SISTEMAS EXPERTOS
INTRODUCCIÓN
Profesor: Joel Pérez González
Febrero 2010
CRITERIOS DE EVALUACIÓN
25% EXAMEN
10% PARTICIPACIÓN EN ESPACIOS GRUPALES
30% ACTIVIDADES DE APRENDIZAJE Y EJERCICIOS
35% ELABORACIÓN DE TRABAJOS INTEGRADORES:
ENSAYOSINVESTIGACIONESPRÁCTICAS TÉCNICAS CONFORME A LA MATERIA DE ESTUDIO
SISTEMAS EXPERTOS
Concepto de SE:
Programa computacional que exhibe, dentro de un dominio específico, un grado
de experiencia en la solución de un problema comparable con la forma en que
un experto humano lo haría
SISTEMAS EXPERTOS
Concepto de SE: Sistemas que emulan el comportamiento de un experto en un campo
concreto, su objetivo es lograr mejor calidad y rapidez en las respuestas y mejorar la productividad de un experto. Forma parte de la Inteligencia Artificial.
Suelen basarse en el conocimiento declarativo (hechos sobre objetos, situaciones) y el conocimiento de control (información sobre el seguimiento de una acción).
Un sistema experto o sistema basado en el conocimiento es un sistema informático capaz de emular las prestaciones de un experto humano en un área concreta de conocimiento especializado.
SISTEMAS EXPERTOS
Concepto de SE:
El termino Emular significa que el sistema experto tiene el objetivo de actuar en todos los aspectos como un especialista humano.
Una emulación es mucho más fuerte que una simulación, es actuar como, ponerse en lugar de, etc.
SISTEMAS EXPERTOSV E N T A J A SEXPERIENCIA
HUMANAEXPERIENCIA
ARTIFICIALPerecedero Permanente
Difícil de transferir Fácil de transferir
Difícil de documentar Fácil de documentar
No predecible Consistente
Costoso Disponible
SISTEMAS EXPERTOSD E S V E N T A J A S
EXPERIENCIA HUMANA
EXPERIENCIA ARTIFICIAL
Creatividad Sin inspiración
Es adaptiva Ambiente fijo
Experiencia sensorial Entrada simbólica
Enfoque amplio Enfoque específico
Sentido común Técnico
SISTEMAS EXPERTOSDIFERENCIA ENTRE UN SE Y UN PROGRAMA CONVENCIONAL
PROCESAMIENTO DE DATOS
INGENIERÍA DEL CONOCIMIENT
ORepresentación y uso de datos Representación y uso de
conocimiento
Algoritmos Heurísticas
Procesos repetitivos Procesos inferenciales
Manipulación efectiva de bases de datos
Manipulación efectiva de bases de conocimiento
Representación y uso de datos Representación y uso de conocimiento
SISTEMAS EXPERTOS
Concepto de SE:
Un Sistema Experto debe ser capaz de llevar a cabo las siguientes tareas :
Aceptar las consultas que el usuario realice acerca de una situación dada del mundo real.
Aceptar los datos proporcionados por el usuario acerca de esta situación, y solicitar otros datos que el sistema estime relevantes.
Procesar esta información, en busca de una respuesta a la consulta planteada.
Emitir la respuesta hallada, que debe ser análoga en la mayor parte de los casos a la respuesta que daría un experto humano.
Justificar la respuesta finalmente emitida, siempre que el usuario así lo solicite.
SISTEMAS EXPERTOS
MEMORIA DE
TRABAJO BASE DE
CONOCIMIENTO
MOTOR DE INFERENCIAS
INTERFAZ DE USUARIO
ADQUISICIÓN DE CONOCIMIENTO
Usuario
Experto
SISTEMAS EXPERTOS
Concepto de SE:
Un Sistema Experto está conformado por:
base de conocimientos (BC). base de hechos (memoria de trabajo). motor de inferencia: intentando modelar el proceso de razonamiento humano. módulos de justificación: muestra el razonamiento seguido para llegar a una
conclusión determinada. interfaz de usuario.
SISTEMAS EXPERTOS
Concepto de SE:
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 clásica de representar el conocimiento en un sistema experto son lar reglas. Una regla es una estructura condicional que relaciona lógicamente la información contenida en la parte del antecedente con otra información contenida en la parte del consecuente.
