3. Antes de la aparición del ordenador, el hombre ya se preguntaba si se
le arrebataría el privilegio de razonar y pensar. En la actualidad
existe un campo dentro de la inteligencia artificial al que se le atribuye
esa facultad: el de los sistemas expertos (SE). Estos sistemas
también son conocidos como Sistemas Basados en Conocimiento,
los cuales permiten la creación de sistemas que razonan como el
hombre, restringiéndose a un espacio de conocimientos limitado.
4. En teoría pueden razonar siguiendo los pasos que seguiría un experto humano
(médico, analista, empresario, etc.) para resolver un problema concreto. Este tipo de
modelos de conocimiento por ordenador ofrece un extenso campo de
posibilidades en resolución de problemas y en aprendizaje. Su uso se
extenderá, debido a su importante impacto sobre los negocios y la industria.
La IA puede ser tomada como ciencia si se enfoca hacia la elaboración de
programas basados en comparaciones con la eficiencia del hombre, contribuyendo a
un mayor entendimiento del conocimiento humano.
5. El comportamiento de los programas no es descrito explícitamente por el
algoritmo. La secuencia de pasos seguidos por el programa es influenciado
por el problema particular presente. El programa especifica cómo
encontrar la secuencia de pasos necesarios para resolver un problema
dado (programa declarativo). En contraste con los programas que no son
de Inteligencia Artificial, que siguen un algoritmo definido, que especifica,
explícitamente, cómo encontrar las variables de salida para cualquier
variable dada de entrada (programa de procedimiento).
6. La capacidad de adquisición, almacenamiento y
procesamiento de datos crece de forma exponencial,
con tecnologías cada vez más sofisticadas y baratas.
En esta abundancia de recursos informáticos hay
grandes posibilidades de extraer información valiosa,
pero para ello se requiere conocer los procesos y
razonamientos humanos para dar “inteligencia” a los
métodos computacionales que analizan los datos y la
información para extraer conocimiento que apoye la
toma de decisiones a nivel operativo y estratégico.
7. Aunque no se puede reemplazar completamente al
experto humano, el sistema puede proveer un soporte
importante al personal en el desempeño de su actividad
laboral.
Los SE ejecutan tareas que normalmente deberían ser
ejecutadas por un experto. Un SE busca razonar de la
misma forma que lo hace un experto, para llegar a las
mismas conclusiones a las que él llegaría partiendo de
una serie de datos (hechos).
8. La forma más común de un SE es un programa hecho
con un grupo de reglas que analizan una serie de
datos (usualmente suministrados por el usuario final del
sistema) sobre un tipo específico de problemas,
proveyendo información resultante que puede incluir
diagnósticos, datos matemáticos y recomendaciones
finales para el usuario.
9. Los Sistemas Expertos son una de las ramas de la
Inteligencia Artificial Convencional.
Un Sistema Experto (SE) es un programa informático que
contiene el conocimiento temático de uno o más expertos
(personas.)
Un expertoexperto en un área o problema es un individuo con
un conocimiento especializado sobre dicho problema. A
este tipo de conocimiento se le llama dominiodominio.
10. Programa diseñado para actuar
como un especialista humano en
un dominio particular o área de
conocimiento.
Intermediarios entre el experto humano, que transmite su
conocimiento al sistema, y el usuario que lo utiliza para
resolver un problema con la eficacia del especialista.
Utiliza para ello el conocimiento que tenga almacenado y
algunos métodos de inferencia.
11. Para que un SE sea herramienta
efectiva, los usuarios deben
interactuar de una forma fácil,
reuniendo dos capacidades para
poder cumplirlo:
Explicación de razonamientos.
Adquisición de nuevos
conocimientos.
12. Para que un SE sea herramienta
efectiva, los usuarios deben interactuar
de una forma fácil, reuniendo dos
capacidades para poder cumplirlo:
Explicación de razonamientos.Explicación de razonamientos.
Adquisición de nuevos conocimientos.
