aporte tc no.1- sistemas expertos

Anuncio
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
APORTE INDIVIDUAL TRABAJO COLABORATIVO No. 1
Presentado a:
ANGELA MARIA GONZALEZ
Tutor
Presentado por:
Johana Andrea Páez
Código: 52211813
CEAD JAG
Curso Académico:
INTELIGENCIA ARTIFICIAL
Aula virtual y Grupo colaborativo: 90169_28
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA- UNAD
BOGOTÁ D.C., Marzo 28 de 2014
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
INTRODUCCIÓN
La elaboración de este producto tiene la finalidad de estudiar los contenidos
temáticos de la Unidad 1 del modulo del curso académico titulado Inteligencia
Artificial y comprender los conceptos generales para desarrollar las actividades
propuestas en el trabajo colaborativo No. 1
En este sentido, la Unidad 1 nos adentra el conocimiento, desarrollo y
profundización e importancia de la Inteligencia Artificial sus objetivos y
aplicaciones, así como, su evolución, técnicas y resolución de problemas, criterios
de éxito, los agentes inteligentes y los tipos de problema que la Inteligencia
Artificial puede resolver.
.
Página 2
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
OBJETIVOS
 Identificar los contenidos de la unidad 1
 Comprender y profundizar en los conceptos relacionados con la Inteligencia
Artificial, sus principios y aplicaciones
 Conocer enlaces de interés que nos ayudaran junto con el tutor a construir
nuestros conocimientos de la asignatura.
 Identificar las ventajas y desventajas de la Inteligencia Artificial
 Profundizar en la áreas de investigación de la Inteligencia Artificial
 Establecer contacto con los participantes del grupo y tutor
Página 3
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
SISTEMAS EXPERTOS
Un Sistema Experto (SE), es básicamente un programa de computadora basado
en conocimientos y raciocinio que lleva a cabo tareas que generalmente sólo
realiza un experto humano.
Los Sistemas Expertos, rama de la Inteligencia Artificial, son sistemas informáticos
que simulan el proceso de aprendizaje, de memorización, de razonamiento, de
comunicación y de acción en consecuencia de un experto humano en cualquier
rama de la ciencia.
Estas características le permiten almacenar datos y conocimiento, sacar
conclusiones lógicas, tomar decisiones, aprender de la experiencia y los datos
existentes, comunicarse con expertos humanos, explicar el porqué de las
decisiones tomadas y realizar acciones como consecuencia de todo lo anterior.
Técnicamente un sistema experto, contiene una base de conocimientos que
incluye la experiencia acumulada de expertos humanos y un conjunto de reglas
para aplicar ésta base de conocimientos en una situación particular que se le
indica al programa. Cada vez el sistema se mejora con adiciones a la base de
conocimientos o al conjunto de reglas
DESARROLLO HISTÓRICO DE LOS SISTEMAS EXPERTOS
Los Sistemas Expertos como tales, surgen a mediados de los años sesenta; en
esos tiempos, se creía que bastaban unas pocas leyes de razonamiento junto con
potentes computadoras para producir resultados brillantes15. Los primeros
investigadores que desarrollaron programas basados en leyes de razonamiento
fueron Alan Newell y Herbert Simón, quienes desarrollaron el GPS (General
Problem Solver).
Este sistema era capaz de resolver problemas como el de las torres de Hanoi y
otros similares, a través de la criptoaritmética. Sin embargo, este programa no
podía resolver problemas más “cotidianos” y reales, como, por ejemplo, dar un
diagnóstico médico.
Entonces algunos investigadores cambiaron el enfoque del problema: ahora se
dedicaban a resolver problemas sobre un área específica intentando simular el
razonamiento humano. En vez de dedicarse a computarizar la inteligencia general,
se centraron en dominios de conocimiento muy concretos16. De esta manera
nacieron los Sistemas Expertos.
Página 4
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
El primer SE que se aplicó a problemas más reales fue desarrollado en 1965 con
el fin de identificar estructuras químicas: el programa se llamó DENDRAL. Lo que
este Sistema Experto hacía, al igual que lo hacían los expertos de entonces, era
tomar unas hipótesis relevantes como soluciones posibles, y someterlas a prueba
comparándolas con los datos17. El nombre DENDRAL significa árbol en griego.
Debido a esto, el programa fue bautizado así porque su principal tarea era buscar
en un árbol de posibilidades la estructura del compuesto.
El siguiente SE que causó gran impacto fue el Mycin, en 1972, pues su aplicación
era detectar trastornos en la sangre y recetar los medicamentos requeridos. Fue
tal el éxito de Mycin que incluso se llegó a utilizar en algunos hospitales18. Para
1973, se creó Tieresias, cuya función era la de servir de intérprete o interfaz entre
los especialistas que manejaban el Mycin cuando introducían nuevos
conocimientos.
