Introduccin a Sistemas Expertos

Inteligencia Artificial I Sistemas FNI

Temario
Introduccin a Sistemas Expertos Caractersticas de los SE Tareas tpicas Caractersticas del problema Arquitectura de un Sistema Experto Representacin del conocimiento

IA I - 2

Introduccin a Sistemas Expertos

Los SE son programas capaces de manejar problemas que normalmente requieren para su resolucin la intervencin humana especializada. El experto de campo revela la informacin colapsada sobre el conocimiento. El ingeniero de conocimiento da forma simblica y automticamente manipulable a la informacin (conocimiento) dada por el experto de campo. IA I - 3

Caractersticas de los SE
Aplican experiencia de una manera eficiente para solucionar problemas, realizando inferencias a partir de datos incompletos o inciertos. Explican y justifican lo que estn haciendo. Se comunican con otros expertos y adquieren nuevo conocimiento. Reestructuran y reorganizan el conocimiento. Pueden quebrantar reglas, interpretar simultneamente el espritu y la letra. Determinar cuando un problema est en el dominio de su experiencia, determinacin de la relevancia del problema.
IA I - 4

Tareas tpicas
Diagnstico y reparacin Prediccin Planificacin Monitorizacin de tareas Ayuda a la educacin Ayuda a la toma de decisiones Ayuda a la operacin legal y administrativa Ayuda a la identificacin de problemas Interpretacin de datos
IA I - 5

Caractersticas que debe cumplir el rea del problema

El procedimiento de resolucin debe tener un componente importante de razonamiento El nivel de complejidad debe ser tal que los problemas se resuelvan en plazos razonables El proceso de resolucin debe tener un volumen combinatorio importante Debe servir para entrenar novicios Debe existir un experto real del tema El experto debe ser capaz de articular sus mtodos

IA I - 6

Arquitectura de un Sistema Experto

Base de Conocimiento (BC)

Base de Datos (BD) Motor de Inferencia (MI) Trazador de explicaciones (TE) Trazador de Consultas (TC) Memoria de trabajo (MT) Manejador de Comunicaciones (MC)

IA I - 7

Base de Conocimiento (BC)

Es la unin del conjunto de aserciones y el

conjunto de reglas. Su funcin es suministrar al MI, informacin de la naturaleza de los problemas que puede manejar.

IA I - 8

Base de Conocimiento (BC)

- Una asercin A es una formulacin simblica de un hecho. - Una regla R es una relacin explcita entre aserciones, generalmente de casualidad.
SI A1 yy An entonces An+1 yy An+m Donde A1 yyAn son antecedentes (predicciones) An+1 yy An+m forman el consecuente (conclusiones)

IA I - 9

Base de Conocimiento (BC)

Restricciones
1- Aciclicidad: No puede aparecer

Si A1 y A2 ENTONCES A1 y A2
2- n,m >=1

Observaciones
Las aserciones pueden vincularse mediante Y y O
IA I - 10

Base de Datos (BD)

Contiene informacin sobre el problema particular que el S.E. debe resolver.

IA I - 11

Memoria de Trabajo (MT)

Es una BD temporal, en la cual el MI deja informacin deducida a partir de :
- Base de Conocimiento - Base de Datos

IA I - 12

Trazador de Consultas (TC)

Maneja las consultas del S.E. al usuario.

IA I - 13

Trazador de Explicaciones(TE)

Maneja requerimientos del usuario al S.E..

IA I - 14

Manejador de Comunicacin (MC)

Coordina el TE con el TC

IA I - 15

Motor de Inferencia (MI)

Activa las reglas en funcin de la informacin contenida

en la BD y MT, la nueva informacin es puesta en la MT. Tambin se encarga de proporcionar al TE, las reglas que dieron origen a una cosulta al usuario.

IA I - 16

Motor de Inferencia (MI)

Puede trabajar bajo: - Universo Cerrado: toda la informacin necesaria est contenida en el sistema, entonces lo que no puede demostrar es falso. - Universo Abierto: toda la informacin que no est en el sistema est fuera de l, entonces la busca el usuario.

