En un documento en Word describa la arquitectura bsica de un sistema (S.

) experto
(E.), proponga tres ejemplos con aplicaciones, donde se haga evidente la arquitectura
usada. Enva tu archivo a travs de este medio.

INTRODUCCIN

Los Sistemas expertos sirven para resolver cuestiones complejas, en las cuales
hay muchos factores involucrados, se necesita tener en cuenta una amplia base
de datos histricos, y donde se puede definir alguna regla que permita la toma
de decisiones rpida. Actualmente son aplicados con xito en: medicina,
qumica, biologa, administracin, industria, etc.

Los Sistemas Expertos estn basados en conocimientos dedicados a tareas

especficas que requieren una gran cantidad de conocimiento de un dominio
de experiencia particular, proporcionan experiencia en forma de diagnsticos,
instrucciones, predicciones o consejos ante situaciones reales que se planteen
y pueden servir tambin como herramientas de entrenamiento. Son aplicables
a numerosos campos de experiencia, como medicina, actividades militares,
econmicas financieras e industriales, ciencia, ingeniera, y derecho.

OBJETIVOS
GENERAL
Crear una base de conocimiento necesarios con al menos un experto humano
del dominio en cuestin y si se puede adquirir su conocimiento a partir de
entrevistas mediante interfaces amigables para que lo introduzca.
ESPECFICOS

1. Explicar sus razonamientos o base del conocimiento: los sistemas

expertos se deben realizar siguiendo ciertas reglas o pasos
comprensibles de manera que se pueda generar la explicacin para cada
una de estas reglas, que a la vez se basan en hechos.

2. Adquisicin de nuevos conocimientos o integrador del sistema: son

mecanismos

de razonamiento que sirven

para modificar

los

conocimientos anteriores. Sobre la base de lo anterior se puede decir

que los sistemas expertos son el producto de investigaciones en el

campo de la inteligencia artificial ya que esta no intenta sustituir a los

expertos humanos, sino que se desea ayudarlos a realizar con ms
rapidez y eficacia todas las tareas que realiza con menor dificultad.

3. mezclando diferentes tcnicas o aplicaciones aprovechando las ventajas

que cada una de estas ofrece para poder tener empresas ms seguras. Un
ejemplo de estas tcnicas seria los agentes que tienen la capacidad de
negociar y navegar a travs de recursos en lnea; y es por eso que en la
actualidad juega un papel preponderante en los sistemas expertos
HISTORIA DE LOS SISTEMAS EXPERTOS
Estas pensando que la inteligencia artificial es una cosa de los ltimos 3, 5 o
como mucho los 10 ltimos aos, pero NO!, los primeros pasos en la
inteligencia artificial se dieron en los !AOS 50!. Tu te imaginas crear un
programa inteligente con el Hardware de esa poca. Sencillamente es
increble.
A comienzos de los aos 50 el conocido Alan Mathinsong Turing public
"Inteligencia y Funcionamiento de las Mquinas" con el fin de demostrar
hasta que punto estas tienen inteligencia. En estos aos se dieron varias
definiciones de lo que significaba la inteligencia en una mquina. Sobre lo que
denominamos la inteligencia artificial.
Definicin de Elaim Reich:

La inteligencia artificial es el estudio de como hacer que los ordenadores

hagan cosas que, en estos momentos, hace mejor el hombre.
Definicin de Alexander Sporl (1971):
En su obra "Sporls-Computerbuch": Bajo Inteligencia entiendo la capacidad
de un ser vivo o una mquina de ordenar informaciones, extensas
observaciones, experiencias, descubrir interrelaciones para abstraer de esta
forma cosas y poderlas ligar entre s. Uno de los primeros sistemas expertos se
llamo Dendral y era capaz de calcular o descubrir hechos relativos a la
estructura molecular a partir de unos datos qumicos sin elaborar. Otro
sistemas expertos famosos son MYCIN que diagnostica enfermedades de la
sangre y que sugiere un tratamiento y PUFF, un sistema similar pero para
enfermedades de pulmn.
En el ao 1950 el campo de la automtica recibe un gran impulso cuando
Wiener desarrolla el principio de la retroalimentacin. La teora de la
retroalimentacin es base fundamental de los sistemas de control.
En 1955 Newell y Simon desarrollan la Teora de la lgica. Este desarrollo
permiti desarrollar un programa que exploraba la solucin a un problema
utilizando ramas y nudos, seleccionando nicamente las ramas que ms
parecan acercarse a la solucin correcta del problema. En 1956, se celebra
una conferencia en Vermont (USA) de gran trascendencia en el desarrollo de
la I.A. John McCarthy propone por primera vez el uso del trmino
"Inteligencia Artificial" para denominar el estudio del tema.

