instituto politÉcnico nacional escuela superior de … · 2 temario introducción a sistemas...

INSTITUTO POLITÉCNICO NACIONALESCUELA SUPERIOR DE CÓMPUTO

Sistemas Expertos

M. En C. Eduardo Bustos Farías

2

Temario

Introducción a Sistemas ExpertosCaracterísticas de los SETareas típicasCaracterísticas del problemaArquitectura de un Sistema ExpertoRepresentación de conocimiento

3

Introducción a Sistemas Expertos

Los SE son programas capaces de manejar problemas que normalmente requieren para su resolución la intervención humana especializada.El experto de campo revela la información colapsada sobre el conocimiento.El ingeniero de conocimiento da forma simbólica y automáticamente manipulable a la información (conocimiento) dada por el experto de campo.

4

Características 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 están haciendo.Se comunican con otros expertos y adquieren nuevo conocimiento.Reestructuran y reorganizan el conocimiento.Pueden quebrantar reglas, interpretar simultáneamente el espíritu y la letra.Determinar cuando un problema está en el dominio de su experiencia, determinación de la relevancia del problema.

5

Tareas típicas

Diagnóstico y reparaciónPredicciónPlanificaciónMonitorización de tareasAyuda a la educaciónAyuda a la toma de decisionesAyuda a la operación legal y administrativaAyuda a la identificación de problemasInterpretación de datos

6

Características que debe cumplir el área del problema

El procedimiento de resolución debe tener un componente importante de razonamientoEl nivel de complejidad debe ser tal que los problemas se resuelvan en plazos razonablesEl proceso de resolución debe tener un volumen combinatorio importanteDebe pasar el Test del teléfonoDebe servir para entrenar noviciosDebe existir un experto real del temaEl experto debe ser capaz de articular sus métodos

7

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)

8

Base de Conocimiento (BC)

• Es la unión del conjunto de aserciones y el conjunto de reglas. Su función es suministrar al MI, información de la naturaleza de los problemas quepuede manejar.

9

Base de Conocimiento (BC)

- Una aserción A es una formulación simbólica de un hecho.

- Una regla R es una relación explícita entreaserciones, generalmente de casualidad.

SI A1 y…y An entonces An+1 y…y An+mDonde A1 y…yAn son antecedentes (predicciones)An+1 y…y An+m forman el consecuente (conclusiones)

10

Base de Conocimiento (BC)

RestriccionesRestricciones

1- Aciclicidad: No puede aparecerSi A1 y A2 ENTONCES A1 y A2

2- n,m >=1

ObservacionesObservaciones

Las aserciones pueden vincularse mediante Y y O

11

Base de Datos (BD)

• Contiene información sobre el problema particular que el S.E. debe resolver.

12

Memoria de Trabajo (MT)

• Es una BD temporal, en la cual el MI dejainformación deducida a partir de :

- Base de Conocimiento- Base de Datos

13

Trazador de Consultas (TC)

• Maneja las consultas del S.E. al usuario.

14

Trazador de Explicaciones (TE)

• Maneja requerimientos del usuario al S.E..

15

Manejador de Comunicación (MC)

• Coordina el TE con el TC

16

Motor de Inferencia (MI)

•Activa las reglas en función de la información contenidaen la BD y MT, la nueva información es puesta en la MT.También se encarga de proporcionar al TE, las reglas quedieron origen a una cosulta al usuario.

17

Motor de Inferencia (MI)

PuedePuede trabajartrabajar bajobajo::

- Universo Cerrado: toda la información necesaria estácontenida en el sistema, entonces lo que no puededemostrar es falso.

- Universo Abierto: toda la información que no está en elsistema está fuera de él, entonces la busca el usuario.

18

Motor de Inferencia (MI)

- OrientadoOrientado porpor el el Objetivo:Objetivo:(Backward Chaining)El origen de la inducción es el objetivo y se busca encontrarcondiciones iniciales que estén contenidas en los datos sobreel problema particular a resolver.

- OrientadoOrientado porpor loslos Datos:Datos:(Forward Chaining)El origen de la inducción son los datos iniciales y se trata dellegar a algún objetivo de interés.

19

Arquitectura de un Sistema Experto

20

Representación del Conocimiento

Se Se requiererequiere::Un sistema inormático que manipule el conocimiento.

DebeDebe admitiradmitir::

Una representación adecuada y operadores demanipulación.

21

Representación del Conocimiento

Se Se necesitanecesita::

• Estructuras de datos adecuadas• Procedimientos de manipulación• Entorno de activación de procedimientos y estructuras

22

Tipos de Conocimiento

- Objetos

- Eventos

- Habilidades

- Meta-Conocimientos

23

Tipos de Conocimiento

ObjetosObjetosPodemos definir el conocimientos como hechosque ocurren en el conjunto de objetos que noscircunda.

