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

19. 19
ARQUITECTURA BÁSICA

20. 20
Elementos de los S.E

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.

34. 34
CAMPOS DE APLICACION (III)

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:

38. 38
ETAPAS PARA DISEÑO E
IMPLEMENT. DE UN S.E (I)

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.