A LOS SISTEMAS

INTRODUCCION
EXPERTOS
Erik Sigcha, Pablo Contreras
Universidad de Cuenca

15 de junio de 2014

1.

Resumen

l objetivo del presente articulo es el de

dar una visi
on generalizada de los Sistemas Expertos e intenta introducir al
lector a los conceptos b
asicos de esta
area
de la Inteligencia Artificial para que pueda
continuar con un estudio e investigaci
on mas
profundos de este tema.

2.

con refinamiento autom

atico y los sistemas basados
en sentido com
un. Debido a estos y muchos otros
aportes surgieron Sistemas Expertos mucho mas faciles de entender, desarrollar y flexibles. Actualmente
los nuevos Sistemas Expertos son mas robustos y
apropiados para el diagnostico y la planificacion, lo
que ha dado paso a tecnologas hbridas capaces de
combinar las representaciones simb
olicas con otras
tecnologas mas flexibles y cercanas al comportamiento humano.

Introduccion
3.

Los Sistemas Expertos son un subconjunto de la

Inteligencia Artificial, que emplea el conocimiento
humano capturado por un computador para resolver
problemas que requieren expertos humanos, imitando
el proceso de razonamiento que empleara una persona especialista en un campo de investigacion. Los
Sistemas Expertos pueden ser utilizados por personas
no expertas para mejorar sus habilidades de resoluci
on de problemas o como asistentes para expertos.
Otros autores definen a los Sistemas Expertos de la
siguiente manera: es un programa de computador interactivo que contiene la experiencia, el conocimiento
y las habilidades propias de una persona especialista
en un
area del conocimiento humano. En esta
area
de la IA es estrategico poder resolver tareas como:
conformar la Base del Conocimiento y codificar la
informacion de modo que sea f
acilmente manipulable,
pero como la comunidad aun no estaba preparada
para la resolucion de estas tareas, se dieron resultados que no cumplan con los ambiciosos objetivos
que se tenan planeados para estas tecnologas. Por
esta razon se dio un periodo de mudanza hacia otras
tecnologas, a lo cual la comunidad reacciono con
nuevas metodologas como el aprendizaje automatico

Inteligencia Artificial Facultad de Ingeniera

Origen

Los Sistemas Expertos fueron desarrollados por

la comunidad de IA a mediados de los a
nos 60, en
este tiempo se crea que una pocas reglas de razonamiento sumadas a computadoras poderosas podan
producir un rendimiento superhumano. Uno de los
primeros intentos en este campo fue el Solucionador
de Problemas de Proposito General (GPS), que define los pasos para cambiar de un estado inicial dado
a una meta deseada. Por cada problema se le da al
sistema un conjunto de operaciones, precondiciones
y postcondiciones, para que el GPS pueda reducir
las diferencias entre el estado inicial y la meta.
Al igual que otros programas similares, el GPS no
cumpli
o con las expectativas, pero dejo importantes
beneficios. Debido a esto se aplico un nuevo enfoque
hacia los programas de prop
osito especfico como
DENDRAL y MYCIN, entre otros. Con el desarrollo
de estos programas, los investigadores reconocieron
que los mecanismos de resolucion de problemas eran
solo una porcion de un sistema inteligente completo,
ademas de llegar a las siguientes conclusiones:
La complejidad de los problemas requieren una

page 1 of 8

cantidad considerable de conocimiento sobre el

area del problema.

Se centran en dominios de conocimiento muy

concretos.

Los solucionadores de problemas generales eran

muy debiles para ser utilizados como base para
construir SE de alto rendimiento.

El conocimiento de varios expertos humanos

puede combinarse en un sistema experto, lo que
da lugar a sistemas expertos mas fiables.

Los expertos humanos son buenos solo cuando

act
uan en un dominio muy acotado.

Los sistemas expertos tienen tiempos de respuesta mucho mas peque

nos que el que se esperara de
un experto humano.

Los Sistemas Expertos necesitan ser actualizados

constantemente con nueva informaci
on.

Los sistemas expertos suministran respuestas

rapidas y fiables en situaciones en las que los
expertos humanos no pueden.