Ej: - Los pájaros tienen alas- La nieve es blanca

Es necesario representar:• Objetos• Clases de Objetos• Categorías de Objetos• Descripción de Objetos

24

Tipos de Conocimiento

EventosEventosSobre los Objetos existen acciones o eventos

Ej: - Pedro besó a Maria en el bosque- El cielo se derrumbará 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.

25

Tipos de Conocimiento

HabilidadesHabilidades

Habilidad de cómo aplicar adecuadamente la accional objeto.

Ej: - Si la madera está húmeda séquelaantes de usarla para un asado.

26

Tipos de Conocimiento

MetaMeta--ConocimientoConocimiento

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

27

Uso del Conocimiento

Reconocimiento del Objeto

Recuperación de Conocimiento

Manipulación de Robots

Adquisición de más conocimiento

28

Adquisición del Conocimiento

Acumular nuevo conocimiento

ObjetivosObjetivos Reestructuración de conocimientoexistente

Activar procesos que mejoren laperformace del sistema a partir de lanueva información.

29

Recuperación del Conocimiento

- Determinar que piezas de conocimiento son relevantesa la resolución de un problema.- Destreza crucial cuando el espacio de conocimientomanejado por el sistema es muy amplio.

Ideas Ideas BBáásicassicasENLAZADA: cuando dos piezas de conocimientose siguen en un razonamiento, enlazarla.AGRUPAMIENTO: si un conjunto de piezas se utilizanen un proceso de razonamiento, los agrupamos.

30

Razonamiento

Determinar un encadenamiento posible para las piezas deconocimiento

Razonamiento Formal: Se deducen nuevas P.Csiguiendo reglas de inferencia preespecificadas.

TiposTiposRazonamiento Procedural: Utiliza la simulaciónpara responder preguntas y resolver problemas.

31

Razonamiento

TiposTipos

Razonamiento por analogía: Involucra asociar elproblema a resolver con uno ya resuelto y utilizael espacio de direcciones del segundo para resolverel primero.

Meta Razonamiento: Involucra razonar sobre cuáles la mejor manera de razonar para un problemaespecífico.

32

Tipos de Representaciones

• Lógicas• Lógicas de Predicado de Primer Orden• Lógica multivaluada• Lógica Temporal

• Redes Semánticas• Sistema de Producción• Marcos

33

Tipos de RepresentacionesLógica

LÓGICA DE PREDICADOS DE PRIMER ORDEN

O: Conjunto de Objetos{casa, Juan, María} Semántica:

ama a (Juan, María)ama a (María, X)ama a (X,Y)=>ama a (Y,X)

V: Conjunto de variables{x,y,z,q,…...}

P: Conjunto de predicados{ama a, es hombre,…..}

S: Conjunto de Símbolos{(,),,,v,>,=>}

34

Tipos de RepresentacionesLógica

LÓGICA MULTIVALUADA

Consiste en cambiar [VERDADERO, FALSO] por [0,1]

Semántica:

ama a (Juan, María) [0.6]ama a (María, X) [0.8]ama a (X,Y)=>ama a (Y,X) [0.9]

35

Tipos de RepresentacionesLógica

LÓGICA TEMPORALConsiste en definir operadores con una semántica temporal

de la ocurrencia del hecho modelizado.Operadores: Semántica:ØP: P es verdadero en algún instante futuro.ΘP: P es verdadero en todos los instantesfuturos.∆P: P es verdadero en el próximo instante.PΣQ: P es verdadero en el instante siguienteal que Q es verdadero.

Θ [ama a (Juan, X) ]∅[ ama a (Juan,María)]

36

Tipos de RepresentacionesRedes Semánticas

Se observó que se pueden obtener decucciones correctasuna vez armada la red.

- Objetos{aveztruz,cuello,……}- Categorías Abstractas{ave,animal,…}- Cualidades Definibles{tamaño,longitud,…}

Nodos

Arcos

REDRED

Representan ligazones muy diversasentre los nodos. (tiene, es, caso particular)

37

Tipos de RepresentacionesRedes Semánticas

38

Tipos de RepresentacionesSistemas de Producción

- Pueden definirse como conjuntos de reglas de producciónasociadas a un área de conocimiento específico.- Una regla de producción trata de representar una relacióncasual entre hechos del mundo que modeliza

Posible Esquema:Posible Esquema:Si A1 y A2 yA3 y…..entonces C1 y ….Cn

39

Tipos de RepresentacionesMarcos

- Estructuras de datos complejas.- El marco de un objeto puede ser pensado como un

conjunto de casilleros, cada casillero corresponde a un atributo del objeto, pueden ser definidos por defecto.- Un casillero puede tener un puntero a otro marco.

Desventajas:Desventajas:- Rigidéz propia del marco- Necesidad de porveer valores por defecto- Gran espacio en memoria.