Los SE se deben desarrollar
siguiendo ciertas reglas o pasos
comprensibles de manera que se
pueda generar la explicación para
cada una de estas reglas o pasos,
que a la vez se basan en hechos.
13. Para que un SE sea herramienta
efectiva, los usuarios deben interactuar
de una forma fácil, reuniendo dos
capacidades para poder cumplirlo:
Explicación de razonamientos.
Adquisición de nuevosAdquisición de nuevos
conocimientos.conocimientos.
Mecanismos de razonamiento que
modifican los conocimientos anteriores. Los
SE son producto de investigaciones en el
campo de la IA ya que esta no intenta
sustituir a los expertos humanos, sino que
se desea ayudarles a realizar con más
rapidez y eficacia las tareas que realizan.
14. Computación Convencional
• Informa al computador como resolver un problema
• Basada en algoritmos
Computación en IA
• Es dado al computador conocimiento sobre un
determinado dominio + capacidad de inferencia
• El programa determina el procedimiento específico para
generar una solución.
16. Sistema clásico vs experto.
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
19. Comparación entre procesamiento
humano y artificial.
Sentidos
Entradas
conocimiento
Repres del
conocimiento
Razonamiento
Inferencia
Decisiones
Salidas
ArtificialArtificial
Humano
20. Los SE inician a mediados de los sesenta (s. XX). Para esta época, 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.
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; y se centraron en dominios de
conocimiento muy concretos. Así, nacieron los SE.
21. 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. La ficción de dicho SE
era identificar estructuras químicas moleculares a partir
de su análisis espectrográfico.
En los setenta (s. XX) se desarrolló MYCIN para consulta
y diagnóstico de infecciones de la sangre.
22. Introdujo el uso de conocimiento impreciso para razonar y
posibilidad de explicar el proceso de razonamiento.
Funcionaba correctamente, dando conclusiones análogas a
las que un ser humano daría tras largos años de
experiencia.
Posee claramente diferenciados el motor de inferencia y su
base de conocimientos. Esto da como resultado un sistema
vacío o shell (concha). Así surgió EMYCIN (MYCIN
Esencial) con el que se construyó SACON, utilizado para
estructuras de ingeniería, PUFF para estudiar la función
pulmonar y GUIDON para elegir tratamientos terapéuticos.
23. En esa época se desarrollaron 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).
En la década de los ochenta se ponen de moda los SE, numerosas
empresas de alta tecnología investigan en este área de la inteligencia
artificial, desarrollando SE para su comercialización. Se llega a la
conclusión de que el éxito de un SE depende casi exclusivamente de la
calidad de su base de conocimiento. El inconveniente es que codificar la
pericia de un experto humano puede resultar difícil, largo y laborioso.
24. Allan Mathison Turing (1950):
Matemático, filósofo e
informático Publica la obra
“Inteligencia y funcionamiento
de las máquinas” Con ello dio
su explicación acerca del
punto en el cual las máquinas
tendrían inteligencia.
Historia de los SE.
25. Historia de los SE.
En este mismo año, el
matemático estadounidense
Norbert Wiener desarrolla el
principio de la retroalimentación
La teoría de la retroalimentación
es base fundamental de los
sistemas de control.
26. 1955- Allen Newell y Herbert Simon desarrollan la
teoría de la lógica. Este estudio permitió desarrollar un
programa que exploraba la solución a un problema
utilizando ramas y nudos, seleccionando únicamente
las ramas que más parecían acercarse a la solución
correcta del problema.
Allen Newell
Herbert Simon
Historia de los SE.
27. John Mc Carthy.
Historia de los SE.
1956- Se celebra una
conferencia en Vermunt
donde John Mc Carthy
propone el uso del término
“Inteligencia Artificial” (I.A)
para denominar el estudio del
tema.
28. 1957- Allen Newell y Herbert Simón crean un
computador programado que denominan el “ General
Problem Solver” Este computador poseía un programa
capaz de solucionar problemas de sentido común pero
no problemas del mundo real como, por ejemplo,
diagnósticos médicos. El GPS utilizaba la teoría de la
retroalimentación de Wiener.
