Transcript Sistemas basados en conocimiento

SISTEMAS BASADOS EN CONOCIMIENTO
MAYRA ALEJANDRA VIVEROS GONZALEZ
ELIAS DIAZ DE LA VEGA CORDOVA
JOSE ALFREDO GUEVARA VALLEJO
JOSE LUIS JIMENEZ AMARO
SECCION 601
L.S.C.A
INTRODUCCION
El propósito de esta presentación 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.
DEFINICIÓN
SISTEMA EXPERTO (S.E.)
Son 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 contienen tanto conocimiento declarativo,
como conocimiento de control, 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.
Software que toma decisiones y que puede alcanzar un nivel
de desempeño comparable a un experto humano en algunas
áreas especializadas y usualmente limitadas.
HISTORIA
Mediado de los años 70´s. Allan Newell y Herbert Simon
desarrollaron el GPS (General Problem Solver; solucionador
general de problemas).
Investigadores decidieron intentar simular el razonamiento de
un experto humano. De esta manera nacieron los SE.
 Un equipo dirigido por Edward Feigenbaum, comenzaron a
desarrollar SE utilizando bases de conocimientos.
1997 Surge DENDRAL, primer SE su funcionamiento era
identificar estructuras químicas moleculares a partir de su
análisis espectrográfico.
Finales de los 70´s surge MYCIN , para consulta y
diagnóstico de infecciones de la sangre.
Surge EMYCIN (MYCIN Esencial) con el que se construyó :
•SACON, utilizado para estructuras de ingeniería
•PUFF para estudiar la función pulmonar
•GUIDON para elegir tratamientos terapéuticos
•HERSAY, que intentaba identificar la palabra hablada
•PROSPECTOR, utilizado para hallar yacimientos de minerales.
Años 80’s, se ponen de moda los SE dentro de las
empresas de alta tecnología y se enfocan en el área de la
inteligencia artificial.
Un ejemplo de SE moderno es CASHVALUE, evalúa
proyectos de inversión, y VATIA que asesora acerca del IVA
PROCESOS Y COMPONENTES DE LOS
SISTEMAS EXPERTOS
COMPONENTES





Base de conocimiento: Contiene el conocimiento necesario para
entender, formular y resolver problemas.
Pizarrón: Es el área de trabajo de la memoria para la descripción de
un problema según lo especifiquen los datos de entrada, es una
especie de base de datos.
Maquina de inferencia: es el cerebro del sistema experto,
proporciona la metodología para razonar y formular conclusiones.
Interfaz de usuario: Es la que permite el dialogo usuariocomputadora, el dialogo activa la maquina de inferencia para asociar
los síntomas del problema con el conocimiento en la base de datos y
generar el consejo.
Subsistema de explicación: Señala la responsabilidad de las
conclusiones hasta su fuente, explica el comportamiento del sistema
experto.
PROCESO

El proceso de los sistemas expertos se divide
en dos partes:
 El
primero es la creación de un sistema, en el cual
se construye el sistema experto
 Se
comienza cuando el ingeniero del conocimiento o
arquitecto del sistema programa los conocimientos en
base a hechos acerca del área del tema (dominio) en
base a reglas.
 La
segunda parte es el entorno de consulta:
 Es
en donde el usuario entra en contacto con el
sistema a través de una interfaz para pedir consejo.
El sistema experto proporciona el consejo activando
una maquina de inferencia, la cual busca en la base
de conocimiento la acción recomendada con base en
los hechos o indicadores que proporciona el usuario.
 La
maquina de inferencia utiliza una base de datos
temporal denominada pizarrón.
BENEFICIOS








PRODUCCIÓN Y PRODUCTIVIDAD MAYORES
MAYOR CALIDAD
CAPTACION DE EXPERIENCIA ESCASA Y SU
DISEMINACION
OPERACIÓN EN ENTORNOS PELIGROSOS
ACCESIBILIDAD AL CONOCIMIENTO
CONFIABLIDIDAD
FUNCIONES INCREMNTADAS DE OTROS SISTEMAS
CAPACIDAD PARA TRABAJAR CON INFORMACION
INCOMPLETA




IMPARTICION DE CAPACITACION
MEJORAMIENTO DE LAS FUNCIONES PARA
RESOLVER PROBLEMAS
REDUCCION DEL TIEMPO PARA LA TOMA DE
DECISIONES
REDUCCION DEL TIEMPO FUERA DE SERVICIO
LIMITACIONES








No siempre se encuentra disponible el conocimiento
Resulta difícil extraer la experiencia del experto
El enfoque de cada experto puede variar
Es difícil valorar con exactitud las situaciones bajo presión
de tiempo
Pueden costar mucho dinero
Falta de confianza de los usuarios finales
La transferencia de conocimiento se sujeta a prejuicios de
percepción y de criterio
La responsabilidad por una mala asesoría proporcionada
por un S.E. resulta difícil de evaluar
AREAS DE APLICACION








Militar
Informática
Telecomunicaciones
Química
Derecho
Aeronáutica
Geología
Arqueología







Agricultura
Electrónica
Transporte
Educación
Medicina
Industria
Finanzas y Gestión
SISTEMAS EXPERTOS E INTERNET

Proporciona conocimiento a gran numero de
usuarios

La implementación de S.E. como servidores de
conocimiento se vuelve económicamente factible y
rentable para divulgar la experiencia en la red

No solo se pueden transferir a otros usuarios sino
también a otros sistemas computarizados por
ejemplo los de apoyo a toma de decisiones,
robóticos y bases de datos.