Los siguientes son Sistemas Expertos que fueron

clave para el exito en el avance significativo del campo:

Los sistemas expertos pueden ser utilizados para realizar operaciones monotonas, aburridas e
inconfortables para los humanos.

DENDRAL: el sistema tuvo cierto exito entre

qumicos y biologos, ya que facilitaba la inferencia de estructuras moleculares, que era el
dominio en el que estaba especializado.

Permiten mejora continua del conocimiento y se

pueden adaptar a reglas o codigos cambiantes

MYCIN: Su funcion es la de aconsejar a los

medicos en la investigaci
on y determinacion de
diagnosticos en el campo de las enfermedades
infecciosas de la sangre.

Adquisicion de conocimiento y verificacion de

su consistencia.
Almacenan conocimiento.

CADUCEUS: Fue un Sistema Experto medico

programado para realizar diagnosticos en medicina interna. Fue completado a mediados de
los 80, pero sus inicios datan de los 70 habiendo
sido programado por Harry Pople, de la Universidad de Pittsburgh. Su objetivo era mejorar el
MYCIN.

Aprenden de la base de conocimiento y datos

disponibles.

5.

Tipos de Sistemas Expertos

Desde el punto de vista de los problemas con los

XCON: Era un sistema de producci
on basado que trata el sistema experto se pueden clasificar de
en reglas escrito en OPS5 por John P. McDer- dos tipos:
mott con el proposito de asistir a los pedidos
de computadores VAX de DEC seleccionando
los componentes del sistema de acuerdo a los 5.1. Problemas esencialmente
deterministas
pedidos del cliente.

4.

Caractersticas

Los problemas de tipo determinista pueden ser formulados usando un conjunto de reglas que relacionen
varios objetos bien definidos. Los sistemas expertos
que tratan problemas deterministas son conocidos
como sistemas basados en reglas, porque sacan sus
conclusiones basandose en un conjunto de reglas utilizando un mecanismo de razonamiento logico.

La caracterstica principal de un sistema experto

es la de emular el pensamiento y razonamiento de un
experto al resolver un problema en una cierta especialidad o campo. Un Sistema Experto no solo realiza
las funciones tradicionales de manejar grandes cantidades de datos, sino que tambin manipula esos datos 5.2. Problemas esencialmente
de forma tal que el resultado sea inteligible y tenga

estocasticos
significado para responder a preguntas incluso no
completamente especificadas. Los sistemas expertos
En situaciones inciertas, es necesario introducir
en general poseen las siguientes caractersticas:
algunos medios para tratar la incertidumbre.

Inteligencia Artificial Facultad de Ingeniera

page 2 of 8

6.

Componentes y
Funcionamiento de un Sistema
Experto[2]

conocimiento entregado por el experto humano

a la base de datos. Aqu se determina si el conocimiento recibido es necesario, y de ser as lo
incorpora en la base de datos.

Entre los componentes con los que cuenta un Sistemas Experto podemos citar los siguientes:

Control de coherencia: Este componente se introdujo para controlar la consistencia de la base de

datos, evitando de esta manera que se almacene conocimiento contradictorio. Este subsistema
informa de restricciones que debe cumplir la informacion proporcionada para ser coherente con
la almacenada, lo que ayuda tambien al experto
humano dar informacion fiable.
Motor de Inferencia: Es el corazon de todo el
sistema experto. Su principal objetivo es el de
obtener conclusiones aplicando el conocimiento.
Subsistema de adquisicion de conocimiento: Este
componente se utiliza para obtener conocimiento en situaciones en las que el conocimiento
inicial sea tan limitado que no permita obtener
conclusiones, y de esta manera continuar con el
proceso de inferencia. Muchas veces es el usuario
el que proporciona esta informacion.
Interfaz de usuario: Es el enlace entre el sistema
experto y el usuario. Debe implementar formas
eficientes de mostrar y recibir informaci
on.
Subsistema de ejecucion de ordenes: Permite
ejecutar acciones en base a las conclusiones obtenidas por el motor de inferencia.

Figura 1: Gr
afico de componentes de un SE.

Subsistema de explicacion: Este componente permite dar una explicacion al usuario acerca de las
conclusiones obtenidas. Explica el proceso seguido por el motor de inferencia o por el subsistema
de ejecucin.

