INSTITUTO TECNOLÓGICO SUPERIOR DE

COATZACOALCOS

Ingeniería en Informática

Tecnologías Innovadoras SID-1304

Docente: Lizbeth Hernández Olán

Bloque 3: 14 Noviembre al 19 de Diciembre 2015

Integrante:

Guillermo Martínez Medina

Actividad: Investigación

UNIDAD 5

Fecha: 19 de Diciembre del 2015

Introducción .................................................................................................................................... 3

DENDRAL ......................................................................................................................................... 4

XCon ................................................................................................................................................. 5

Mycin............................................................................................................................................... 6

Prolog .............................................................................................................................................. 7

Dipmeter Advisor (Asesor) ............................................................................................................. 8

Conclusiones ................................................................................................................................... 9

Bibliografía ...................................................................................................................................... 9

Introducción

Conoceremos diferentes tipos de sistema experto siendo estos 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 el cual basa en el conocimiento declarativo (hechos sobre

objetos, situaciones) y el conocimiento de control (información sobre el seguimiento

de una acción).

DENDRAL El paradigma de búsqueda en espacios de estados. El cual se basa en una

búsqueda a través de una red de nodos, donde cada uno representa un posible

estado del problema, donde casi siempre una búsqueda exhaustiva de todo el

espacio es imposible (explosión combinatoria). Un método es controlar la búsqueda

en el espacio de estado basándose en la relación que hay entre los estados.

Una técnica muy conocida es la de “generar y probar”. Comenzando por algún

estado inicial, se utiliza un generador para producir un conjunto de estados

descendentes, se aplica entonces a ese conjunto una serie de pruebas de validez

para reducirlo a un tamaño más manejable. Estas pruebas adoptan normalmente la

forma de restricciones, también es posible incorporar estas restricciones al

generador reduciendo el numero de estados descendientes a probar. El método

“generar y probar” solo funciona, si cuando un estado se declara invalido, todos sus

estados descendientes lo son.

DENDRAL, fue el primer sistema basado en conocimientos que utilizo el método de

“generar y probar” para las conexiones de las estructuras de compuestos de química

orgánica. El proyecto comenzó en 1965 con el objetivo de proporcionar un soporte

en la computadora a los químicos, profesionales que no eran expertos en

determinadas técnicas analíticas y tubo tal éxito que inspiro a la creación del área

de los sistemas expertos en la IA.

La tarea de la aplicación.

DENDRAL: es un sistema diseñado para ayudar a los químicos a determinar la

estructura de algún compuesto desconocido, con especial énfasis e el uso de los

datos provenientes de un espectrometro de masas.

El programa de planificación de DENDRAL

En la practica hizo falta un programa de planificación para producir las restricciones

a la hora de generar. El ciclo completo es PLANFICAR – GENERAR – PROBAR.

Con el planificador se evita la generación superflua y simplifica la fase de prueba.

Semejante a MYCIN, DENDRAL no pretende simular los procesos interpretativos

que utilizan los químicos. No obstante si pretende complementar los métodos de

estos.

Con la planificaron se infiere una lista con las estructuras necesarias(1) y con las

prohibidas (2) las cuales ayudaran, mas tarde a limitar las estructuras

proporcionadas por el generador .

XCon El programa R1 (luego llamado XCON, por Configurador Experto) era un sistema

de producción basado en reglas escrito en OPS5 por John P. McDermott de CMU

en 1978 para asistir a los pedidos de los sistemas de computadores VAX de DEC

(Digital Equipment Corporation) seleccionando los componentes del sistema de

acuerdo a los requerimientos del cliente. El desarrollo de XCON siguió a dos

fracasos de escribir un sistema experto para esta tarea en FORTRAN y BASIC.

XCON se usó por primera vez en la planta de DEC en Salem, New Hampshire. Este

tenía alrededor de 2500 reglas. Para 1986, había procesado 80000 órdenes y

alcanzaba un 95-98% de precisión. Se estimaba que le ahorraba a DEC 25 millones

de dólares al año reduciendo la necesidad de dar a los clientes componentes

gratuitos cuando los técnicos cometían errores, aumentando la velocidad del

proceso de ensamblaje e incrementando la satisfacción del cliente.

