- Ejercicio Práctico Tabla de Contenido

Instrucciones:
1. Abre un nuevo documento en Word
2. Copia en el documento nuevo el texto que se encuentra en este archivo referente al tema
“Sistema Experto”.
3. Crea una tabla de Contenido, de manera que en ella aparezca únicamente los temas que
se encuentran en Negrita.
4. Al finalizar guarda tu documento con el nombre “Ejercicio-Tabla de Contenido.doc” en
donde te indique tu profesor.

1. Sistema Experto (SE)

Es una aplicación informática capaz de solucionar un conjunto de problemas que exigen un

gran conocimiento sobre un determinado tema. Un sistema experto es un conjunto de
programas que, sobre una base de conocimientos, posee información de uno o más expertos
en un área específica. Se puede entender como una rama de la inteligencia artificial, donde el
poder de resolución de un problema en un programa de computadora viene del conocimiento
de un dominio específico. Estos sistemas imitan las actividades de un humano para resolver
problemas de distinta índole (no necesariamente tiene que ser de inteligencia artificial).
También se dice que un SE se basa en el conocimiento declarativo (hechos sobre objetos,
situaciones) y el conocimiento de control (información sobre el seguimiento de una acción).

Para que un sistema experto sea herramienta efectiva, los usuarios deben interactuar de una
forma fácil, reuniendo dos capacidades para poder cumplirlo:

Explicar sus razonamientos o base del conocimiento: los sistemas expertos se deben realizar
siguiendo ciertas reglas o pasos comprensibles de manera que se pueda generar la explicación
para cada una de estas reglas, que a la vez se basan en hechos.

Adquisición de nuevos conocimientos o integrador del sistema: son mecanismos de

razonamiento que sirven para modificar los conocimientos anteriores. Sobre la base de lo
anterior se puede decir que los sistemas expertos son el producto de investigaciones en el
campo de la inteligencia artificial ya que ésta no intenta sustituir a los expertos humanos, sino
que se desea ayudarlos a realizar con más rapidez y eficacia todas las tareas que realiza.

Debido a esto en la actualidad se están mezclando diferentes técnicas o aplicaciones

aprovechando las ventajas que cada una de estas ofrece para poder tener empresas más
seguras. Un ejemplo de estas técnicas sería los agentes que tienen la capacidad de negociar y
navegar a través de recursos en línea; y es por eso que en la actualidad juega un papel
preponderante en los sistemas expertos.
 1.1 Tareas que realiza un Sistema Experto

1.1.1 Monitorización

La monitorización es un caso particular de la interpretación, y consiste en la comparación

continua de los valores de las señales o datos de entrada y unos valores que actúan como
criterios de normalidad o estándares. En el campo del mantenimiento predictivo los Sistemas
Expertos se utilizan fundamentalmente como herramientas de diagnóstico. Se trata de que el
programa pueda determinar en cada momento el estado de funcionamiento de sistemas
complejos, anticipándose a los posibles incidentes que pudieran acontecer. Así, usando un
modelo computacional del razonamiento de un experto humano, proporciona los mismos
resultados que alcanzaría dicho experto.

1.1.2 Diseño

Diseño es el proceso de especificar una descripción de un artefacto que satisface varias

características desde un número de fuentes de conocimiento.

El diseño se concibe de distintas formas:

El diseño en ingeniería es el uso de principios científicos, información técnica e imaginación en

la definición de una estructura mecánica, máquina o sistema que ejecute funciones específicas
con el máximo de economía y eficiencia.

El diseño industrial busca rectificar las omisiones de la ingeniería, es un intento consciente de

traer forma y orden visual a la ingeniería de hardware donde la tecnología no provee estas
características.

Los SE en diseño ven este proceso como un problema de búsqueda de una solución óptima o
adecuada. Las soluciones alternas pueden ser conocidas de antemano o se pueden generar
automáticamente probándose distintos diseños para verificar cuáles de ellos cumplen los
requerimientos solicitados por el usuario, ésta técnica es llamada “generación y prueba”, por
lo tanto estos SE son llamados de selección. En áreas de aplicación, la prueba se termina
cuando se encuentra la primera solución; sin embargo, existen problemas más complejos en
los que el objetivo es encontrar la solución óptima.

1.1.3 Planificación

La planificación es la realización de planes o secuencias de acciones y es un caso particular de

la simulación. Está compuesto por un simulador y un sistema de control. El efecto final es la
ordenación de un conjunto de acciones con el fin de conseguir un objetivo global.

Los problemas que presentan la planificación mediante SE son los siguientes:

Existen consecuencias no previsibles, de forma que hay que explorar y explicar varios planes.

