Ingeniería de Sistemas y Computación. Facultad de Ingenierías. Universidad Tecnológica de Pereira.

Sistemas Expertos
Computación Blanda

Expert Systems
Soft Computing

Andrés Felipe Bravo Giraldo

Ingeniería de Sistemas y Computación, Universidad Tecnológica de Pereira, Pereira, Colombia

Correo-e: andresfelipe.bravo@utp.edu.co

Resumen— Los Sistemas Expertos son una rama de la Inteligencia
Artificial cuyo propósito es simular el comportamiento de un experto
humano. Para ello se establece una arquitectura cuyo corazón es un
motor de inferencia soportado por una base de conocimiento,
organizada en hechos, reglas y meta reglas. El motor de inferencia
obedece a patrones de entrada iterando a lo largo de la base de
conocimiento, encontrando hechos u objetos que resuelven en lógica
de predicados de primer orden (o en el ámbito de la lógica difusa), un
objetivo específico. El Sistema Experto requiere para lograr su
propósito de la utilización de una agenda temporal en donde
almacena el resultado de todas y cada una de las acciones de
inferencia. Globalmente, el Sistema Experto requiere disponer de un
módulo de aprendizaje a través del cual mejora su sistema de
inferencia con base en la experiencia. El Motor de búsqueda de
conocimiento opera en tres niveles posibles: directo, inverso e
híbrido. Para el desarrollo de Sistemas Expertos se dispone de
herramientas computacionales y lenguajes tanto imperativos como
funcionales.
Palabras clave— Sistemas Expertos, Lógica Difusa, Aprendizaje,
Patrones, Inferencia, Motor de Inferencia, Agenda, Hechos, Reglas,
Meta Reglas, Directo, Inverso, Híbrido, Entrada, Salida, Base de
Conocimiento, Inteligencia Artificial, Agente Inteligente. Acción,
Reacción, Incertidumbre, Verdadero, Falso, Red Neuronal.
Abstract— The Expert Systems are a branch of Artificial Intelligence
whose purpose is to simulate the behavior of a human expert. To do
this, the architecture is established whose heart is an inference engine
supported by a knowledge base, organized into facts, rules and meta
rules. The inference engine obeys to input patterns iterating along the
knowledge base, finding facts or objects that solve in logic of first
order predicates (or in the field of fuzzy logic), a specific objective.
The Expert System requires achieving its purpose of using a
temporary agenda where it stores the result of each and every one of
the inference actions. Globally, the Expert System requires having a
learning module through which it improves its inference system
based on experience. The Knowledge Search Engine operates in
three possible levels: direct, inverse and hybrid. For the development
of Expert Systems, computational tools and languages are available,
both imperative and functional.
Direct, Inverse, Hybrid, Input, Output, Knowledge Base, Artificial
Intelligence, Intelligent Agent. Action, Reaction, Uncertainty, True,
False, Neural Network.
I. INTRODUCCIÓN
La Inteligencia Artificial (IA) es una línea de investigación,
innovación y desarrollo tecnológico en el campo de la
informática, cuyo objetivo es el entender la forma de pensar
del ser humano, de modo que sea posible la construcción de
máquinas y sistemas que puedan comportarse como lo haría
un ser humano frente a la solución de un problema. Existen
dos grandes tendencias en este campo: los modelos
conexionistas y los modelos simbólicos. El primero, el
conexionista, busca desarrollar procesos inteligentes copiando
la estructura del cerebro, y para ello recurre a la combinación
artificial de elementos físicos o virtuales, que generan un
principio inteligente de manera emergente. El modelo
simbólico busca generar inteligencia a partir del estudio de
las leyes del pensamiento plasmadas en combinaciones forales
de símbolos, buscando con ello que los conceptos base de la
inteligencia se manifiesten de manera emergente como
entidades que resuelven problemas de manera similar al ser
humano.
Los Sistemas Expertos (SE) son una de las apuestas de
desarrollo tecnológico en el campo simbólico. A través de su
uso, la capacidad humana de enfrentar problemas a través de
razonamientos que exploran bases de conocimiento, hechos
conocidos y reglas estándar de comportamiento, los Sistemas
Expertos Artificiales han llegado a no diferir mucho del
equivalente humano en dominios concretos del conocimiento.
El presente documento explora los principales tópicos
asociados a la tecnología de la Computación Blanda asociada
a los Sistemas Expertos.

