SISTEMAS BASADOS EN CONOCIMIENTO

MAYRA ALEJANDRA VIVEROS

GONZALEZ
ELIAS DIAZ DE LA VEGA CORDOVA
JOSE ALFREDO GUEVARA VALLEJO
JOSE LUIS JIMENEZ AMARO

SECCION 601

L.S.C.A


I NTRODUCCI ON
El propsito de esta presentacin es de mostrarnos una
amplia y precisa descripcin de lo que son los Sistemas
Expertos (//SE//), los cuales tambin son conocidos como
Sistemas Basados en Conocimiento. As mismo mostramos
brevemente los orgenes, conceptos, aplicaciones,
ventajas, limitaciones, y su arquitectura bsica de esta rea
y/o campo de la Inteligencia artificial. Por otra parte en la
actualidad el mercado se vuelve ms competitivo, donde la
administracin y buen manejo de la informacin es
fundamental para todas las empresas y/o organizaciones,
las cuales si quieren sobrevivir deben de mantenerse a la
vanguardia en todas y cada una de las reas.



DEFI NI CI N
SISTEMA EXPERTO (S.E.)

Son aquellos programas que se realizan haciendo
explicito el conocimiento en ellos, que tienen informacin
especfica de un dominio concreto y que realizan una tarea
relativa a este dominio.


Programas que contienen tanto conocimiento declarativo,
como conocimiento de control, para emular el proceso de
razonamiento de los expertos humanos en un dominio en
particular y/o rea de experiencia.

Software que incorpora conocimiento de experto sobre
un dominio de aplicacin dado, de manera que es capaz
de resolver problemas de relativa dificultad y apoyar la
toma de decisiones inteligentes en base a un proceso de
razonamiento simblico.


Software que toma decisiones y que puede alcanzar un
nivel de desempeo comparable a un experto humano en
algunas reas especializadas y usualmente limitadas.
HI STORI A
Mediado de los aos 70s. Allan Newell y Herbert Simon
desarrollaron el GPS (General Problem Solver;
solucionador general de problemas).


Investigadores decidieron intentar simular el razonamiento
de un experto humano. De esta manera nacieron los SE.


Un equipo dirigido por Edward Feigenbaum, comenzaron
a desarrollar SE utilizando bases de conocimientos.




1997 Surge DENDRAL, primer SE su funcionamiento
era identificar estructuras qumicas moleculares a partir
de su anlisis espectrogrfico.

Finales de los 70s surge MYCIN , para consulta y
diagnstico de infecciones de la sangre.

Surge EMYCIN (MYCIN Esencial) con el que se
construy :

SACON, utilizado para estructuras de ingeniera

PUFF para estudiar la funcin pulmonar

GUIDON para elegir tratamientos teraputicos

HERSAY, que intentaba identificar la palabra hablada

PROSPECTOR, utilizado para hallar yacimientos de
minerales.
Aos 80s, se ponen de moda los SE dentro de las
empresas de alta tecnologa y se enfocan en el rea de
la inteligencia artificial.

Un ejemplo de SE moderno es CASHVALUE, evala
proyectos de inversin, y VATIA que asesora acerca del
IVA
PROCESOS Y COMPONENTES DE LOS
SISTEMAS EXPERTOS

COMPONENTES
Base de conocimiento: Contiene el conocimiento necesario
para entender, formular y resolver problemas.
Pizarrn: Es el rea de trabajo de la memoria para la descripcin
de un problema segn lo especifiquen los datos de entrada, es
una especie de base de datos.
Maquina de inferencia: es el cerebro del sistema experto,
proporciona la metodologa para razonar y formular conclusiones.
Interfaz de usuario: Es la que permite el dialogo usuario-
computadora, el dialogo activa la maquina de inferencia para
asociar los sntomas del problema con el conocimiento en la
base de datos y generar el consejo.
Subsistema de explicacin: Seala la responsabilidad de las
conclusiones hasta su fuente, explica el comportamiento del
sistema experto.
PROCESO
El proceso de los sistemas expertos se
divide en dos partes:

El primero es la creacin de un sistema, en el
cual se construye el sistema experto

Se comienza cuando el ingeniero del conocimiento o
arquitecto del sistema programa los conocimientos en
base a hechos acerca del rea del tema (dominio) en
base a reglas.


La segunda parte es el entorno de consulta:

Es en donde el usuario entra en contacto con el
sistema a travs de una interfaz para pedir
consejo. El sistema experto proporciona el consejo
activando una maquina de inferencia, la cual
busca en la base de conocimiento la accin
recomendada con base en los hechos o
indicadores que proporciona el usuario.

La maquina de inferencia utiliza una base de datos
temporal denominada pizarrn.






