Sistemas expertos

La inteligencia artificial es una pieza de software que simula el comportamiento y el juicio de un ser humano o una organización que tiene expertos en un dominio particular que se conoce como sistema experto. Lo hace adquiriendo conocimientos relevantes de su base de conocimientos e interpretándolos de acuerdo con el problema del usuario. Los datos en la base de conocimiento son agregados por humanos que son expertos en un dominio particular y este software es utilizado por un usuario no experto para adquirir cierta información. Es ampliamente utilizado en muchas áreas, como diagnóstico médico, contabilidad, codificación, juegos, etc. 

Un sistema experto es un software de IA que utiliza el conocimiento almacenado en una base de conocimiento para resolver problemas que normalmente requerirían un experto humano, preservando así el conocimiento de un experto humano en su base de conocimiento. Pueden asesorar a los usuarios y brindarles explicaciones sobre cómo llegaron a una conclusión o consejo en particular. Ingeniería del Conocimiento es el término utilizado para definir el proceso de construcción de un Sistema Experto y sus practicantes son llamados Ingenieros del Conocimiento . La función principal de un ingeniero del conocimiento es asegurarse de que la computadora posea todo el conocimiento necesario para resolver un problema. El ingeniero del conocimiento debe elegir una o más formas en las que representar el conocimiento requerido como un patrón simbólico en la memoria de la computadora.

Ejemplo: Hay muchos ejemplos de un sistema experto. Algunos de ellos se dan a continuación:

• MYCIN: 
  uno de los primeros sistemas expertos basado en el enstringmiento hacia atrás. Puede identificar varias bacterias que pueden causar infecciones graves y también puede recomendar medicamentos según el peso de la persona.
• DENDRAL –
  Era un sistema experto basado en inteligencia artificial utilizado para el análisis químico. Usó los datos espectrográficos de una sustancia para predecir su estructura molecular.
• R1/XCON – 
  Podría seleccionar un software específico para generar un sistema informático deseado por el usuario.
• PXDES: 
  podría determinar fácilmente el tipo y el grado de cáncer de pulmón en un paciente en función de los datos.
• CaDet – 
  Es un sistema de apoyo clínico que podría identificar el cáncer en sus primeras etapas en los pacientes.
• DXplain: 
  también era un sistema de apoyo clínico que podía sugerir una variedad de enfermedades según los hallazgos del médico.

Componentes de un Sistema Experto: 

• Base de 
  conocimientos: la base de conocimientos representa hechos y reglas. Consiste en conocimientos en un dominio particular, así como reglas para resolver un problema, procedimientos y datos intrínsecos relevantes para el dominio.
• Motor de inferencia:
  la función del motor de inferencia es obtener el conocimiento relevante de la base de conocimiento, interpretarlo y encontrar una solución relevante para el problema del usuario. El motor de inferencia adquiere las reglas de su base de conocimientos y las aplica a los hechos conocidos para inferir hechos nuevos. Los motores de inferencia también pueden incluir una explicación y capacidades de depuración.
• Módulo de adquisición y aprendizaje de conocimientos:
  la función de este componente es permitir que el sistema experto adquiera más y más conocimientos de diversas fuentes y los almacene en la base de conocimientos.
• Interfaz de usuario:
  este módulo hace posible que un usuario no experto interactúe con el sistema experto y encuentre una solución al problema.
• Módulo de explicación:
  este módulo ayuda al sistema experto a brindarle al usuario una explicación sobre cómo el sistema experto llegó a una conclusión particular.

El motor de inferencia generalmente usa dos estrategias para adquirir conocimiento de la Base de conocimiento, a saber: 

• Enstringmiento hacia adelante
• Enstringmiento hacia atrás

Enstringmiento hacia adelante: el enstringmiento 
hacia adelante es un proceso estratégico utilizado por el sistema experto para responder a las preguntas: ¿Qué sucederá a continuación? Esta estrategia se usa principalmente para administrar tareas como crear una conclusión, resultado o efecto. Ejemplo: predicción o estado del movimiento del mercado de acciones.
 

Enstringmiento hacia atrás: el enstringmiento 
hacia atrás es un almacenamiento utilizado por el Sistema experto para responder a las preguntas: ¿Por qué sucedió esto? Esta estrategia se usa principalmente para descubrir la causa raíz o la razón detrás de esto, considerando lo que ya sucedió. Ejemplo – diagnóstico de dolor de estómago, cáncer de sangre o dengue, etc.  
 

Características de un Sistema Experto: 

• Los expertos humanos son perecederos, pero un sistema experto es permanente.
• Ayuda a distribuir la experiencia de un ser humano.
• Un sistema experto puede contener conocimiento de más de un experto humano, lo que hace que las soluciones sean más eficientes.
• Disminuye el costo de consultar a un experto para varios dominios, como el diagnóstico médico.
• Utilizan una base de conocimientos y un motor de inferencia.
• Los sistemas expertos pueden resolver problemas complejos deduciendo hechos nuevos a partir de hechos de conocimiento existentes, representados principalmente como reglas si-entonces en lugar de a través de un código de procedimiento convencional.
• Los sistemas expertos se encontraban entre las primeras formas verdaderamente exitosas de software de inteligencia artificial (IA).

Limitaciones: 

• No tiene poder de decisión similar al humano.
• No puede poseer capacidades humanas.
• No se puede producir un resultado correcto con menos conocimiento.
• Requiere un entrenamiento excesivo.

ventajas : 

• Bajo coste de accesibilidad.
• Respuesta rapida.
• No afectado por las emociones, a diferencia de los humanos.
• Tasa de error baja.
• Capaces de explicar cómo llegaron a una solución.

Desventajas: 

• El sistema experto no tiene emociones.
• El sentido común es el tema principal del sistema experto.
• Está desarrollado para un dominio específico.
• Necesita ser actualizado manualmente. No se aprende solo.
• No es capaz de explicar la lógica detrás de la decisión.

Aplicaciones:
La aplicación de un sistema experto se puede encontrar en casi todas las áreas de negocios o gobierno. Incluyen áreas tales como:

• Diferentes tipos de diagnósticos médicos como medicina interna, enfermedades de la sangre y espectáculos.
• Diagnóstico del complejo sistema electrónico y electromecánico.
• Diagnóstico de un proyecto de desarrollo de software.
• Planificación de experimentos en biología, química y genética molecular.
• Previsión de daños a los cultivos.
• Diagnóstico del sistema locomotor diesel-eléctrico.
• Identificación de la estructura del compuesto químico.
• Programación de pedidos de clientes, recursos informáticos y diversas tareas de fabricación.
• Evaluación de la estructura geológica a partir de registros de medidores de buzamiento.
• Evaluación de la estructura espacial a través de satélite y robot.
• El diseño del sistema VLSI.
• Enseñar a los estudiantes se especializan tarea.
• Evaluación del registro, incluida la evaluación de casos civiles, responsabilidad del producto, etc.

Los sistemas expertos han evolucionado tanto que han iniciado varios debates sobre el destino de la humanidad ante tal inteligencia, con autores como Nick Bostrom (Profesor de Filosofía en la Universidad de Oxford), planteándose si el poder de la computación ha trascendido nuestra capacidad de controlarlo. .