Existen muchas consideraciones que deben ser valoradas o incluirles un factor de peso.
 Suelen existir interacciones entre planes de subobjetivos diversos, por lo que deben elegirse
soluciones de compromiso.

Trabajo frecuente con incertidumbre, pues la mayoría de los datos con los que se trabaja son
más o menos probables pero no seguros.

Es necesario hacer uso de fuentes diversas tales como bases de datos.

1.1.4 Control

Un sistema de control participa en la realización de las tareas de interpretación, diagnóstico y

reparación de forma secuencial. Con ello se consigue conducir o guiar un proceso o sistema.
Los sistemas de control son complejos debido al número de funciones que deben manejar y el
gran número de factores que deben considerar; esta complejidad creciente es otra de las
razones que apuntan al uso del conocimiento, y por tanto de los SE.

Cabe aclarar que los sistemas de control pueden ser en lazo abierto, si en el mismo la
realimentación o el paso de un proceso a otro lo realiza el operador, o en lazo cerrado si no
tiene que intervenir el operador en ninguna parte del mismo. Reparación, correcta o terapia.

La reparación, corrección, terapia o tratamiento consiste en la proposición de las acciones

correctoras necesarias para la resolución de un problema. Los SE en reparación tienen que
cumplir diversos objetivos, como son: Reparación lo más rápida y económicamente posible.
Orden de las reparaciones cuando hay que realizar varias. Evitar los efectos secundarios de la
reparación, es decir la aparición de nuevas averías por la reparación.

1.1.5 Simulación

La simulación es una técnica que consistente en crear modelos basados en hechos,

observaciones e interpretaciones sobre la computadora, a fin de estudiar el comportamiento
de los mismos mediante la observación de las salidas para un conjunto de entradas. Las
técnicas tradicionales de simulación requieren modelos matemáticos y lógicos, que describen
el comportamiento del sistema bajo estudio.

El empleo de los SE para la simulación viene motivado por la principal característica de los SE,
que es su capacidad para la simulación del comportamiento de un experto humano, que es un
proceso complejo.

En la aplicación de los SE para simulación hay que diferenciar cinco configuraciones posibles:

Un SE puede disponer de un simulador con el fin de comprobar las soluciones y en su caso

rectificar el proceso que sigue.

Un sistema de simulación puede contener como parte del mismo a un SE y por lo tanto el SE
no tiene que ser necesariamente de simulación.
 Un SE puede controlar un proceso de simulación, es decir que el modelo está en la base de
conocimiento del SE y su evolución es función de la base de hechos, la base de conocimientos
y el motor de inferencia, y no de un conjunto de ecuaciones aritmético – lógicas.

Un SE puede utilizarse como consejero del usuario y del sistema de simulación.

Un SE puede utilizarse como máscara o sistema frontal de un simulador con el fin de que el
usuario reciba explicación y justificación de los procesos.

1.1.6 Instrucción

Un sistema de instrucción realizara un seguimiento del proceso de aprendizaje. El sistema

detecta errores ya sea de una persona con conocimientos e identifica el remedio adecuado, es
decir, desarrolla un plan de enseñanza que facilita el proceso de aprendizaje y la corrección de
errores.

1.2 Recuperación de información

Los Sistemas Expertos, con su capacidad para combinar información y reglas de actuación, han
sido vistos como una de las posibles soluciones al tratamiento y recuperación de información,
no sólo documental. La década de 1980 fue prolija en investigación y publicaciones sobre
experimentos de este orden, interés que continua en la actualidad.

Lo que diferencia a estos sistemas de un sistema tradicional de recuperación de información es

que éstos últimos sólo son capaces de recuperar lo que existe explícitamente, mientras que un
Sistema Experto debe ser capaz de generar información no explícita, razonando con los
elementos que se le dan. Pero la capacidad de los SE en el ámbito de la recuperación de la
información no se limita a la recuperación. Pueden utilizarse para ayudar al usuario, en
selección de recursos de información, en filtrado de respuestas, etc. Un SE puede actuar como
un intermediario inteligente que guía y apoya el trabajo del usuario final.

1.3 Historia De Los Sistemas Expertos

Estas pensando que la inteligencia artificial es una cosa de los últimos 3, 5 o como mucho los
10 últimos años, pero NO!, los primeros pasos en la inteligencia artificial se dieron en los
!AÑOS 50! Tú te imaginas crear un programa inteligente con el Hardware de esa época.
Sencillamente es increíble.

A comienzos de los años 50 el conocido Alan Mathinsong Turing publicó "Inteligencia y

Funcionamiento de las Máquinas" con el fin de demostrar hasta qué punto estas tienen
inteligencia.