SISTEMAS EXPERTOS
Concepto de SE:
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 información del problema actual en la base de hechos. El sistema empareja esta información con el conocimiento disponible en la base de conocimientos para deducir nuevos hechos.
SISTEMAS EXPERTOS
Concepto de SE:
Motor de inferencia:
El sistema experto modela el proceso de razonamiento humano con un módulo conocido como el motor de inferencia. Dicho motor de inferencia trabaja con la información 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.
SISTEMAS EXPERTOS
Concepto de SE:
Módulo de justificación:
Una característica de los sistemas expertos es su habilidad para explicar su razonamiento. Usando el módulo del subsistema de explicación, un sistema experto puede proporcionar una explicación al usuario de por qué está haciendo una pregunta y cómo ha llegado a una conclusión. Este módulo proporciona beneficios tanto al diseñador del sistema como al usuario. El diseñador puede usarlo para detectar errores y el usuario se beneficia de la transparencia del sistema.
SISTEMAS EXPERTOS
Concepto de SE:
Interfaz de usuario:
La interacción entre un sistema experto y un usuario se realiza en lenguaje natural. También es altamente interactiva y sigue el patrón de la conversación entre seres humanos. Para conducir este proceso de manera aceptable para el usuario es especialmente importante el diseño del interfaz de usuario. Un requerimiento básico del interfaz es la habilidad de hacer preguntas. Para obtener información fiable del usuario hay que poner especial cuidado en el diseño de las cuestiones. Esto puede requerir diseñar el interfaz usando menús o gráficos.
SISTEMAS EXPERTOS
Aplicaciones de SE:
MYCIN: Infecciones de la sangre
Probablemente el SE mas conocido Desarrollado en la Universidad de Stanford a mediados
de los 70´s Proporciona asistencia a los médicos en el diagnóstico y
tratamiento de meningitis y algunas infecciones Se le puede borrar su base de conocimientos y
alimentarle otra para aplicaciones en otras áreas
SISTEMAS EXPERTOS
Aplicaciones de SE:
DENDRAL: Análisis químico
Considerado el 1er. SE Desarrollado a mediados de los 60´s en la Universidad
de Stanford. Identifica estructuras moleculares de compuestos
desconocidos. Utiliza reglas de producción y fué desarrollado en LISP. No tiene explicación de sus inferencias, simplemente
busca soluciones.
SISTEMAS EXPERTOS
Aplicaciones de SE:
INTERNIST/CADUCEUS: Medicina Interna
Empezado en los 70´s y continúa bajo el nombre de CADUCEUS
Desarrollado en la Universidad de Pittsburgh Diagnostica la mayoría de las enfermedades asociadas
con la medicina interna Se estiman 1040 combinaciones
SISTEMAS EXPERTOS
Aplicaciones de SE:
SE para operaciones de comida rápida
Implementados en Wendys, McDonalds, Pizza Hut, Burger King y Kentucky Fried Chicken
Reducen inventario Aceleran el servicio Se usan para entrenamiento de personal
SISTEMAS EXPERTOS
Aplicaciones de SE:
DELTA/CATS: Mantenimiento de locomotoras Diesel y Eléctricas
Desarrollado por General Electric a principios de los 80´s DELTA: Diesel Electric Locomotive Troubleshooting CATS: Computer Aided Troubleshooting System Consiste de una base de conocimientos por medio de
entrevistas con David Smith (que trabajó 40 años en GE y es un experto reconocido en mantenimiento de estas máquinas)
De 1981 a 1983 se incrementaron las reglas de 45 a 1200.
SISTEMAS EXPERTOS
Aplicaciones de SE:
DELTA/CATS: Mantenimiento de locomotoras Diesel y Eléctricas
El sistema original se desarrolló en LISP y luego se convirtió a FORTH para incrementar transportabilidad y velocidad de ejecución
Tiene interfases visuales, p. Ejem. Pueden imprimirse diagramas de las máquinas y un video-disk puede mostrar la ubicación de las partes
SISTEMAS EXPERTOS
Aplicaciones de SE:
Sistema Experto para identificar aviones
SISTEMAS EXPERTOS
Aplicaciones de SE:
Sistema Experto para identificar aviones
Tabla de inducción: Una alternativa para la adquisición de conocimiento a través de la interfase con una persona experta es convertir una base de datos existente en un conjunto de reglas.
