SISTEMAS BASADOS EN CONOCIMIENTO MAYRA ALEJANDRA VIVEROS GONZALEZ

SISTEMAS BASADOS EN CONOCIMIENTO MAYRA ALEJANDRA VIVEROS GONZALEZ ELIAS DIAZ DE LA VEGA CORDOVA JOSE ALFREDO GUEVARA VALLEJO JOSE LUIS JIMENEZ AMARO SECCION 601 L. S. C. A

INTRODUCCION El propósito de esta presentación es de mostrarnos una amplia y precisa descripción de lo que son los Sistemas Expertos (//SE//), los cuales también son conocidos como Sistemas Basados en Conocimiento. Así mismo mostramos brevemente los orígenes, conceptos, aplicaciones, ventajas, limitaciones, y su arquitectura básica de esta área y/o campo de la Inteligencia artificial. Por otra parte en la actualidad el mercado se vuelve más competitivo, donde la administración y buen manejo de la información 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 áreas.

DEFINICIÓN SISTEMA EXPERTO (S. E. ) §Son aquellos programas que se realizan haciendo explicito el conocimiento en ellos, que tienen información específica de un dominio concreto y que realizan una tarea relativa a este dominio. §Programas que contienen tanto conocimiento declarativo, como conocimiento de control, para emular el proceso de razonamiento de los expertos humanos en un dominio en particular y/o área de experiencia.

§Software que incorpora conocimiento de experto sobre un dominio de aplicación dado, de manera que es capaz de resolver problemas de relativa dificultad y apoyar la toma de decisiones inteligentes en base a un proceso de razonamiento simbólico. §Software que toma decisiones y que puede alcanzar un nivel de desempeño comparable a un experto humano en algunas áreas especializadas y usualmente limitadas.

HISTORIA §Mediado de los años 70´s. Allan Newell y Herbert Simon desarrollaron el GPS (General Problem Solver; solucionador general de problemas). §Investigadores decidieron intentar simular el razonamiento de un experto humano. De esta manera nacieron los SE. § Un equipo dirigido por Edward Feigenbaum, comenzaron a desarrollar SE utilizando bases de conocimientos.

§ 1997 Surge DENDRAL, primer SE su funcionamiento era identificar estructuras químicas moleculares a partir de su análisis espectrográfico. §Finales de los 70´s surge MYCIN , para consulta y diagnóstico de infecciones de la sangre. §Surge EMYCIN (MYCIN Esencial) con el que se construyó : • SACON, utilizado para estructuras de ingeniería • PUFF para estudiar la función pulmonar • GUIDON para elegir tratamientos terapéuticos • HERSAY, que intentaba identificar la palabra hablada

§Años 80’s, se ponen de moda los SE dentro de las empresas de alta tecnología y se enfocan en el área de la inteligencia artificial. §Un ejemplo de SE moderno es CASHVALUE, evalúa proyectos de inversión, y VATIA que asesora acerca del IVA

PROCESOS Y COMPONENTES DE LOS SISTEMAS EXPERTOS

COMPONENTES � � � Base de conocimiento: Contiene el conocimiento necesario para entender, formular y resolver problemas. Pizarrón: Es el área de trabajo de la memoria para la descripción de un problema según lo especifiquen los datos de entrada, es una especie de base de datos. Maquina de inferencia: es el cerebro del sistema experto, proporciona la metodología para razonar y formular conclusiones. Interfaz de usuario: Es la que permite el dialogo usuariocomputadora, el dialogo activa la maquina de inferencia para asociar los síntomas del problema con el conocimiento en la base de datos y generar el consejo. Subsistema de explicación: Señala la responsabilidad de las conclusiones hasta su fuente, explica el comportamiento del sistema experto.

PROCESO � El proceso de los sistemas expertos se divide en dos partes: � El primero es la creación de un sistema, en el cual se construye el sistema experto � Se comienza cuando el ingeniero del conocimiento o arquitecto del sistema programa los conocimientos en base a hechos acerca del área del tema (dominio) en base a reglas.

� La segunda parte es el entorno de consulta: � Es en donde el usuario entra en contacto con el sistema a través de una interfaz para pedir consejo. El sistema experto proporciona el consejo activando una maquina de inferencia, la cual busca en la base de conocimiento la acción recomendada con base en los hechos o indicadores que proporciona el usuario. � La maquina de inferencia utiliza una base de datos temporal denominada pizarrón.

BENEFICIOS PRODUCCIÓN Y PRODUCTIVIDAD MAYORES � MAYOR CALIDAD � CAPTACION DE EXPERIENCIA ESCASA Y SU DISEMINACION � OPERACIÓN EN ENTORNOS PELIGROSOS � ACCESIBILIDAD AL CONOCIMIENTO � CONFIABLIDIDAD � FUNCIONES INCREMNTADAS DE OTROS SISTEMAS � CAPACIDAD PARA TRABAJAR CON INFORMACION INCOMPLETA �

IMPARTICION DE CAPACITACION � MEJORAMIENTO DE LAS FUNCIONES PARA RESOLVER PROBLEMAS � REDUCCION DEL TIEMPO PARA LA TOMA DE DECISIONES � REDUCCION DEL TIEMPO FUERA DE SERVICIO �

LIMITACIONES � � � � No siempre se encuentra disponible el conocimiento Resulta difícil extraer la experiencia del experto El enfoque de cada experto puede variar Es difícil valorar con exactitud las situaciones bajo presión de tiempo Pueden costar mucho dinero Falta de confianza de los usuarios finales La transferencia de conocimiento se sujeta a prejuicios de percepción y de criterio La responsabilidad por una mala asesoría proporcionada por un S. E. resulta difícil de evaluar

AREAS DE APLICACION § § § § Militar § Informática § Telecomunicaciones § § Química § Derecho § Aeronáutica § Geología Arqueología Agricultura Electrónica Transporte Educación Medicina Industria Finanzas y Gestión

SISTEMAS EXPERTOS E INTERNET � Proporciona conocimiento a gran numero de usuarios � La implementación de S. E. como servidores de conocimiento se vuelve económicamente factible y rentable para divulgar la experiencia en la red � No solo se pueden transferir a otros usuarios sino también a otros sistemas computarizados por ejemplo los de apoyo a toma de decisiones, robóticos y bases de datos.

� La disponibilidad ampliamente extendida del uso del internet ofrece la oportunidad de diseminar experiencia y conocimiento a audiencias masivas. � La construcción de S. E. en la reduce costos de adquisición.

1. INTERPRETACION: Inferencias a partir de observaciones 2. PREDICCION: inferencias sobre consecuencias probables 3. DIAGNOSTICO: inferir en fallas del sistema a partir de observaciones 4. DISEÑO: configurar objetos bajo restricciones 5. PLANEACION: desarrollar planes para alcanzar las metas 6. REVISION: CATEGORIAS GENERICAS DE LOS S. E. compara observaciones para planes, alertar sobre excepciones 7. DEPURACION: prescribir remedios para fallas 8. REPARACION: ejecutar un plan para administrar un remedio prescrito 9. INSTRUCCIÓN: diagnosticar, depurar y corregir el desempeño de estudiantes 10. CONTROL: Sist. interpretar, predecir, reparar y revisar el comportamiento del

EJEMPLOS ILUSTRATIVOS DEPARTAMENTO DEL TESORO DE ESTADOS UNIDOS Problema: una de las principales tareas de la Financial Crime Enforcement Network (Fin. CEN) de EU es evitar y detectar el lavado de dinero. Un area de investigación corresponde a las transacciones de efectivo superiores a $10, 000 dls. Mismas que todos los bancos tienen la obligación de informar. El problema es que cada semana se registran mas de 200, 000 transacciones. Para que los analistas calificados examinen todas ellas se requiere una gran cantidad de personal, para lo cual Fin. CEN no cuenta con el presupuesto. La solución: esta se encontró al recurrir a un sistema experto basado en reglas que contiene la experiencia de los expertos de primera línea de Fin. CEN. El S. E. se utiliza para detectar transacciones sospechosas y cambios en los patrones de transacciones. Estas se verifican después de forma manual. Resultados: A lo largo de 5 años desde se implantación, se han descubierto mas de 400 casos de lavado de dinero lo que representa una cifra superior a $1. 000 de dólares.

AUDITORIA DE BOLETOS EN NORTHWEST AIRLINES Problema: Cuando NWA adquirió Republic Airlines, su volumen de operaciones aumento hasta 70. 000 boletos diarios. Resultaba necesario auditar estos boletos comparando una copia de cada uno contra información de tarifas que incluía las comisiones de los agentes de viajes. la comparación manual era lenta y costosa. Por ello, solo se auditaban muestras de los boletos. La muestra indicaba una tasa de error de casi un 10%. Solución: se construyo un S. E. donde los boletos se leían electrónicamente y se almacenaban en una base de datos. Dentro de otra B. D. estaban almacenados los acuerdos de tarifas y comisiones. Primero el S. E. determina la tarifa, después la comisión mas favorable para los agentes de viaje. Si hubiese cualquier discrepancia origina un informe con la acreditación o descuento y una explicación favorable. Resultados: al principio, el sistema procesaba 70. 000 boletos cada noche en una estación de trabajo sun. La reducción en los errores de los agentes puede ahorrar a la aerolínea casi $10. 000 de dólares al

CONCLUSION � Actualmente el duro, difícil y cambiante mercado competitivo se vuelve más complejo por la gran diversidad de información que se ven obligados a almacenar y analizar, razón por la cual las empresas se ven en la necesidad de recurrir a poderosas y/o robustas herramientas o sistemas que les sirvan de soporte a la hora de tomar decisiones. De esta forma estos inteligentes, precisos y eficientes sistemas son adoptados por más organizaciones, en las cuales se convierten y/o transforman en una importante estrategia de negocio. � Por otra parte es importante mencionar que estos seguirán siendo usados en los todos y cada una de las áreas y/o campos donde los expertos humanos sean escasos. Por consecuencia de lo anterior estos sistemas son utilizados por personas no especializadas, por lo cual el uso frecuente de los (//SE//) les produce y/o genera conocimiento a los usuarios.

BIBLIOGRAFIA � TECNOLOGIAS DE INFORMACION PARA LA ADMINISTRACION Efraim turbam Ephraim Mc. Clean James Wetherbe Edit. CECSA