Tieresias entraba en acción cuando Mycin cometía un error en un diagnóstico, por
la falta de información o por alguna falla en el árbol de desarrollo de teorías,
corrigiendo la regla que generaba el resultado o bien destruyéndola.
Para 1980 se implantó en la Digital Equipment Corporation (DEC) el primer
Sistema Experto: el XCON. Para esto se tuvieron que dedicar dos años al
desarrollo de este SE. Y valió la pena para la compañía, pues aún cuando en su
primer intento al implantarse en 1979 consiguió sólo el 20% del 95% de la
resolución de las configuraciones de todas las computadoras que salieron de
DEC, volvió al laboratorio de desarrollo otro año más, y a su regreso le resultó en
un ahorro de 40 millones de dólares a dicha compañía.
Para los años comprendidos entre 1980 y 1985 se crearon diversos sistemas
expertos, tales como el DELTA de la General Electric Company, el cual se
encargaba de reparar locomotoras diesel y eléctricas, o como “Aldo en Disco”, que
reparaba calderas hidrostáticas giratorias usadas para la eliminación de bacterias.
En esa misma época surgen empresas dedicadas a desarrollar Sistemas
Expertos, las cuales que supusieron en conjunto una inversión total de más de 300
millones de dólares.
Los productos más importantes que creaban estas nuevas compañías eran las
"máquinas LISP", las cuales consistían en unas computadoras que ejecutaban
programas LISP con la misma rapidez que en una computadora central.
Desgraciadamente para DEC, el SE que antes fuera un gran ahorro dejó de ser
rentable en 1987, debido a que al actualizarlo llegaron a gastar más de dos
Página 5
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
millones de dólares al año para darle mantenimiento, por lo que su benefició
quedó en duda, y por lo tanto fue descontinuado; algo similar ocurrió con DELTA
CARACTERISTICAS DE LOS SISTEMAS EXPERTOS
Para que un sistema computacional actúe como un verdadero experto, es
deseable que reúna, en lo posible, lo más importante de las características de un
experto humano, esto es:




Habilidad para adquirir conocimiento.
Fiabilidad, para poder confiar en sus resultados o apreciaciones.
Solidez en el dominio de su conocimiento.
Capacidad para resolver problemas.
La característica fundamental de un Sistema Experto es que separa los
conocimientos almacenados (Base de conocimiento) del programa que los
controla (Motor de inferencia). Los datos propios de un determinado problema se
almacenan en una base de datos aparte (Base de hechos).
Además cuenta con características adicionales como:
 Competencia en su campo: Es el significado de experto. Es necesario que
pueda resolver problemas con una eficiencia y calidad comparables a las
de un experto humano.
 Dominio reducido: El limitarse a un dominio reducido es un requisito para
alcanzar la competencia.
 Capacidad de explicación: Es aquella capaz de explicar cómo ha resuelto el
problema, es decir, qué método ha aplicado y por qué lo ha aplicado.
 Tratamiento de la incertidumbre: Es una exigencia que se deriva de la
complejidad de los problemas que van a aborda los sistemas expertos.
 Flexibilidad en el diálogo: Es deseable que los sistemas expertos tengan
esta capacidad, llegando en la medida de lo posible a comunicarse
(entender y expresarse) en lenguaje natural como un experto humano.
 Representación explícita del conocimiento: Es necesaria para considerar
que un sistema está basado en conocimiento.
La siguiente tabla muestra algunas diferencias que existen entre los sistemas
clásicos y los expertos:
Página 6
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
SISTEMA CLASICO
SISTEMA EXPERTO
No contiene errores
Puede contener errores
No da explicaciones, los datos solo se El Sistema Experto cuenta con el
usan o escriben
módulo de explicación
Los cambios son tediosos
Los cambios en las reglas son fáciles
El sistema solo opera completo
El sistema puede funcionar con pocas
reglas
Se ejecuta paso a paso
La ejecución usa heurística y lógica
Representa y usa datos
Representa y usa conocimiento
COMPONENTES DE LOS SISTEMAS EXPERTOS
ARQUITECTURA DE LOS SISTEMAS EXPERTOS
La arquitectura de un sistema experto está basada en una entrada de datos
realizada por el usuario a fin de efectuar la oportuna consulta. Las entradas no
solamente están compuestas de estas consultas. El aprendizaje del sistema y las
condiciones específicas del problema a tratar también han de encontrarse en la
entrada
Página 7
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
TIPOS DE SISTEMAS EXPERTOS
 Interpretación: infieren la descripción de situaciones por medio de sensores
de datos. Estos S.E. usan datos reales, con errores, con ruidos,
incompletos etc. Ejemplos: medición de temperatura, reconocimiento de
voz, análisis de señales etc.