SISTEMAS EXPERTOS
Aplicaciones de SE:
Sistema Experto para identificar aviones
TIPO DE AVIÓNAtributo C130 C141 C5A B747
Motor Hélice Jet Jet Jet
Alas Altas Altas Altas Bajas
Forma de alas
Normal Especial Especial Especial
Forma del timón
Normal Forma T Forma T Normal
Salientes Bajo las alas Sobre alas
Ninguna En cabina
SISTEMAS EXPERTOS
ÁRBOL DE DECISIÓN
Tipo de MotorTipo de Motor
Forma de alas Forma de alas
Posición de alasPosición de alas
Forma del timónForma del timón
C130
Jet Hélice
¿?Puntos terminales sin solución
Especial Normal
Bajas Altas
B747 Normal Forma T
¿? SalientesSalientes
C5A C141
¿? ¿?
En Ninguna Sobre Bajo cabina Alas alas
SISTEMAS EXPERTOS
REORDEN DE ÁRBOL DE DECISIÓN
Posición de alasPosición de alas C130
Jet Hélice
SalientesSalientes
C5A C141
Ninguna Sobre Alas
Tipo de MotorTipo de Motor
B747
Bajas Altas
Requiere menor cantidad de atributosNo tiene puntos terminales sin solución
SISTEMAS EXPERTOS
RAZONAMIENTO BASADO EN REGLAS
Ejemplo de Regla ineficiente
IF motor=hélice
AND posición_alas=altas
AND forma_alas=normal
AND forma_timón=normal
AND salientes=bajo alas
THEN tipo_avión=C130
SISTEMAS EXPERTOS
REGLAS DE PRODUCCIÓNRegla 1: IF motor=héliceTHEN tipo_avión=C130
Regla 2: IF motor=jetAND posición_alas=bajasTHEN tipo_avión=B747
Regla 3: IF motor=jetAND posición_alas=altasAND salientes=ningunaTHEN tipo_avión=C5A
Regla 4: IF motor=jetAND posición_alas=altasAND salientes=sobre alasTHEN tipo_avión=C141
SISTEMAS EXPERTOS
ENCADENAMIENTO HACIA DELANTE Y HACIA ATRÁS
Hacia atrás
Hacia adelante
SISTEMAS EXPERTOS
Pelo Estatura Peso Locion Resultado
Rubio Promedio Ligero No Quemado
Rubio Alta Promedio Si Ninguno
Castaño Baja Promedio Si Ninguno
Rubio Baja Promedio No Quemado
Pelirrojo Promedio Pesado No Quemado
Castaño Alta Pesado No Ninguno
Castaño Promedio Pesado No Ninguno
Rubio Baja Ligero Si Ninguno
SISTEMAS EXPERTOS
Reglas:
SISTEMAS EXPERTOS
HEURISTICA:
SISTEMAS EXPERTOS
HEURISTICA:
SISTEMAS EXPERTOS
HEURISTICA:
Se denomina heurística a la capacidad de un sistema para realizar de forma inmediata innovaciones positivas para sus fines. La capacidad heurística es un rasgo característico de los humanos, desde cuyo punto de vista puede describirse como el arte y la ciencia del descubrimiento y de la invención o de resolver problemas mediante la creatividad y el pensamiento lateral o pensamiento divergente.
La palabra heurística procede del término griego εὑρίσκειν,1 que significa «hallar, inventar» (etimología que comparte con eureka2 ). La palabra heurística aparece en más de una categoría gramatical. Cuando se usa como sustantivo, identifica el arte o la ciencia del descubrimiento, una disciplina susceptible de ser investigada formalmente. Cuando aparece como adjetivo, se refiere a cosas más concretas, como estrategias heurísticas, reglas heurísticas o silogismos y conclusiones heurísticas. Claro está que estos dos usos están íntimamente relacionados ya que la heurística usualmente propone estrategias heurísticas que guían el descubrimiento.
SISTEMAS EXPERTOS
HEURISTICA:
En computación, dos objetivos fundamentales son encontrar algoritmos con buenos tiempos de ejecución y buenas soluciones, usualmente las óptimas. Una heurística es un algoritmo que abandona uno o ambos objetivos; por ejemplo, normalmente encuentran buenas soluciones, aunque no hay pruebas de que la solución no pueda ser arbitrariamente errónea en algunos casos; o se ejecuta razonablemente rápido, aunque no existe tampoco prueba de que siempre será así. Las heurísticas generalmente son usadas cuando no existe una solucion óptima bajo las restricciones dadas (tiempo,espacio,etc.), o cuando no existe del todo.
