Sistemas Basados en el Conocimiento Departamento de Informtica

Sistemas Basados en el Conocimiento Departamento de Informática e Ingeniería de Sistemas C. P.

ISBC o 1. Introducción § Breve Historia de la IA § Componentes de un SE o 2. Desarrollo de SBC 2. 1 Niveles para describir SBC 2. 2 Clasificación de tareas 2. 3 Técnicas de resolución de problemas Búsquedas Razonamiento basado en el conocimiento Sistemas de Mantenimiento de la verdad Razonamiento bajo incertidumbre Técnicas avanzadas de razonamiento o 3. Proceso de desarrollo o 4. Herramientas o 5. Revisión histórica de los SEs IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 2

ISBC Introducción o Breve Historia de la IA v El periodo Clásico § Desde los 50 hasta los 60 la IA se centró en resolutores de Problemas Genéricos § Búsqueda en el espacio de estados v El periodo Romántico § Desde mediados de los 60 hasta mediados de los 70 se centran en modelar el comportamiento humano al resolver problemas § Exploración de diferentes formas de representar hechos y principios sobre el mundo para emplearse en un computador Reglas, redes semánticas, objetos/frames, fórmulas lógicas. v En la actualidad § Representar explícitamente el conocimiento relevante - Técnicas para representar el conocimiento en módulos que se activan por patrones. - No se piensa en mecanismos de inferencia sofisticados ni en complejas funciones de evaluación. IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 3

ISBC IA en el Futuro “Proyectando las tendencias actuales en el futuro, pienso que habrá un nuevo énfasis sobre sistemas autónomos- robots y softbots. Softbots son angentes software que navegan por Internet, buscando información que pueda ser interesante para sus usuarios. La presión para mejorar las capacidades de los robots y los agentes software motivarán y guiarán la investigación en IA durante los próximos años. ” (Artificial Intelligence, A new Synthesis. Nilsson 1998) IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 4

ISBC Sistemas Basados en el Conocimiento o Sistema Experto Basado en el Conocimiento v Programa que se comporta como un experto en un dominio de aplicación § Un experto reduce rápidamente la búsqueda al reconocer situaciones (patrones) y utilizar los métodos y reglas adecuados para descubrir la solución. v El conocimiento heurístico no representa un análisis en profundidad del problema, sino una solución “aceptable” § El número de posibilidades a analizar es grande § La función algorítmica de evaluación de cada posibilidad es demasiado compleja o desconocida. v El conocimiento heurístico en los sistemas expertos § No se refiere a conocimiento general para guiar la búsqueda § Es el conocimiento específico aplicable a cada situación específica del dominio. IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 5

ISBC Solución heurística / algorítmica o Diferencias entre la solución algorítmica y heurística v El constructor determina el precio de una casa mediante una análisis detallado § suma materiales, llamada a proveedores para obtener precios, evaluación de precios de subcontratistas, estimar contingencias razonables, etc. § Ventajas: El presupuesto es correcto § Desventaja: El posible comprador quiere el presupuesto HOY v El constructor tiene gran experiencia en presupuestos y estima el precio comparando la construcción con otras realizadas § Recuerda el precio de una casa de los mismo metros cuadrados § Busca diferencias que podrían reducir o bajar el precio • Añade una piscina => un 1000000 mas • Los muebles de la cocina de pino en vez de roble => 150000 menos • Un baño menos => 800000 menos IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 6

ISBC 2. Componentes de SBC Hechos Interfaz usuario Base de conocimiento Reglas Explicación Intérprete Plan pizarra Agenda Planificador Solucion IA. José Angel Bañares. II-99. Mantenimiento consistencia Sistemas Basados en el Conocimiento. ppt 11/1/1998 7

ISBC Explicación componentes o Interfaz de usuario: El usuario interactúa con el SE en un lenguaje propio del tipo de problema o Pizarra: almacena hipótesis y decisiones intermedios que manipula el SE § Plan: Plan general de solución del problema. § Agenda : Reglas relevantes para la situación en curso. § Solución: Hipótesis candidatas y decisiones generadas hasta el momento o Planificador: Determina cual es la acción pendiente que se ejecutará a continuación. El intérprete: Ejecuta la regla escogida. o Mantenimiento de la consistencia: Mantiene una representación consistente de la solución mediante: § Revisión de la probabilidad de una solución cuando se introducen nuevos hechos. § Sistemas de mantenimiento de la verdad cuando las soluciones son deducciones lógicas o El modulo de explicación: Explica el porqué de las acciones del sistema o Reglas y hechos: Registran reglas, hecho e información del dominio IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 8