En 1957, aparece la primera versin de "The General Problem Solver" (GPS,

Solucionador general de problemas), un programa capaz de solucionar
problemas de sentido comn pero no problemas del mundo real como
diagnsticos mdicos. El GPS utilizaba la teora de la retroalimentacin de
Wiener..
En 1958 McCarthy anuncia su nuevo desarrollo el lenguaje LISP (LISt
Procesing), el lenguaje de eleccin para todos aquellos desarrolladores
inmersos en el estudio de la IA. En 1963, el Instituto Tecnolgico de
Massachussets (MIT) recibe una subvencin de 2,2 millones de dlares del
gobierno de los Estados Unidos en concepto de investigacin en el campo de
la IA. De esa forma, se comprueba la importancia que el Gobierno concede a
la investigacin dentro de ese campo.
En 1965 aparece DENDRAL, el primer sistema experto. Es en ese ao cuando
Feigenbaum entra a formar parte del departamento de informtica de Stanford.
All conoci a Joshua Lederberg, el cual quera averiguar cual era la estructura
de las molculas orgnicas completas. El objetivo de DENDRAL fue estudiar
un compuesto qumico. El descubrimiento de la estructura global de un
compuesto exiga buscar en un rbol las posibilidades, y por esta razn su
nombre es DENDRAL que significa en griego "rbol".Antes de DENDRAL
los qumicos solo tenan una forma de resolver el problema, estar era tomar
unas hiptesis relevantes como soluciones posibles, y someterlas a prueba
comparndolas con los datos.
La realizacin de DENDRAL dur ms de diez aos (1965-1975). Se le puede
considerar el primer sistema experto. En 1965 tambin se empezaron a utilizar

tcnicas para la resolucin de problemas que se caracterizaban por la

bsqueda heurstica como modelo para la resolucin de problemas, y con ellas
comenz la investigacin y desarrollo de los sistemas expertos.
En 1972, en la Universidad de Standford se desarrolla MYCIN, sistema
experto dentro del campo de la medicina para diagnostico de enfermedades
infecciosas en la sangre. MYCIN se trataba de un sistema experto para el
diagnstico de enfermedades infecciosas. Desde los resultados de anlisis de
sangre, cultivos bacterianos y dems datos, el prog rama era capaz de
determinar, o en lo menos, sugerir el microorganismo que estaba causando la
infeccin. Despus de llegar a una conclusin, MYCIN prescriba una
medicacin que se adaptaba perfectamente a las caractersticas de la persona,
tales como el peso corporal de este.
Al mismo tiempo, Davir Marr propone nuevas teoras sobre la capacidad de
reconocimiento visual de las diferentes mquinas. En 1972 aparece el lenguaje
PROLOG basado en las teoras de Minsky. En 1973 se desarrolla el sistema
experto llamado TIERESIAS. El cometido de este sistema experto era el de
servir de intrprete entre MYCIN y los especialistas que lo manejaban, a la
hora introducir nuevos conocimientos en su base de datos. El especialista
deba utilizar MYCIN de una forma normal, y cuando este cometiera un error
en un diagnstico (hecho producido por la falta o fallo de informacin en el
rbol de desarrollo de teoras) TEIRESIAS corregira dicho fallo destruyendo
la regla si es falsa o amplindola si es eso lo que se necesita. En 1979 aparece
XCON, primer programa que sale del laboratorio Su usuario fue la Digital
Equipament Corporation (DEC).

