PDF de programación - INGENIERÍA DEL CONOCIMIENTO: SISTEMAS EXPERTOS

INGENIERÍÍA DEL
A DEL
INGENIER
CONOCIMIENTO:
CONOCIMIENTO:

SISTEMAS EXPERTOS
SISTEMAS EXPERTOS

Sistema experto: Sistema informático

diseñado para resolver problemas de un área
específica, y al que de algún modo se le ha
dotado de una competencia similar a la de
un experto humano de esa área.

Ejemplos:

– MYCIN (diagnóstico y tratamiento de
enfermedades infecciosas de la sangre)

– PROSPECTOR (determina la probabilidad de
la existencia de yacimientos minerales a partir
de las pruebas realizadas sobre el terreno).

Objetivo de los sistemas expertos
Objetivo de los sistemas expertos
El objetivo es el mismo de todas las aplicaciones

informáticas: Relevar al hombre de tareas
mecánicas y proporcionarle instrumentos
amplificadores de sus capacidades mentales.

Construcción de sistemas expertos

Por una parte se construye una base de

conocimientos o base de hechos.

Por otra se desarrollan procedimientos para

manipular esa base para obtener una respuesta con
datos concretos (motor de inferencia).

Los problemas que surgen en relación con
los dos apartados anteriores ha dado lugar a
un área de trabajo denominado
INGENIERÍA DEL CONOCIMIENTO.

¿Y EN DÓNDE INTERVIENE LA

LÓGICA?

Para representar el conocimiento, se utilizan

las expresiones lógicas.

(Usaremos para simplificar las sentencias de

la lógica proposicional)

Sistema de produccióónn
Sistema de producci

Un sistema de producción es un modelo de
computación que distingue 3 componentes:
– Base de hechos
– Base de conocimientos
– Motor de inferencias

Las reglas de producción se aplican sobre la base
de hechos y el sistema de control gobierna estos
procedimientos y aplicaciones y hace que la
computación se detenga cuando el estado de la
base de datos satisface alguna condición de
terminación predefinida.

La base de hechos contiene los hechos
iniciales y los que se vayan obteniendo
como consecuencias en el proceso
inferencial.

Las reglas de producción son pares

ordenados (A,B). Según el tipo de sistema
se denominan antecedente y consecuente,
condición y acción o premisa y conclusión.
Su formalización lógica es la de sentencias
condicionales A B.

Ejemplo.- En la base de conocimientos del sistema

XCON hay unas 2500 reglas. Una de ellas es:
Si el contexto actual es el de asignar una fuente de alimentación,

y se ha colocado un módulo SBI en un armario,
y se conoce la posición que ocupa el módulo,
y se dispone de una fuente de alimentación,
entonces colocar la fuente en dicha posición.

Independientemente del significado de las

expresiones, la regla se puede formalizar mediante
la sentencia:

(p1∧ p2∧ p3∧ p4) ⇒ q.

Otro ejemplo
Otro ejemplo
Consideremos las siguientes reglas:

– R1:

– R2:

Si el paciente tiene fiebre,
y tose,
y tiene dolores musculares,
entonces padece gripe.

Si el paciente padece gripe o resfriado,
y no tiene úlcera,
entonces recomendar aspirina y coñac.

Vamos a formalizar las reglas anteriores:

R1 : [f ∧ t ∧ m] ⇒ g
R2 : [(g ∨ r) ∧ (¬u)] ⇒ (a ∧ c)

Utilizando las equivalencias lógicas, vistas, la regla R2 es lógicamente equivalente

a:
[(g ∧ (¬u)) ⇒ a] ∧ [(g ∧ (¬u)) ⇒ c] ∧ [(r ∧ (¬u)) ⇒ a] ∧ [(r ∧ (¬u)) ⇒ c]

y en consecuencia, se podría descomponer en las siguientes reglas:

R2a: (g ∧ (¬u)) ⇒ a
R2b: (g ∧ (¬u)) ⇒ c
R2c: (r ∧ (¬u)) ⇒ a
R2d: (r ∧ (¬u)) ⇒ c

Así, si hiciésemos una consulta al sistema sobre un paciente que

satisface los hechos f,t,m y ¬u, el sistema trataría de aplicar las reglas
para ver qué terapia habría que aplicar. Por tanto, sabiendo que
tenemos los hechos f,t,m y ¬u, podemos hacer las siguientes
inferencias, usando la regla de inferencia modus ponens:

f ∧t ∧m

R1: [f ∧t ∧m] ⇒g

g

En este momento hemos ampliado la base de hechos con el nuevo hecho

g.

g ∧(¬u)

R2a: (g ∧(¬u)) ⇒a

En este momento hemos ampliado la base de hechos con el nuevo hecho

a.

a

c

g ∧(¬u)

R2b: (g ∧(¬u)) ⇒c



Por tanto, la terapia es aspirina y coñac.

El problema que surge es que en general, no tendremos dos, sino muchas
reglas (suelen ser del orden de cientos o de miles), y en general hay
que establecer en qué orden y de qué manera aplicamos las reglas
(es decir, cuáles se aplican primero).

Para realizar lo anterior, hay dos estrategias básicas:
1)

Aplicar cuantas reglas de producción e inferencia se puedan para ir
sucesivamente ampliando la base de hechos (que es lo que hemos
realizado en el ejemplo). A esto se conoce como encadenamiento
hacia adelante.
Fijarse un hecho como objetivo y tratar de deducirlo, viendo de qué
reglas de producción es consecuente. Este es el principio de
encadenamiento hacia atrás.

2)

Un procedimiento gráfico muy adecuado es el de los áárboles de decisi

rboles de decisióónn.