SISTEMAS EXPERTOS EN INTELIGENCIA ARTIFICIAL

Un sistema experto es un programa informático diseñado para resolver problemas complejos y proporcionar la capacidad de tomar decisiones como un experto humano. Lo realiza extrayendo conocimiento de su base de conocimientos utilizando reglas de razonamiento e inferencia de acuerdo con las consultas de los usuarios.

El sistema experto es parte de la IA y el primer ES se desarrolló en el año 1970, que fue el primer enfoque exitoso de la inteligencia artificial. Resuelve el problema más complejo como experto extrayendo el conocimiento almacenado en su base de conocimientos. El sistema ayuda en la toma de decisiones para problemas compsex utilizando Tanto hechos como heurísticas como un experto humano. . Se llama así porque contiene el conocimiento experto de un dominio específico y puede resolver cualquier problema complejo de ese dominio en particular. Estos sistemas están diseñados para un dominio específico, como medicina, ciencia, etc.

El desempeño de un sistema experto se basa en el conocimiento del experto almacenado en su base de conocimientos. Cuanto más conocimiento se almacena en la KB, más mejora el rendimiento del sistema. Uno de los ejemplos comunes de ES es una sugerencia de errores ortográficos al escribir en el cuadro de búsqueda de Google.

A continuación se muestra el diagrama de bloques que representa el funcionamiento de un sistema experto:

Nota: Es importante recordar que un sistema experto no se utiliza para reemplazar a los expertos humanos; en cambio, se utiliza para ayudar al ser humano a tomar una decisión compleja. Estos sistemas no tienen capacidades humanas para pensar y trabajar sobre la base de la base de conocimientos de un dominio particular.

A continuación se muestran algunos ejemplos populares del sistema experto:

DENDRA:Fue un proyecto de inteligencia artificial que se realizó como un sistema experto de análisis químico. Se utilizó en química orgánica para detectar moléculas orgánicas desconocidas con la ayuda de sus espectros de masas y su base de conocimientos de química.MICINA:Fue uno de los primeros sistemas expertos de encadenamiento hacia atrás diseñado para encontrar las bacterias que causan infecciones como la bacteriemia y la meningitis. También se utilizó para la recomendación de antibióticos y el diagnóstico de enfermedades de la coagulación sanguínea.PXDES:Es un sistema experto que se utiliza para determinar el tipo y nivel de cáncer de pulmón. Para determinar la enfermedad, se toma una fotografía de la parte superior del cuerpo, que parece una sombra. Esta sombra identifica el tipo y grado de daño.Cadete:El sistema experto CaDet es un sistema de apoyo al diagnóstico que puede detectar el cáncer en etapas tempranas.

Características del sistema experto

Alto rendimiento:El sistema experto proporciona un alto rendimiento para resolver cualquier tipo de problema complejo de un dominio específico con alta eficiencia y precisión.Comprensible:Responde de una manera que puede ser fácilmente comprensible para el usuario. Puede recibir información en lenguaje humano y proporcionar la salida de la misma manera.Confiable:Es mucho más confiable para generar una salida eficiente y precisa.Altamente receptivo:ES proporciona el resultado de cualquier consulta compleja en un período de tiempo muy corto.

Componentes del sistema experto

Un sistema experto consta principalmente de tres componentes:

Interfaz de usuario Máquina de inferencia Base de conocimientos Sistemas expertos en IA

1. Interfaz de usuario

Con la ayuda de una interfaz de usuario, el sistema experto interactúa con el usuario, toma consultas como entrada en un formato legible y las pasa al motor de inferencia. Después de obtener la respuesta del motor de inferencia, muestra el resultado al usuario. En otras palabras, Es una interfaz que ayuda a un usuario no experto a comunicarse con el sistema experto para encontrar una solución. .

2. Motor de inferencia (reglas del motor)

El motor de inferencia se conoce como el cerebro del sistema experto, ya que es la principal unidad de procesamiento del sistema. Aplica reglas de inferencia a la base de conocimientos para derivar una conclusión o deducir nueva información. Ayuda a obtener una solución sin errores a las consultas realizadas por el usuario.
Con la ayuda de un motor de inferencia, el sistema extrae el conocimiento de la base de conocimientos.
Hay dos tipos de motores de inferencia:

hechos

normas

El motor de inferencia utiliza los siguientes modos para derivar las soluciones:

Encadenamiento hacia adelante:Parte de los hechos y reglas conocidos y aplica las reglas de inferencia para agregar su conclusión a los hechos conocidos.Encadenamiento hacia atrás:Es un método de razonamiento hacia atrás que comienza desde el objetivo y trabaja hacia atrás para probar los hechos conocidos.

3. Base de conocimientos

La base de conocimiento es un tipo de almacenamiento que almacena el conocimiento adquirido de los diferentes expertos de un dominio en particular. Se considera un gran depósito de conocimientos. Cuanto mayor sea la base de conocimientos, más preciso será el Sistema Experto.
Es similar a una base de datos que contiene información y reglas de un dominio o tema en particular.
También se puede ver la base de conocimientos como colecciones de objetos y sus atributos. Como por ejemplo un León es un objeto y sus atributos son que es un mamífero, no es un animal doméstico, etc.

Componentes de la base de conocimientos

Conocimiento factual:El conocimiento que se basa en hechos y es aceptado por los ingenieros del conocimiento se denomina conocimiento fáctico.Conocimiento heurístico:Este conocimiento se basa en la práctica, la capacidad de adivinar, la evaluación y las experiencias.

Representación del conocimiento: Se utiliza para formalizar el conocimiento almacenado en la base de conocimiento utilizando las reglas If-else.