El cometido de XCON sera configurar todos los ordenadores que saliesen de

la DEC. El proyecto present resultados positivos y se empez a trabajar en el
proyecto ms en serio en diciembre de 1978. En abril de 1979 el equipo de
investigacin que lo haba diseado pens que ya estaba preparado para salir,
y fue entonces, cuando se hizo una prueba real, esperando resolver
positivamente un 95% de las configuraciones, este porcentaje tal alto se qued
en un 20% al ser contrastado con la realidad; XCON volvi al laboratorio,
donde fue revisado y a finales de ese mismo ao funcion con resultados
positivos en la DEC.
En 1980 se instaur totalmente en DEC. Y en 1984, el XCOM haba crecido
hasta multiplicarse por diez. El XCOM supuso un ahorro de cuarenta millones
de dlares al ao para la DEC. Entre los aos 80 a 85 se produce la revolucin
de los Sistemas Expertos. En estos 5 aos se crearon diversos sistemas
expertos como el DELTA, de General Electric Company, para la reparacin de
locomotoras diesel y elctricas. "Aldo en Disco" para la reparacin de calderas
hidroestticas giratorias usadas para la eliminacin de bacterias.
Se crearon multitud de empresas dedicadas a los sistemas expertos como
Teknowledge Inc., Carnegie Group, Symbolics, Lisp Machines Inc., Thinking
Machines Corporation, Cognitive Systems Inc. formando una inversin total
de 300 millones de dlares. Los productos ms importantes que creaban estas
nuevas compaas eran las "mquinas Lisp", que se trataba de unos
ordenadores que ejecutaban programas LISP con la misma rapidez que en un
ordenador central, y el otro producto fueron las "herramientas de desarrollo de
sistemas expertos".

En 1987 XCON empieza a no ser rentable. Los tcnicos de DEC tuvieron que
actualizar XCOM rpidamente llegndose a gastar ms de dos millones de
dlares al ao para mantenimiento y algo parecido ocurri con el
DELTA..Tambin en 1987 aparecieron los microordenadores Apple y
compatibles IBM con una potencia parecida a los LISP. El software se
transfiri a mquinas convencionales utilizando el lenguaje "C" lo que acab
con el LISP.
A partir de los 90 y con el desarrollo de la informtica, se produce un amplio
desarrollo en el campo de la IA y los sistemas expertos, pudindose afirmar
que estos se han convertido en una herramienta habitual en determinadas
empresas en la actualidad.
La evolucin histrica de los mtodos utilizados en el desarrollo de los
sistemas expertos tambin se ha producido a medida que se ha ido
desarrollando la IA y los diferentes mtodos que se han empleado para su
resolucin. El desarrollo de lenguajes como LISP y PROLOG condicionaron
esa evolucin, as como investigaciones en diversos campos relacionados. Los
primeros sistemas expertos que se desarrollaron en los aos 60 eran capaces
de resolver solo problemas basados en situaciones determinadas ,mediante
sistemas de reglas .Es a partir de los 70 cuando se empiezan a resolver
problemas basados en situaciones inciertas, basados en medidas difusas al
principio y en redes probabilsticas con posterioridad
SISTEMA EXPERTO (SE)

Es una aplicacin informtica capaz de solucionar un conjunto de problemas

que exigen un gran conocimiento sobre un determinado tema. Un sistema
experto es un conjunto de programas que, sobre una base de conocimientos,
posee informacion de uno o mas expertos en un rea especfica. Se puede
entender como una rama de la inteligencia artificial. Estos sistemas imitan las
actividades de un humano para resolver problemas de distinta ndole (no
necesariamente tiene que ser de inteligencia artificial). Tambin se dice que un
SE se basa en el conocimiento declarativo (hechos sobre objetos, situaciones)
y el conocimiento de control (informacin sobre el seguimiento de una
accin). Para que un sistema experto sea herramienta efectiva, los usuarios
deben interactuar de una forma fcil, reuniendo dos capacidades para poder
cumplirlo:
1. Explicar sus razonamientos o base del conocimiento: los sistemas
expertos se deben realizar siguiendo ciertas reglas o pasos
comprensibles de manera que se pueda generar la explicacin para cada
una de estas reglas, que a la vez se basan en hechos.
2. Adquisicin de nuevos conocimientos o integrador del sistema: son
mecanismos

de razonamiento que sirven

para modificar

los

conocimientos anteriores. Sobre la base de lo anterior se puede decir

que los sistemas expertos son el producto de investigaciones en el
campo de la inteligencia artificial ya que sta no intenta sustituir a los
expertos humanos, sino que se desea ayudarlos a realizar con ms
rapidez y eficacia todas las tareas que realiza.
Debido a esto en la actualidad se estn mezclando diferentes tcnicas o
aplicaciones aprovechando las ventajas que cada una de estas ofrece para

