Introducción a Sistemas Expertos

SISTEMAS EXPERTOS

Todo problema es más sencillo de resolver si disponemos de conocimiento específico sobre él. Este conocimiento que depende del dominio se combina con el conocimiento general sobre cómo resolver problemas.

Se le llama conocimiento al conjunto de datos que modelan de forma estructurada la experiencia que se tiene sobre un cierto dominio. La información es el conjunto de datos, sin interpretar, que se obtiene como entrada al sistema.

Para que un sistema computacional pueda utilizar aspectos del conocimiento hay una necesidad de construir lo que va a ser utilizado por el sistema. Esta estructura es conocida con el nombre de Representación del Conocimiento.

La representación del conocimiento es la manera de facilitar la inferencia a partir de dicho conocimiento. Analiza cómo pensar formalmente, cómo usar un sistema de símbolos para representar un dominio del discurso, junto con funciones que permitan inferir sobre los objetos.

En los sistemas expertos el conocimiento se representa de diferentes formas y como puede ser red semánticas y reglas de producción. Se le llama red semántica al esquema que permite representar, a través de un gráfico, cómo se interrelacionan las palabras. Las redes semánticas están basadas en la idea de que los objetos o los conceptos pueden ser unidos por alguna relación. Estas relaciones se representan por medio de arcos que son usados para conectar dos conceptos. Los nodos y arcos pueden ser cualquier cosa, esto depende de la situación a modelar. Los arcos representan una dirección y puede usarse como “es un” o “tiene un”. Las ventajas que tienes las redes semánticas es que permiten la declaración de importantes asociaciones de forma explicita y que debido a que los nodos están directamente conectados, y no se expresan las relaciones en una gran base de datos, el tiempo que toma el proceso de búsqueda de hechos particulares puede ser muy reducido. Aunque la red semántica es de gran ayuda para realizar esta forma de representar el conocimiento también tiene sus desventajas las cuales son la dificultad de interpretación, a menudo puede derivar en inferencias invalidas del conocimiento contenido en la red.

Los sistemas basados en reglas se han convertido en una de las herramientas más eficientes para tratar de buena manera una colección de problemas ya que las reglas deterministas constituyen la más sencilla de las metodologías utilizadas en sistemas expertos. En estos sistemas, la base de conocimiento de la que se parte contiene las variables y el conjunto de reglas que definen el problema, y el motor de inferencia es capaz de extraer conclusiones aplicando métodos de la lógica clásica sobre esta base. Una regla en este contexto es una proposición lógica que relaciona dos o más objetos e incluye dos partes, la premisa y la conclusión, que se suele escribirse normalmente como “Si premisa, entonces conclusión”. Una ventaja que tienen los sistemas basados en reglas es que representan de forma natural el conocimiento explicito de los expertos. Tiene una estructura uniforme, es decir, todas las reglas de producción tienen la misma estructura . Cada regla es una pieza de conocimiento independiente de las demás. Una de las desventajas que tiene este tipo de procedimiento es que sus estrategias de búsqueda son ineficientes, el motor de inferencia hace una búsqueda en todas las reglas en cada ciclo de iteración, por lo que un sistema con mucha reglas son muy lentos y en muchos casos no funcionan para el mundo real.

...