 Predicción: Infieren probables consecuencias de situaciones dadas.
Algunas bases usan modelos de simulación para generar situaciones que
puedan ocurrir. Ejemplos: predecir daños a cosechas por algún tipo de
insecto.
 Diagnóstico: Infieren las fallas de un sistema en base a los síntomas.
Utilizan las características de comportamiento, descripción de situaciones o
conocimiento sobre el diseño de un componente para inferir las causas de
la falla. Ejemplos: diagnóstico de enfermedades en base a síntomas,
encontrar componentes defectuosos o fallas en circuitos.
 Diseño: Configuración de objetos. Utilizan un conjunto de limitaciones y
restricciones para configurar objetos. Utilizan un proceso de análisis para
construir un diseño parcial y una simulación para verificar o probar las
Página 8
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
ideas. Ejemplos: configuración de equipos de oficina, de equipos de
computo.
 Planeación: Diseñan un curso completo de acción, se descompone la tarea
en un subconjunto de tareas. Ejemplo: transferir material de un lugar a otro,
comunicaciones, ruteo, planificación financiera. remediar estas fallas y
monitorear la ejecución de este.
 Monitoreo: Comparan observaciones del comportamiento del sistema con el
comportamiento standard, se compara lo actual con lo esperado. Ejemplo:
asistir a un paciente de cuidados intensivos, tráfico aéreo, uso fraudulento
de tarjetas de créditos
 Depuración:(debugging) sugieren remedios o correcciones de una falla.
Ejemplo: sugerir el tipo de mantenimiento a cables dañados, la prescripción
médica a un paciente.
 Instrucción: diagnostican, revisan y reparan el comportamiento de un
estudiante. Ejemplo: educar a un estudiante de medicina, usa un modelo
del estudiante y planea la corrección de deficiencias.
 Control: Gobierna el comportamiento del sistema. Requieren interpretar una
situación actual, predecir el futuro, diagnosticar las causas de los problemas
que se pueden anticipar, formular un plan para remediar estas fallas y
monitorear la ejecución de este.
VENTAJAS DE LOS SISTEMAS EXPERTOS
 Los conocimientos de un sistema experto pueden ser copiados y
almacenados fácilmente, siendo muy difícil la pérdida de éstos.
 Otra ventaja de los sistemas expertos sobre los humanos es que el experto
computarizado siempre está a pleno rendimiento. Cuando un humano se
cansa, la exactitud de sus consejos puede decaer. Sin embargo, el experto
computarizado siempre proporcionará las mejores opiniones posibles
dentro de las limitaciones de sus conocimientos.
 Una última ventaja de un sistema experto está en que después de que un
experto computarizado exista, usted puede crear un nuevo experto
simplemente copiando el programa de una máquina a otra. Un humano
Página 9
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
necesita mucho tiempo para convertirse en un especialista en ciertos
campos, lo que hace difícil que puedan aparecer nuevos especialistas
humanos.
DESVENTAJAS DE LOS SISTEMAS EXPERTOS
 Creatividad: los humanos pueden responder creativamente a situaciones
inusuales, los sistemas expertos no pueden.
 Experiencia Sensorial: los humanos tienen un amplio rango de
disponibilidad de experiencia sensorial. Y los sistemas expertos
actualmente dependen de una entrada simbólica.
 Degradación: los sistemas expertos no son bueno para reconocer cuando
no existen respuestas o cuando los problemas están fuera de su área.
BIBLIOGRAFIA
 Aspectos Básicos de la Inteligencia Artificial, Jose Mira Mira , Sanz y
Torres, 1995
 Inteligencia Artificial y
Universidad de Cordoba.
Sistemas
Expertos,
Luis
Amador
Hidalgo,
 Sistemas Expertos Principios y Programación, Giarratano Joseph, 2005
WEBGRAFIA
 http://www.informaticaintegral.net/sisexp.html
 http://www.ecured.cu/index.php/Sistemas_expertos
 http://www.frro.utn.edu.ar/repositorio/catedras/quimica/5_anio/orientadora1/
monograias/pignani-sistemasexpertos.pdf
Página 10
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD
CURSO ACADEMICO: INTELIGENCIA ARTIFICIAL
 http://cibernetica.wordpress.com/2007/03/09/%C2%BFque-es-un-sistemaexperto/

Página 11
Descargar