En estos años se dieron varias definiciones de lo que significaba la inteligencia en una

máquina. Sobre lo que denominamos la inteligencia artificial.
 1.4 Definiciones de Sistema Experto

1.4.1 Definición de Elaim Reich:

La inteligencia artificial es el estudio de cómo hacer que los ordenadores hagan cosas que, en
estos momentos, hace mejor el hombre.

1.4.2 Definición de Alexander Sporl (1971):

En su obra "Sporls-Computerbuch": Bajo Inteligencia entiendo la capacidad de un ser vivo o

una máquina de ordenar informaciones, extensas observaciones, experiencias, descubrir
interrelaciones para abstraer de esta forma cosas y poderlas ligar entre sí

1.5 Evolución

Uno de los primeros sistemas expertos se llamo Dendral y era capaz de calcular o descubrir
hechos relativos a la estructura molecular a partir de unos datos químicos sin elaborar.Otro
sistemas expertos famosos son MYCIN que diagnostica enfermedades de la sangre y que
sugiere un tratamiento y PUFF, un sistema similar pero para enfermedades de pulmón.

En el año 1950 el campo de la automática recibe un gran impulso cuando Wiener desarrolla el
principio de la retroalimentación. La teoría de la retroalimentación es base fundamental de los
sistemas de control.

En 1955 Newell y Simon desarrollan la Teoría de la lógica. Este desarrollo permitió desarrollar
un programa que exploraba la solución a un problema utilizando ramas y nudos, seleccionando
únicamente las ramas que más parecían acercarse a la solución correcta del problema.

En 1956, se celebra una conferencia en Vermont (USA) de gran trascendencia en el desarrollo

de la I.A. John McCarthy propone por primera vez el uso del término "Inteligencia Artificial"
para denominar el estudio del tema.

En 1957, aparece la primera versión de "The General Problem Solver" (GPS, Solucionador
general de problemas), un programa capaz de solucionar problemas de sentido común pero no
problemas del mundo real como diagnósticos médicos. El GPS utilizaba la teoría de la
retroalimentación de Wiener..

En 1958 McCarthy anuncia su nuevo desarrollo el lenguaje LISP (LISt Procesing), el lenguaje de
elección para todos aquellos desarrolladores inmersos en el estudio de la IA.

En 1963, el Instituto Tecnológico de Massachussets (MIT) recibe una subvención de 2,2

millones de dólares del gobierno de los Estados Unidos en concepto de investigación en el
campo de la IA. De esa forma, se comprueba la importancia que el Gobierno concede a la
investigación dentro de ese campo.

En 1965 aparece DENDRAL, el primer sistema experto. Es en ese año cuando Feigenbaum entra
a formar parte del departamento de informática de Stanford. Allí conoció a Joshua Lederberg,
el cual quería averiguar cuál era la estructura de las moléculas orgánicas completas. El objetivo
de DENDRAL fue estudiar un compuesto químico. El descubrimiento de la estructura global de
un compuesto exigía buscar en un árbol las posibilidades, y por esta razón su nombre es
DENDRAL que significa en griego "árbol". Antes de DENDRAL los químicos solo tenían una
forma de resolver el problema, estar era tomar unas hipótesis relevantes como soluciones
posibles, y someterlas a prueba comparándolas con los datos.

La realización de DENDRAL duró más de diez años (1965-1975). Se le puede considerar el

primer sistema experto.

En 1965 también se empezaron a utilizar técnicas para la resolución de problemas que se

caracterizaban por la búsqueda heurística como modelo para la resolución de problemas, y
con ellas comenzó la investigación y desarrollo de los sistemas expertos.

En 1972, en la Universidad de Standford se desarrolla MYCIN, sistema experto dentro del

campo de la medicina para diagnostico de enfermedades infecciosas en la sangre. MYCIN se
trataba de un sistema experto para el diagnóstico de enfermedades infecciosas. Desde los
resultados de análisis de sangre, cultivos bacterianos y demás datos, el programa era capaz de
determinar, o en lo menos, sugerir el microorganismo que estaba causando la infección.
Después de llegar a una conclusión, MYCIN prescribía una medicación que se adaptaba
perfectamente a las características de la persona, tales como el peso corporal de este.

Al mismo tiempo, Davir Marr propone nuevas teorías sobre la capacidad de reconocimiento
visual de las diferentes máquinas.

En 1972 aparece el lenguaje PROLOG basado en las teorías de Minsky.

