SISTEMAS EXPERTOS

ESCUELA PROFESIONAL DE INGENIERIA DE SISTEMAS

Inteligencia Artificial

Sistemas Expertos

INTRODUCCION A LOS S.E

El propsito de este tema es de mostrarnos una amplia y precisa descripcin de lo que son los Sistemas Expertos (SE), los cuales tambin son conocidos como Sistemas Basados en Conocimiento. As mismo mostramos brevemente los orgenes, conceptos, aplicaciones, ventajas, limitaciones, y su arquitectura bsica de esta rea y/o campo de la Inteligencia artificial. Por otra parte en la actualidad el mercado se vuelve ms competitivo, donde la administracin y buen manejo de la informacin 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 reas.

HISTORIA DE LOS S.E (I)

Sus inicios datan a mediados de los aos sesenta. Durante esta dcada los investigadores Alan Newell y Herbert Simon desarrollaron un programa llamado GPS (General Problem Solver:solucionador general de problemas).
Poda trabajar con criptoaritmtica, con las torres de Hanoi y con otros problemas similares. Lo que no poda hacer el GPS era resolver problemas del mundo real, tales como un diagnstico mdico.

HISTORIA DE LOS S.E (II)

Algunos investigadores decidieron entonces cambiar por completo el enfoque del problema restringiendo su ambicin a un dominio especfico 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, comenz a desarrollar SE utilizando bases de conocimiento definidas minuciosamente. Dos aos ms tarde se construye DENDRAL, el cual es considerado como el primer SE.

identificar estructuras qumicas moleculares a partir de su anlisis espectrogrfico.

HISTORIA DE LOS S.E (III)

En la dcada de los setenta se desarroll MYCIN para consulta
y diagnstico de infecciones de la sangre. En esa poca se desarrollaron tambin: HERSAY, que intentaba identificar la palabra hablada, y PROSPECTOR, utilizado para hallar yacimientos de minerales. De este ltimo deriv el shell KAS (Knowledge Adquisition System). Un ejemplo de SE moderno es CASHVALUE, que evala proyectos de inversin y VATIA, que asesora acerca del impuesto sobre el valor aadido o IVA.

DEFINICIONES DE S.E (I)

Es un software que imita el comportamiento de un experto humano en la solucin de un problema. Pueden almacenar conocimientos de expertos para un campo determinado y solucionar un problema mediante deduccin lgica de conclusiones. Son SE aquellos programas que se realizan haciendo explicito el conocimiento en ellos, que tienen informacin especfica 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]

DEFINICIONES DE S.E (II)

Programas que contienen tanto conocimiento declarativo (hechos a cerca de objetos, eventos y/o situaciones) como conocimiento de control (informacin a cerca de los cursos de una accin), para emular el proceso de razonamiento de los expertos humanos en un dominio en particular y/o rea de experiencia.
Software que incorpora conocimiento de experto sobre un dominio de aplicacin 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 simblico.
7

DEFINICIONES DE S.E (III)

UN SISTEMA EXPERTO, puede definirse como un sistema informtico (hardware y software) que simula a los expertos humanos en un rea de especializacin dada.
Como tal, un sistema experto debera ser capaz de procesar y memorizar informacin, aprender y razonar en situaciones deterministas e inciertas, comunicar con los hombres y/u otros sistemas expertos, tomar decisiones apropiadas, y explicar por qu se han tomado tales decisiones. Se puede pensar tambin 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.

CARACTERSTICAS
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 estn haciendo.

SISTEMAS EXPERTOS

3) Se comunican con otros expertos y adquieren nuevos conocimientos.

4) Reestructuran y reorganizan el conocimiento. 5) Interpretan al mismo tiempo el espritu y la letra de las reglas. 6) Determinan cuando un problema est en el dominio de su experiencia.

FUNCIN 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 ponindolos a disposicin del sistema, para que este pueda resolver una funcin dentro del mbito del problema, de igual forma que lo hubiera hecho un experto.
10

Los sistemas expertos siguen una filosofa diferente a los programas clsicos.