1958- McCarthy anuncia su nuevo desarrollo el
lenguaje LISP (LISt Procesing), En esa época todos
los desarrolladores e investigadores inmersos en el
estudio de IA utilizaron dicho lenguaje.
Historia de los SE.
29. 1963_ El gobierno de USA asigna al MIT un
presupuesto de 2.2 Millones de $ para la investigación
en este campo. Siendo este el primer impulso de
Estado alguno en el desarrollo de este nuevo campo.
1965 -1975_ Aparece el primer SE llamado Dendral,
este fue diseñado para el estudio de sustancias
químicas.
1972_ La Universidad de Stanford desarrolla el
segundo Sistema Experto denominado MYCIN. Este
sistema experto fue desarrollado para el diagnóstico de
enfermedades infecciosas.
Historia de los SE.
30. 1973 _ Se desarrolla el tercer sistema experto
denominado TIERESIAS, para servir de intérprete
entre MYCIN y los especialistas que lo manejaban, a la
hora introducir nuevos conocimientos en su bases de
datos.
El especialista debía utilizar MYCIN normalmente, y
cuando este cometiera un error en un diagnóstico, por
falla de información en el árbol lógico de diagnóstico,
TEIRESIAS corregiría dicho fallo destruyendo la regla
si era falsa, o ampliándola si era necesario
Hasta este momento todos estos SE estaban en los
laboratorios sin salidas comerciales.
Historia de los SE.
31. Años 80_los SE toman un auge vertiginoso. GE crea
un SE para la reparación de locomotoras Diesel y
Eléctricas
De aquí surgen en esta décadas, empresas dedicadas
a la fabricación de SE como Carnegie Group,
Teknowledge Inc.,Lisp Machine Inc. , entre otros.
Historia de los SE.
32. Un sistema experto 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.
¿Qué es un SE?
33. 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.
¿Qué es un SE?
34. Sistema Expertos.
Puede…
• Explicar su razonamiento o sugiere decisiones.
• Muestra conducta inteligente.
• Obtiene conclusiones de complejas relaciones.
• Provee conocimiento portátil.
• Manejar los hechos, las heurísticas y las relaciones
que posibilitan el encontrar buenas soluciones a sus
problemas.
• Acceder fácilmente al conocimiento de ese dominio,
ya que el conocimiento reflejado en el sistema puede
estar disponible en cualquier ordenador.
35. Sistema Expertos.
Puede…
• Simular el proceso de solución de problemas según un
experto humano.
• Puede evitar peligros a los usuarios, por que puede ser
usado en ambientes con posibles riesgos al ser humano.
• Conservar el conocimiento que posee
“indefinidamente”. Sirve como repositorio de
conocimientos para mantener y hacer que este perdure
dentro de la organización, pudiendo servir como
herramienta de registro tecnológico.
• Englobar o captar el conocimiento de un número de
personas.
36. Sistema Expertos.
Puede…
• Combinar el conocimiento y pericia de varios
expertos humanos.
• Explicar su conocimiento y razonamiento
explícitamente con detalle y como obtuvo una
conclusión, incrementando la confianza de la
decisión tomada.
• Responder rápidamente y tener mayor
disponibilidad que un humano, sobre todo en
casos de emergencia.
37. Sistema Expertos.
Puede…
• Responder completa y uniformemente, no
emocionalmente, y en cualquier situación.
Ejemplo en casos de emergencias en tiempo
real y con máxima eficiencia sin estrés ni fatiga.
• Ser un tutor inteligente, actuar como guía
inteligente dejando que el estudiante ejecute
programas ejemplo y acceda a la explicación del
razonamiento del sistema.
38. SE basados en reglas: Aquí el SE aplica reglas
heurísticas apoyadas generalmente en lógica difusa
para su evaluación y aplicación. Estas reglas
heurísticas son sencillamente las capacidades de
estos sistemas para realizar de forma inmediata
innovaciones positivas para sus fines.
Tipos de SE.