Componente Humana: Por lo general para la

construcci
on de un sistema experto se requiere
la colaboracion de expertos humanos especialistas en el area o tema de estudio, ingenieros
del conocimiento que seran los encargados de
adaptar los conocimientos de manera que el sistema experto lo pueda entender, ademas de los
usuarios a los cuales est
a destinado el sistema.
Base de conocimiento: Es la informaci
on dada por los especialistas de manera ordenada y
estructurada y un conjunto de relaciones bien
definidas y explicadas. Este conocimiento se almacena en la base de conocimientos. Otro componente del sistema experto es la informacion
referente a una aplicaci
on particular, estos datos transitorios son guardados en la memoria de
trabajo.

Subsistema de aprendizaje: Permite que el sistema experto tenga la capacidad de aprender,

ya sea a traves de un aprendizaje estructural o
parametrico. Para esto utiliza los datos disponibles.

6.1.

Reglas

En la actualidad se puede ver con facilidad muchas

situaciones gobernadas por reglas deterministas, por
ejemplo los sistemas de control de tr
afico y sistemas
de seguridad. En este tipo de situaciones se hace
ideal el uso de sistemas basados en reglas [3]. Los
problemas de tipo determinista pueden ser formuSubsistema de adquisicion de conocimiento: Este lados usando un conjunto de reglas que relacionen
componente permite controla el flujo del nuevo varios objetos bien definidos. Los sistemas expertos

Inteligencia Artificial Facultad de Ingeniera

page 3 of 8

que tratan problemas deterministas son conocidos

como sistemas basados en reglas, porque sacan sus
conclusiones bas
andose en un conjunto de reglas utilizando un mecanismo de razonamiento logico [2]. Una
regla es una proposici
on logica mediante la cual se
relaciona a varios objetos, y consta de dos partes la
premisa y la conclusi
on. Una regla se puede escribir
como Si premisa entonces conclusi
on[3].
Ejemplo de problema del tipo determinista formulado mediante un conjunto de reglas [2]:
Situacin: Cliente que desea sacar dinero de su
cuenta corriente mediante un cajero autom
atico
Formulacion del problema:
Cuando el cajero introduce la tarjeta en el cajero
automatico, este la lee y la verifica.
Si la tarjeta no es verificada con exito, el cajero devuelve la tarjeta al usuario y muestra un
mensaje de error.
Figura 3: Reglas establecidas para el cajero autom
atico.

En el otro caso, de que se verifique correctamente

la tarjeta, el cajero pide al cliente un numero
de identificaci
on (NIP).
6.2.

Motor de Inferencia.

Si el n
umero ingresado es incorrecto se dan tres
El motor de inferencia es el componente central
oportunidades m
as.
del sistema experto. Su funci
on principal es la de
obtener conclusiones aplicando el conocimiento a los
Si el n
umero ingresado es correcto el cajero pre- datos[2]. Los datos se refieren a hechos o evidencias,
gunta la cantidad de dinero a sacar.
y el conocimiento es el conjunto de reglas almacenado
en la base de conocimiento. Con estos elementos el
Se verifica la cantidad de dinero y la disponi- motor de inferencia obtiene nuevas conclusiones o heble en el saldo del cliente, ademas se verifica si chos. Existen diferentes tipos de reglas y estrategias
cumple el lmite permitido de dinero a retirar. de inferencia y control que los expertos utilizan para
obtener conclusiones simples o compuestas. El rendiEn este caso se tienen siete objetos: Cada objeto miento del motor de inferencia depende del conjunto
de reglas en su base de conocimiento [3]. Las reglas
permiten obtener conclusiones simples, mientras que
las estrategias permiten obtener conclusiones compuestas. Las conclusiones simples son las que resultan
de una regla simple. Las conclusiones compuestas
son las que resultan de mas de una regla.

6.3.
Figura 2: Tabla de objetos

puede tomar un solo valor entre sus posibles valores.