ISBC Componente de Explicación o Un SE debe contar con una componente de explicación § La respuesta puede ser potencialmente dañina § Es una forma comprensible de chequear el comportamiento § Tutores SE R. I . P. o Una componente de SE debe idealmente § Poder responder a preguntas como las siguiente • ¿Cómo se tomó o no cierta decisión? ¿Cuando, cómo y porqué se utiliza una información determinada? ¿Qué decisión se tomo ante un subproblema? § Ser fácil de usar § Dar respuestas comprensibles y completas IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 9

ISBC Programas convencionales y SBC o Programas: Sentencias sobre datos que se realizan en un orden predeterminado. § Solución única § Para el usuario el programa es una caja negra Programas = Estructuras de Datos + Algoritmos o SBC: Se distingue el conocimiento del dominio de la estrategia de control § Esto permite la incorporación de más conocimiento sin manipular la estructura global del sistema § Se pueden obtener varias soluciones § El programa puede explicar como llega a su solución. SBC = Conocimiento + Control IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 10

ISBC 2. Desarrollo de un SBC o ¿Se pueden clasificar las aplicaciones de SEs sobre la base de características de las tareas o del dominio? o ¿Se pueden identificar métodos de resolución de problemas bien diferenciados que sean útiles para ciertas clases de aplicaciones de SEs? o ¿Podemos identificar estilos de representación e inferencia más adecuados para un método de resolución de problemas dado? IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 11

2. 1 Niveles de descripción ISBC Especificación Solución Tarea Configuración. . . Diagnóstico Definición del Problema Clasificación Método de resolución Objetivos y datos Abstracciones Simulación cualitativa Seleccionar tipo de problema Seleccionar método . . . Seleccionar Representación Base de conocimiento Heurísticas Relaciones causales Cuantitativa Seleccionar paradigma Herramienta Orientada a Objeto IA. José Angel Bañares. II-99. . . Basada en reglas Sistemas Basados en el Conocimiento. ppt 11/1/1998 12

ISBC Niveles de descripción o El desarrollo de un SBC puede verse como un proceso de transformación desde el nivel de especificación al de herramienta § Nivel de Especificación: Se describe el problema, las restricciones sobre el problema y la solución. § Nivel de Tarea: Se describe los tipos de problemas, como diagnóstico, planificación, etc. § Nivel de resolución del Problema: Estrategias de resolución que se utilizan para resolver las diferentes tareas § Nivel de Base de conocimiento: Heurísticas, asociaciones causales, relaciones matemáticas describiendo fenómenos físicos. § Nivel de Herramienta: Implementación del SBC IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 13

ISBC 2. 2 Clasificación de las tareas o Clasificación de Hayes-Roth y col (1983) § Interpretación: Análisis de datos para determinar su significado. Con frecuencia la información lleva asociada incertidumbre § Predicción: Inferir el futuro a partir de situaciones o eventos. Por ejemplo, predicción del tiempo o predicción financiera. § Diagnóstico: Deduce fallos a partir de síntomas. Incluye un amplio espectro de aplicaciones médicas, mecánicas, y electrónicas. § Diseño: Desarrolla configuraciones de objetos que satisfacen ciertas restricciones. Por ejemplo, diseño de circuitos, o disposición de maquinaria en un espacio reducido. § Planificación: Genera secuencias de acciones para lograr objetivos. § Monitorización: Observación del comportamiento del sistema. § Depuración y Reparación: Generar remedios para fallos de sistemas. § Instrucción: Sistemas tutores § Control: Se anticipa a problemas, planifica soluciones y monitoriza. IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 14

ISBC Clasificación por operaciones genéricas o Clancey (1985) Propone un análisis alternativo en término de operaciones genéricas sobre el sistema: § Operaciones sintéticas que construyen un sistema § Operaciones analíticas que interpretan un sistema Diagnóstico Planificación Interpretación Monitorización Diseño Control Educación Simulación analíticas IA. José Angel Bañares. II-99. Constructivas Sistemas Basados en el Conocimiento. ppt 11/1/1998 15