SE basados en Probabilidades: Aplicando redes
bayesianas, basadas en estadística y el teorema de
Bayes. Este es un modelo probabilistico multivariado
que relaciona un conjunto de variables aleatorias
mediante un gráfico dirigido que índica de manera
explicita la influencia causal.
39. Capacidades de un SE.
Escenario objetivos
estratégicos
Toma decisiones
Planeamiento
Diseño
Monitoreo y control
de calidad
Diagnóstico
Explora impacto de objetivos
estratégicos
Impacto de planes sobre recursos
Principios de diseño general integrado
Provee consejos sobre decisiones
Monitorear calidad y asistir en
mejoramiento
Buscar causas y soluciones
40. Los SE poseen, en menor o mayor grado:
Razonamiento guiado por las metas y
encadenamiento hacia atrás.
Manejo de incertidumbre. La habilidad del
SE para trabajar con reglas y datos.
Razonamiento guiado por los datos y
encadenamiento hacia adelante.
Características de los SE.
41. Representación de datos. La forma en que los
datos específicos a un problema, dado, son
almacenados y accedidos por el SE.
Interfaz del usuario. La parte del SE que se usa
para una interacción más amigable con el usuario.
Explicación. La habilidad del SE para explicar sus
procesos de razonamiento y su uso en el cómputo
de recomendaciones.
Características de los SE.
42. Ventajas.
Estos programas proporcionan la capacidad de trabajar con grandes cantidades de información,
que son uno de los grandes problemas que enfrenta el analista humano que puede afectar
negativamente a la toma de decisiones pues el analista humano puede depurar datos que no
considere relevantes, mientras un SE debido a su gran velocidad de proceso analiza toda la
información incluyendo las no útiles para de esta manera aportar una decisión más sólida.
43. Ventajas.
• Resuelven problemas que requieren un “conocimiento
formal especializado”.
• Obtienen conclusiones más rápidamente que los
expertos humanos.
• Razonan pero en base a un conocimiento adquirido y
no tienen sitio para la subjetividad.
• Tienen al menos, la misma competencia que un
especialista humano.
• Recomendados cuando los expertos humanos son
escasos, o cuando es muy elevado el volumen de
datos que ha de considerarse para obtener una
conclusión.
44. Limitaciones.
Para actualizar necesitan
reprogramación. Tienen un elevado
costo en dinero y tiempo, además que
son poco flexibles a cambios y de difícil
acceso a información no estructurada.
Por otra parte la inteligencia artificial no
ha podido desarrollar sistemas que
sean capaces de resolver problemas
de manera general, de aplicar el
sentido común para resolver
situaciones complejas ni de controlar
situaciones ambiguas.
Sistema experto robótico
utilizado en medicina
45. Capacidad para el manejo de altos volúmenes y
flujo de información.
Disminución de procesos burocráticos de las
funciones del personal de la empresa.
Aumento de la productividad.
Hacer que el conocimiento sea más accesible para
una mayor cantidad de usuarios.
Que económicamente el conocimiento este al
alcance de más usuarios.
Lograr la trascendencia del conocimiento a través
del tiempo sin importar la posible desaparición del
experto humano.
Necesidades de los SE en las
organizaciones.
46. La adquisición de nuevas tecnologías está
íntimamente asociados con altos costos de las
inversiones a efectuar.
Aún teniendo la tecnología más moderna, la
automatización puede ser ineficiente, por ende se debe
realizar un análisis acerca de las verdaderas
necesidades de la organización con respecto a las
diferentes opciones existentes en el mercado con la
finalidad que esta se adapte mejor a sus funciones.
Consideraciones en la adquisición de
SE en las organizaciones.
48. Estructura básica de un SE.
Base de Relaciones: Contiene el
conocimiento sobre el dominio.
Hay que obtener el conocimiento
del experto y codificarlo en la base
de relaciones. Una forma clásica
de representar el conocimiento en
un SE son las reglas, aunque se
puede usar otras formas.
49. Estructura básica de un SE.
Contiene los hechos sobre un
problema que se han descubierto
antes y durante una consulta.