IA I - 17

Motor de Inferencia (MI)

- Orientado por el Objetivo:(Backward Chaining) El origen de la induccin es el objetivo y se busca encontrar condiciones iniciales que estn contenidas en los datos sobre el problema particular a resolver. - Orientado por los Datos:(Forward Chaining) El origen de la induccin son los datos iniciales y se trata de llegar a algn objetivo de inters.
IA I - 18

Arquitectura de un Sistema Experto

IA I - 19

Representacin del Conocimiento

Se requiere:

Un sistema inormtico que manipule el conocimiento.

Debe admitir: Una representacin adecuada y operadores de manipulacin.

IA I - 20

Representacin del Conocimiento

Se necesita:

Estructuras de datos adecuadas Procedimientos de manipulacin Entorno de activacin de procedimientos y estructuras

IA I - 21

Tipos de Conocimiento
- Objetos

- Eventos
- Habilidades - Meta-Conocimientos

IA I - 22

Tipos de Conocimiento
Objetos Podemos definir el conocimientos como hechos que ocurren en el conjunto de objetos que nos circunda. Ej: - Los pjaros tienen alas - La nieve es blanca Es necesario representar: Objetos Clases de Objetos Categoras de Objetos Descripcin de Objetos IA I - 23

Tipos de Conocimiento
Eventos Sobre los Objetos existen acciones o eventos Ej: - Pedro bes a Maria en el bosque - El cielo se derrumbar hoy Surge la necesidad de: Codificar la secuencia de acciones o eventos Formalizar el concepto de eventos o acciones Representar adecuadamente las revelaciones de causa - efecto involucradas.
IA I - 24

Tipos de Conocimiento

Habilidades Habilidad de cmo aplicar adecuadamente la accion al objeto.

Ej: - Si la madera est hmeda squela antes de usarla para un asado.

IA I - 25

Tipos de Conocimiento

Meta-Conocimiento

Es el conocimiento sobre como usar adecuadamente el conocimiento que ya tenemos.

IA I - 26

Uso del Conocimiento

Reconocimiento del Objeto Recuperacin de Conocimiento

Manipulacin de Robots
Adquisicin de ms conocimiento

IA I - 27

Adquisicin del Conocimiento

Acumular nuevo conocimiento Objetivos Reestructuracin de conocimiento existente

Activar procesos que mejoren la performace del sistema a partir de la nueva informacin.
IA I - 28

Recuperacin del Conocimiento

- Determinar que piezas de conocimiento son relevantes a la resolucin de un problema. - Destreza crucial cuando el espacio de conocimiento manejado por el sistema es muy amplio.

Ideas Bsicas ENLAZADA: cuando dos piezas de conocimiento se siguen en un razonamiento, enlazarla. AGRUPAMIENTO: si un conjunto de piezas se utilizan en un proceso de razonamiento, los agrupamos.
IA I - 29

Razonamiento
Determinar un encadenamiento posible para las piezas de conocimiento Razonamiento Formal: Se deducen nuevas P.C siguiendo reglas de inferencia preespecificadas.

Tipos
Razonamiento Procedural: Utiliza la simulacin para responder preguntas y resolver problemas.

IA I - 30

Razonamiento
Razonamiento por analoga: Involucra asociar el problema a resolver con uno ya resuelto y utiliza el espacio de direcciones del segundo para resolver el primero. Meta Razonamiento: Involucra razonar sobre cul es la mejor manera de razonar para un problema especfico.
IA I - 31

Tipos

Tipos de Representaciones

Lgicas Lgicas de Predicado de Primer Orden Lgica multivaluada Lgica Temporal Redes Semnticas Sistema de Produccin Marcos

IA I - 32

Metodologa
1) Estudio preliminar:

Definicin del problema Identificacin de los expertos Bibliografa de referencia Glosario de trminos Estudio de factibilidad

Tcnica Operativa Econmica Posibilidad de la construccin Justificacin de la construccin

Anlisis

IA I - 33

Metodologa
2) Desarrollo de prototipos:

Elicitacin de conocimiento Representacin del conocimiento (grafos causales) Eleccin de la herramienta Formalizacin: construccin de las reglas Implementacin del prototipo

IA I - 34

Metodologa
3) Desarrollo del sistema:

Los avances deben estar acompaados de evaluaciones internas de los expertos y la reconstruccin a partir del resultado de las evaluaciones. El testeo final consiste en plantear casos nuevos y comparar la solucin y el procedimiento realizado por el experto y por el sistema. Actualizacin del sistema

4) Evaluacin final:

5) Mantenimiento:

IA I - 35