ISBC Clasificación • Clasificación: Proceso que selecciona soluciones, entre un conjunto de soluciones preestablecidas, a partir de datos reconocidos. • Se utiliza en gran cantidad de tareas como diagnóstico de enfermedades o evaluación prospectiva de depósistos de minales. Datos Abstraidos Emparejamiento Abstracción Datos IA. José Angel Bañares. II-99. Soluciones Abstraidas Refinamiento Solución Soluciones Sistemas Basados en el Conocimiento. ppt 11/1/1998 16

ISBC Configuración • Configuración: Selecciona partes y los junta. • Se utiliza para construir planes de fabricación o recomendaciones de terápias Emparejamiento especificación/estructura Especificaciones Soluciones Abstraidas y parciales Especificaciones Adicionales Submodelo funcionalidades Soluciones Refinadas y Expandidas Submodelo de Partes Especificaciones IA. José Angel Bañares. II-99. Espacio de configuración Sistemas Basados en el Conocimiento. ppt Submodelo de configuración 11/1/1998 17

ISBC 2. 3 Nivel de resolución de Problemas Técnicas de resolución y arquitecturas Basadas en Búsqueda Simple Basadas en el Conocimiento *Profundidad *Anchura *Genete-and-Test *Satisfacción restricciones *Aleatoria *Forward Chainig *Backward Chainig *Prueba Teoremas *GPS (MEA + OS) No Estocática Evaluación *Escalada *Primero el mejor * A* Estocática *Simulated Annealing *Algo. Genéticos Juegos IA. José Angel Bañares. II-99. *FC *Bayes *Fuzzy *Dempster-Shaper Objetivos y datos *TMS *Manejo restricciones Mantenimiento consistencia *Refinamiento Jerárquico *Heuristic-inc generate&test Abstracciones Inexacto Sistemas Basados en el Conocimiento. ppt Otros 11/1/1998 18

ISBC Nivel de resolución de Problemas f(n) = d(n) + h(n) o Búsquedas § Búsquedas ciega § Dirección: § Dirigida por objetivo, Dirigida por datos, Bidireccional § Orden sistemático de visita de nodos: Profundidad y Anchura § Búsqueda heurística § Información específica del dominio que guía la búsqueda § Función de evaluación que da una estimación del esfuerzo que supone seguir un camino. . § Las funciones de evaluación deben caracterizar el espacio de estados adecuadamente § Es engañoso pensar que una simple función aritmética como estilo de representación del conocimiento es suficiente. Los sistemas expertos utilizan grandes cantidades de conocimiento simbólico. IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 19

ISBC Razonamiento Basado en el Conocimiento o Razonamiento basado en el conocimiento § El razonamiento basado en el conocimiento suele ser no monótono § Requiere razonar conocimiento impreciso § Considerar Justificaciones y hacer tentativas sobre creencias § Este razonamiento dinámico requiere gran cantidad de conocimiento comida queso Emmental Bola IA. José Angel Bañares. II-99. regla 101 Si huele a queso por aqui y no veo trampas entonces merodear cerca regla 103 Si ya he pasado por aqui entonces intentar otra alternativa Sistemas Basados en el Conocimiento. ppt 11/1/1998 20

ISBC Razonamiento BC (cont. ) q Suposiciones y compromisos § Los expertos actúan con recursos de tiempo y conocimiento limitado § El sentido común permite extraer conclusiones a partir de informaciones parciales, y la gente acepta conclusiones aceptables para las cuales no tiene prueba. § El sentido común requiere que el sistema sea capaz de revisar sus creencias a la luz de nueva información => Razonamiento No monoto IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 21

ISBC Sistema de razonamiento no monótono q Dependencias y Justificaciones § Para revisar sus creencias frente a nuevas informaciones, el resolutor debe razonar sobre dependencias entre sus creencias. § Estas técnicas son una extensión del backtraking en búsqueda • Un fallo en la búsqueda da lugar a backtracking: • Eliminación de todas las acciones e inferencias desde el punto de elección más reciente y continuar con la siguiente alternativa. • Debido al orden LIFO del backtraking la memoria de las creencias activas se puede implementar como una pila. • Backtraking cronológico es ineficiente porque la razón del fallo se olvidan cuando se abandona el camino Ejemplo del robot Robie El robot tiene como objetivo coger un bloque. Levanta la mano derecha. Se mueve hasta donde está el bloque. Coge el bloque con su mano derecha, pero está muy calienta y se quema la mano. Deja el bloque, baja la mano y retrocede. Levanta la mano izquierda, se mueve hasta donde está el bloque. Coge el bloque con su mano izquierda, pero. . . IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 22