Durante una consulta con el SE,
el usuario introduce la información
del problema actual en la base de
hechos. El sistema empareja esta
información con el conocimiento
disponible en la base de
conocimientos para deducir
nuevos hechos.
50. Estructura básica de un SE.
Motor de Inferencia. Es un módulo que simula el proceso
de razonamiento del experto humano en el dominio, y
tiene como objetivo generar nueva información con base
en el conocimiento que se le provee.
51. Estructura básica de un SE.
Está formado por algoritmos o programas que reflejan
algún tipo de inferencia, manejan (seleccionan, deciden,
interpretan y aplican) los conocimientos de la base de
conocimientos y coordinan las acciones que el sistema,
como un todo, debe realizar.
52. Estructura básica de un SE.
Trabaja con la información contenida en la base de
relaciones y la base de datos para deducir nuevos hechos.
Razona por encadenamiento hacia adelante, o
encadenamiento hacia atrás.
53. Estructura básica de un SE.
Permite la interacción entre un SE y su
usuario.
Se realiza en lenguaje natural, con el apoyo
de facilidades modernas para interacción con
computadoras (teclado, ratón, pantalla táctil,
etc.)
Lo importante es que sea altamente
interactiva, facilitando la “conversación” con
seres humanos.
Un requerimiento básico es la habilidad de
preguntar y recibir respuestas, para desplegar
una conclusión o resultado al usuario.
54. Estructura básica de un SE.
Permite proporcionar una
explicación al usuario de por
qué está haciendo una
pregunta y cómo ha llegado
a una conclusión.
Proporciona beneficios al
diseñador del sistema y al
usuario.
El diseñador puede usarlo
para detectar errores y el
usuario se beneficia de la
transparencia del sistema.
55. Estructura básica de un SE.
Permite al Experto o al
Ingeniero del Conocimiento
actualizar el conocimiento de
la base de conocimientos.
Por este medio se ingresan
los hechos (datos) y las
relaciones al sistema.
Facilita probar y depurar los
cambios realizados.
56. Estructura básica de un SE.
Base de conocimientos. Es la parte del sistema experto
que contiene el conocimiento sobre el dominio. hay que
obtener el conocimiento del experto y codificarlo en la
base de conocimientos. Una forma clásica de representar
el conocimiento en un sistema experto son lar reglas. Una
regla es una estructura condicional que relaciona
lógicamente la información contenida en la parte del
antecedente con otra información contenida en la parte del
consecuente.
57. Estructura básica de un SE.
Base de hechos (Memoria de trabajo). Contiene los
hechos sobre un problema que se han descubierto durante
una consulta. Durante una consulta con el sistema
experto, el usuario introduce la información del problema
actual en la base de hechos. El sistema empareja esta
información con el conocimiento disponible en la base de
conocimientos para deducir nuevos hechos.
58. Estructura básica de un SE.
Motor de inferencia. El sistema experto modela el proceso
de razonamiento humano con un módulo conocido como el
motor de inferencia. Dicho motor de inferencia trabaja con
la información contenida en la base de conocimientos y la
base de hechos para deducir nuevos hechos. Contrasta
los hechos particulares de la base de hechos con el
conocimiento contenido en la base de conocimientos para
obtener conclusiones acerca del problema.
59. Estructura básica de un SE.
Subsistema de explicación. Una característica de los
sistemas expertos es su habilidad para explicar su
razonamiento. Usando el módulo del subsistema de
explicación, un sistema experto puede proporcionar una
explicación al usuario de por qué está haciendo una
pregunta y cómo ha llegado a una conclusión. Este módulo
proporciona beneficios tanto al diseñador del sistema
como al usuario. El diseñador puede usarlo para detectar
errores y el usuario se beneficia de la transparencia del
sistema.
60. Estructura básica de un SE.
Interfaz de usuario. La interacción entre un sistema experto y un usuario se realiza en lenguaje natural.
También es altamente interactiva y sigue el patrón de la conversación entre seres humanos. Para conducir este proceso de
manera aceptable para el usuario es especialmente importante el diseño del interfaz de usuario.