A menudo, pueden encontrarse instancias concretas del problema donde la heurística producirá resultados muy malos o se ejecutará muy lentamente. Aún así, estas instancias concretas pueden ser ignoradas porque no deberían ocurrir nunca en la práctica por ser de origen teórico. Por tanto, el uso de heurísticas es muy común en el mundo real.
SISTEMAS EXPERTOS
HEURISTICA:
Paradigma heurístico:
Define un modelo de resolución de problemas en el que se incorpora algún componente heurístico, sobre la base de una representación más apropiada de la estructura del problema, para su resolución con técnicas heurísticas.
Se puede definir como "aquel tipo de programación computacional que aplica para la resolución de problemas reglas de buena lógica (reglas del pulgar). Denominadas heurísticas, las cuales proporcionan entre varios cursos de acción uno que presenta visos de ser el más prometedor, pero no garantiza necesariamente el curso de acción más efectivo“.
SISTEMAS EXPERTOS
HEURISTICA:
Programación heurística:
Implica una forma de modelizar el problema en lo que respecta a la representación de su estructura, estrategias de búsqueda y métodos de resolución, que configuran el Para.
Este tipo de programación se aplica con mayor intensidad en el campo de la Inteligencia Artificial (IA), y en especial, en el de la Ingeniería del Conocimientodigma Heurístico.
SISTEMAS EXPERTOS
HEURISTICA:
Programación heurística:
La Programación Heurística se presenta y utiliza desde diferentes puntos de vista:
Como técnica de búsqueda para la obtención de metas en problemas no algorítmicos, o con algoritmos que generan explosión combinatoria
Como un método aproximado de resolución de problemas utilizando funciones de evaluación de tipo heurístico
Como método de poda para estrategias de programas que juegan, aunque estos métodos no son realmente heurísticos
SISTEMAS EXPERTOS
Representación del conocimiento:
Tecnologías de representación del conocimiento (TRCs):
Reglas Marcos Lógica Redes semánticas Ontologías
SISTEMAS EXPERTOS
Representación del conocimiento:
Redes semánticas
Una red semántica o esquema de representación en Red es una forma de representación de conocimiento lingüístico en la que los conceptos y sus interrelaciones se representan mediante un grafo.
En caso de que no existan ciclos, estas redes pueden ser visualizadas como árboles. Las redes semánticas son usadas, entre otras cosas, para representar mapas conceptuales y mentales.
En un grafo o red semántica los elementos semánticos se representan por nodos. Dos elementos semánticos entre los que se admite se da la relación semántica
que representa la red, estarán unidos mediante una línea, flecha o enlace o arista.
Cierto tipo de relaciones no simétricas requieren grafos dirigidos que usan flechas en lugar de líneas.
SISTEMAS EXPERTOS
José María
Juan
Árbol genealógico
Pedro
Luis
SISTEMAS EXPERTOS
SISTEMAS EXPERTOS
SISTEMAS EXPERTOS
SISTEMAS EXPERTOS
SISTEMAS EXPERTOS
SISTEMAS EXPERTOS
Esquema de Solución de búsqueda de primero en profundidad
solve_dfs(State, History, [] ):-Final_state(State).
solve_dfs ( State, History, [ Move | Moves ] ):-move ( State, Move),update ( State, Move, State1 ),legal ( State1),not member ( State1, History),Solve_dfs ( Satate1, [ State1 | History ], Moves ).
test_dfs ( Problem, Moves ):- initial_state ( Problem, State ), solve_dfs ( State, [State], Moves ).
SISTEMAS EXPERTOS
Esquema de Solución de búsqueda de primero en profundidad
solve_dfs(State, History, [] ):-Final_state(State).
solve_dfs ( State, History, [ Move | Moves ] ):-move ( State, Move),update ( State, Move, State1 ),legal ( State1),not member ( State1, History),Solve_dfs ( Satate1, [ State1 | History ], Moves ).
test_dfs ( Problem, Moves ):- initial_state ( Problem, State ), solve_dfs ( State, [State], Moves ).