ISBC Sistema de razonamiento no monótono q Desafortunadamente, en muchos dominios de problemas no es posible crear modelos completos, consistentes e inalterables § La historia del asesino ABC ilustra con claridad muchos aspectos fundamentales que estas técnicas deben proporciona [The Web of Belief de Quine y Ullian 1978]: Sean Abbott, Babbitt y Cabot los sospechosos en un caso de asesinato. Abbott tiene una coartada en el registro de un respetable hotel de Albany. Babbitt también tiene una coartada, la de su cuñado, al cual estaba viendo en Brooklyn en el momento del crimen. Cabbott defiende también su coartada, asegurando que se encontraba viendo un campeonato de esquí en Catskills, pero sólo puede aportar su propio testimonio. Por lo tanto, creemos: (1) Que Abbot no cometió el crimen (2) Que Babbit no lo hizo (3) Que o Abbott o Babbitt o Cabot lo hizo IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 23

ISBC Sistema de razonamiento no monótono q En principio el sospechoso principal es Cabot, pero. . . § . . . Cabot puede posteriormente presentar pruebas de su coartada. Tuvo muy buena suerte y fue captado por las cámaras de TV en las gradas de la pista. De esta forma aparece una nueva creencia que es: § (4) Cabot no lo hizo. q Las creencias (1) a (4) son inconsistentes, por lo que una debe desestimarse. ¿Cuál es la evidencia más débil? § La base de (1) en un hotel es buena, ya que se trata de un hotel prestigioso. § La base (2) es más débil, ya que puede ser que el cuñado de Babbitt esté mintiendo. § La base de (3) es doble: No existen signos de robo y sólo Abbott, Babbitt y Cabot parecen salir beneficiados con el asesinato. § La base de (4) es concluyente IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 24

ISBC Dependencias y Justificaciones § Se debe seguir la pista de los pasos de inferencia que dieron lugar a errores e inconsistencias § Registro de los paso inferenciales => Registros de dependencia § Un método de búsqueda que analice dependencias y decide qué invalidar se llama no cronológica o dirigida por dependencias. § Elementos de los registros de dependencia: Creencias, reglas de inferencia y justificaciones § Si se encuentra que q es falso el sistema permitirá eliminar p o (¬ p v q) q verdad v ¬p v q justificación verdad v justificación regla ¬ p v q IA. José Angel Bañares. II-99. v p v q v Sistemas Basados en el Conocimiento. ppt p verdad v justificación 11/1/1998 25

ISBC Razonamiento Bajo incertidumbre o Razonamiento bajo incertidumbre § Los tipos de incertidumbre que pueden ocurrir en un SBC son § Los datos necesarios no están disponibles § Hay datos poco fiables o ambiguos debido a errores en las medidas o distintas medidas en conflicto § La representación de los datos no es precisa § Los datos son adivinados por el usuario o por el experto a partir de valores razonable o estadísticos § Los datos don valores por defecto y puede haber excepciones. § Normalmente se debe razonar con datos sobre los que existe cierto grado de incertidumbre § ¿Cómo se representa la incertidumbre de los datos? § ¿Cómo se combina la incertidumbre de dos o más datos? § ¿Como se razona con datos con incertidumbre? § Se han propuesto diferentes métodos numéricos § Modelos Bayesianos, Factores de certidumbre, Lógica Fuzzy, Teoría de la Evidencia de Dempster-Shafer IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 26