Key Word — Expert Systems, Fuzzy Logic, Learning, Patterns,

Inference, Inference Engine, Agenda, Facts, Rules, Goal Rules,
2 Ingeniería de Sistemas y Computación. Facultad de Ingenierías. Universidad Tecnológica de Pereira.

El cometido de XCON sería configurar todos los ordenadores

II. DESARROLLO DEL TEMA
Los sistemas expertos se basan en un modelo computacional
que busca simular la capacidad de un experto humano.
Algunas definiciones aclaratorias se exponen a continuación:
“Sistema experto (ES, siglas del término Expert System) es un
sistema de información basado en el conocimiento que usa su
conocimiento de un área de aplicación compleja y específica a
fin de actuar como un consultor experto para los usuarios
finales. Los sistemas expertos proporcionan respuestas sobre
un área problemática muy específica al hacer inferencias
semejantes a las humanas sobre los conocimientos obtenidos
en una base de conocimientos especializados.” [1]
“Los Sistemas Expertos (SE) pueden ser considerados como
un subconjunto de la IA (Rossini, 2000). El nombre Sistema
Experto deriva del término “sistema experto basado en
conocimiento”. Un Sistema Experto es un sistema que emplea
conocimiento humano capturado en una computadora para
resolver problemas que normalmente requieran de expertos
humanos. Los sistemas bien diseñados imitan el proceso de
razonamiento que los expertos utilizan para resolver
problemas específicos. Dichos sistemas pueden ser utilizados
por no-expertos para mejorar sus habilidades en la resolución
de problemas. Los SE también pueden ser utilizados como
asistentes por expertos. Además, estos sistemas pueden
funcionar mejor que cualquier humano experto
individualmente tomando decisiones en una específica y
acotada área de pericia, denominado como dominio (Turban,
1995).” [2]
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 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 1980 a 1985 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
hidroestáticas giratorias usadas para la eliminación de
bacterias.
A partir de los 1990 y con el desarrollo de la Informática, se
produce un amplio desarrollo en el campo de la Inteligencia
artificial y los Sistemas Expertos, pudiéndose afirmar que
estos se han convertido en una herramienta habitual en
determinadas empresas en la actualidad.
ARQUITECTURA

EVOLUCIÓN HISTÓRICA

En el desarrollo de los sistemas expertos también se ha

producido a medida que se ha ido desarrollando la Inteligencia
artificial y los diferentes métodos que se han empleado para su
resolución. El desarrollo de lenguajes como LISP y PROLOG
condicionaron esa evolución, así como investigaciones en
diversos campos relacionados.

En 1965 aparece DENDRAL, duró su realización más de diez Un sistema Experto consta de 7 elementos los cuales son:
años hasta 1975, este fue el primer sistema experto. • Base de conocimientos.
• Base de hechos
En 1972, en la Universidad de Standford se desarrolla • Motor de inferencia.
MYCIN, sistema experto dentro del campo de la medicina • Subsistema de explicación.
para diagnostico de enfermedades infecciosas en la sangre. • Interfaz de usuario.
• Módulo de adquisición de conocimiento
En 1972 aparece el lenguaje PROLOG basado en las teorías • Módulo de comunicaciones
de Minsky.
Base de conocimientos. Esta contiene el conocimiento que se
En 1973 se desarrolla el sistema experto llamado TIERESIAS. debe del experto y codificarlo en la base de conocimientos.
La forma clásica de representar el conocimiento en un
En 1979 aparece XCON, primer programa que sale del
sistema experto son la utilización de reglas es
laboratorio Su usuario fue la Digital Equipament Corporation
decir básicamente constituye la descripción de los objetos y
(DEC).
Ingeniería de Sistemas y Computación. Facultad de Ingenierías. Universidad Tecnológica de Pereira. 3