poder tener empresas ms seguras. Un ejemplo de estas tcnicas sera los

agentes que tienen la capacidad de negociar y navegar a travs de recursos en
lnea; y es por eso que en la actualidad juega un papel preponderante en los
sistemas expertos.
ESTRUCTURA BSICA DE UN SE
Un Sistema Experto est conformado por:
Base de conocimientos (BC): Contiene conocimiento modelado
extrado del dilogo con el experto.
Base de hechos (Memoria de trabajo): contiene los hechos sobre un
problema que se ha descubierto durante el anlisis.
Motor de inferencia: Modela el proceso de razonamiento humano.
Mdulos de justificacin: Explica el razonamiento utilizado por el
sistema para llegar a una determinada conclusin.
Interfaz de usuario: es la interaccin entre el SE y el usuario, y se
realiza mediante el lenguaje natural.
TIPOS DE SE
Principalmente existen tres tipos de sistemas expertos:
Basados en reglas.
Basados en casos o CBR (Case Based Reasoning).
Basados en redes bayesianas.
En cada uno de ellos, la solucin a un problema planteado se obtiene:

 Aplicando reglas heursticas apoyadas generalmente en lgica difusa

para su evaluacin y aplicacin.
Aplicando el razonamiento basado en casos, donde la solucin a un
problema similar planteado con anterioridad se adapta al nuevo
problema.
Aplicando redes bayesianas, basadas en estadstica y el teorema de
Bayes.

VENTAJAS Y LIMITACIONES DE LOS SISTEMAS EXPERTOS

Permanencia: A diferencia de un experto humano un SE (sistema
experto) no envejece, y por tanto no sufre prdida de facultades con el
paso del tiempo.
Duplicacin: Una vez programado un SE lo podemos duplicar infinidad
de veces.
Rapidez: Un SE puede obtener informacin de una base de datos y
realizar clculos numricos mucho ms rpido que cualquier ser
humano.
Bajo costo: A pesar de que el costo inicial pueda ser elevado, gracias a
la capacidad de duplicacin el coste finalmente es bajo.
Entornos peligrosos: Un SE puede trabajar en entornos peligrosos o
dainos para el ser humano.

 Fiabilidad: Los SE no se ven afectados por condiciones externas, un

humano s (cansancio, presin, etc.).
Consolidar varios conocimientos
Apoyo Academico...
LIMITACIONES
Sentido comn: Para un Sistema Experto no hay nada obvio. Por
ejemplo, un sistema experto sobre medicina podra admitir que un
hombre lleva 40 meses embarazado, a no ser que se especifique que
esto no es posible.
Lenguaje natural: Con un experto humano podemos mantener una
conversacin informal mientras que con un SE no podemos.
Capacidad de aprendizaje: Cualquier persona aprende con relativa
facilidad de sus errores y de errores ajenos, que un SE haga esto es muy
complicado.
Perspectiva global: Un experto humano es capaz de distinguir cuales
son las cuestiones relevantes de un problema y separarlas de cuestiones
secundarias.
Capacidad sensorial: Un SE carece de sentidos.
Flexibilidad: Un humano es sumamente flexible a la hora de aceptar
datos para la resolucin de un problema.
Conocimiento no estructurado: Un SE no es capaz de manejar
conocimiento poco estructurado.
Ejemplos importantes

 Dendral

R1

XCon

CLIPS, Jess

Dipmeter Advisor

Prolog

Mycin

ehsis.ikudetelemed.com

CADUCEUS

TAREAS QUE REALIZA UN SISTEMA EXPERTO

Monitorizacin
La monitorizacin es un caso particular de la interpretacin, y consiste en la
comparacin continua de los valores de las seales o datos de entrada y unos
valores que actan como criterios de normalidad o estndares. En el campo
del

mantenimiento

predictivo

los

Sistemas

Expertos

se

utilizan

fundamentalmente como herramientas de diagnstico. Se trata de que el

programa pueda determinar en cada momento el estado de funcionamiento de
sistemas complejos, anticipndose a los posibles incidentes que pudieran
acontecer. As, usando un modelo computacional del razonamiento de un
experto humano, proporciona los mismos resultados que alcanzara dicho
experto.
Diseo
Diseo es el proceso de especificar una descripcin de un artefacto que
satisface varias caractersticas desde un nmero de fuentes de conocimiento.
El diseo se concibe de distintas formas:
El diseo en ingeniera es el uso de principios cientficos, informacin
tcnica e imaginacin en la definicin de una estructura mecnica,
mquina o sistema que ejecute funciones especficas con el mximo de
economa y eficiencia.