SISTEMA CLSICO Conocimiento y procesamiento combinados en un programa No contiene errores No da explicaciones, los datos slo se usan o escriben

SISTEMA EXPERTO Base de conocimiento separada del mecanismo de procesamiento Puede contener errores Una parte del sistema experto la forma el mdulo de explicacin

Los cambios son tediosos

El sistema slo opera completo Se ejecuta paso a paso Necesita informacin completa para operar Representa y usa datos

Los cambios en las reglas son fciles

El sistema puede funcionar con pocas reglas La ejecucin usa heursticas y lgica Puede operar con informacin incompleta Representa y usa conocimiento
11

Los modelos funcionales de los sistemas expertos

CATEGORA Interpretacin Prediccin Diagnstico Diseo Planificacin Monitorizacin o supervisin Depuracin Reparacin Instruccin Control Enseanza TIPO DE PROBLEMA Deducir situaciones a partir de datos observados Inferir posibles consecuencias a partir de una situacin Deducir fallos a partir de sus efectos Configurar objetos bajo ciertas especificaciones Desarrollar planes para llegar a unas metas Controlar situaciones donde hay planes vulnerables Prescribir remedios para funcionamientos errneos Efectuar lo necesario para hacer una correccin Diagnstico, depuracin y correccin de una conducta Mantener un sistema por un camino previamente trazado. Interpreta, predice y supervisa su conducta Recoger el conocimiento y mostrarlo USO Anlisis de imgenes, reconocimiento del habla, inversiones financieras Prediccin meteorolgica, previsin del trfico, evolucin de la Bolsa Diagnstico mdico, deteccin de fallos en electrnica Diseo de circuitos, automviles, edificios, etc Programacin de proyectos e inversiones. Planificacin militar Control de centrales nucleares y factoras qumicas Desarrollo de software y circuitos electrnicos Reparar sistemas informticos, automviles, etc Correccin de errores, enseanza Estrategia militar, control de trfico areo

Aprendizaje de experiencia

12

TIPOS DE S.E
Segn la naturaleza de problemas para los que estn diseados:
Problemas Deterministas Sistemas Basados en Reglas , porque sacan sus conclusiones basndose en un conjunto de reglas utilizando un mecanismo de razonamiento lgico. Problemas Estocsticos Sistemas Expertos Probabilsticos, utilizan la probabilidad como medida de incertidumbre y la estrategia de razonamiento que usan se conoce como razonamiento probabilstico, o inferencia probabilstica.

13

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 lgica clsica a estas reglas.
Qu se entiende por regla? Una proposicin lgica que relaciona dos o ms objetos Incluye dos partes, la premisa y la conclusin. Cada una de estas partes consiste en una expresin lgica con una o ms afirmaciones objeto-valor conectadas mediante los operadores lgicos y, o, o no. Una regla se escribe normalmente como \Si premisa, entonces conclusin".
14

A) BASADOS EN REGLAS (II)

Situaciones complejas deterministas: gobernadas por reglas

Sistemas de control de trfico Sistemas de seguridad Transacciones bancarias

15

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 tcnicas numricas, o tambin, las incertidumbres pueden ser manejadas con una aproximacin de la forma de rastro.
El razonamiento en la presencia de incertidumbre sucede en ejemplos tpicos de diagnstico y anlisis de datos. Emplean reglas de condicin-conclusin que van acompaadas de una estimacin de certidumbre, en donde se tiene: 1.- Procedimiento numrico 2.- Revisin de la credibilidad
16

B) B. EN PROBABILIDADES (II)
1.- PROCEDIMIENTO NUMRICO
Ideados para manejar evidencias que pueden ser combinadas. Los sistemas que usan esta aproximacin manejan factores de certidumbre relacionados con probabilidades para indicar la intensidad de la evidencia. La teora de conjuntos difusos ha sido otra herramienta poderosa para esta clase de problemas. Ejemplo: SE de diagnstico MYCIN.

17

B)B. EN PROBABILIDADES (III)

2.- REVISIN DE LA CREDIBILIDAD
Cuando la informacin es parcial o errnea completamente el sistema incurrir en contradicciones. Malas lneas 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 justificacin. Usando esta aproximacin es posible explotar las redundancias en los datos experimentales para mantener la verdad y as incrementar la confiabilidad del sistema

18

ARQUITECTURA BSICA

19

Elementos de los S.E

20

1. La Componente Humana
Con los usuarios en mente y la colaboracin de: Los expertos humanos, especialistas en el tema de estudio suministran el conocimiento bsico en el tema de inters, Los ingenieros del conocimiento trasladan este conocimiento a un lenguaje, que el sistema experto pueda entender.
Quizs el elemento ms importante en el desarrollo de un sistema experto.

Esta etapa requiere una enorme dedicacin y un gran esfuerzo debido a los diferentes lenguajes que hablan las distintas partes y a las diferentes experiencias que tienen.