las relaciones entre ellos, así como de casos particulares y
excepciones.
Base de hechos . Contiene los hechos sobre un problema que
se han descubierto durante una consulta. Se trata de una
memoria temporal auxiliar que almacena los datos del usuario,
datos iniciales del problema, y los resultados intermedios
obtenidos a lo largo del proceso de resolución.
Motor de inferencia o Interprete de Reglas. Este motor de
inferencia trabaja con la información contenida en la base de
conocimientos y la base de hechos para deducir nuevos
hechos. Se encarga de las operaciones de búsqueda y
selección de las reglas a utilizar en el proceso de
razonamiento. Contrasta los hechos particulares de la base de
hechos con el conocimiento contenido en la base de
conocimientos para obtener conclusiones acerca del problema.
Subsistema de explicación. Básicamente lo que trata es
de explicar al usuario tanto las reglas usadas como el
conocimiento aplicado en la resolución de un determinado
problema. Usando el módulo del subsistema de explicación,
un sistema experto puede proporcionar una explicación al
usuario de por qué está haciendo una pregunta y cómo ha
llegado a una conclusión.
Interfaz de usuario. Todo sistema dispone de una interfaz de
usuario, que gobierna el diálogo entre el sistema y el usuario
lo que hace posible la comunicación. Por tanto debe ser
interactiva siguiendo el patrón de la conversación entre seres
humanos. Un requerimiento básico del interfaz es la habilidad
de hacer preguntas. Para obtener información fiable del
usuario hay que poner especial cuidado en el diseño de las
cuestiones.
Módulo de adquisición de conocimiento. Le sirve al experto
para que pueda construir la base de conocimiento de una
forma sencilla, así como disponer de una herramienta de
ayuda para actualizar de la base de conocimiento cuando sea
necesario. El módulo de adquisición del conocimiento, forman
el esqueleto o sistema esencial, y que, separadas de las bases
de conocimiento y de hechos, constituyen una
herramienta software para el desarrollo de los sistemas
basados en el conocimiento.
• ART-IM
Módulo de comunicaciones
Puesto que los sistemas basados en el conocimiento no viven •
aislados sino que interactúan con otros sistemas es decir no •
solo son capaces de interactuar con el experto sino con estos
sistemas, para poder recoger información o consultar bases de •
datos.
• Xpertrule
• G2
TIPOS DE LENGUAJES UTILIZADOS
• Visual Prolog
lenguaje natural, visión por computadora, robótica y "sistemas
de expertos". responde a una interfaz ensamblador, el segundo
a interfaz compilador y el ultimo a interfaz interprete.
Un Lenguaje de Programación se basa en reglas de acción
(silogismos) , y el análisis de posibilidades dándonos una
ayuda muy útil en todas las ramas de la acción humana. Es así
como los Sistemas Expertos desarrollan una Función muy
importante "Realizar tareas genéricas: es decir para la
monitorización y el diagnóstico, además de los trabajos de
simulación de la realidad (Realidad Virtual en la actualidad).
Algunos lenguajes son lenguajes principalmente interpretados,
como APL, PROLOG y LISP.
APL (A Programing Language). Diseñado para tablas,
vectores y matrices; utiliza símbolos especiales, distintos que
el ASCII.
El nombre LISP es la abreviatura de List-Processing, ya que el
LISP fue desarrollado para el procesamiento de listas. La lista
es la estructura más importante de LISP. El lenguaje LISP fue
diseñado ya a finales de los años 50 por McCarthy. A lo largo
de los últimos años se han desarrollado muchos dialectos, por
ejemplo MACLISP, COMMONLISP, INTERLISP,
ZETALISP, donde el COMMONLISP se está imponiendo
cada vez más como estándar.
TIPOS DE HERRAMIENTAS UTILIZADAS
Herramientas utilizadas para desarrollar sistemas expertos.
La construcción de un Sistema Experto no es una tarea
sencilla, debido a que involucra mucha participación de
distintas personas, cada una de las cuales aportará algo para
que el Sistemas Expertos a desarrollar sea robusto y fácil de
usar y mantener. Además se deben hacer varias elecciones en
cuanto al desarrollo del Sistema Experto una de ellas es elegir
que herramienta utilizar para su estructuración.
A continuación una lista de las herramientas que se pueden
utilizar para desarrollar un Sistema Experto:
CBR Express v.1.1.
Nex - Expert Object v.2.0.
Exsys Corvid