 El diseo industrial busca rectificar las omisiones de la ingeniera, es un

intento consciente de traer forma y orden visual a la ingeniera de
hardware donde la tecnologa no provee estas caractersticas.
Los SE en diseo ven este proceso como un problema de bsqueda de una
solucin ptima o adecuada. Las soluciones alternas pueden ser conocidas de
antemano o se pueden generar automticamente probndose distintos diseos
para verificar cules de ellos cumplen los requerimientos solicitados por el
usuario, sta tcnica es llamada generacin y prueba, por lo tanto estos SE
son llamados de seleccin. En reas de aplicacin, la prueba se termina
cuando se encuentra la primera solucin; sin embargo, existen problemas ms
complejos en los que el objetivo es encontrar la solucin ptima.
Planificacin
La planificacin es la realizacin de planes o secuencias de acciones y es un
caso particular de la simulacin. Est compuesto por un simulador y un
sistema de control. El efecto final es la ordenacin de un conjunto de acciones
con el fin de conseguir un objetivo global.
Los problemas que presentan la planificacin mediante SE son los siguientes:
Existen consecuencias no previsibles, de forma que hay que explorar y
explicar varios planes.
Existen muchas consideraciones que deben ser valoradas o incluirles un
factor de peso.

 Suelen existir interacciones entre planes de subobjetivos diversos, por

lo que deben elegirse soluciones de compromiso.
Trabajo frecuente con incertidumbre, pues la mayora de los datos con
los que se trabaja son ms o menos probables pero no seguros.
Es necesario hacer uso de fuentes diversas tales como bases de datos.
Control
Un sistema de control participa en la realizacin de las tareas de
interpretacin, diagnstico y reparacin de forma secuencial. Con ello se
consigue conducir o guiar un proceso o sistema. Los sistemas de control son
complejos debido al nmero de funciones que deben manejar y el gran nmero
de factores que deben considerar; esta complejidad creciente es otra de las
razones que apuntan al uso del conocimiento, y por tanto de los SE.
Cabe aclarar que los sistemas de control pueden ser en lazo abierto, si en el
mismo la realimentacin o el paso de un proceso a otro lo realiza el operador,
o en lazo cerrado si no tiene que intervenir el operador en ninguna parte del
mismo. Reparacin, correcta o terapia.
La reparacin, correccin, terapia o tratamiento consiste en la proposicin de
las acciones correctoras necesarias para la resolucin de un problema. Los SE
en reparacin tienen que cumplir diversos objetivos, como son: Reparacin lo
ms rpida y econmicamente posible. Orden de las reparaciones cuando hay
que realizar varias. Evitar los efectos secundarios de la reparacin, es decir la
aparicin de nuevas averas por la reparacin.

Simulacin
La simulacin es una tcnica que consistente en crear modelos basados en
hechos, observaciones e interpretaciones sobre la computadora, a fin de
estudiar el comportamiento de los mismos mediante la observacin de las
salidas para un conjunto de entradas. Las tcnicas tradicionales de simulacin
requieren modelos matemticos y lgicos, que describen el comportamiento
del sistema bajo estudio. El empleo de los SE para la simulacin viene
motivado por la principal caracterstica de los SE, que es su capacidad para la
simulacin del comportamiento de un experto humano, que es un proceso
complejo.
En la aplicacin de los SE para simulacin hay que diferenciar cinco
configuraciones posibles:
1. Un SE puede disponer de un simulador con el fin de comprobar las
soluciones y en su caso rectificar el proceso que sigue.
2. Un sistema de simulacin puede contener como parte del mismo a un
SE y por lo tanto el SE no tiene que ser necesariamente de simulacin.
3. Un SE puede controlar un proceso de simulacin, es decir que el
modelo est en la base de conocimiento del SE y su evolucin es
funcin de la base de hechos, la base de conocimientos y el motor de
inferencia, y no de un conjunto de ecuaciones aritmtico lgicas.
4. Un SE puede utilizarse como consejero del usuario y del sistema de
simulacin.

5. Un SE puede utilizarse como mscara o sistema frontal de un simulador

con el fin de que el usuario reciba explicacin y justificacin de los
procesos.
Instruccin
Un sistema de instruccin realizara un seguimiento del proceso de
aprendizaje. El sistema detecta errores ya sea de una persona con
conocimientos e identifica el remedio adecuado, es decir, desarrolla un plan de
enseanza que facilita el proceso de aprendizaje y la correccin de errores.