BENEFICIOS
PRODUCCIN Y PRODUCTIVIDAD MAYORES
MAYOR CALIDAD
CAPTACION DE EXPERIENCIA ESCASA Y SU
DISEMINACION
OPERACIN EN ENTORNOS PELIGROSOS
ACCESIBILIDAD AL CONOCIMIENTO
CONFIABLIDIDAD
FUNCIONES INCREMNTADAS DE OTROS
SISTEMAS
CAPACIDAD PARA TRABAJAR CON
INFORMACION INCOMPLETA


IMPARTICION DE CAPACITACION
MEJORAMIENTO DE LAS FUNCIONES PARA
RESOLVER PROBLEMAS
REDUCCION DEL TIEMPO PARA LA TOMA DE
DECISIONES
REDUCCION DEL TIEMPO FUERA DE
SERVICIO
LIMITACIONES
No siempre se encuentra disponible el conocimiento
Resulta difcil extraer la experiencia del experto
El enfoque de cada experto puede variar
Es difcil valorar con exactitud las situaciones bajo
presin de tiempo
Pueden costar mucho dinero
Falta de confianza de los usuarios finales
La transferencia de conocimiento se sujeta a prejuicios
de percepcin y de criterio
La responsabilidad por una mala asesora
proporcionada por un S.E. resulta difcil de evaluar
AREAS DE APLICACION
Militar
Informtica
Telecomunicaciones
Qumica
Derecho
Aeronutica
Geologa
Arqueologa
Agricultura
Electrnica
Transporte
Educacin
Medicina
Industria
Finanzas y Gestin
SISTEMAS EXPERTOS E INTERNET
Proporciona conocimiento a gran numero de
usuarios

La implementacin de S.E. como servidores de
conocimiento se vuelve econmicamente
factible y rentable para divulgar la experiencia
en la red

No solo se pueden transferir a otros usuarios
sino tambin a otros sistemas computarizados
por ejemplo los de apoyo a toma de decisiones,
robticos y bases de datos.
La disponibilidad ampliamente extendida del uso
del internet ofrece la oportunidad de diseminar
experiencia y conocimiento a audiencias
masivas.

La construccin de S.E. en la red reduce costos
de adquisicin.



CATEGORIAS GENERICAS DE LOS S.E.
1. INTERPRETACION: Inferencias a partir de observaciones
2. PREDICCION: inferencias sobre consecuencias probables
3. DIAGNOSTICO: inferir en fallas del sistema a partir de observaciones
4. DISEO: configurar objetos bajo restricciones
5. PLANEACION: desarrollar planes para alcanzar las metas
6. REVISION: compara observaciones para planes, alertar sobre
excepciones
7. DEPURACION: prescribir remedios para fallas
8. REPARACION: ejecutar un plan para administrar un remedio prescrito
9. INSTRUCCIN: diagnosticar, depurar y corregir el desempeo de
estudiantes
10. CONTROL: interpretar, predecir, reparar y revisar el comportamiento del
Sist.
EJEMPLOS ILUSTRATIVOS
DEPARTAMENTO DEL TESORO DE ESTADOS
UNIDOS

Problema: una de las principales tareas de la Financial Crime Enforcement
Network (FinCEN) de EU es evitar y detectar el lavado de dinero. Un area de
investigacin corresponde a las transacciones de efectivo superiores a
$10,000 dls. Mismas que todos los bancos tienen la obligacin de informar. El
problema es que cada semana se registran mas de 200,000 transacciones.
Para que los analistas calificados examinen todas ellas se requiere una gran
cantidad de personal, para lo cual FinCEN no cuenta con el presupuesto.

La solucin: esta se encontr al recurrir a un sistema experto basado en reglas
que contiene la experiencia de los expertos de primera lnea de FinCEN. El
S.E. se utiliza para detectar transacciones sospechosas y cambios en los
patrones de transacciones. Estas se verifican despus de forma manual.

Resultados: A lo largo de 5 aos desde se implantacin, se han se han
descubierto mas de 400 casos de lavado de dinero lo que representa una cifra
superior a $1.000.000 de dlares.
AUDITORIA DE BOLETOS EN NORTHWEST AIRLINES
Problema: Cuando NWA adquiri Republic Airlines, su volumen de
operaciones aumento hasta 70.000 boletos diarios. Resultaba necesario
auditar estos boletos comparando una copia de cada uno contra
informacin de tarifas que inclua las comisiones de los agentes de
viajes. la comparacin manual era lenta y costosa. Por ello, solo se
auditaban muestras de los boletos. La muestra indicaba una tasa de
error de casi un 10%.

Solucin: se construyo un S.E. donde los boletos se lean
electrnicamente y se almacenaban en una base de datos. Dentro de
otra B.D. estaban almacenados los acuerdos de tarifas y comisiones.
Primero el S.E. determina la tarifa, despus la comisin mas favorable
para los agentes de viaje. Si hubiese cualquier discrepancia origina un
informe con la acreditacin o descuento y una explicacin favorable.

Resultados: al principio, el sistema procesaba 70.000 boletos cada noche
en una estacin de trabajo sun. La reduccin en los errores de los
agentes puede ahorrar a la aerolnea casi $10.000.000 de dlares al
ao.
CONCLUSION
Actualmente el duro, difcil y cambiante mercado competitivo
se vuelve ms complejo por la gran diversidad de informacin
que se ven obligados a almacenar y analizar, razn 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, precisos y eficientes sistemas son
adoptados por ms organizaciones, en las cuales se
convierten y/o transforman en una importante estrategia de
negocio.

Por otra parte es importante mencionar que estos seguirn
siendo usados en los todos y cada una de las reas 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.

BIBLIOGRAFIA
TECNOLOGIAS DE INFORMACION PARA
LA ADMINISTRACION
Efraim turbam
Ephraim McClean
James Wetherbe
Edit. CECSA