Son programas que se han diseñado principalmente para • Jess

emular un comportamiento inteligente. Incluyen algoritmos de
• Winprolog
juego tales como el ajedrez, programas de comprensión del

____________________________
1. Las notas de pie de página deberán estar en la página donde se citan. Letra Times New Roman de 8 puntos
4 Ingeniería de Sistemas y Computación. Facultad de Ingenierías. Universidad Tecnológica de Pereira.
• Clisps
• Expert System Builder
VENTAJAS DE LOS SISTEMAS EXPERTOS
1. Producción y productividad mayores. Pueden trabajar
más rápido que lo humanos. Están disponibles
ininterrumpidamente de día y noche, ofreciendo
siempre su máximo desempeño. Pueden duplicarse
ilimitadamente, i.e. tener tantos de ellos como se
requieran.
2. Mayor calidad: Dan la probabilidad de aumentar la
calidad proporcionando asesoría consistente y
reduciendo las tasas de error.
3. Operación en entornos peligrosos. Muchas tareas
requieren que los seres humanos operen en entornos
hostiles y peligrosos.
4. Captación de experiencia escasa y su dimensión. Uno
de los principales beneficios de los sistemas expertos
es su facilidad de trasmitir experiencia a través de
fronteras internacionales.
5. Siempre se ajustan a las normas establecidas y son
consistentes en su desempeño, i.e. no desarrollan
apreciaciones subjetivas, tendenciosas, irracionales o
emocionales.
6. Confiabilidad. Los sistemas expertos son confiables.
No padece de olvido, fatiga, dolor o comete errores
de cálculo.
7. No requiere un sueldo, promociones, seguros
médicos, incapacidades.
8. Accesibilidad al conocimiento y escritorios de vida.
Hacen accesible el conocimiento (y la información) a
mucha gente en diversos lugares. Siempre están
dispuestos a dar explicaciones, asistir o enseñar a la
gente, así como a aprender.
9. Pueden tener una vida de servicio ilimitada.
Funciones incrementadas de otros sistemas expertos.
La integración de un sistema experto con otros
sistemas expertos hacen que estos últimos se vuelvan
más eficientes, los sistemas integrados abarcan más
aplicaciones, trabajan más rápido y producen
resultados de mayor calidad.
10. Capacidad para trabajar con información incompleta
o inconcreta. En contraste con los sistemas de
cómputo convencionales, un sistema experto puede
trabajar con información incompleta al igual que los
expertos humanos.
11. Impartición de capacitación. Es factible que un
sistema experto facilite la capacitación. El personal
nuevo que trabaja con un sistema experto se vuelve
más experimentado. La fusión de explicación puede
servir como un dispositivo de de enseñanza y de ese
modo puede efectuar apuntes que tal vez se inserten
en la base de conocimiento.
12. Mejoramiento de las funciones para resolver
problemas. Un sistema experto mejora la solución de
problemas permitiendo la integración de juicios de
expertos de primera línea en el análisis. De este
modo, un sistema experto tiene la posibilidades
resolver problemas cuyo enlace y conocimiento
supera a los de cualquier individuo.
13. Reducción del tiempo para la toma de decisiones.
Con el empleo de la recomendación del sistema, un
ser humano puede tomar decisiones mucho más
rápido.
14. Reducción del tiempo fuera de servicio. Muchos
sistemas expertos operacionales se emplean para
diagnosticar malos funcionamientos y prescribir
reparaciones.
DESVENTAJAS DE LOS SISTEMAS EXPERTOS
1. Tienen una noción muy limitada acerca del contexto
de problema, i.e. no pueden percibir todas las cosas
que un experto humano puede apreciar de un
situación.
2. Pueden existir decisiones que sólo son de
competencia para un ser humano y no una máquina.
3. No saben como subsanar sus limitaciones, e.g. no son
capaces de trabajar en equipo o investigar algo
nuevo.
4. Son muy costosos de desarrollar y mantener.
5. Tareas que realiza un Sistema Experto
Monitorización.
6. 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. 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.
EJEMPLOS DE PROBLEMAS RESUELTOS CON
SISTEMAS EXPERTOS
Son programas que se han diseñado principalmente para
emular un comportamiento inteligente. Incluyen algoritmos de
juego tales como el ajedrez, programas de comprensión del
lenguaje natural, visión por computadora, robótica y "sistemas
de expertos". responde a una interfaz ensamblador, el segundo
a interfaz compilador y el ultimo a interfaz interprete.
Un Lenguaje de Programación se basa en reglas de acción
(silogismos) , y el análisis de posibilidades dándonos una
ayuda muy útil en todas las ramas de la acción humana. Es así
como los Sistemas Expertos desarrollan una Función muy
importante "Realizar tareas genéricas: es decir para la
Ingeniería de Sistemas y Computación. Facultad de Ingenierías. Universidad Tecnológica de Pereira.
monitorización y el diagnóstico, además de los trabajos de