Un requerimiento básico del interfaz es la habilidad de hacer preguntas. Para obtener información fiable del usuario hay que
poner especial cuidado en el diseño de las cuestiones. Esto puede requerir diseñar la interfaz usando menús o gráficos.
61. DESARROLLO DE UN SE.
Para desarrollar el software primero conocemos el
equipo de gente necesario, después los métodos que
y utiliza ese equipo de gente y por ultimo como
prueban y construyen prototipos de software para
terminar en el sistema final.
1. Equipos de desarrollo.
2. Métodos auxiliares en el desarrollo.
3. Construcción de prototipos (“rapid prototyping”.)
62. DESARROLLO DE UN SE.
1. Equipos de desarrollo
1.1 Expertos
1.2 El ingeniero del conocimiento
1.3 El usuario
2. Métodos auxiliares en el desarrollo:
La eficiencia en la creación de sistemas expertos
puede aumentarse en gran medida con la aplicación
de shells.
Un shell es un sistema experto que contiene una base
de conocimientos vacía. Existe el mecanismo de
inferencia, el componente explicativo y a veces
también la interfaz del usuario.
3. Construcción de prototipos (“rapid prototyping”.)
63. DESARROLLO DE UN SE.
3. Construcción de prototipos (“rapid prototyping”.)
La implantación de un prototipo que permite llevar a
cabo las funciones más importantes de éste, aunque
con esfuerzo de desarrollo considerablemente inferior
al de una implementación convencional.
Sistema
Experto
Experto en el dominio
Ingeniero del
conocimiento
Usuario del
conocimiento
64. Componentes de SE.
El SEEl SE
Base de conocimiento
usuario Estación de trabajo
Consulta
experto
Programa
Interfase
usuario
Programa
Interfase
usuario
Programa
Mecanismo
inferencia
Programa
Mecanismo
inferencia
Desarrollo sistema expertoDesarrollo sistema experto
Estación trabajo
Ingeniería de
conocimiento
Programa
Adquisición
conocimiento
Programa
Adquisición
conocimiento Experto o
Ingeniero del
conocimiento
65. • El primer componente que se utiliza para el desarrollo
de inteligencia es El software de interfaz, el cual el
usuario expresa preguntas a éste, el sistema experto
pide más información a partir del usuario y éste le
expone al usuario la causa de razonamiento utilizado
para alcanzar a una respuesta.
Componentes de SE.
66. • El segundo
componente
es la base de
datos, que
consiste de
axiomas
(hechos) y
reglas para
hacer
inferencias a
partir de esos
hechos
acerca del
dominio del
sistema.
Componentes de SE.
67. • El programa computacional, llamado el motor de
inferencia, elabora el proceso de hacer inferencias,
interpreta y evalúa los hechos en la base de
conocimiento para proveer una respuesta.
Componentes de SE.
68. Definición y análisis de los requerimientos del
usuario.
Diseño del sistema (Software y Hardware) y de la
base de datos.
Implantación y prueba de módulos.
Integración y prueba del sistema.
Operación y Mantenimiento.
Etapas a cumplir para el desarrollo de
SE dentro de una organización.
70. Etapas a cumplir para el desarrollo de
SE dentro de una organización.
Determinar el campo de acción del S.E.
Búsqueda de información sobre dicho S.E.
Generar una lluvia de ideas sobre el acciones del
S.E. y los problemas o necesidades que resolverá.
Recopilar la información (por medio de entrevistas,
encuestas, cuestionarios, observación sistemática) a
través de las personas involucradas.(Usuarios u
otros actores del S.E., Ingenierio del Conocimiento,
Experto, Analista, Programador, etc.)
Jerarquizar acciones, problemas o necesidades que
resolverá el S.E.
Establecer jerarquía de objetivos que cumplirá el
S.E.
Elaborar antecedentes y justificación para el
desarrollo del S.E.
71. Etapas a cumplir para el desarrollo de
SE dentro de una organización.
Establecer el modelo del negocio referido al S.E a
desarrollar.
