Referencias
Ingeniera del Conocimiento. A. Gmez, N. Juristo, C. Montes, J. Pazos. Editorial Centro de estudios Ramn Areces. 1997. Ingeniera del Conocimiento. Aspectos Metodolgicos. A. Alonso, B. Guijarro, A. Lozano, J. T. Palma, M. J. Tabeada. Pearson Prentice Hall. 2004 Sistemas expertos representacin e inferencia problemas resueltos. A. Fernndez. Dykinson (URJC). 2010 Sistemas expertos: principios y programacin (3 ed.). J. Giarratano, G. Riley, G. Editorial. Thompson Ed. 2001. Introduction to expert systems. P. Jackson. Editorial Addison-Wesley. 1999. Introduction to Knowledge Systems. Stefik, M. Morgan Kaufmann. 1995 Intelligent systems for engineering. Sriram, Ram D. Springer. 1997
Origen de la IC
Objetivo IA: sistemas que pensaran y resolvieran problemas como humanos Tcnicas generales para la resolucin de problemas
STRIPS, GPS,
70s
Mtodos generales y tcnicas de bsqueda son insuficientes para ciertos problemas Potencial depende ms del conocimiento que del mecanismo inferencia Adquirir conocimiento de expertos
Newel propone un nivel de abstraccin por encima del nivel simblico para diferenciar entre conocimiento y su representacin
4
SS.BB.CC.
Sistemas Tradicionales
Conocimiento incluido en las estructuras de control
Sistemas Expertos
SBC donde el conocimiento es experto
SISTEMAS EXPERTOS
Mtodos heursticos y/o aproximados Simulan el razonamiento humano Representacin declarativa del conocimiento
Separacin de conocimiento y mecanismo de inferencia Reutilizacin por separado
7
Programacin declarativa
Representa explcitamente el conocimiento Ms prxima al razonamiento humano
Ejemplo (Mltiplo)
0 es mltiplo de cualquier nmero. A es mltiplo de B si A es mayor o igual que B y A-B es mltiplo de B
Ejemplo
Algortmico
Mientras (A>=B) hacer AA-B fin mientras. Si (A=0) entonces devolver cierto en otro caso devolver falso fin si.
Declarativo
Mltiplo(0,A) Mltiplo(A,B) si A>=B y mltiplo(A-B,B)
Programacin Declarativa
Ventajas
Abstraccin del conocimiento Facilidad de comprensin Flexibilidad Posibilidad de trabajar con conocimiento
No algortmico Aproximado Incompleto
Desventajas
Eficiencia en memoria Eficiencia en tiempo
10
Estructura de un SBC
BASE DE CONOCIMIENTO MOTOR DE INFERENCIA BASE DE HECHOS
INTERFAZ
SUBSISTEMA DE USUARIO
SUBSISTEMA DE EXPLICACIN
USUARIO
11
SS.BB.CC.
Ventajas
Reutilizacin del conocimiento Resolucin de problemas complejos Tratamiento de la incertidumbre Solucin a problemas incompletos Explicacin del razonamiento Replicacin de conocimiento (expertos) Fcil de modificar el conocimiento Dificultad de adquisicin de conocimiento Conocimiento limitado a un dominio Falta de creatividad y sentido comn Dificultad de aprendizaje y adaptacin
12
Desventajas
13
14
Fases habituales
1. 2. 3. 4. 5. 6. Estudio de viabilidad Adquisicin del conocimiento Conceptualizacin (anlisis) Formalizacin (diseo) Implementacin Evaluacin
15
Estudio de viabilidad
Posibilidad
Existencia de verdaderos expertos Expertos disponibles e interesados Expertos capaces de estructurar y explicar sus mtodos Acuerdo entre expertos No excesivo uso de sentido comn Existencia de casos de prueba
16
Estudio de viabilidad
Justificacin
Escasez de expertos Necesidad del mismo conocimiento en varios lugares Prdida de experiencia humana Entornos peligrosos u hostiles Alta rentabilidad prevista No hay otras soluciones Procesamiento ms simblico que numrico Conocimiento basado ms en heursticas que algoritmos Ni demasiado fcil ni demasiado difcil Conocimiento no exacto o incompleto
17
Adecuacin
Adquisicin de conocimiento
Fuentes de conocimiento
Documentacin
Libros, manuales, revistas especializadas, actas congresos, ...
Proceso
1. Primeras reuniones 2. Extraccin de conocimientos (documentacin) 3. Educcin de conocimientos (del experto)
18
Adquisicin de conocimiento
1. Primeras reuniones
Determinar requisitos funcionales Introducir al IC en el dominio
Adquisicin de conocimiento
3. Educcin de conocimientos (cont.)
Tcnicas de educcin
Entrevistas: abiertas, estructuradas Observacin directa de tareas habituales Incidentes crticos Clasificacin de conceptos Cuestionarios Anlisis de protocolos Emparrillado Brainstorming Tcnica nominal de grupo Mtodo Delphi
20
Conceptualizacin
Crear modelo conceptual (no computable) independiente del formalismo de representacin Entendimiento del dominio del problema y su terminologa Representacin estructurada de los conocimientos adquiridos en la fase de Adquisicin Herramientas
Diagrama de relaciones Tabla concepto-atributo-valor rboles de decisin, ...
Ontologas
Conjunto de trminos y relaciones entre ellos Permiten reutilizacin
21
Formalizacin
Se comienza a modelar el problema desde el punto de vista del sistema Crear modelos formales (semicomputables) Consiste en
Representar el conocimiento mediante algn formalismo Organizarlos en bases de conocimientos Determinar los mtodos de inferencia
Formalismos
Bsicos: lgica, redes semnticas, reglas, marcos, restricciones, ... Incertidumbre: MYCIN, Prospector, Dempster&Shafer, redes bayesianas, lgica borrosa, ... No monotona ...
22
Formalizacin
Factores para elegir un formalismo
Generalidad de la representacin Eficiencia computacional Completitud y consistencia Naturalidad
Implementacin
Crear un modelo computable Seleccionar una herramienta de desarrollo que proporcione
Formalismos de representacin para codificar las bases de conocimientos Mecanismos de inferencia
Evaluacin
Es distinta a la de IS
Los SSBBCC no son completamente objetivos Manejo de incertidumbre Difcil de verificar en laboratorio Los expertos son necesarios para evaluar la correccin
Aspectos
1. Correccin (verificacin)
Sintaxis y estructura adecuada (no redundante, completo, consistente) Se realiza en modelos conceptuales, formales y computables Semntica adecuada experto Se realiza en modelos conceptuales, formales y computables