Sistemas Expertos

SISTEMAS EXPERTOS

INTRODUCCINProfesor: Joel Prez GonzlezFebrero 2010

CRITERIOS DE EVALUACIN25% EXAMEN 10% PARTICIPACIN EN ESPACIOS GRUPALES 30% ACTIVIDADES DE APRENDIZAJE Y EJERCICIOS 35% ELABORACIN DE TRABAJOS INTEGRADORES: ENSAYOS INVESTIGACIONES PRCTICAS TCNICAS CONFORME A LA MATERIA DE ESTUDIO

SISTEMAS EXPERTOSMotor de inferencia

El sistema experto modela el proceso de razonamiento humano con un mdulo conocido como el motor de inferencia. Dicho motor de inferencia trabaja con la informacin 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.


Es el sistema de software que relaciona las reglas almacenados en la base de conocimientos con los acontecimientos (hechos) almacenados en las base de hechos, y por medio de tcnicas de bsqueda heurstica infiere nuevos conocimientos.

Es un Intrprete que ejecuta las reglas y obtiene la cadena de razonamiento que soluciona el problema, est compuesto de dos elementos: Interprete de reglas y Estrategia de control.


Interprete de reglas: Mecanismo de razonamiento que determina qu reglas de la BC se pueden aplicar para resolver el problema.

Estrategia de control: Es la estrategia de resolucin de conflictos.


La Inferencia permite deducir nuevo conocimiento a partir de conocimiento que se sabe que es cierto.

Usa la Base de Hechos y el Conocimiento Base para obtener nuevas conclusiones o hechos.

SISTEMAS EXPERTOSMotor de inferenciaFuncin del motor de inferencia:

Ejecutar acciones para resolver el problema (objetivo) a partir de un conjunto inicial de hechos y eventualmente a travs de una interaccin con el usuarioLa ejecucin puede llevar a la deduccin de nuevos hechos.

SISTEMAS EXPERTOSMotor de inferenciaTipos de inferencias :

Existen diferentes reglas de inferencia (Modus Ponens, Modus Tollens)

Existen diferentes estrategias de inferencia (Encadenamiento de reglas hacia delante y hacia atrs).

SISTEMAS EXPERTOSMotor de inferenciaTipos de inferencias :

Encadenamiento hacia delante (Forward Chaining)Encadenamiento hacia atrs (Backward Chaining)

SISTEMAS EXPERTOSENCADENAMIENTO HACIA DELANTE Y HACIA ATRS

Hacia atrsHacia adelante

SISTEMAS EXPERTOSMotor de inferenciaEstrategias de bsqueda:

Encadenamiento hacia delante (Forward Chaining) Deductivo: Se van ejecutando las reglas que la situacin especificada en la base de hechos permite. Cada regla ejecutada modifica la base de hechos lo que hace que otras reglas puedan ser ejecutadas. Se continua el proceso hasta que no pueden ejecutarse ms reglas. (Ejemplo configuracin de PCs).


Encadenamiento hacia delante (Forward Chaining) Deductivo:

Obtiene nuevos hechos a partir de la evaluacin de reglas.Comienza insertando unos hechos iniciales en la BH.Se exploran las reglas de la BC y se aaden nuevos hechos a la BH. Termina cuando no se cumple ninguna regla.El objetivo es deducir todo el conocimiento posible.


Encadenamiento hacia atrs (Backward Chaining) Inductivo : Se parte de un conjunto de hiptesis que son contrastadas con las conclusiones de ciertas reglas; para poder ejecutar una de estas reglas, se sustituye el objetivo inicial por un conjunto de sub objetivos indicados por las premisas de la regla indicada, el proceso contina hasta que se puede ejecutar la regla. (Ejemplo diagnstico de accidentes en plantas nucleares)


Encadenamiento hacia atrs (Backward Chaining) Inductivo :

Deducir el conocimiento necesario para demostrar un hecho.Comienza fijando un hecho o meta a demostrar.Se busca la regla que contiene dicho hecho como consecuente y se demuestran los hechos del antecedente de la regla.El objetivo es demostrar una meta.


Tipos de sistemas expertos (segn naturaleza del problema):

Deterministas: el estado actual depende del estado anterior y las acciones sobre el entorno. Son los Sistemas Expertos basados en reglas, que usan un mecanismo de razonamiento lgico para sacar sus conclusiones.

Estocsticos: sistemas en los que existe incertidumbre, por lo que necesita ser tratada. Son los Sistemas Expertos Probabilsticos y la estrategia de razonamiento usada es el razonamiento probabilstico.


Qu es exactamente la incertidumbre?

Se define como la falta de certidumbre o certeza, siendo certeza el conocimiento seguro y claro de algo.


En qu situaciones se da incertidumbre?