simulación de la realidad (Realidad Virtual en la actualidad).
Algunos lenguajes son lenguajes principalmente interpretados,
como APL, PROLOG y LISP.
APL (A Programing Language). Diseñado para tablas,
vectores y matrices; utiliza símbolos especiales, distintos que
el ASCII.
El nombre LISP es la abreviatura de List-Processing, ya que el
LISP fue desarrollado para el procesamiento de listas. La lista
es la estructura más importante de LISP. El lenguaje LISP fue
diseñado ya a finales de los años 50 por McCarthy. A lo largo
de los últimos años se han desarrollado muchos dialectos, por
ejemplo MACLISP, COMMONLISP, INTERLISP,
ZETALISP, donde el COMMONLISP se está imponiendo
cada vez más como estándar.
Son programas que se han diseñado principalmente para
emular un comportamiento inteligente. Incluyen algoritmos de
juego tales como el ajedrez, programas de comprensión del
lenguaje natural, visión por computadora, robótica y "sistemas
de expertos". responde a una interfaz ensamblador, el segundo
a interfaz compilador y el ultimo a interfaz interprete.
Un Lenguaje de Programación se basa en reglas de acción
(silogismos) , y el análisis de posibilidades dándonos una
ayuda muy útil en todas las ramas de la acción humana. Es así
como los Sistemas Expertos desarrollan una Función muy
importante "Realizar tareas genéricas: es decir para la
monitorización y el diagnóstico, además de los trabajos de
simulación de la realidad (Realidad Virtual en la actualidad).
Algunos lenguajes son lenguajes principalmente interpretados,
como APL, PROLOG y LISP.
APL (A Programing Language). Diseñado para tablas,
vectores y matrices; utiliza símbolos especiales, distintos que
el ASCII.
El nombre LISP es la abreviatura de List-Processing, ya que el
LISP fue desarrollado para el procesamiento de listas. La lista
es la estructura más importante de LISP. El lenguaje LISP fue
diseñado ya a finales de los años 50 por McCarthy. A lo largo
de los últimos años se han desarrollado muchos dialectos, por
ejemplo MACLISP, COMMONLISP, INTERLISP,
ZETALISP, donde el COMMONLISP se está imponiendo
cada vez más como estándar.
III. CONCLUSIONES
Actualmente el duro, difícil y cambiante mercado competitivo
se vuelve más complejo por la gran diversidad de información
que se ven obligados a almacenar y analizar, razón por la cual
las empresas se ven en la necesidad de recurrir a poderosas
y/o robustas herramientas o sistemas que les sirvan de soporte
a la hora de tomar decisiones. De esta forma estos inteligentes,
____________________________
1. Las notas de pie de página deberán estar en la página donde se citan. Letra Times New Roman de 8 puntos
5
precisos y eficientes sistemas son adoptados por más
organizaciones, en las cuales se convierten y/o transforman en
una importante estrategia de negocio.
Por otra parte es importante mencionar que estos seguirán
siendo usados en los todos y cada una de las áreas y/o campos
donde los expertos humanos sean escasos. Por consecuencia
de lo anterior estos sistemas son utilizados por personas no
especializadas, por lo cual el uso frecuente de los (SE) les
produce y/o genera conocimiento a los usuarios.
PREGUNTAS LIGADAS A SISTEMAS EXPERTOS
En esta sección se plantean algunas cuestiones cuyas
respuestas arrojan luz adicional sobre la naturaleza de los
Sistemas Expertos y sus campos específicos de aplicación.
Preguntas:
1) ¿Cuál es el impacto del proyecto CyC (OpenCyC) en el
futuro de la Inteligencia Artificial?
R/. El proyecto CyC se trata de una máquina que aún está en
el proceso de aprendizaje, la ventaja es que se le pueden
enseñar mas cosas
2) ¿Cuál es la razón para que se prefieran (en algunas
circunstancias) la utilización de lenguajes funcionales tipo
PROLOG en el proceso de construcción de Sistemas
Expertos, en oposición a lenguajes imperativos como JAVA?
R/. El lenguaje de programación JAVA es un lenguaje
orientado a objetos mientras que PROLOG maneja unas
heurísticas que permiten encontrar una solución mucho mas
rápido y mejor
3) La heurística es una de las características más
sobresalientes de la capacidad humana para resolver
problemas de manera eficiente. ¿Podrá alguna vez emularse
esta capacidad en un sistema experto? ¿Hasta qué punto podrá
alcanzarse esta habilidad en un sistema artificial? ¿Qué
tópicos deberían abordarse para alcanzar esta habilidad en un
sistema artificial?
R/. Un sistema experto tiene la capacidad de emular las
capacidades de un ser humano experto, aunque es necesario
sobre entrenar el sistema ya que todos los seres humanos son
diferentes.
4) Enumere un grupo de problemas de la región cuya solución
pudiera abordarse con la aplicación sistemática de Sistemas
Expertos.
R/.
- Plagas de café
- Trastornos del sueño
6 Ingeniería de Sistemas y Computación. Facultad de Ingenierías. Universidad Tecnológica de Pereira.

