VAX. Ya que el abanico de productos que se
ofrecen en el mercado es muy amplio, la configuración
completa y correcta de un sistema de estas características es
un problema de gran complejidad.
XCON es capaz de comprobar y completar los pedidos
entrantes mucho más rápido y mejor que las personas
encargadas hasta ahora de esa labor.
50. 50
EJEMPLOS DE S.E (IV)
• COACH (Cognitive Adaptive Computer Help)
Permite crear ayuda personalizada al usuario. Es un observador de las
acciones del usuario que está aprendiendo a operar un ambiente, y en
base a ellas construye un modelo adaptativo del usuario. Si bien el
concepto general es aplicable para áreas diversas tales como las
Interfases Inteligentes y el soporte técnico, en particular es de interés
para este trabajo ya que los dominios de prueba que modeló
corresponden al de un lenguaje y un entorno de programación (LISP y
UNIX, respectivamente); así como por la prueba de adaptabilidad a
distintos dominios en que probó ser efectivo. En dicha prueba, después
de completar el desarrollo y pruebas del tutor bajo el dominio de LISP,
se encargó a un estudiante inexperto, su adaptación al dominio de
UNIX; dado el éxito de la adaptación, a pesar de la inexperiencia del
constructor del dominio, Selker concluye que la aplicación de los
conceptos y modelación del dominio son apropiados para diversos
dominios, y por lo tanto, fácilmente adaptables.
51. 51
EJEMPLOS DE S.E (V)
Una de las contribuciones importantes de Coach consiste en la
descripción de diversos modelos de usuarios, representados
por medio de frames adaptativos; y el modelado cognitivo de
variables tales como la experiencia, la latencia del
conocimiento. Por otro lado, el análisis de resultados que hace
Selker, basado en el comportamiento registrado por los
usuarios de sistemas tradicionales y los del sistema asesor,
muestra variables cuantificables para medir el éxito de un
sistema similar como el que ocupa este trabajo.