Ademas de los objetos, existen siete reglas que
gobiernan la estrategia que el cajero automatico debe
seguir:

Inteligencia Artificial Facultad de Ingeniera

Reglas de Inferencia.
Modus Ponens: En este tipo de regla, se analiza
la premisa, si es cierta entonces la conclusion
pasa a formar parte del conocimiento.
Modus Tollens: Examina si la conclusion es falsa
y de serlo, se concluye que la premisa tambien
es falsa.

page 4 of 8

Al final si no se obtiene dicha conclusin entonces el

sistema pregunta al usuario en busca de informacion
relevante sobre el objetivo. Esta estrategia se utiliza
en problemas en los que se dan inicialmente algunos
objetivos y se buscan los hechos para que stos sean
posibles.
Figura 4: Modus Ponens.

6.5.

Proceso[2].

Para el dise
no e implementacion de un sistema
experto se sugiere seguir las siguientes etapas:

Figura 5: Modus Tollens.

6.4.

Estrategias de Inferencia.

Encadenamiento de reglas: Puede utilizarse cuando las premisas de ciertas reglas coinciden con las
conclusiones de otras. Encadenando reglas, los hechos
pueden utilizarse para dar lugar a nuevos hechos. Para implementar este algoritmo se sigue los siguientes
pasos:
1. Asignar a los objetos sus valores conocidos tales
como los dan los hechos conocidos o la evidencia.
2. Ejecutar cada regla de la base de conocimiento
y concluir nuevos hechos si es posible.
3. Repetir la Etapa 2 hasta que no puedan ser
obtenidos nuevos hechos.
Lo elementos importantes para este algoritmo son:
Datos: Una base de conocimiento (objetos y
reglas) y algunos hechos iniciales.
Resultado: El conjunto de hechos derivados logicamente de ellos.
Se comienza con las reglas cuyas premisas tienen valores conocidos, sus conclusiones dan lugar a nuevos
hechos, que se a
naden al conjunto de hechos conocidos, repitiendose este proceso hasta que no se puedan
obtener nuevos hechos. Este tipo de estrategia se utiliza cuando algunos hechos se dan por conocidos y
se buscan algunas conclusiones.
Encadenamiento de reglas orientado a un objetivo: En este caso se requiere que el usuario primero
selecciones una variable o nodo objetivo el cual se
buscara concluir navegando a traves de las reglas.

Inteligencia Artificial Facultad de Ingeniera

Figura 6: Etapas en el desarrollo de un SE.

La primera etapa es la definici

on de problema,
esta es una parte esencial ya que el sistema experto
debera resolver problemas en base a esta definici
on.
La siguiente etapa requiere encontrar expertos humanos o en su defecto, bases de datos que brinden la
informacion necesaria referente al area de aplicacion
del sistema.
Una vez superadas estas etapas es posible comenzar con el diseo del sistema y de todas sus componentes.
Posteriormente se debe elegir una herramienta o
lenguaje de programaci
on que permita satisfacer los
requerimientos de dise
no.

page 5 of 8

Aqu se puede empezar a desarrollar un prototipo que deber

a pasar determinadas pruebas para
determinar su eficiencia y continuar con el desarrollo.
Una vez se tenga desarrollado un sistema estable,
se procede a corregir sus fallos.
Finalmente el sistema es puesto a prueba en situaciones reales en donde los usuarios pueden realizar
sugerencias o detectar errores.

6.6.

Ejemplo[2].

A continuacion se muestra un ejemplo de como

puede dise
narse un sistema experto basado en reglas
para resolver un problema de control de tr
afico muy
simple. La Figura muestra un trazado de ferrocarril
en el que varios trenes pueden circular en las dos
direcciones.

Figura 7: Trazado de ferrocarril.

Hay cinco vas, S1, . . . , S5, y 14 seales de tr

afico,
ocho en la parte superior del diagrama, U1, . . . ,
U8, y seis en la parte inferior, L1, . . . , L6. Todos
los objetos y sus posibles valores se muestran en la
Tabla siguiente:

Figura 9: Tabla de reglas.

la Tabla. Si el motor de inferencia utiliza la

regla de inferencia Modus Tollens, estas reglas
garantizan tambien que cuando las se
nales de la
parte baja de las vas esten en verde, las se
nales
de sus correspondientes partes superiores esten
en rojo. Es decir, las dos primeras reglas de la
Tabla implican las dos reglas siguientes:
Regla 1a: Si L1 = verde, entonces U1 =
rojo.
Si L6 = verde, entonces U6 = rojo.