21

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 informacin relacionada con una aplicacin particular. son efmeros (destruidos despus de usarlos) y se almacenan en la memoria de trabajo ( asi como Todos los procedimientos de los diferentes sistemas y subsistemas que son de carcter transitorio ) Por ejemplo, en diagnostico mdico, los sntomas, las enfermedades y las relaciones entre ellos, forman parte del conocimiento, mientras los sntomas particulares de un paciente dado forman parte de los datos.
22

3. Subsistema de Adquisicin de Conocimiento

Controla el flujo del nuevo conocimiento que fluye del experto humano a la base de datos. Determina qu 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.

23

4. Control de la Coherencia
Ayuda a los expertos humanos a dar informacin 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 informacin debe cumplir para ser coherente con la existente en la base de conocimiento cuando se solicita informacin 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 propagacin de incertidumbre, se podra llegar a conclusiones absurdas o en conflicto como, por ejemplo, situaciones en las que el sistema genera probabilidades mayores que la unidad o negativas
24

5. El Motor de Inferencia
Es el corazn de todo sistema experto. Saca conclusiones aplicando el conocimiento a los datos. Por ejemplo, en diagnstico mdico, los sntomas de un paciente (datos) son analizados a la luz de los sntomas y las enfermedades y de sus relaciones (conocimiento). Las conclusiones del motor de inferencia pueden estar basadas en conocimiento determinista o conocimiento probabilstico. En muchos casos, algunos hechos (datos) no se conocen con absoluta certeza. Por ejemplo, pinsese en un paciente que no est seguro de sus sntomas. El motor de inferencia es tambin responsable de la propagacin de este conocimiento incierto. Es Probablemente el componente ms dbil de casi todos los sistemas expertos existentes.

25

6.- El Subsistema de Adquisicin de Informacin

Si el conocimiento inicial es muy limitado y no se pueden sacar conclusiones, el motor de inferencia utiliza el subsistema de adquisicin de informacin 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 informacin requerida para este y otros objetivos. De ello resulta la necesidad de una interfase de usuario y de una comprobacin de la consistencia de la informacin suministrada por el usuario antes de introducirla en la memoria de trabajo.

26

7.- Interfase de Usuario

Es el enlace entre el sistema experto y el usuario, por ello debe incorporar mecanismos eficientes para mostrar y obtener informacin de forma fcil y agradable. Muestra las conclusiones, las razones que expliquen tales conclusiones y una explicacin de las acciones iniciadas por el sistema experto. Tambin es un vehculo para obtener la informacin necesaria del usuario. Consecuentemente, una implementacin inadecuada de la interfase de usuario que no facilite este proceso minara notablemente la calidad de un sistema experto.

27

8.- El Subsistema de Ejecucin de rdenes

Permite al sistema experto iniciar acciones basadas en las conclusiones sacadas por el motor de inferencia. Como ejemplos, un sistema experto diseado para analizar el trfico ferroviario puede decidir retrasar o parar ciertos trenes para optimizar el trfico global, o un sistema para controlar una central nuclear puede abrir o cerrar ciertas vlvulas, mover barras, etc., para evitar un accidente. La explicacin de las razones por las que se inician estas acciones pueden darse al usuario mediante el subsistema de explicacin.

28

9.- El Subsistema de Explicacin

Explica el proceso seguido por el motor de inferencia o por el subsistema de ejecucin (explicacin de las conclusiones sacadas o de las acciones iniciadas por el sistema experto). Por ejemplo, si un cajero automtico decide rechazar la palabra clave (una accin), la mquina puede mostrar un mensaje (una explicacin) como la siguiente :Lo siento!, su palabra clave es todava incorrecta tras tres intentos. Retenemos su tarjeta de crdito, para garantizar su seguridad. Por favor, pngase en contacto con su banco en horas de oficina. En muchos dominios de aplicaciones, es necesaria la explicacin 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 ltimos de los diagnsticos, independientemente de las herramientas tcnicas utilizadas para sacar conclusiones. En estas situaciones, sin un subsistema de explicacin, los doctores pueden no ser capaces de explicar a sus pacientes las razones de su diagnostico.
29

10. El Subsistema de Aprendizaje

Una de las principales caractersticas 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 sntomas relevantes para una enfermedad o la inclusin de una nueva regla en la base de conocimiento. Aprendizaje Paramtrico nos referimos a estimar los parmetros necesarios para construir la base de conocimiento. Ej. la estimacin de frecuencias o probabilidades asociadas a sntomas o enfermedades.
30

TAREAS REALIZABLES POR LOS S. E

Adquisicin de conocimiento y la verificacin 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.