Antes de XCON, cuando se pedía una VAX de DEC, cada cable, conexión y bit del

software tenía que pedirse por separado (las computadoras y periféricos no se

vendían completas en cajas como hoy en día). El personal de ventas no siempre

era experto técnicamente, así que los clientes podían encontrar que tenían

hardware sin los cables correctos, impresoras sin los drivers correctos,

procesadores sin el lenguaje correcto, etc. Esto significaba demoras y provocaba

una gran insatisfacción en el cliente y podía terminar en una acción legal. XCON

interactuó con el personal de Ventas, haciendo preguntas críticas antes de imprimir

una hoja de especificaciones para sistema coherente y efectivo.

El éxito de XCON llevó a DEC a reescribir XCON como XSEL (una versión de XCON

creada para ser usada por el departamento de ventas de DEC para auxiliar a los

clientes a configurar apropiadamente su VAX (así ellos no eligirían una computadora

demasiado grande como para pasar a través de su puerta de entrada o con

gabinetes muy pequeños para los componentes). Los problemas de locación y de

configuración todavía eran manejados por otro sistema experto, XSITE.

El paper de McDermott sobre el R1 ganó el AAAI Clasic Paper Award en 1999.

Legendariamente, el nombre de R1 viene de McDermott, quien se supone que dijo

mientras lo escribía, "tres años atrás quería ser un ingeniero de conocimientos, y

hoy soy uno" --> "Three years ago I wanted to be a Knowledge engineer, and today

I are one". ("Are one" en inglés tiene el mismo sonido que R1).

Mycin

Mycin fue uno de los primeros sistemas expertos que se usaron para diagnosticar

enfermedades en medicina. El sistema podía identificar bacterias que causaban

severas infecciones, tales como la bacteremia y la meningitis. Igualmente, podía

recomendar antibióticos dosificados, basándose en el peso del paciente. El nombre

del programa derivó de los antibióticos que tienen muchas veces el sufijo “mycin”.

El sistema también se usó para diagnosticar enfermedades infecciosas de la sangre.

Mycin se desarrolló por unos cinco o seis años a principios de los años setenta del

siglo pasado, en la Universidad de Stanford. Se escribió en Lisp y fue la disertación

doctoral de Edward Shortliffe, bajo la dirección de Bruce Buchanan, Stanley N.

Cohen y otros.

Curiosamente, Mycin jamás se usó en la práctica. Los resultados del sistema fueron

evaluados y se logró hallar que un 69% de los casos, el sistema daba con la

respuesta adecuada y el diagnóstico correcto, lo cual era mejor que el desempeño

de los expertos en enfermedades infecciosas, quienes fueron juzgados usando el

mismo criterio. Funciona a partir de un esquema de inferencias relativamente

simple, con una base de conocimientos que oscila en unas 600 reglas. El usuario

tiene que responder con “sí” y “no” a las preguntas de Mycin y al final da una lista

de posibles bacterias culpables, que van en un rango de mayor a menor en la

probabilidad del diagnóstico, así como su índice de confiabilidad en la probabilidad

del diagnóstico, la razón por la cual llegó a esas conclusiones y el tratamiento de

drogas que se le debiese dar al enfermo.

A pesar del éxito de Mycin, hubo muchas críticas sobre los “factores de certeza” que

el sistema usaba. Los desarrolladores hicieron estudios que mostraron que el

desempeño de Mycin era afectado mínimamente por perturbaciones en ciertas

métricas sobre la incertidumbre asociadas a las respuestas dentro de las reglas

causa-efecto que usaba, sugiriendo que la potencia del sistema estaba relacionado

más con la representación del conocimiento y del esquema de razonamiento que a

los detalles de la incertidumbre numérica del modelo.

Prolog

El Prolog (o PROLOG), proveniente del francés PROgrammation en LOGique,1 es

un lenguaje para programar artefactos electrónicos mediante el

paradigma lógico con técnicas de producción final interpretada. Es bastante

conocido en el área de la Ingeniería Informática para investigación en Inteligencia

Artificial.