RECUPERACIN DE INFORMACIN
Los Sistemas Expertos, con su capacidad para combinar informacin y reglas
de actuacin, han sido vistos como una de las posibles soluciones al
tratamiento y recuperacin de informacin, no slo documental. La dcada de
1980 fue prolija en investigacin y publicaciones sobre experimentos de este
orden, inters que continua en la actualidad.
Lo que diferencia a estos sistemas de un sistema tradicional de recuperacin
de informacin es que stos ltimos slo son capaces de recuperar lo que
existe explcitamente, mientras que un Sistema Experto debe ser capaz de
generar informacin no explcita, razonando con los elementos que se le dan.
Pero la capacidad de los SE en el mbito de la recuperacin de la informacin

no se limita a la recuperacin. Pueden utilizarse para ayudar al usuario, en

seleccin de recursos de informacin, en filtrado de respuestas, etc. Un SE
puede actuar como un intermediario inteligente que gua y apoya el trabajo del
usuario final.

BIBLIOGRAFA

www.dei.va.educpy\tar17\sexpreti\historia.htm
www.sarder.upeu.edu.pe\~miguel+\temas\expertos.htm
www.fotunecity.com\skycod.per\ronrow\207\se\portada.htm
www.monografias.com

LAS VENTAJAS EN GENERAL DE LOS SISTEMA EXPERTOS

Los conocimientos de un sistema experto pueden ser copiados y

almacenados fcilmente, siendo muy dificil la prdida de stos.

 Otra ventaja de los sistemas expertos sobre los humanos es que el

experto computarizado siempre est a pleno rendimiento. Cuando un
humano se cansa, la exactitud de sus consejos puede decaer. Sin
embargo, el experto computerizado siempre proporcionar las mejores
opiniones posibles dentro de las limitaciones de sus conocimientos.
Otra ventaja menos importante de un sistema experto radica en su !falta
de personalidad! Como probablemente sabr, las personalidades no son
siempre compatibles. Si no se lleva bien con el humano experto, puede
que se encuentre reticente a recabar sus conocimientos.
Una ltima ventaja de un sistema experto est en que despus de que un
experto computerizado exista, usted puede crear un nuevo experto
simplemente copiando el programa de una mquina a otra. Un humano
necesita mucho tiempo para convertirse en un especialista en ciertos
campos, lo que hace difcil que puedan aparecer nuevos especialistas
humanos.

LAS DESVENTAJAS EN GENERAL DE LOS SISTEMA EXPERTOS

Creatividad: los humanos pueden responder creativamente a situaciones

inusuales, los sistemas expertos no pueden.

 Experiencia Sensorial: los humanos tienen un amplio rango de

diponibilidad de experiancia sensorial. Y los sistemas expertos
actualmente dependen de una entrada simbolica.
Degradacin: los sistemas expertos no son bueno para reconocer cuando
no existen respuestas o cuando los problemas estan fuera de su area.

LIMITACIONES DE LOS SISTEMA EXPERTOS

Programacin: Difcil de elaborar y precisan mantenimiento complejo

El elevado costo: En tiempo y dinero para extraer el conocimiento de
los especialistas humanos.
Poca flexibilidad a cambios: Hay que reprogramar el sistema
Dificultad para manipular informacin no estructurada: Especialmente
la informacin incompleta, inconsistente o errnea.
Desacuerdo entre los especialistas humanos: En la elaboracin del
sistema experto, los especialistas humanos pueden estar en desacuerdo
entre ellos mismos a la hora de tomar las mejores decisiones para la
solucin de los problemas particulares.

OPININ PERSONAL
En los humanos la capacidad de resolver problemas tiene dos aspectos: los
aspectos innatos y los aspectos aprendidos.
Los aspectos innatos permiten por ejemplo almacenar y recuperar informacin
en la memoria y los aspectos aprendidos el saber resolver un problema
matemtico mediante el algoritmo adecuado. Del mismo modo que un
humano debe disponer de herramientas que le permitan solucionar ciertos
problemas, los sistemas artificiales deben ser programados de modo tal que
puedan resolver ciertos problemas.

CONCLUSIN
El propsito de este articulo es de mostrarnos una amplia y precisa descripcin
de lo que son los Sistemas Expertos (SE), los cuales tambin son conocidos
como Sistemas Basados en Conocimiento.
As mismo mostramos brevemente los orgenes, conceptos, aplicaciones,
ventajas, limitaciones, y su arquitectura bsica de esta rea y/o campo de la
Inteligencia artificial. Por otra parte en la actualidad el mercado se vuelve ms
competitivo, donde la administracin y buen manejo de la informacin 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
reas.