31

CAMPOS DE APLICACION (I)

La aplicacin de Sistemas Expertos ser adecuada all donde los expertos dispongan de conocimientos complejos en un rea muy delimitada, donde no existan algoritmos ya establecidos (o donde los existentes no puedan solucionar algunos problemas). Otro campo de aplicacin es all donde encontremos teoras que resulten prcticamente imposibles de analizar todos los casos tericamente imaginables mediante algoritmos y en un espacio de tiempo relativamente corto y razonable.

32

CAMPOS DE APLICACION (II)

Resumiendo los Sistemas Expertos ofrecen ayuda para:
Evitar fallos en labores rutinarias complejas Ampliar de forma ms rpida los conocimientos de los especialistas. Diagnosticar los fallos con mayor rapidez y conseguir tareas de planificacin ms completas y consistentes.

33

CAMPOS DE APLICACION (III)

34

LENGUAJES DE PROGRAMACION DE S.E (I)

Para el desarrollo de los sistemas expertos se utilizan lenguajes de ingeniera del conocimiento. Los lenguajes ms 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 simblica y deductivamente. Adems soporta trabajo en redes, trabaja en una forma Interactiva compilada e interpretada y cuenta con una serie de depuradores y herramientas de programacin. Como puede ser programada en una sintaxis parecida al Ingles esto la hace bastante leble y entendible para los usuarios.
35

LENGUAJES DE PROGRAMACION DE S.E (II)

El lenguaje ROSS, es un lenguaje de programacin orientado a objetos, y combina la Inteligencia Artificial y los Sistemas Expertos principalmente en el rea 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.

36

DESARROLLO DE UN SISTEMA EXPERTO

Weiss y Kulikowski (1984) sugieren las etapas siguientes para el diseo e implementacin de un sistema experto:

37

ETAPAS PARA DISEO E IMPLEMENT. DE UN S.E (I)

38

ETAPAS PARA DISEO E IMPLEMENT. DE UN S.E (II)

1.- Planteamiento del problema.

La primera etapa en cualquier proyecto es normalmente la definicin del problema a resolver. Puesto que el objetivo principal de un sistema experto es responder a preguntas y resolver problemas, esta etapa es quizs la ms importante en el desarrollo de un sistema experto. Si el sistema est mal definido, se espera que el sistema suministre respuestas errneas. 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. Diseo de un sistema experto. Esta etapa incluye el diseo de estructuras para almacenar el conocimiento, el motor de inferencia, el subsistema de explicacin, la interfase de usuario, etc.
39

ETAPAS PARA DISEO E IMPLEMENT. DE UN S.E (III)

4. Eleccin de la herramienta de desarrollo, concha, o lenguaje de programacin. Debe decidirse si realizar un sistema experto a medida, o utilizar una concha, una herramienta, o un lenguaje de programacin. Si existiera una concha satisfaciendo todos los requerimientos del diseo, esta debera ser la eleccin, no slo por razones de tipo financiero sino tambin por razones de fiabilidad. Las conchas y herramientas comerciales estn sujetas a controles de calidad, a los que otros programas no lo estn.
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.
40

ETAPAS PARA DISEO E IMPLEMENT. DE UN S.E (IV)

6. Refinamiento y generalizacin En esta etapa se corrigen los fallos y se incluyen nuevas posibilidades no incorporadas en el diseo inicial.
7. Mantenimiento y puesta al da. 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 funcin de las aportaciones de los usuarios. Para el lector interesado en estos temas recomendamos la lectura de los trabajos de OKeefe, Balci y Smith (1987), Chandrasekaran (1988) y Preece 1990).
41

VENTAJAS DE UN S.E (I)

El desarrollo o la adquisicin 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 trminos monetarios, tiempo, y precisin resultantes del uso de los sistemas expertos son muy altas, y la amortizacin es muy rpida. Sin embargo, antes de desarrollar o adquirir un sistema experto debe realizarse un anlisis de factibilidad y de coste-beneficio. Hay varias razones para utilizar sistemas expertos. Las ms importantes son:

42

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 tambin importante en casos en los que hay pocos expertos humanos. Adems, el nmero 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 ms fiables, ya que se obtiene un sistema experto que combina la sabidura colectiva de varios expertos humanos en lugar de la de uno solo. 3. Los sistemas expertos pueden responder a preguntas y resolver problemas mucho ms rpidamente que un experto humano. Por ello, los sistemas son muy valiosos en casos en los que el tiempo de respuesta es crtico.
43

VENTAJAS DE UN S.E (III)

4.- En algunos casos, la complejidad del problema impide al experto humano resolverlo. En otros casos la solucin de los expertos humanos no es fiable. Debido a la capacidad de los ordenadores de procesar un elevadsimo numero de operaciones complejas de forma rpida y aproximada, los sistemas expertos suministran respuestas rpidas y fiables en situaciones en las que los expertos humanos no pueden. 5. Los sistemas expertos pueden ser utilizados para realizar operaciones montonas, aburridas e inconfortables para los humanos. En verdad, los sistemas expertos pueden ser la nica solucin viable en una situacin en la que la tarea a realizar desborda al ser humano (por ejemplo, un avin o una cpsula espacial dirigida por un sistema experto).
44

VENTAJAS DE UN S.E (IV)

6. Se pueden obtener enormes ahorros mediante el uso de sistemas expertos.
7. Fcil acceso y disponibilidad de conocimiento experto.

8. Permanencia del conocimiento experto.

9. Respuestas no subjetivas. 10.Resolucin de problemas complejos que no tengan una solucin especfica y adecuada.

45

LIMITACIONES
1) Para actualizar se necesita de reprogramacin de estos .

2) Elevado costo en dinero y tiempo.

3) Programas son poco flexibles a cambios y de difcil acceso a informacin no estructurada. 4) Escasez de expertos humanos en determinadas reas

Tenemos

5) No se han desarrollado sistemas que sean capaces de resolver problemas de manera general.

46

EJEMPLOS DE S.E (I)

Mycin (Sistema Experto para diagnsticos mdicos) MYCIN es un Sistema Experto para la realizacin de diagnsticos, iniciado pro Ed Feigenbaum y posteriormente desarrollados por E.Shortliffe y sus colaboradores. Su funcin es la de aconsejar a los mdicos en la investigacin y determinacin de diagnsticos en el campo de las enfermedades infecciosas de la sangre. El sistema MYCIN, al ser consultado por el mdico, solicita primero datos generales sobre el paciente: nombre, edad, sntomas, etc. Una vez conocida esta informacin por parte del sistema, el Sistema Experto plantea unas hiptesis. Para poder verificarlas comprueba primero la exactitud de las premisas de la regla.

47

EJEMPLOS DE S.E (II)

Esto se realiza mediante una bsqueda 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. Tambin lo realiza mediante determinadas preguntas al usuario. Aqu se hacen preguntas del tipo: Se ha practicado en el paciente algn tipo de intervencin quirrgica? Con las respuestas que recibe, el MYCIN verifica o rechaza las hiptesis planteadas. Una serie de tests han demostrado que MYCIN trabaja igual de bien que un mdico.

48

EJEMPLOS DE S.E (III)

Xcon (Sistema Experto para configuracin de Ordenadores) XCON es un Sistema Experto para configuraciones desarrollado por la Digital Equipment Corporation. Segn 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 configuracin completa y correcta de un sistema de estas caractersticas es un problema de gran complejidad. XCON es capaz de comprobar y completar los pedidos entrantes mucho ms rpido y mejor que las personas encargadas hasta ahora de esa labor.

49

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 est aprendiendo a operar un ambiente, y en base a ellas construye un modelo adaptativo del usuario. Si bien el concepto general es aplicable para reas diversas tales como las Interfases Inteligentes y el soporte tcnico, en particular es de inters para este trabajo ya que los dominios de prueba que model corresponden al de un lenguaje y un entorno de programacin (LISP y UNIX, respectivamente); as como por la prueba de adaptabilidad a distintos dominios en que prob ser efectivo. En dicha prueba, despus de completar el desarrollo y pruebas del tutor bajo el dominio de LISP, se encarg a un estudiante inexperto, su adaptacin al dominio de UNIX; dado el xito de la adaptacin, a pesar de la inexperiencia del constructor del dominio, Selker concluye que la aplicacin de los conceptos y modelacin del dominio son apropiados para diversos dominios, y por lo tanto, fcilmente adaptables.

50

EJEMPLOS DE S.E (V)

Una de las contribuciones importantes de Coach consiste en la descripcin 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 anlisis 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 xito de un sistema similar como el que ocupa este trabajo.

51