ISBC Incertidumbre (cont. ) q Modelo de Bayes => Teoría clásica de la probabilidad § Teorema de Bayes: P(H | E) = P (E | H) * P(H) / P(E) § Ejemplo: ¿Qué podemos decir si observamos que el paciente estornuda? SI el paciente tiene un catarro ENTONCES estornudará (0. 75) * Supongamos que conocemos que P(H)=P(paciente este acatarrado) = 0. 2 P(E | H)= P(Paciente estornude | paciente tiene catarro) = 0. 75 P(E | ~H)= P(Paciente estornude | paciente no tiene catarro) = 0. 2 *ENTONCES podemos deducir P(E) = P(paciente estornude) = P(E | H) * P(H) +P(E | ~H ) * P(~H) = 0. 75*0. 2 + 0. 2*0. 8= 0. 31 P(H | E) =P(Paciente está acatarrado | paciente estornuda) = 0. 75 * 0. 2 / 0. 31 = 0. 48387 P(H | ~E) =P(Paciente está acatarrado | paciente no estornuda) = P (H | ~E) * P(H) / P(~E) = (1 - 0. 75) * 0. 2 / (1 - 0. 31) = 0. 07246 Estornudar multiplica la probabilidad de estar acatarrado por 2. 5 No estornudar divide la probabilidad de estar acatarrado por 3 IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 27

ISBC Incertidumbre, Modelos probabilisticos q Problemas de los métodos Bayesianos § Requieren una gran cantidad de datos para construir una base de conocimiento => Las redes Bayesianas reducen el número de probabilidades requeridas. Una red Bayesiana es un grafo que muestra las dependencias entre las variables. § ¿En que se basan las probabilidades a priori y condicionadas? Muestra estadística grande Valor suministrado por un experto § No son capaces de explicar el proceso de razonamiento Los sistemas de diagnóstico médico basados en Bayes no son aceptados porque no explican como llegan a las conclusiones. IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 28

ISBC Técnicas de razonamiento Avanzadas o Razonamiento basado en el modelo é Representan los sistmas físicos mediante su estructura y funcionalidad. Razona utilizando principios básicos de ingeniería y ciencias é Tipos de modelos: Ecuaciones, Estocásticos, y modelos causales (Centrados en dispositivos). é Conocimiento profundo en lugar de conocimiento superficial sobre el comportamiento del sistema. é EJEMPLO Aplicación típica: Diagnóstico de circuitos digitales. Un técnico de reparación de televisores expertimentado utiliza: *Unas pocas medidas en los dispositivos * Con su conocimiento de dispositivos puede mirar un esquema de la televisión e identificar el componente que falla IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 29

ISBC Técnicas de razonamiento Avanzadas o Razonamiento Cualitativo § Simulación cuantitativa: Modelado del comportamiento exacto mediante la descripción completa y determinista de sus parámetros. § Simulación cualitativa de un sistema: Determina sólo sus posibles estados generales basándose en algunas restricciones. o Razonamiento basado en casos § Objetivo: Reemplazar el conocimiento de un experto con una base de datos de casos IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 30

ISBC 3. Proceso de desarrollo o Adecuación de una aproximación basada en el conocimiento § No hay una solución algorítmica § La tarea del dominio la realizan expertos § Los expertos no son simples aficionados § La tarea no debe ser ni muy difícil ni muy complicada para el experto § El problema no debe requerir “sentido común” § La utilización del SBC reportará beneficios IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 31

ISBC Proceso de desarrollo IDENTIFICACIÓN ¿Cuáles son las características del dominio? ¿Cuál es su ámbito? ¿Quienes participarán y con que recursos? CONCEPTUALIZACIÓN ¿Qué información y técnicas utiliza el experto? FORMALIZACIÓN ¿Cómo encajan estas técnicas en las estructuras y estrategias de los sistemas expertos? IMPLEMENTACIÓN Acquiere y comprueba iterativamente las habilidades del sistema CHEQUEO Test de comprobación final IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 32

ISBC Proceso de desarrollo o Pasos principales: § Identificación: Caracterización de los aspectos más importantes del dominio del problema § Conceptualización: Se extraen los conceptos, subtareas y restricciones necesarias para resolver el problema. • Ingeniero del Conocimiento: Persona que traslada el conocimiento de un experto a algún formalismo. • Es útil un modelo conceptual (mental) entre el experto y el implementador. Modelo Conceptual Adquisición del conocimiento Conocimiento del Experto IA. José Angel Bañares. II-99. Programación Sistema Implementado if p(x) ^ q(x, y) then r(y) motor de inferencia if u(x) ^ v(x, y) then s(y) if r(x) ^ sq(x, y) then t(y) Sistemas Basados en el Conocimiento. ppt 11/1/1998 33