Cuando los hechos o datos pueden no ser conocidos con exactitud (por ej, un paciente puede no estar seguro de haber tenido fiebre la noche pasada) => subjetividad, imprecisin, errores, datos ausentes...

Cuando el conocimiento no es determinista. Por ej, las relaciones entre enfermedades y sntomas; un mismo conjunto de sntomas puede estar asociado a varias enfermedades.

SISTEMAS EXPERTOS


En los primeros Sistemas Expertos, se usaba la probabilidad para tratar la incertidumbre, pero al encontrarse algunos problemas por el uso incorrecto de algunas hiptesis, se desech.

Con la aparicin de redes probabilsticas (Redes Bayesianas y Cadenas de Markov, principalmente) el uso de la probabilidad para el tratamiento de la incertidumbre ha vuelto a ser aceptado y hoy en da es la forma ms usada.

SISTEMAS EXPERTOSMotor de inferenciaSistemas Expertos basados en reglasUna regla es una afirmacin lgica que relaciona informacin conocida con otra que puede ser inferida o se sabe que es cierta.Una regla se compone de la premisa y el consecuente.Premisa: condiciones para que la regla se ejecute.Consecuente: conclusiones deducidas.Ejemplo de regla: IF TarjetaNoValida THEN PagoNoAutorizado ELSE PagoAutorizado


Incertidumbre: Surge porque se tiene un conocimiento incompleto / incorrecto del mundo o por limitaciones en la forma de representar dicho conocimiento. Existen varias causas para ello, que tienen que ver con la informacin, el conocimiento y la representacin.

Causas de incertidumbre:Informacin incompletaFuentes poco confiablesDetalles y hechos importantes cambianHechos imprecisos, vagos o difusos


Causas de Incertidumbre:

Existen varias causas de incertidumbre que tienen que ver con la informacin, el conocimiento y la representacin.



Informacin:

Incompleta.Poco confiable. Ruido, distorsin.



Conocimiento:

Impreciso. Contradictorio.



Representacin:

No adecuada. Falta de poder descriptivo.

SISTEMAS EXPERTOSTeorema de bayes:

Es el resultado que da la distribucin de probabilidad condicional de un evento aleatorio A dado B en trminos de la distribucin de probabilidad condicional del evento B dado A y la distribucin de probabilidad marginal de slo A


Sea {B1, B2, ..., B3} un conjunto de eventos que forman una particin en un estado muestra S, donde P(Bi) 0, para i = 1,2,..., n. Sea A cualquier evento de S tal que P(A) 0. Entonces, para K = 1,2, ... , n, se tiene:


Probabilidad de tener un evento Bi dado que el evento A ha ocurrido.

SISTEMAS EXPERTOSTeorema de bayes:Ejemplo. Si se conoce que el dos porciento de una poblacin tiene tuberculosis, podemos definir:Dado el hecho: P(T) = 0.02Variables definidasP(X | T) = probabilidad de que los rayos X de una persona con tuberculosis sean positivos.P(X | no-T) = probabilidad de que los rayos X de una persona saludable sean positivos.P(T | X) = probabilidad de que una persona con rayos X positivos tenga tuberculosis.Dada la informacinP(X | T) = 0.99 y P(X | no-T) = 0.01

SISTEMAS EXPERTOSTeorema de bayes:Calcular P(T | X)


En la prctica, se utiliza para conocer la probabilidad a posteriori de cierta variable de inters dado un conjunto de hallazgos (ya no es condicional).

SISTEMAS EXPERTOSLgica difusa:

Descansa en la idea que en un instante dado, no es posible precisar el valor de una variable X, sino tan solo conocer el grado de pertenencia a cada uno de los conjuntos en que se ha participado el rango de variacin de la variable. Trabaja con conjunto de datos que no tienen lmites perfectamente definidos, es decir la pertenencia no de una variable a un conjunto no es precisa.

Lgica difusaSe utiliza para representar conceptos vagos o difusos.Conjuntos difusosEn la teora estndar un objeto pertenece o no a un conjunto.La lgica tradicional se basa en el hecho de que P(a) es verdadero o falso.Un conjunto difuso permite valores diferentes de 0 1.

Lgica difusa

Las funciones caractersticas de los conjuntos difusos no deben confundirse con probabilidades.

Una probabilidad es la medida del grado de incertidumbre o creencia basada en la frecuencia o proporcin de ocurrencia de un evento.

Una funcin caracterstica difusa est relacionada con la vaguedad y es la medida de factibilidad de un evento.

Lgica difusa

SISTEMAS EXPERTOSShell:

Un Shell (interprete) de SE es un grupo de paquetes y herramientas de software utilizados para disear, desarrollar, poner en operacin y mantener SE con una programacin mnima. Existen tanto para computadoras personales como para sistemas de macrocomputadoras. Algunos son baratos. El usuario introduce los datos o parmetros apropiados y el SE proporciona el resultado para el problema o situacin.