La disponibilidad ampliamente extendida del uso
del internet ofrece la oportunidad de diseminar
experiencia y conocimiento a audiencias masivas.

La construcción de S.E. en la red reduce costos de
adquisición.
CATEGORIAS GENERICAS DE LOS S.E.
1.
INTERPRETACION: Inferencias a partir de observaciones
2.
PREDICCION: inferencias sobre consecuencias probables
3.
DIAGNOSTICO: inferir en fallas del sistema a partir de observaciones
4.
DISEÑO: configurar objetos bajo restricciones
5.
PLANEACION: desarrollar planes para alcanzar las metas
6.
REVISION: compara observaciones para planes, alertar sobre excepciones
7.
DEPURACION: prescribir remedios para fallas
8.
REPARACION: ejecutar un plan para administrar un remedio prescrito
9.
INSTRUCCIÓN: diagnosticar, depurar y corregir el desempeño de estudiantes
10.
CONTROL: interpretar, predecir, reparar y revisar el comportamiento del Sist.
EJEMPLOS ILUSTRATIVOS
DEPARTAMENTO DEL TESORO DE ESTADOS UNIDOS
Problema: una de las principales tareas de la Financial Crime Enforcement Network
(FinCEN) de EU es evitar y detectar el lavado de dinero. Un area de investigación
corresponde a las transacciones de efectivo superiores a $10,000 dls. Mismas
que todos los bancos tienen la obligación de informar. El problema es que cada
semana se registran mas de 200,000 transacciones. Para que los analistas
calificados examinen todas ellas se requiere una gran cantidad de personal, para
lo cual FinCEN no cuenta con el presupuesto.
La solución: esta se encontró al recurrir a un sistema experto basado en reglas que
contiene la experiencia de los expertos de primera línea de FinCEN. El S.E. se
utiliza para detectar transacciones sospechosas y cambios en los patrones de
transacciones. Estas se verifican después de forma manual.
Resultados: A lo largo de 5 años desde se implantación, se han se han descubierto
mas de 400 casos de lavado de dinero lo que representa una cifra superior a
$1.000.000 de dólares.
AUDITORIA DE BOLETOS EN NORTHWEST AIRLINES
Problema: Cuando NWA adquirió Republic Airlines, su volumen de operaciones
aumento hasta 70.000 boletos diarios. Resultaba necesario auditar estos
boletos comparando una copia de cada uno contra información de tarifas
que incluía las comisiones de los agentes de viajes. la comparación manual
era lenta y costosa. Por ello, solo se auditaban muestras de los boletos. La
muestra indicaba una tasa de error de casi un 10%.
Solución: se construyo un S.E. donde los boletos se leían electrónicamente y se
almacenaban en una base de datos. Dentro de otra B.D. estaban
almacenados los acuerdos de tarifas y comisiones. Primero el S.E.
determina la tarifa, después la comisión mas favorable para los agentes de
viaje. Si hubiese cualquier discrepancia origina un informe con la
acreditación o descuento y una explicación favorable.
Resultados: al principio, el sistema procesaba 70.000 boletos cada noche en
una estación de trabajo sun. La reducción en los errores de los agentes
puede ahorrar a la aerolínea casi $10.000.000 de dólares al año.
CONCLUSION

Actualmente el duro, difícil y cambiante mercado competitivo se
vuelve más complejo por la gran diversidad de información que
se ven obligados a almacenar y analizar, razón por la cual las
empresas se ven en la necesidad de recurrir a poderosas y/o
robustas herramientas o sistemas que les sirvan de soporte a la
hora de tomar decisiones. De esta forma estos inteligentes,
precisos y eficientes sistemas son adoptados por más
organizaciones, en las cuales se convierten y/o transforman en
una importante estrategia de negocio.

Por otra parte es importante mencionar que estos seguirán
siendo usados en los todos y cada una de las áreas y/o campos
donde los expertos humanos sean escasos. Por consecuencia de
lo anterior estos sistemas son utilizados por personas no
especializadas, por lo cual el uso frecuente de los (//SE//) les
produce y/o genera conocimiento a los usuarios.
BIBLIOGRAFIA

TECNOLOGIAS DE INFORMACION PARA LA
ADMINISTRACION
Efraim turbam
Ephraim McClean
James Wetherbe
Edit. CECSA