SISTEMAS EXPERTOS
Esquema de Solución de búsqueda de primero en profundidad para el problema del puzzle:
move ( S, M ) :- Select (M, [u,d,r,l]).
update ( IS, u, S1):-
busca_cero(IS, Pos_cero),
R is (Pos_cero div 3) +1,
C is (Pos_cero mod 3) ,
R > 1,
Pos_x = Pos_cero - 3
Intercambia(Pos_cero, Pos_x, IS, S1)
update ( IS, d, S1):-
busca_cero(IS, Pos_cero),
R is (Pos_cero div 3) +1,
C is (Pos_cero mod 3) ,
R < 3,
Pos_x = Pos_cero + 3
Intercambia(Pos_cero, Pos_x, IS, S1)
update ( IS, r, S1):- busca_cero(IS, Pos_cero), R is (Pos_cero div 3) +1, C is (Pos_cero mod 3) , C < 3, Pos_x = Pos_cero + 1 Intercambia(Pos_cero, Pos_x, IS, S1)
update ( IS, l, S1):- busca_cero(IS, Pos_cero), R is (Pos_cero div 3) +1, C is (Pos_cero mod 3) , C > 1, Pos_x = Pos_cero -1 Intercambia(Pos_cero, Pos_x, IS, S1)
) .
SISTEMAS EXPERTOS
test_puzzle (puzzle, M, ( [1,2,3,4,5,6,7,8,0], [0,8,7,6,5,4,3,2,1])
select ( X, [X | Xs], Xs ).
select ( X, [Y | Ys], [ Y | Zs] ):-
select ( X, Ys, Zs ).
member ( X, [ X | Xs ] ).
member ( X, [ Y | Ys ] ):-
member ( X, Ys ).
solve_puzzle( S, S , History, [ ] ).
solve_puzzle( IS , FS , History, [ Move | Moves ] ):-move ( IS, Move),update (IS, Move, State1 ),/***********legal ( State1),not member ( State1, History),solve_puzzle( Satate1, FS, [ State1 | History ], Moves ).
test_puzzle ( Problem, Moves, IS, FS ):- /******** initial_state ( Problem, State ), solve_puzzle (IS , FS , [IS], Moves ).
SISTEMAS EXPERTOS
SISTEMAS EXPERTOS
Esquema de Solución de búsqueda de primero en profundidad para el problema del granjero:
initial_state ( wgc, wgc (left, [wolf, goat, cabbage], [ ]) ).
final_state ( wgc (right, [ ], [wolf, goat, cabbage],) ).
move ( wgc, (left, L, R), Cargo ) :- member (Cargo, L).
move ( wgc, (right, R, L), Cargo ) :- member (Cargo, R).
move ( wgc, (B, L, R), alone ).
update ( wgc (B, L, R), Cargo, wgc (B1, L1, R1) ):-
update_boat ( B, B1 ),
update_banks ( Cargo, B, L, R, L1, R1 ).
update_boat(left, right).
update_boat(right, left).
update_banks( alone, B, L, R, L, R).
update_banks( Cargo, left, L, R, L1, R1):-
select (Cargo, L, L1),
insert ( Cargo, R, R1).
update_banks( Cargo, right, L, R, L1, R1):-
select (Cargo, R, R1),
insert ( Cargo, L, L1).
insert ( X, [ Y | Ys ], [ X, Y | Ys]):-
precedes ( X, Y ).
insert ( X, [ Y | Ys ], [ Y | Zs]):-
precedes ( Y, X ).
insert ( X, Ys, Zs ).
insert ( X, [ ], [X] ).
precedes ( wolf, X ).
precedes ( X, cabbage).
legal (wgc( left, L, R)):-
not illegal ( R ).
legal (wgc( right, L, R)):-
not illegal ( L ).
illegal (Banks):-
member ( wolf, Banks ) ,
member ( goat, Banks ) .
illegal (Banks):-
member (goat, Banks ) ,
member ( cabbage, Banks ) .
SISTEMAS EXPERTOS
test_wgc (wgc, M)select ( X, [X | Xs], Xs ).
select ( X, [Y | Ys], [ Y | Zs] ):-
select ( X, Ys, Zs ).
member ( X, [ X | Xs ] ).
member ( X, [ Y | Ys ] ):-
member ( X, Ys ).
solve_wgc(State, History, [] ):-final_state(State).
solve_wgc ( State, History, [ Move | Moves ] ):-move ( State, Move),update ( State, Move, State1 ),legal ( State1),not member ( State1, History),solve_dfs ( Satate1, [ State1 | History ], Moves ).
test_wgc ( Problem, Moves ):- initial_state ( Problem, State ), solve_wgc ( State, [State], Moves ).