ISBC Proceso de desarrollo § Formalización: Los conceptos de la etapa de conceptualización se representan con las herramientas y esquemas de representación disponibles. • ¿Herramienta de adquisición? , ¿chequeos de la base de datos? , ¿Reglas? ¿Redes semánticas? , ¿Frames? , ¿Esquema de razonamiento? , ¿Módulo de explicación? . . . § Implementación: • Desarrollo de una herramienta de propósito específico • Utilización de algún shell para el desarrollo de SEs. § Verificación y refinamiento: • El prototipo es comprobado con el experto. IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 34

ISBC Proceso de desarrollo o Dos aproximaciones q Prototipado: § Es el método más popular para el desarrollo de SBC - Depende mucho más de la involucración de los usuarios - Necesidad de comprobar el comportamiento del sistema según se desarrolla - Adquisición del conocimiento y desarrollo del software se pueden combinar en el prototipado § Problemas: Desarrollo ad hoc e indisciplinado q Estructurado: § KADS (Knowledge Acquisition and Design process): - Metodología de modelado, con una fase rigurosa de análisis antes del diseño - El prototipado se utiliza para experimentar, no como metodogía IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 35

ISBC Lisp C Ada Lenguajes tradicionales 4. Herramientas Reglas OPS 5 Lógica: PROLOG Objetos: Smalltalk-80 C++ Java Un paradigma de programación LOOPS CLIPS K-CRAFT ART NEXPERT KAPPA CLOS Integran distintos paradigmas Cómo hacer una tarea IA. José Angel Bañares. II-99. KEE VPEXPERT PC+ Shells Qué tarea hacer Sistemas Basados en el Conocimiento. ppt 11/1/1998 36

ISBC 5. Revisión histórica de los SEs o GPS (Newell 1963) • • Búsqueda secuencia de operadores que eliminan la diferencia entre un estado inicial y un estado objetivo Separación entre el conocimiento y como utilizarlo o DENDRAL (Universidad de Standford, finales 60 -70) • Utilización de conocimiento específico del dominio • Infiere la estructura molecular a partir del análisis de espectográfico de masas mediante resonancia magnética. • Variación de la estrategia generate&test. o SAINT, MACSYMA (MIT, 1961 -1971) • Matemáticas simbólicas, cálculo diferencial e integral. • Incorporación de cientos de reglas utilizadas por expertos IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 37

ISBC Revisión histórica de los SEs o MYCIN (Univ Standford, 1976) § Diagnóstico y tratamiento de desordenes de la sangre § Alrededor de 400 reglas que relaciones condiciones a posibles interpretaciones § Razonamiento bajo incertidumbre § Separa base de conocimiento del motor de inferencia. • EMYCIN: Empty MYCIN • TERESIAS: UN programa que asiste en la construcción de grandes bases de conocimiento. o PROSPECTOR (SRI, 1979 -1981) § Ayuda a la exploración geológica. Proceso de clasificación dirigido por los datos. § Razonamiento bajo incertidumbre o HERSAY II (Carnegie-Mellon, 1980) § Comprensión del lenguaje hablado. § Arquitectura de pizarra. o OTROS: § Medicina CASNET, INTERNIST, PUFF § Fabricación: XCON IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 38

ISBC Tiempos empleados 50 Dendral Años-Persona 40 Macsyma 30 Internist Mycin 20 Harpy Prospector Casnet 10 Puff 0 1965 Año de comienzo IA. José Angel Bañares. II-99. 1970 1975 Sistemas Basados en el Conocimiento. ppt Xcon 1980 11/1/1998 39

ISBC Bibliografía - Building Expert Systems. Frederick Hayes-Roth, Donald A. Waterman, Douglas B. Lenant. Addison-Wesley 1983 - Intelligent Systems for Engineering. Ram D. Sriram. Springer-Verlag 1997. - Introduction to Expert Systems. 2 nd Edition. Peter Jackson. Addison. Wesley 1990 - The Engineering of Knowledge-Based Systems. Theory and Practice. Avelino J. Gonzalez and Douglas D. Dankel. Prentice-Hall 1993 - Introduction to Knowledge Systems. Stefik, M. Morgan Kaufmann, 1995. IA. José Angel Bañares. II-99. Sistemas Basados en el Conocimiento. ppt 11/1/1998 40