Sistemas Expertos

Concepto Sistema Informático que simula el proceso de aprendizaje, de comunicación y de acción de un experto humano en una determinada rama de la ciencia, suministrando, de esta forma un consultor que puede sustituirse con unas ciertas garantías de éxito.

Componentes de un Sistema Experto

Componentes de un Sistema Experto Experto Humano: Aporta el conocimiento en el área de interés. Ingeniero del Conocimiento: Interpreta el conocimiento para que el sistema lo asimile. Hablan lenguajes diferentes Multitud de preguntas IC al EH IC no se contentará con las respuestas, exige razones. IC controlará la coherencia del conocimiento en su conjunto EH queda mas especializado, por orden de ideas.

Subsistema de control de coherencia Mantener la coherencia del conocimiento Nuevo concepto de un SE Permite formas mas ordenadas Mas fiable Alerta de las imperfecciones Evita reglas que se contradigan El sistema debe suministrar información para que controle incoherencias Filtra información mala a la base de conocimiento

Subsistema de Adquisición de conocimiento Encargado de recibir los elementos del conocimiento Comprobar que sean elementos nuevos Dos tipos de conocimiento Abstracto: Validez general (reglas, espacios probabilisticos) forma parte del sistema (Ej: todas las diferentes enfermedades, nombres, tratamientos…) Concreto: Validez particular, no forma parte del sistema, es efímero, es decir ser destruye (Ej: Síntomas de un paciente en particular)

Base del Conocimiento Elemento que almacena el conocimiento abstracto Pone el conocimiento a disposición del motor de inferencia para su tratamiento Cuando las premisas de algunas reglas coinciden en su totalidad o parte con la conclusiones de otras, se llama lo que se produce “Encadenamiento de Reglas”, las premisas de ciertas reglas son conclusiones de otras

Memoria de Trabajo Almacena el conocimiento concreto Almacena todos los procedimientos de los diferentes sistemas y subsistemas Es de carácter transitorio o cambiante

Motor de Inferencia Corazón de todo sistema experto Su función es aplicar el conocimiento abstracto al conocimiento concreto Acción de obtener conclusiones Ej: El diagnóstico de un paciente, consiste en analizar los síntomas (concreto) y detectar la enfermedad que posee mediante el análisis de diferentes sintomatologías (abstracto)

Motor de Inferencia Existen dos tipos de conclusiones Conclusiones simples: aquellas que resultan de la aplicación de sólo una regla Conclusiones compuestas: aquellas que resultan del encadenamiento de varias reglas No siempre resulta la conclusión del análisis de una regla o encadenamiento de reglas. Abandonar la regla por no poder concluir nada (rango de interacciones) Preguntar, a través del subsistema de demanda de información, sobre la verdad o falsedad de las premisas y continuar con el proceso hasta producir la conclusión

Motor de Inferencia Para obtener conclusiones se utilizar diferentes tipos de estrategias de inferencia y control de razonamiento Conclusiones Simples Modus Ponens Estrategia mas común Regla “Si A es cierto entonces B es cierto” Modus Tollens Estrategia menos actual Regla “Si B es falso entonces puede afirmarse que A es falso” Algunos SE no incluyen este tipo de estrategia de inferencia

Motor de Inferencia Conclusiones Compuestas Mecanismo de Resolución Se substituyen las reglas por expresiones lógicas equivalentes Se combinan éstas entre si para dar una nueva expresión lógica Se combina ésta con la evidencia de los hechos

Motor de Inferencia “Si llueve las calles se mojan” “Si las calles de mojan se producen filtraciones” Sustitución de reglas por expresiones lógicas “Si llueve las calles se mojan” = “No llueve o las calles se mojan” Combinar expresiones lógicas “No llueve” o “se producen filtraciones” Combinar con evidencias Evidencia es “lluvia” la conclusión es: “Se producen filtraciones”

Motor de Inferencia Estrategias de encadenamiento Encadenamiento hacia adelante Problemas orientados a los datos o de diagnóstico. Hechos -> Conlusiones Encadenamiento hacia atras Problemas orientados al objetivo. Que hechos son necesarios para conseguirlos

Subsistema de demanda de información El conocimiento concreto es muy limitado y no se puede obtener conclusiones fiables. Completa el conocimiento para proceder de nuevo a la elaboración. Repetir el ciclo hasta conseguir conclusiones válidas.

Interfase del Usuario Permite que el usuario introduzca información al sistema. Utilización de Hardware (ratones, pantallas gráficas, etc.) Utilización de Software (Menús, windows, gráficos, etc)

Subsistema de Ejecución de Ordenes Realizar acciones pertinentes luego de haber sacado las conclusiones. Por ejemplo: Un sistema que controla una central nuclear puede producir apertura de ciertas válvulas, la activación de alarmas, etc)

Subsistema de Explicación Luego de obtener las conclusiones el usuario puede pedir razones. Los procesos realizados por el motor de inferencias son comunicados los hechos al usuario de forma ordenada. Es recomendable tener un mecanismo para la elección del nivel de explicación, es decir el nivel de detalle. (verbose)

Subsistema de la Propagación de Incertidumbre Por su complejidad es el elemento mas débil de los SE. El resultado de las conclusiones no son muy fiables. Existen medidas como probabilidades, factores de certeza, teoría de la evidencia, lógica difusa. Basicamente se asocia cada hecho a cierta medida de incertidumbre.

Medidas de Incertidumbre En el motor de inferencia, una de forma para obtener conclusiones compuestas son las técnicas de razonamiento incierto, pero causa propagación de la incertidumbre, para esto se exponen medidas de incertidumbre.

Medidas de Incertidumbre Probabilidad Espacio Probabilístico (conjunto U, clase A) Factor de Certeza Medida de certeza que tiene un hecho o suceso, su valor oscila entre (-1, 1) Medida de credibilidad. Mide el decremento relativo de incredibilidad de una hipótesis A, debida a una evidencia o información. Medida de incredibilidad. Mide el decremento relativo de credibilidad de una hipótesis A debido a una evidencia o información.

Subsistema de Aprendizaje Los SE son capaces de aprender Aprendizaje Estructural: Relacionado con la estructura del conocimiento (reglas, espacios probabilisticos,etc) Incorporación de nuevas reglas a la base del conocimiento. Aprendizaje Paramétrico: Se refiere a los parámetros de la BC. Determinación de probabilidades en hechos. Se pueden manipular estas probabilidades para incluir o evitar el hecho.

Subsistema de Experiencias Incluir en la base de datos de experiencias. Se puede decir que un SE podría generar sin la necesidad de un Experto Humano (contradictorio al concepto), partiendo de datos o experiencias recogidas por no expertos, con garantías casi iguales como si se lo hiciese con un experto humano.

Funciones de un SE Adquirir conocimiento Almacenar conocimiento Razonar e inferir Demandar nueva información Aprender Propagar incertidumbre Asistir al experto a dar información coherente Explicar las conclusiones Realizar ciertas acciones como consecuencia del razonamiento Controlar la coherencia del conocimiento del sistema

Tipos de Sistemas Expertos