Representación del Aprendizaje
Representación del Aprendizaje
Representación del Aprendizaje
Test_jugs(gugs,M)
SISTEMAS EXPERTOS
Importancia y futuro de los sistemas expertos:
La adquisición de sistemas expertos, que permitan encontrar soluciones acertadas sin desencadenar otra serie de problemas, ha traído ahorros importantes a las empresas al disminuir su plantilla laboral y, en consecuencia, los riesgos de trabajo; sin embargo, ¿hasta qué punto se debe depender de ellos?, ¿estos programas podrán sustituir el trabajo humano? A continuación le damos elementos para que usted encuentre la respuesta.
SISTEMAS EXPERTOS
Importancia y futuro de los sistemas expertos:
Basados en un conjunto de datos y hechos, los sistemas expertos (SE) buscan imitar el proceso intelectual de un ser humano experto en alguna actividad específica con el objetivo de mejorar la productividad de una empresa, así como permitir que el conocimiento perdure y se acumule para futuras generaciones.
Estos programas, que forman parte de la Inteligencia Artificial (IA), pueden ser aplicados en áreas de conocimiento específicas como la manufactura, medicina, finanzas, economía, aeronáutica, etcétera, con la intención de tomar decisiones acertadas tal como lo haría un especialista en la materia.
SISTEMAS EXPERTOS
Importancia y futuro de los sistemas expertos:
CREAR SOLUCIONES, NO PROBLEMAS .
Si bien los sistemas expertos pretenden ahorrar tiempo, dinero y esfuerzo, concretan su funcionamiento en el pronóstico adecuado y la búsqueda eficaz de soluciones a un problema gracias a la captura de una base de conocimientos y hechos que le han sido administrados previamente por una persona con amplios conocimientos en algún proceso. Si consideramos que operan bajo conocimientos y hechos reales, es necesario tener presente que los humanos deben estructurar la información de manera que el programa pueda obtener conclusiones con toda la certeza de que éstos no caerán en la subjetividad.
SISTEMAS EXPERTOS
Importancia y futuro de los sistemas expertos:
CREAR SOLUCIONES, NO PROBLEMAS .
El uso de estos software en sus inicios presentó algunos problemas debido a que se buscaba que fueran sistemas que pudieran elegir una solución como lo haría cualquier persona en cualquier situación: "En la actualidad los SE son administrados por personal "experto", con la única finalidad de reemplazar a los especialistas.
El problema es que están basados en el conocimiento del humano, y si éste no es capaz de brindarle toda la información necesaria al sistema, el programa no podrá completar sus funciones de manera adecuada".
SISTEMAS EXPERTOS
Importancia y futuro de los sistemas expertos:
CREAR SOLUCIONES, NO PROBLEMAS .
La efectividad de estos software se ve reflejada en su capacidad para analizar grandes cantidades de información, interpretarla y dar una respuesta acertada, por ejemplo, en la detección y reparación de equipos electrónicos, los SE de diagnóstico y depuración actúan para obtener datos y así llegar poco a poco a la respuesta.
SISTEMAS EXPERTOS
Importancia y futuro de los sistemas expertos:
CREAR SOLUCIONES, NO PROBLEMAS .
Los sistemas expertos son óptimos para predecir resultados futuros a partir del conocimiento que tienen, por lo que se puede planificar la producción en una planta, preparar estrategias militares y hasta configurar complejos sistemas informáticos, entre otras actividades.
SISTEMAS EXPERTOS
Importancia y futuro de los sistemas expertos:
¿EXPERIENCIA MEXICANA? .
El uso de SE en el país es de apenas 1%, lo cual se justifica por la cultura de la no información: "Los empleados de las plantas ubicadas en México no proporcionan datos porque creen que se les va a sustituir o simplemente por temor a que sus superiores se den cuenta de que les pagan mucho por hacer poco o, en el peor de los casos, que no hay productividad en la planta".
SISTEMAS EXPERTOS
Importancia y futuro de los sistemas expertos:
¿EXPERIENCIA MEXICANA? .