Figura 8: Tabla de objetos y posibles valores.

El objetivo de este sistema es dise

nar un conjunto
de reglas que eviten la colision de los trenes. Estas
reglas pueden obtenerse como sigue:
1. Si la se
nal de trafico U1 esta verde, entonces
puede permitirse la salida de un tren que este en
la va S1 y no debe permitirse la salida de los
trenes de la va S2, por lo que L1 tiene que
estar en rojo. Lo mismo es cierto para las vas
S4 y S5. Esto da las dos primeras reglas de

Inteligencia Artificial Facultad de Ingeniera

2. Si la va S1 esta ocupada, entonces la se

nal U2
debe estar en rojo para evitar que un tren entre
en la va ocupada. Similarmente, para las demas
vas. Esto da lugar a las seis reglas adicionales
(Reglas 3 a 8) en la Tabla.
3. Si ambas se
nales U3 y L3 estan en rojo, entonces
ning
un tren puede salir de la va S1. La misma
condicion vale para las se
nales U5 y L5. Por ello,
se tiene la regla:
Regla 9: Si (U3 = rojo y L3 = rojo) o (U5
= rojo o L5 = rojo), entonces U1 = rojo.

page 6 of 8

Las cinco reglas asociadas a las otras cinco vas de que son poco flexibles a cambios y de difcil acceso
pueden ser obtenidas de forma an
aloga. Todas a informacion no estructurada.
las reglas se muestran en la Tabla como las
Los Sistemas Expertos carecen de sentido com
un,
Reglas 9 a la 14.
dado que para un Sistema Experto no hay nada
obvio. Para un sistema experto es muy complicado
4. Para evitar la colision de los trenes procedentes de aprender de sus errores y de errores ajenos. No
de las vas S1 - S2 y S4 - S5, son necesarias las son capaces de distinguir cuales son las cuestiones
reglas siguientes:
relevantes de un problema y separarlas de cuestiones
Regla 15: Si U3 = verde, entonces U4 = secundarias.
Ademas la Inteligencia Artificial no ha podido
rojo.
desarrollar sistemas que sean capaces de resolver
Regla 16: Si L3 = verde, entonces L4 =
problemas de manera general o de aplicar el sentirojo.
do com
un para resolver situaciones complejas ni de
controlar
situaciones ambiguas.
5. Para evitar que las se
nales de la parte alta y sus
correspondientes se
nales de la parte baja esten
simultaneamente en verde, es necesario incluir 8. Tendencias Actuales.
las Reglas 17-20 de la Tabla.
Actualmente las empresas disponen de infraestruc6. Finalmente, para evitar la colision de un tren tura tecnologica para dar soporte a funciones basicas
de la va S3 con un tren de las otras cuatro vas, como: contabilidad, asistencia financiera, gestion de
se imponen las dos u
ltimas reglas de la Tabla. departamentos, tesorera, etc. Los Sistemas Expertos
cobran relevancia en una gran diversidad de areas coPara mantener la coherencia de los hechos, es necesa- mo: Milicia, Telecomunicaciones, Qumica, Derecho,
rio actualizar automaticamente el conocimiento tan Aeron
autica, Arqueologa, Agricultura, Electr
onica,
pronto como se conozca un nuevo hecho o conclusi
on. Transporte, Educacion, Medicina, Finanzas y Gesti
on. Por esta raz
on, puede resultar bastante com
un
la
utilizaci
o
n
de
Sistemas
Expertos
en
la
vida
profe7. Ventajas y Limitaciones.
sional. A continuacin se mencionan sistemas basados
en Sistemas Expertos aplicados a diferentes
areas:
7.1. Ventajas.
Si comparamos un experto humano con un sistema experto, podemos decir que mientras el experto
humano puede tener limitantes como la velocidad de
procesamiento o puede sufrir de percances como enfermedades, envejecimiento o migraci
on hacia otras
empresas, los Sistemas Expertos no sufren de estas
cuestiones y son herramientas estables y fiables para
su entorno. Adem
as un Sistema Experto puede ser
utilizado por una persona no especializada en un
area para resolver alg
un problema especfico, con lo
que dependiendo de la frecuencia de uso, la persona
puede aprender de este.
Finalmente, si se eval
ua el costo total del empleo
de esta tecnologa, la replicabilidad y estabilidad,
asociado a la seguridad que provee, resulta una ecuacion favorable, aun considerando que las inversiones
iniciales pueden ser relativamente elevadas.