Clasificar el S.E.
Aplicar proceso de caja negra para definir salidas y
entradas dentro del S.E.
Definir los procesos que ejecutará el S.E. a través de
la representación de conocimiento por medio de
scripts o guiones.
Crear la tabla PAMA para los agentes inteligentes
del S.E.Métodos de búsquedas que usan los
agentes y el seudocódigo (o diagrama de flujo o
diagrama NS) correspondiente.
72. Etapas a cumplir para el desarrollo de
SE dentro de una organización.
Iniciar el modelado con la herramienta UML.
Diagrama de casos de uso.
Diagramas de paquetes.
Diagramas de secuencia.
Diagrama de estados.
Diagramas de actividad.
Diagrama de despliegue.
Diagrama de clases.
Diagrama entidad relación.
73.
74. SADUCI. Sistema de Ayuda a la Dirección de
una Unidad de Cuidados Intensivos.
Permite conocer el
movimiento de
pacientes ingresados
en la UCI,
clasificándolos por
diferentes variables y
usando el codificador
de enfermedades de la
OMS.
75. APACHEII. Acute Physiology and Chronic
Health Evaluation Automatizado.
Sistema automatizado
para el cálculo del índice
de gravedad basado en
las desviaciones de las
variables fisiológicas
claves del paciente
[APACHE II de Knaus et
al], usado para
pronosticar su riesgo de
muerte y estratificar
grupos de riesgo.
76. TISS. Therapeutic Intervention Scoring System
Automatizado.
Sistema automatizado
para la valoración del
paciente en base a las
intervenciones
terapéuticas que se le
aplican [TISS de Cullen et
al], con el objetivo de
valorar su estado y
distribuir óptimamente los
recursos humanos
dedicados a su atención.
77. ASMA. Tratamiento del Asma y la Enfermedad
Pulmonar Obstructiva Crónica. (EPOC)
Proporciona el
tratamiento completo
que incluye entre
otros las dosis de
medicamentos,
volumen de líquido a
administrar y medidas
terapéuticas
específicas para
pacientes asmáticos
o con EPOC.
78. CASNET, realiza el tratamiento del glaucoma. Posee
una potente base de datos, haciéndole portador de
un elevado nivel de conocimiento reconocido por
numerosos especialistas.
ELECTROCARDIGRAPH, desarrollado por Hewlett
Packard. Realiza la interpretación de
electrocardiogramas.
INTERNIST, desarrollado por la Universidad de
Pittsburg en 1977. Puede diagnosticar hasta 500
enfermedades que forman parte del área de la
medicina interna.
PIP (Present Illnes Program), desarrollado en el MIT
en 1976. Diagnostica enfermedades del riñón.
Ejemplos de SE de diagnósticos médicos.
79. HELP, mediante sistemas automatizados se
capturan los datos del paciente (pulso, temperatura,
pruebas de laboratorio y gabinete).
RHEUM, realiza el diagnóstico en reumatología.
Desarrollado por Kingsland en 1983.
TROPICAID, Su objetivo es cubrir las enfermedades
más comunes de los países en desarrollo: diarrea,
parásitos intestinales, enfermedades de los ojos,
enfermedades de la piel y enfermedades
infecciosas. El sistema tiene tres puntos de entrada:
diagnóstico, terapia y prescripción de drogas.
Ejemplos de SE de diagnósticos médicos.
80. En programación y circuitos:
PROGRAMMERS APPRENTICE: Ayuda a la escritura de
programas.
EURISKO: Capaz de aprender a medida que funciona,
que crea circuitos micro eléctricos tridimensionales.
En lo militar y estratégico:
EXPERT SYSTEMS TO COMBAT INTeRNATIONAL
TERRORRISM: ayuda a la creación de estrategias
antiterrorista.
TWIRL: Simulaciones de guerras completas y guía de
mejores acciones posibles a realizar, en casi todas las
situaciones.
RI: Para el descubrimiento de yacimientos petrolíferos
bajo aguas marinas.
Ejemplos de SE.