En el país la industria que emplea un SE con mayor frecuencia es la manufactura, su naturaleza la obliga a gestionar sus centros de trabajo (plantas), modelos de producción, cadenas de abastecimiento y materia prima. "La industria mecánica, del acero, del detalle automotriz o toda aquella que tenga que ver con un ensamble o con las políticas de just in time, empieza a consolidarse con el uso de estos programas".
SISTEMAS EXPERTOS
Importancia y futuro de los sistemas expertos:
¿EXPERIENCIA MEXICANA? .
Será hasta que haya un impulso a la investigación en México, cuando podremos generar sistemas capaces de adaptarse a cualquier negocio y, de esta manera, elevar la competitividad.
"En Europa por ejemplo, el desarrollo de estos programas se hace cada vez con mayor frecuencia, incluso, llegan al país como la prueba piloto con el que las naciones europeas supervisan el adecuado funcionamiento de sus proyectos“.
SISTEMAS EXPERTOS
Importancia y futuro de los sistemas expertos:
¿EXPERIENCIA MEXICANA? .
El futuro de los sistemas expertos está determinado por el humano y el hardware; y mientras el experto no entregue todo su conocimiento a estos softwares será imposible tener programas expertos completamente funcionales.
Por su parte, el hardware requiere que las computadoras puedan almacenar grandes cantidades de conocimiento y sean lo suficientemente rápidas para poder procesar la información de manera veraz y oportuna.
SISTEMAS EXPERTOS
Importancia y futuro de los sistemas expertos:
¿EXPERIENCIA MEXICANA? .
"La mejor forma en que una persona pueda trabajar con un programa de este tipo se basa en la transmisión de toda la información al mismo, pero siempre pensando en que podemos tener una mejor opinión de un humano. El SE da la mejor solución, pero no razona (…) jamás tendrá el feeling de un ser vivo, aquel que le permite conocer mejor el producto y sus procesos de trabajo“.
¿Usted considera que el problema empieza cuando se confía más en las computadoras que en el ser humano? Quizá éste podría ser el inicio de una constante lucha por nuestra supervivencia.
SISTEMAS EXPERTOS
Importancia y futuro de los sistemas expertos:
TENDENCIAS FUTURAS.
Los Sistemas Expertos se están utilizando cada vez más en las organizaciones, debido a que la tecnología también es cada vez más accesible para una gran mayoría de las empresas.
Se piensa que en el futuro las interfases de los Sistemas Expertos serán en leguaje natural, lo cual facilitará la comunicación entre usuarios y el sistema.
Los Sistemas Expertos darán mayor soporte en el proceso de toma de decisiones, permitiendo tener el conocimiento del experto capturando en una base de conocimiento y utilizarlo cuando se requiera sin que esté él presente.
Se manejarán herramientas inteligentes para explotar la información que contengan las bases de datos, permitiendo con ello un mejor uso de la información.
Los Sistemas Expertos se integrarán a otras tecnologías para dar un mayor soporte en todas las áreas de la empresa.
SISTEMAS EXPERTOS
Importancia y futuro de los sistemas expertos:
TENDENCIAS FUTURAS.
Un Sistema Experto nos ayuda en la empresa manejar un proceso de toma de decisiones dentro de una organización por medio de un paquete generador de sistema en donde la información se encuentra dentro de una base de datos la cual nos da un mejor uso de la información accesible y esto se puede utilizar en todas las áreas y no necesita de dar capacitación para emplearlo.
SISTEMAS EXPERTOS
http://es.wikipedia.org/wiki/Heur%C3%ADstica http://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.pdf http://www.monografias.com/trabajos16/sistemas-expertos/sistemas-expertos.shtml#ARQUIT http://www.gsi.dit.upm.es/~gfer/ssii/rcsi/marcos.html http://www.gsi.dit.upm.es/~gfer/ssii/rcsi/ http://ccc.inaoep.mx/~emorales/Cursos/RdeC/principal.html http://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.html http://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-5lfxbtNmQbR0AK4pFW19PEJrw http://es.wikipedia.org/wiki/Teorema_de_Bayes http://www.monografias.com/trabajos26/sistemas-expertos/sistemas-expertos.shtml#herram
http://www.cnnexpansion.com/manufactura/tendencias/sistemas-expertos-dones-virtuales http://html.rincondelvago.com/inteligencia-artificial_5.html