SISTEMAS EXPERTOSShell:Funciones del ShellRecopilador de Informacin: Para introducir nuevas reglas. Almacenamiento de Informacin : para la Base de Datos. Motor de Inferencia: Para el Mtodo de Resolucin. Gestin de Resultados: Para Entrega y Explicacin. Interfaces: Para Experto-Sistema y Usuario-Sistema.


Algunos Shells de Sistemas Expertos:

Exsys de MultilLogic, Inc. Level 5, de Rule Machines Corporacin y XpertRule, de Attar Software..


Ventajas de los shells para SE:

Fciles de desarrollar y modificar.El uso de la satisfaccin.El uso de la heurstica.Desarrollo por los ingenieros y usuarios del conocimiento.

SISTEMAS EXPERTOSConcepto de SE:

Un Sistema Experto est conformado por:

base de conocimientos (BC).base de hechos (memoria de trabajo).motor de inferencia: intentando modelar el proceso de razonamiento humano.mdulos de justificacin: muestra el razonamiento seguido para llegar a una conclusin determinada.interfaz de usuario.


Base de conocimientos (BC):

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 clsica de representar el conocimiento en un sistema experto son lar reglas. Una regla es una estructura condicional que relaciona lgicamente la informacin contenida en la parte del antecedente con otra informacin contenida en la parte del consecuente.


Base de Datos o Base de Hechos:

Contiene los hechos sobre un problema que se han descubierto durante una consulta. Durante una consulta con el sistema experto, el usuario introduce la informacin del problema actual en la base de hechos. El sistema empareja esta informacin con el conocimiento disponible en la base de conocimientos para deducir nuevos hechos.


Motor de inferencia:

El sistema experto modela el proceso de razonamiento humano con un mdulo conocido como el motor de inferencia. Dicho motor de inferencia trabaja con la informacin 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.


Mdulo de justificacin:

Una caracterstica de los sistemas expertos es su habilidad para explicar su razonamiento. Usando el mdulo del subsistema de explicacin, un sistema experto puede proporcionar una explicacin al usuario de por qu est haciendo una pregunta y cmo ha llegado a una conclusin. Este mdulo proporciona beneficios tanto al diseador del sistema como al usuario. El diseador puede usarlo para detectar errores y el usuario se beneficia de la transparencia del sistema.


Interfaz de usuario:

La interaccin entre un sistema experto y un usuario se realiza en lenguaje natural. Tambin es altamente interactiva y sigue el patrn de la conversacin entre seres humanos. Para conducir este proceso de manera aceptable para el usuario es especialmente importante el diseo del interfaz de usuario. Un requerimiento bsico del interfaz es la habilidad de hacer preguntas. Para obtener informacin fiable del usuario hay que poner especial cuidado en el diseo de las cuestiones. Esto puede requerir disear el interfaz usando mens o grficos.

SISTEMAS EXPERTOSRepresentacin del conocimiento:

Tecnologas de representacin del conocimiento (TRCs):

ReglasMarcosLgicaRedes semnticasOntologas

SISTEMAS EXPERTOShttp://es.wikipedia.org/wiki/Heur%C3%ADsticahttp://es.wikipedia.org/wiki/Heur%C3%ADstica_(inform%C3%A1tica)http://web.usal.es/~mlperez/programacion_archivos/trabajos_2006_2007/tema2_AL_Alvarez_et_al.pdfhttp://www.monografias.com/trabajos16/sistemas-expertos/sistemas-expertos.shtml#ARQUIThttp://www.gsi.dit.upm.es/~gfer/ssii/rcsi/marcos.htmlhttp://www.gsi.dit.upm.es/~gfer/ssii/rcsi/http://ccc.inaoep.mx/~emorales/Cursos/RdeC/principal.htmlhttp://translate.google.es/translate?hl=es&langpair=en%7Ces&u=http://lalab.gmu.edu/cs785/02-Knowledge%2520Engineering-Classical%2520methods.ppt

http://translate.google.es/translate?hl=es&langpair=en%7Ces&u=http://www.j-paine.org/students/lectures/lect3/node10.htmlhttp://translate.googleusercontent.com/translate_c?hl=es&langpair=en%7Ces&u=http://www.encyclopedia.com/doc/1O11-inferenceengine.html&rurl=translate.google.es&usg=ALkJrhjU-5lfxbtNmQbR0AK4pFW19PEJrwhttp://es.wikipedia.org/wiki/Teorema_de_Bayeshttp://www.monografias.com/trabajos26/sistemas-expertos/sistemas-expertos.shtml#herram

http://www.cnnexpansion.com/manufactura/tendencias/sistemas-expertos-dones-virtualeshttp://html.rincondelvago.com/inteligencia-artificial_5.html

Documents

Sistemas Expertos