Adquisiciones de conocimientos: Es el proceso de extraer, organizar y estructurar el conocimiento del dominio, especificando las reglas para adquirir el conocimiento de varios expertos y almacenar ese conocimiento en la base de conocimiento.

Desarrollo de sistema experto

Aquí explicaremos el funcionamiento de un sistema experto tomando un ejemplo de MYCIN ES. A continuación se detallan algunos pasos para construir un MYCIN:

En primer lugar, los ES deben alimentarse con conocimiento experto. En el caso de MYCIN, expertos humanos especializados en el campo médico de las infecciones bacterianas brindan información sobre las causas, los síntomas y otros conocimientos en ese dominio.
La KB del MYCIN se actualiza exitosamente. Para probarlo, el médico le plantea un nuevo problema. El problema es identificar la presencia de la bacteria ingresando los detalles de un paciente, incluidos los síntomas, la condición actual y el historial médico.
El ES necesitará que el paciente complete un cuestionario para conocer la información general sobre el paciente, como sexo, edad, etc.
Ahora el sistema ha recopilado toda la información, por lo que encontrará la solución al problema aplicando reglas si-entonces utilizando el motor de inferencia y utilizando los hechos almacenados en la base de conocimiento.
Al final, proporcionará una respuesta al paciente mediante el uso de la interfaz de usuario.

Participantes en el desarrollo del Sistema Experto

Hay tres participantes principales en la construcción del Sistema Experto:

Experto:El éxito de un SE depende en gran medida del conocimiento proporcionado por los expertos humanos. Estos expertos son aquellas personas que están especializadas en ese dominio específico.Ingeniero de conocimiento:El ingeniero del conocimiento es la persona que recopila el conocimiento de los expertos en el dominio y luego lo codifica en el sistema de acuerdo con el formalismo.Usuario final:Se trata de una persona concreta o de un grupo de personas que pueden no ser expertos, y trabajar en el sistema experto necesita la solución o el asesoramiento para sus consultas, que son complejas.

¿Por qué sistema experto?

Antes de usar cualquier tecnología, debemos tener una idea de por qué usar esa tecnología y, por lo tanto, lo mismo ocurre con el ES. Aunque contamos con expertos humanos en todos los campos, entonces ¿cuál es la necesidad de desarrollar un sistema basado en computadora? A continuación se detallan los puntos que describen la necesidad del ES:

Sin limitaciones de memoria:Puede almacenar tantos datos como sea necesario y puede memorizarlos en el momento de su aplicación. Pero para los expertos humanos, existen algunas limitaciones para memorizar todas las cosas en todo momento.Alta eficiencia:Si la base de conocimientos se actualiza con el conocimiento correcto, proporciona un resultado altamente eficiente, que puede no ser posible para un ser humano.Experiencia en un dominio:Hay muchos expertos humanos en cada dominio y todos tienen diferentes habilidades, diferentes experiencias y diferentes habilidades, por lo que no es fácil obtener un resultado final para la consulta. Pero si ponemos el conocimiento adquirido de los expertos humanos en el sistema experto, entonces se obtendrá un resultado eficiente al mezclar todos los hechos y conocimientos.No afectado por las emociones:Estos sistemas no se ven afectados por las emociones humanas como el cansancio, la ira, la depresión, la ansiedad, etc. De ahí que el rendimiento se mantenga constante.Alta seguridad:Estos sistemas proporcionan alta seguridad para resolver cualquier consulta.Considera todos los hechos:Para responder a cualquier consulta, verifica y considera todos los hechos disponibles y proporciona el resultado en consecuencia. Pero es posible que un experto humano no considere algunos hechos por algún motivo.Las actualizaciones periódicas mejoran el rendimiento:Si hay algún problema en el resultado proporcionado por los sistemas expertos, podemos mejorar el rendimiento del sistema actualizando la base de conocimientos.

Capacidades del sistema experto

A continuación se presentan algunas capacidades de un sistema experto:

Asesoramiento:Es capaz de asesorar al ser humano para la consulta de cualquier dominio desde el ES particular.Proporcionar capacidades de toma de decisiones:Proporciona la capacidad de tomar decisiones en cualquier ámbito, como tomar decisiones financieras, decisiones en ciencias médicas, etc.Demostrar un dispositivo:Es capaz de demostrar cualquier producto nuevo, como sus características, especificaciones, cómo utilizar ese producto, etc.Resolución de problemas:Tiene capacidades de resolución de problemas.Explicando un problema:También es capaz de proporcionar una descripción detallada de un problema de entrada.Interpretando la entrada:Es capaz de interpretar la entrada proporcionada por el usuario.Predicción de resultados:Se puede utilizar para la predicción de un resultado.Diagnóstico:Un ES diseñado para el campo médico es capaz de diagnosticar una enfermedad sin utilizar múltiples componentes, ya que ya contiene varias herramientas médicas incorporadas.

Ventajas del sistema experto

Estos sistemas son altamente reproducibles.
Se pueden utilizar para lugares de riesgo donde la presencia humana no es segura.
Las posibilidades de error son menores si la KB contiene el conocimiento correcto.
El rendimiento de estos sistemas se mantiene estable ya que no se ve afectado por las emociones, la tensión o la fatiga.
Proporcionan una velocidad muy alta para responder a una consulta en particular.

Limitaciones del sistema experto

La respuesta del sistema experto puede ser errónea si la base de conocimientos contiene información incorrecta.
Al igual que un ser humano, no puede producir un resultado creativo para diferentes escenarios.
Sus costes de mantenimiento y desarrollo son muy elevados.
La adquisición de conocimientos para el diseño es mucho más difícil.
Para cada dominio, requerimos un ES específico, que es una de las grandes limitaciones.
No puede aprender de sí mismo y, por tanto, requiere actualizaciones manuales.

TechCodeview

¿Qué es un sistema experto?