El concepto “sistema
experto”, también conocido como sistema
basado en conocimientos, se refiere a programas informáticos capaces de
simular la actuación de una persona, tomando decisiones y resolviendo problemas
del campo determinado establecido por el experto en dicha materia mediante la
definición de conocimientos y reglas analíticas. Fueron desarrollados a partir
de 1970 dentro de la investigación en inteligencia artificial con el objetivo
de solventar la falta de grandes programas que tuviesen codificadas grandes
cantidades de información pero que, al mismo tiempo, siguiesen siendo fáciles
de usar para los no-informáticos. Su aplicación se da en campos tan dispares
como las finanzas o la medicina, y se recurre a ellos, por ejemplo, a la hora
de consultar información, aprovechando además sus mecanismos de explicación que
justifican o explican sus conclusiones, y posibilitan comprobar el buen funcionamiento
de estos sistemas. Dentro de la
psicología son empleados para el psicodiagnóstico, algunos investigadores que
recurren a estos sistemas son los españoles José Luis Zaccagnini, Pablo
Adarraga y Sixto Cubo, que, por un lado, evalúan patologías como la depresión o
el autismo, y, por otro, validando modelos del proceso evaluativo revisan cómo
es la actividad epistémica del evaluador.
 |
| Fuente: http://informaticosistemas.wordpress.com/2011/03/23/arquitectura-basica-de-los-sistemas-expertos/ |
En cuanto a la estructura,
los sistemas expertos constan de cinco elementos básicos:
- Una base de datos (conocimientos): reúne toda la información guardada por el experto en la materia dentro de dicho sistema y los conocimientos que recolecte el propio sistema. La base de datos la conforman tanto conocimientos declarativos, para describir situaciones hipotéticas o establecidas; como procedimentales o “base de reglas”. Normalmente los enunciados de la base de datos indican los efectos y las condiciones de generación de las reglas, y a partir de éstas establece deducciones. Asimismo, en las bases de conocimientos hay unas “meta-reglas” para detectar la importancia de las informaciones y poder producir cambios representacionales.
- Un conjunto de reglas (“reglas de producción”): representan conocimiento general sobre el dominio del problema. Por lo general, cada regla consta de dos partes: condición (C) y acción (A).
- Un motor de inferencias (demostrador de teoremas): se encarga de aplicar las reglas que pueden producir cambios o que pueden sumar a la base de datos. Es la parte informática del sistema, y organiza el orden y el proceso de aplicación de las reglas para obtener nuevos hechos al relacionar los conocimientos del sistema experto y los datos del problema. Decide si se puede poner en marcha el sistema, y sus reglas de inferencia pueden ser de carácter lógico, matemático o mixto. Por su parte, los mecanismos de inferencia para concluir y decidir serán de carácter deductivo, inductivo o reductivo.
- La memoria de trabajo: almacena los datos y conocimientos que se necesitan en el momento, y las conclusiones resultado del procesamiento de datos y conocimientos.
- Una interfaz (modo de interacción sistema-usuario): debe incluir aquello que resulte necesario para poder entender cómo razona el sistema y cuáles son sus demandas. La interacción se produce en lenguaje natural. Las consultas del usuario llegan al motor de inferencias gracias a la interfaz, y devuelve al usuario los resultados que éste emite.
-> Permiten trabajar en condiciones de incertidumbre, es decir, cuando no hay suficiente información, los programas eligen estrategias que no requieren ese tipo de información que falta o hacen inferencias.
-> La transparencia de sus actuaciones, se puede seguir cuáles son por las explicaciones y justificaciones en cada momento.
-> La adaptabilidad.
-> El poder tratar de forma óptima grandes espacios de búsqueda.
Fuentes:
Doron,
R. y Françoise, P. (2008). Diccionario Akal
de psicología. Madrid: Akal
http://www.cruzagr3.com/sistemasexpertos2004/files/Investigacion/grupo01.pdf
No hay comentarios:
Publicar un comentario