7.2.

Limitaciones.

Si deseamos actualizar un Sistema Experto sera necesario reprogramar el mismo, por esta raz
on pueden
resultar costosos en cuanto a dinero y tiempo, ademas

Inteligencia Artificial Facultad de Ingeniera

Sistema Experto para el entrenamiento y asistencia en la toma de decisiones en un Centro de

Informacion y Control Aereo (Ierache, 2002): El
objetivo de este Sistema Experto es facilitar el
entrenamiento del personal y asistir en la toma
de decisiones relativas a la interceptacion en el
Centro de Informacion y Control ante la presencia de vuelos no identificados considerados como
potenciales vuelos ilcitos.
Sistema Experto Difuso para determinar Perfiles
Criminologicos basado en el Test de Luscher y
Variables Socio Criminologicas (Cardona, 2007):
Basado en el modelado de variables difusas y
la adquisicion de conocimientos de caracter psicologico y social con el fin de inferir la inclinacion
criminalstica de un cierto individuo.
Dise
no de un Sistema Experto Difuso: Evaluacion de Riesgo Crediticio en Firmas Comisionistas de Bolsa para el Otorgamiento de Recursos
Financieros (Hurtado, 2007): Se basa en Sistemas Expertos Difusos y permite soportar decisiones de asignacin de recursos financieros con

page 7 of 8

el proposito de disminuir el riesgo de falta de

pago del capital asignado.
Comprehensive Maxillofacial Diferential Diagnosis eXpert System (Ameri, 2008): Se trata de
una herramienta educacional para el entrenamiento en la practica de diagnosticos medicos
desarrollada con un Sistema Experto.

9.

Conclusiones

Los Sistemas Expertos son la respuesta de la Inteligencia Artificial a varios problemas que surgen
en la vida profesional y estan ideados para facilitar la ejecucion de tareas en m
ultiples campos de
aplicacion y proporcionar resultados similares a los
que se esperan al momento de contratar a un especialista experto en alg
un tema en particular. Como
se ha mencionado en el presente articulo, se sabe
que no son aptos para la resolucion de problemas
generales ya que su eficiencia aumenta a medida que
mas se acota el dominio de aplicaci
on. Adem
as si
buscamos herramientas para poder desarrollar un
Sistema Experto podemos encontrar una importante
variedad de frameworks y lenguajes de programaci
on
que nos permiten implementar este tipo de sistemas.
Cabe recalcar que, en terminos generales, se tratan
de sistemas que por su escalabilidad, flexibilidad y
confiabilidad son considerados efectivos y los suficientemente maduros como para confiarles decisiones de
considerable criticidad.

10.

Bibliografa

[1]http://dialnet.unirioja.es/descarga/articulo/...
66026.pdf
[2]Sistemas
Expertos
y
Modelos
de
Redes
Probabilsticas
-...
Enrique
Castillo, Jos Manuel Gutirrez, y Ali S. Hadi.
[3]http://personales.unican.es/gutierjm/cursos/...
expertos/Reglas.pdf
[4]http://www.uaeh.edu.mx/docencia/Tesis/icbi/...
licenciatura/documentos/... Sistemas
[5]http://www.posgrado.unam.mx/publicaciones/...
antomnia/25/03.pdf
[6]http://www.palermo.edu/ingenieria/pdf2014/13/CyT13-24.pdf
[7]http://www.lcc.uma.es:8080/repository/... fileDownloader?rfname=LCC1102.pdf
[8]http://www.frro.utn.edu.ar/repositorio/catedras/...
quimica/5-anio/orientadora1/monograias/... pignanisistemasexpertos.pdf

Inteligencia Artificial Facultad de Ingeniera

page 8 of 8