- Trastornos alimenticios
- Dieta conforme a las necesidades de la persona

5) ¿Por qué razón el módulo de aprendizaje debe construirse

mediante la utilización de una Red Neuronal? Justifique su
respuesta.

R/ El módulo de aprendizaje debe construirse con una red

neuronal para que se refuercen durante el entrenamiento las
neuronas de entrada activas y las neuronas de salida activas.
[10]

REFERENCIAS

[1] Sistemas Expertos. ECURED. (2018) Disponible en:

https://www.ecured.cu/Sistemas_expertos

[2] Sebastián Badaró, Leonardo Javier Ibañez y Martín Jorge

Agüero. “Sistemas Expertos: Fundamentos, Metodologías y
Aplicaciones”. (2013) Disponible en:
https://www.palermo.edu/ingenieria/pdf2014/13/CyT_13_24.
pdf:
Ingeniería de Sistemas y Computación. Facultad de Ingenierías. Universidad Tecnológica de Pereira. 7

____________________________
1. Las notas de pie de página deberán estar en la página donde se citan. Letra Times New Roman de 8 puntos
8 Ingeniería de Sistemas y Computación. Facultad de Ingenierías. Universidad Tecnológica de Pereira.
Ingeniería de Sistemas y Computación. Facultad de Ingenierías. Universidad Tecnológica de Pereira. 9

____________________________
1. Las notas de pie de página deberán estar en la página donde se citan. Letra Times New Roman de 8 puntos
10 Ingeniería de Sistemas y Computación. Facultad de Ingenierías. Universidad Tecnológica de Pereira.