Experto en Sistemas
La versión actual de la página aún no ha sido revisada por colaboradores experimentados y puede diferir significativamente de la versión revisada el 27 de abril de 2022; las comprobaciones requieren 4 ediciones .Sistema experto (ES, sistema experto en inglés ): un sistema informático que puede reemplazar parcialmente a un experto en la resolución de una situación problemática. Los sistemas expertos modernos comenzaron a ser desarrollados por investigadores de inteligencia artificial en la década de 1970 y recibieron refuerzo comercial en la década de 1980 . Los precursores de los sistemas expertos fueron propuestos en 1832 por S. N. Korsakov , quien creó dispositivos mecánicos, las llamadas "máquinas inteligentes", que permitían encontrar soluciones para condiciones dadas, por ejemplo, determinar los fármacos más apropiados según el los síntomas de la enfermedad del paciente [1].
La parte más importante del sistema experto son las bases de conocimiento como modelos de comportamiento de los expertos en un determinado campo del conocimiento utilizando procedimientos de inferencia y toma de decisiones , en otras palabras, las bases de conocimiento son un conjunto de hechos y reglas de inferencia en un tema seleccionado. área de actividad.
Una herramienta de software como el " Maestro " ( Ing. Wizard ) realiza acciones similares . Los asistentes se utilizan tanto en los programas del sistema como en las aplicaciones para simplificar la comunicación interactiva con el usuario (por ejemplo, al instalar software ). La principal diferencia entre los asistentes y los sistemas expertos es la ausencia de una base de conocimiento: todas las acciones están codificadas. Es solo un conjunto de formularios para que el usuario complete.
Otros programas similares son los sistemas de búsqueda o referencia (enciclopédicos). A petición del usuario, proporcionan las secciones más adecuadas ( relevantes ) de la base del artículo (representaciones de objetos de áreas de conocimiento, su modelo virtual).
En la actualidad, el concepto “clásico” de sistemas expertos, que se desarrolló en las décadas de 1970 y 1980, atraviesa una crisis, aparentemente asociada a su profunda orientación hacia la interfaz textual hombre-máquina generalmente aceptada en aquellos años , que ahora es casi completamente reemplazado por los gráficos en las aplicaciones de usuario ( GUI ). Además, el enfoque "clásico" para construir sistemas expertos es poco consistente con el modelo de datos relacionales , lo que hace que sea imposible utilizar efectivamente DBMS industriales modernos para organizar las bases de conocimiento de tales sistemas.
A menudo, como estrategia de marketing, los sistemas expertos declaran productos de software modernos que no son tales en el sentido "clásico" (por ejemplo, sistemas informáticos de referencia legal ). Los intentos realizados por entusiastas de combinar enfoques "clásicos" para desarrollar sistemas expertos con enfoques modernos para construir una interfaz de usuario (la interfaz nativa de CLIPS Java , los proyectos CLIPS.NET , etc.) no encuentran apoyo entre las grandes empresas de software y por esta razón permanecen. en etapa experimental.
La estructura de los ES de los sistemas inteligentes
El libro [2] presenta la siguiente estructura ES:
- interfaz de usuario
- Usuario
- Editor de base de conocimiento inteligente
- Experto
- Ingeniero del conocimiento
- Memoria de trabajo (acceso aleatorio)
- Base de conocimientos
- Solver (motor de inferencia (ILM))
- Subsistema de explicación
La base de conocimiento consta de reglas para analizar la información del usuario sobre un problema específico. El SE analiza la situación y, dependiendo de la dirección del SE, hace recomendaciones para resolver el problema.
Como regla general, la base de conocimientos de un sistema experto contiene hechos (información estática sobre el área temática) y reglas, un conjunto de instrucciones que se pueden aplicar a hechos conocidos para obtener nuevos hechos.
En el marco de un modelo lógico, las bases de conocimiento pueden basarse, por ejemplo, en el lenguaje de programación Prolog utilizando el lenguaje de predicados para describir hechos y reglas de inferencia que expresan las reglas para definir conceptos, para describir información generalizada y específica, así como consultas específicas y generalizadas a bases de datos y conocimiento de bases de datos.
Las consultas específicas y generalizadas a bases de conocimiento en el lenguaje Prolog se escriben utilizando el lenguaje de predicados que expresan las reglas de inferencia y definiciones de conceptos sobre los procedimientos de inferencia disponibles en la base de conocimiento, expresando información y conocimiento generalizados y específicos en el área temática seleccionada de actividad y campo de conocimiento.
Por lo general, los hechos en la base de conocimientos describen aquellos fenómenos que son constantes para un área temática determinada. Las características, cuyos valores dependen de las condiciones de una tarea en particular, son recibidas por el ES del usuario durante la operación y almacenadas en la memoria de trabajo. Por ejemplo, en un ES médico, el hecho de que “una persona sana tiene 2 piernas” se almacena en la base de conocimiento y el hecho de que “un paciente tiene una pierna” se almacena en la memoria de trabajo.
La base de conocimientos de ES se crea con la ayuda de tres grupos de personas:
- expertos del área problemática a la que pertenecen las tareas resueltas por la SE;
- ingenieros del conocimiento especialistas en el desarrollo de IIS ;
- programadores que implementan el ES.
Modos de funcionamiento
ES puede operar en 2 modos.
