Sistemas Expertos
de Primera Generación (I)
Contenidos
1.
Introducción
2.
Un sistema clásico: MYCIN
3.Adquisición de conocimiento
Caracterización (I)
SE: programa de ordenador que
representa y utiliza conocimiento
especializado para solucionar o asesorar
en la solución de problemas
Sistema Basado en Conocimiento
Caracterización (II)
Simula el razonamiento humano más que el
dominio
Incluye una representación del conocimiento
humano, habitualmente de naturaleza
heurística
Abordan problemas complejos de interés
práctico
Cuerpo de conocimiento amplio
Eficiencia: % elevado soluciones correctas, tiempo
de computo razonable
Facilidades de explicación o justificación
Tareas
Interpretación
Predicción
Diagnosis
Diseño
Planificación
Monitorización
Depuración
Reparación
Enseñanza
Control
Sistemas Representativos
DENDRAL 65-70 Estructura molecular
compuestos orgánicos
MYCIN 75 Diagnosis infecciones
bacterianas
PROSPECTOR 76 Prospecciones geológicas
CASNET 79 Diagnosis glaucoma
R1/XCON 80-85 Configuración equipos DEC
Arquitectura básica
Base
Conocimiento
Motor
Inferencias
Memoria
de trabajo
Módulo
Adquisición
Conocimiento
Módulo
Explicación
Interfaz Usuario
Ventajas /Inconvenientes
Ventajas
Relacionadas con el conocimiento
Analizar, modelar, documentar Distribuir
Utilizar en la solución de problemas
Inconvenientes
Relacionadas con el conocimiento
Naturaleza simbólica
Limites de aplicación
Naturaleza de la tarea
Dificultades con necesidades sensoriales o
motrices
Dificultades si requiere conocimiento de
sentido común
Disponibilidad del conocimiento experto
Se precisa cuerpo de conocimiento estable
Capacidad de análisis, modelado e
Un sistema clásico: MYCIN
Diagnóstico de enfermedades bacterianas
Interés histórico
Paradigma computacional de los sistemas expertos
de primera generación
Interés actual:
Análisis en el nivel del conocimiento
Tareas
Diagnosis: identificar organismo responsable
infección
Configuración: seleccionar elementos para obtener
Subsistemas
Módulo
Consulta
Módulo
Explicación
Memoria
Trabajo
Módulo
Adquisición C.
Base
Conocimiento
Usuario (médico) Experto (enfermedadesMYCIN: nivel simbólico
Sistema de producción
Formalismo O-A-V
Factores de certeza
Encadenamiento hacia atrás
Jerarquías de microorganismos
Árboles de contexto
Árbol de contextos
Paciente-1
Cultivo-1 Cultivo-2 Cultivo-3 Operación-1
Organismo-2
Organismo-1 Organismo-3 Organismo-4
Medicación-1 Medicación-2 Medicación-3
Reglas de MYCIN
Si la tinción del organismo es Gram negativa y
la morfología del organismo es bastoncillo y el organismo es aeróbico
Entonces hay una fuerte evidencia (0.8) de que el organismo es de la clase Enterobacteraceae
Antecedente: ($and (same cntxt tincion Gramneg)
(same cntxt morfologia bastoncillo) (same cntxt aerobicidad aerobico)) Consecuente: (conclude cntxt ident Enterobacteraceae .7)
Adquisición conocimiento
Cuello de botella en el desarrollo de un
Métodos
adquisición conocimiento
Experto
Experto
Datos
Ingeniero de
Conocimiento
Base de
Conocimiento
Editor de
Conocimiento
Base de
Conocimiento
Aprendizaje
Automático
Base de
Conocimiento
Adquisición conocimiento
Transferencia:
Transferencia y transformación de la experiencia en
la solución de problemas de una fuente de conocimiento a un programa de ordenador (Buchanan 83)
Modelado
Construcción de modelos de los diversos aspectos
IC como transferencia
Extracción del conocimiento de un
experto humano
Transferencia al sistema
Se interroga al experto sobre las reglas
aplicables
Traducción del lenguaje natural al formato
de reglas
Inconvenientes Ingeniería
Conocimiento como transferencia
Para que el proceso de transferencia
sea viable, es preciso que el IC,
proveedor de conocimiento y
desarrollador compartan
Vocabulario común
Visión común del proceso de solución del
Proceso de adquisición de conocimiento
Primera propuesta “Ciclo de Vida”
Identificación Encontrar conceptos representar conocimiento Diseñar estructuras organizar conocimiento Validar Representación
Conceptualización Formalización Implementación Evaluación Refinamiento
Rediseño
Reformulación
Requisitos Conceptos Estructuras R. computable Volcar en LRC Identificar características problema
Extensiones propuesta básica
Kulikowski 89
Identificación Problema
Conceptualización
Formalización Conocimiento
Construcción del Prototipo
Crítica y Evaluación Interna
Refinamiento Base Conocimiento
Prototipado Rápido
Ventajas
Se centra en la elicitación e interpretación Motiva al experto
Convence responsables
Inconvenientes
Salto entre información aportada por el experto y la
representación que soporta la implementación
La arquitectura restringe el análisis Difícil de abandonar
IC como modelado:
Nivel del conocimiento
Alan Newell (82): dificultad de la IC como transferencia por la ausencia de una teoría del conocimiento
Niveles
Simbólico: lenguajes de representación, inferencias
Conocimiento: caracterización del conocimiento necesario para realizar una tarea y su uso
Principio del Nivel de Conocimiento:
El conocimiento se debe modelar a un nivel conceptual, independientemente de los elementos computacionales y de las implementaciones de software
IC como modelado: principios básicos
1. IC consiste en la construcción de modelos de los diversos aspectos del conocimiento humano
2. Principio del Nivel de Conocimiento: durante el
modelado, centrarse en la estructura conceptual del conocimiento, dejando para etapas posteriores los detalles de implementación
3. El conocimiento tiene una estructura interna estable que es analizable: distintas categorías, patrones y estructuras de conocimiento
Metodologías
COMMONKADS
Soporta análisis y diseños, contexto y conocimiento. Tres niveles de conocimiento: dominio, inferencia,
tarea
Librería de tareas, elementos reutilizables
PROTÉGÉ
PROTÉGÉ I: herramientas adquisición conocimiento a
partir de metaconocimiento
PROTÉGÉ II: entorno IC, librerías, elementos
reutilizables