Se trata de un lenguaje de programación ideado a principios de los años 70 en

la Universidad de Aix-Marseille I (Marsella, Francia) por los estudiantes Alain

Colmerauer yPhilippe Roussel. Nació de un proyecto que no tenía como objetivo la

traducción de un lenguaje de programación, sino la clasificación algorítmica de

lenguajes naturales. Alain Colmerauer y Robert Pasero trabajaban en la parte del

procesado del lenguaje natural y Jean Trudel y Philippe Roussel en la parte de

deducción e inferencia del sistema. Interesado por el método de resolución SL,

Trudel persuadió a Robert Kowalski para que se uniera al proyecto, dando lugar a

una versión preliminar del lenguaje Prolog a finales de 19712 y apareciendo la

versión definitiva en 1972.3 Esta primera versión de Prolog fue programada

en ALGOL W.

Inicialmente se trataba de un lenguaje totalmente interpretado hasta que, en

1983, David H.D. Warren desarrolló un compilador capaz de traducir Prolog en

un conjunto de instrucciones de una máquina abstracta denominada Warren

Abstract Machine, o abreviadamente, WAM. Desde entonces Prolog es un lenguaje

semi-interpretado.

Si bien en un principio se trataba de un lenguaje de uso reducido, la aparición de

intérpretes del mismo para microordenadores de 8 bits (ej: micro-PROLOG) y para

ordenadores domésticos de 16 bits (ej: Turbo Prolog de Borland, entre otros

muchos) a lo largo de la década de 1980 contribuyó notablemente a su

popularización.4 Otro importante factor en su difusión fue la adopción del mismo

para el desarrollo del proyecto de la quinta generación de computadoras a principios

de la década de los 80,5 en cuyo contexto se desarrolló la

implementación paralelizada del lenguaje llamada KL1 y del que deriva parte del

desarrollo moderno de Prolog.

Las primeras versiones del lenguaje diferían, en sus diferentes implementaciones,

en muchos aspectos de sus sintaxis, empleándose mayormente como forma

normalizada el dialecto propuesto por la Universidad de Edimburgo,6 hasta que en

1995 se estableció un estándar ISO (ISO/IEC 13211-1), llamado ISO-Prolog.

Dipmeter Advisor (Asesor)

fue un sistema experto temprano desarrollado en 1980 por Schlumberger Doll

Research para auxiliar en el análisis de los datos recolectados durante la

exploración petrolera.

El Asesor no era simplemente un motor de inferencias y una base de conocimientos

de 90 reglas, sino que era una estación de trabajo completa, corriendo sobre una

máquina Dolphin Lisp de Xerox (o, en general, en un procesador de información

científica de la serie 1100 de Xerox) y escrito en INTERLISP-D, con una capa de

reconocimiento de patrones que era alimentada por una interfaz gráfica de usuario

basada en menús. Fue desarrollado por un grupo de gente, incluyendo a Reid G.

Smith, James D. Baker y Robert L. Young.

Era principalmente influyente, no por un gran salto técnico, sino porque era bastante

exitoso para las divisiones petroleras de Schlumberger y porque fue una de las poco

historia exitosas dentro de la burbuja de la Inteligencia Artificial en recibir amplia

publicidad.

Las reglas de Inteligencia Artificial de Dipmeter Advisor eran principalmente

derivadas de AI Gilreath, un ingeniero de interpretación de Schlumberger que

desarrolló el método de los patrones rojo, verde, azul de la interpretación dipmeter.

Desafortunadamente este método tenía aplicaciones limitadas en entornos

geológicos más complejos fuera de la costa del Golfo, y el Dipmeter Advisor era

principalmente usado dentro de Schlumberger más como una herramienta de

visualización gráfica para asistir en la interpretación de científicos geológicos

entrenados, que como una herramienta de inteligencia artificial para ser usada por

intérpretes novatos. Sin embargo, la herramienta fue un acercamiento pionero a las

estaciones de trabajo con interpretación gráfica de la información geológica.

Conclusiones

Con esta Investigación vemos que los sistemas expertos se utilizan en diferentes

ámbitos de la ciencia, medicina, industrial. Esto por 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.

Se dice que los sistemas expertos en la década de 1980 fueron prolija en

investigación y publicaciones sobre experimentos de este orden, interés que

continúa 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.

Bibliografía

http://www.informaticaintegral.net/sisexp.html

https://es.wikipedia.org/wiki/Sistema_experto

https://es.wikipedia.org/wiki/Dendral