En 1973 se desarrolla el sistema experto llamado TIERESIAS. El cometido de este sistema

experto era el de servir de intérprete entre MYCIN y los especialistas que lo manejaban, a la
hora introducir nuevos conocimientos en su base de datos. El especialista debía utilizar MYCIN
de una forma normal, y cuando este cometiera un error en un diagnóstico (hecho producido
por la falta o fallo de información en el árbol de desarrollo de teorías) TEIRESIAS corregiría
dicho fallo destruyendo la regla si es falsa o ampliándola si es eso lo que se necesita.

En 1979 aparece XCON, primer programa que sale del laboratorioSu usuario fue la Digital
Equipament Corporation (DEC ).

El cometido de XCON sería configurar todos los ordenadores que saliesen de la DEC. El
proyecto presentó resultados positivos y se empezó a trabajar en el proyecto más en serio en
diciembre de 1978.

En abril de 1979 el equipo de investigación que lo había diseñado pensó que ya estaba
preparado para salir, y fue entonces, cuando se hizo una prueba real, esperando resolver
positivamente un 95% de las configuraciones, este porcentaje tal alto se quedó en un 20% al
ser contrastado con la realidad; XCON volvió al laboratorio, donde fue revisado y a finales de
ese mismo año funcionó con resultados positivos en la DEC.
 En 1980 se instauró totalmente en DEC. Y en 1984, el XCOM había crecido hasta
multiplicarse por diez. El XCOM supuso un ahorro de cuarenta millones de dólares al año para
la DEC.

Entre los años 80 a 85 se produce la revolución de los Sistemas Expertos

En estos 5 años se crearon diversos sistemas expertos como el DELTA, de General Electric
Company, para la reparación de locomotoras diesel y eléctricas. "Aldo en Disco" para la
reparación de calderas hidrostáticas giratorias usadas para la eliminación de bacterias.

Se crearon multitud de empresas dedicadas a los sistemas expertos como Teknowledge Inc.,
Carnegie Group, Symbolics, Lisp Machines Inc., Thinking Machines Corporation, Cognitive
Systems Inc. formando una inversión total de 300 millones de dólares. Los productos más
importantes que creaban estas nuevas compañías eran las "máquinas Lisp", que se trataba de
unos ordenadores que ejecutaban programas LISP con la misma rapidez que en un ordenador
central, y el otro producto fueron las "herramientas de desarrollo de sistemas expertos".

En 1987 XCON empieza a no ser rentable. Los técnicos de DEC tuvieron que actualizar XCOM
rápidamente llegándose a gastar más de dos millones de dólares al año para mantenimiento y
algo parecido ocurrió con el DELTA..También en 1987 aparecieron los microordenadores Apple
y compatibles IBM con una potencia parecida a los LISP. El software se transfirió a máquinas
convencionales utilizando el lenguaje "C" lo que acabó con el LISP.

A partir de los 90 y con el desarrollo de la informática, se produce un amplio desarrollo en el

campo de la IA y los sistemas expertos, pudiéndose afirmar que estos se han convertido en
una herramienta habitual en determinadas empresas en la actualidad.

1.6 Evolución

La evolución histórica de los métodos utilizados en el desarrollo de los sistemas expertos

también se ha producido a medida que se ha ido desarrollando la IA y los diferentes métodos
que se han empleado para su resolución. El desarrollo de lenguajes como LISP y PROLOG
condicionó esa evolución, así como investigaciones en diversos campos relacionados. Los
primeros sistemas expertos que se desarrollaron en los años 60 eran capaces de resolver solo
problemas basados en situaciones determinadas, mediante sistemas de reglas. Es a partir de
los 70 cuando se empiezan a resolver problemas basados en situaciones inciertas, basados en
medidas difusas al principio y en redes probabilísticas con posterioridad.

2. Conclusiones

Un sistema experto es aquel que simula el razonamiento humano ayudando usuario.

Cuando los expertos humanos en una determinada materia son escasos, los Sistemas Expertos
pueden recoger y difundir su conocimiento.

En situaciones complejas, donde la subjetividad humana puede llevar a conclusiones erróneas.

La posibilidad de poder emular la inteligencia humana ha despertado la curiosidad del ser

humano desde tiempos remotos. Y el hombre encontró dos caminos para lograr dicho fin:
 Tratar de imitar el funcionamiento del cerebro humano a nivel computador lo cual implica
construir una analogía de tipo físico del cerebro del hombre. Esto podría llamarse entonces
enfoque físico, y como principal exponente de este rumbo encontramos a las redes
neuronales.

Tratar de lograr el conocimiento humano a través de la lógica, por lo que estaríamos en

presencia de un enfoque lógico. En este enfoque de pensamiento encontramos a los sistemas
expertos que intentan reproducir el razonamiento humano de forma simbólica.