- Modo de entrada de conocimiento : en este modo, un experto, con la ayuda de un ingeniero de conocimiento, ingresa información sobre el tema que conoce en la base de conocimiento de ES a través del editor de base de conocimiento.
- Modo de consulta : el usuario dialoga con el ES, le informa sobre la tarea actual y recibe recomendaciones del ES. Por ejemplo, en base a la información sobre la condición física del paciente, ES realiza un diagnóstico en forma de una lista de enfermedades que es más probable que presenten estos síntomas.
Clasificación ES
Clasificación de los SE según el problema a resolver
- Interpretación de datos
- Diagnóstico
- Vigilancia
- Diseño
- Pronóstico
- planificacion maestra
- Mejoramiento
- Educación
- Control
- Reparar
- depuración
Clasificación de los ES por conexión con el tiempo real
- Estático: resolución de problemas en condiciones de datos y conocimientos iniciales que no cambian en el tiempo.
- Cuasi-dinámico: interpreta la situación, que cambia con un intervalo de tiempo fijo.
- Dinámico: resolución de problemas en las condiciones de datos iniciales y conocimiento que cambia en el tiempo.
Etapas de desarrollo de ES
- Etapa de identificación del problema: se determinan las tareas a resolver, se identifican los objetivos de desarrollo, se determinan los expertos y los tipos de usuarios.
- La etapa de extracción de conocimiento: se lleva a cabo un análisis significativo del área del problema, se identifican los conceptos utilizados y sus relaciones, se determinan los métodos para resolver problemas.
- Se selecciona la etapa de estructuración del conocimiento - SI y se determinan las formas de representar todos los tipos de conocimiento, se formalizan los conceptos básicos, se determinan los métodos de interpretación del conocimiento, se modela la operación del sistema, la adecuación de los objetivos del sistema de fijo Se evalúan conceptos, métodos de decisión, medios de representación y manipulación del conocimiento.
- Etapa de formalización: la base de conocimientos la llena un experto. Debido al hecho de que la base de SE es el conocimiento, esta etapa es la etapa más importante y la que más tiempo consume en el desarrollo de SE. El proceso de adquisición de conocimiento se divide en extraer conocimiento de un experto, organizar el conocimiento que asegure el funcionamiento eficiente del sistema y presentar el conocimiento en una forma comprensible para el SE. El proceso de adquisición de conocimientos lo lleva a cabo un ingeniero del conocimiento a partir del análisis de la actividad de un experto en la resolución de problemas reales.
- Implementación de ES: se crean uno o más prototipos de ES que resuelven las tareas requeridas.
- Etapa de prueba: se evalúa el método seleccionado para representar el conocimiento en el ES en su conjunto.
Los ES más famosos
- CLIPS es un shell muy popular para construir ES ( dominio público )
- OpenCyc es un potente ES dinámico con un modelo ontológico global y soporte para contextos independientes
- Wolfram|Alpha : base de conocimiento y conjunto de algoritmos computacionales, "motor de cómputo de conocimiento" inteligente
- MYCIN es el sistema de diagnóstico más conocido que está diseñado para diagnosticar y monitorear la condición del paciente en meningitis e infecciones bacterianas.
- HASP/SIAP es un sistema interpretativo que determina la ubicación y los tipos de barcos en el Océano Pacífico a partir de datos de seguimiento acústico.
- Akinator es un juego en línea. El jugador debe adivinar cualquier personaje y Akinator debe adivinarlo haciendo preguntas. La base de conocimientos se actualiza automáticamente, por lo que el programa puede adivinar casi cualquier personaje famoso.
- IBM Watson es una supercomputadora de IBM capaz de comprender preguntas en lenguaje natural y encontrar respuestas en una base de datos.
Véase también
- Sistema de control automatizado
- Base de conocimientos
- Inteligencia artificial
- Red neuronal artificial
- inferencia
- Sistema de soporte de decisiones
- programación lógica
- Prólogo (lenguaje de programación)
- Algoritmo de red
- sistema de preguntas y respuestas
Notas
- ↑ Invenciones de S. N. Korsakov
- ↑ Gavrilova T. A., Khoroshevsky V. F. Bases de conocimiento de sistemas inteligentes. Libro de texto. - San Petersburgo: Peter, 2000.
Literatura
- Joseph Giarratano, Gary Riley Sistemas expertos: principios de diseño y programación. / por De inglés. - M. : Williams Publishing House, 2006. - 1152 p. de enfermo
- Pedro Jackson. Introducción a los Sistemas Expertos = Introducción a los Sistemas Expertos. - 3ra ed. - M. : Williams, 2001. - S. 624. - ISBN 0-201-87686-8 .
- Townsend K., Foght D. Diseño e implementación de software de sistemas expertos en computadoras personales / Per. De inglés. V. A. Kondratenko, S. V. Trubitsyna. — M.: Finanzas y estadísticas, 1990. — 320 p.
- Waterman D. Una guía para sistemas expertos. / por De inglés. edición V. L. Stefanyuk. - M .: "Mir", 1989: - 388 páginas con ilustraciones.
Enlaces
 diccionarios y enciclopedias | ||||
|---|---|---|---|---|
| ||||
| Ingeniería del conocimiento | |
|---|---|
| Conceptos generales | |
| Modelos rígidos | |
| Métodos blandos | |
| Aplicaciones | |