Ao de la Promocin de la Industria Responsable

y del Compromiso Climtico

UNIVERSIDAD NACIONAL
SAN LUIS GONZAGA DE ICA
FACULTAD DE INGENIERA DE SISTEMAS

SISTEMAS BASADOS EN
CONOCIMIENTOS
Inteligencia Artificial y Robtica
Angulo Gasco, Jess
Camana Infanzn, Giovanni
Neira Lovera, Kathia
Toralva Balden, Deiby
Villafuerte Sotelo, Jean
Ing. Paco Marquez
Ica 2014

Contenido
Contenido........................................................................................................... 1
Tabla de Ilustraciones ......................................................................................... 3
INTRODUCCION.................................................................................................. 4
SISTEMAS BASADOS EN CONOCIMIENTOS .......................................................... 6
1.

HISTORIA DE LOS SISTEMAS BASADOS EN CONOCIMIENTOS .................. 6

Primera Generacin: ..................................................................................... 6

Segunda Generacin:.................................................................................... 7
Evolucin...................................................................................................... 7
2.

DEFINIC ION ........................................................................................... 8

ALCANCE DE LOS SISTEMAS DE INFORMACION ............................................. 9

EXTENSION A LOS SISTEMAS BASADOS EN CONOCIMIENTOS ........................ 9
3.

CARACTERISTICAS ............................................................................... 10

4.

CICLO DE VIDA..................................................................................... 10

ANALISIS ................................................................................................... 10
ESPECIFICACION ........................................................................................ 10
DISEO PRELIMINAR .................................................................................. 11
PROTOTIPO INIC IAL Y EVALUCAION ............................................................ 11
DISEO FINAL ............................................................................................ 11
AJUSTE DEL DISEO ................................................................................... 11
IMPLEMENTACION....................................................................................... 11
PRUEBAS .................................................................................................... 12
INSTALAC ION, IMPLANTACION Y MANTENIMIENTO ...................................... 12
5.

ARQUITECTURA .................................................................................... 12

6.

TIPOS DE SISTEMAS BASADO EN CONOCIMIENTO ................................. 15

6.1. Sistemas Expertos ................................................................................ 15

6.2. Redes Neuronales Artificiales ................................................................. 16
1

6.3. Razonamiento Basado en Casos............................................................. 18

6.4. Algoritmos Genticos ............................................................................ 19
6.5. Agentes Inteligentes ............................................................................. 20
6.6. Minera de Datos................................................................................... 21
7.

LENGUAJES GENERADORES DE SISTEMAS BASADOS EN CONOCIMIENTOS

22

Lenguaje LIPS ............................................................................................ 22

Lenguaje PROLOG ....................................................................................... 22
Lenguaje CLIPS .......................................................................................... 23
Lenguaje de Propsito General .................................................................... 23
Shells ......................................................................................................... 23
8.

VENTAJAS Y DESVENTAJAS ................................................................... 24

VENTAJAS .................................................................................................. 24
DESVENTAJAS ............................................................................................ 24
9.

CONSTRUCCIN DE SISTEMAS BASADOS EN EL CONOCIMIENTO ........... 25

Estudio de viabilidad ................................................................................... 25

Desarrollo del prototipo ............................................................................... 25
Desarrollo del sistema................................................................................. 25
10.

SISTEMAS BASADOS EN CONOCIMIENTOS VS SISTEMAS EXPERTOS ...... 26

Sistemas Basados en Conocimiento: Orientacin Estructural (Cognoscitiva). .. 26

Sistemas Expertos: Orientacin funcional (conductista). ............................... 26
11.

APLICACIONES ..................................................................................... 27

Sistemas de ayuda a la toma de decisiones:................................................. 27

Configuracin: ............................................................................................ 27
Diagnstico: ............................................................................................... 27
Interpretacin y Anlisis: ............................................................................ 28
Monitorizacin: ........................................................................................... 28
Planificacin: .............................................................................................. 28
2

Interfaces inteligentes: ............................................................................... 28

Diseo: ...................................................................................................... 28
Tipos de aplicaciones de los sistemas basados en conocimiento. ................. 28
12.

TENDENCIAS DE LOS SISTEMAS BASADOS EN CONOCIMIENTOS ............ 29

CONCLUSIONES ............................................................................................... 30

Tabla de Ilustraciones
Figure 1.Esquema de solucin de problemas de clasificacin ................................. 6
Figure 2. Ciclo de Vida de los sistemas basados en conocimientos ....................... 12
Figure 3.Arquitectura de los sistemas Basados en conocimientos ........................ 13
Figure 4. Funcionamiento de un Algoritmo Gentico ........................................... 20
Figure 5. Sistemas Basados en conocimientos vs sistemas expertos .................... 27

INTRODUCCION
La representacin del conocimiento y el razonamiento es un rea de la inteligencia
artificial cuyo objetivo fundamental es representar el conocimiento de una manera
que facilite la inferencia a partir de dicho conocimiento. Analiza cmo pensar
formalmente - cmo usar un sistema de smbolos para representar un dominio del
discurso (aquello de lo que se puede hablar), junto con funciones que permitan inferir
(realizar un razonamiento formal) sobre los objetos.
Generalmente, se usa algn tipo de lgica para proveer una semntica formal de
como las funciones de razonamiento se aplican a los smbolos del dominio del
discurso, adems de proveer operadores como cuantificadores, operadores modales,
etc. Esto, junto a una teora de interpretacin, da significado a las frases en la lgica.
Cuando diseamos una representacin del conocimiento (y un sistema de
representacin del conocimiento para interpretar frases en la lgica para poder
derivar inferencias de ellas) tenemos que hacer elecciones a lo largo de un nmero
de mbitos de diseo. La decisin ms importante que hay que tomar es la
expresividad de la representacin del conocimiento. Cuanto ms expresiva es, decir
algo es ms fcil y ms compacto. Sin embargo, cuanto ms expresivo es un
lenguaje, ms difcil es derivar inferencias automticamente de l. Un ejemplo de
una representacin del conocimiento poco expresiva es la lgica proposicional.
Los sistemas basados en conocimiento (SBC) son programas informticos que utilizan
una base de conocimientos para resolver problemas complejos. El trmino es amplio
y se utiliza para referirse a muchos tipos diferentes de sistemas. El tema comn que
une a todos los sistemas basados en el conocimiento es un intento de representar el
conocimiento de manera explcita a travs de herramientas como las ontologas y las
reglas en vez de forma implcita a travs de cdigo de la forma en que un programa
de ordenador convencional hace. Un sistema basado en el conocimiento tiene dos
tipos de sub-sistemas: una base de conocimientos y un motor de inferencia. La base
de conocimientos representa hechos sobre el mundo, a menudo en algn tipo de
subsuncin ontologa. El motor de inferencia representa afirmaciones y condiciones

lgicas sobre el mundo, por lo general representados por medio de reglas sientonces.
Los sistemas basados en conocimiento, fueron desarrollados por primera vez por
investigadores de Inteligencia Artificial. Estos sistemas basados en el conocimiento
primeros eran principalmente los sistemas expertos.
De hecho, el trmino se utiliza a menudo como sinnimo de sistemas expertos. La
diferencia est en el punto de vista adoptado para describir el sistema. Sistema
experto se refiere al tipo de tarea que el sistema est tratando de resolver, para
sustituir o ayudar a un experto humano en una tarea compleja. Sistema basado en
conocimiento se refiere a la arquitectura del sistema, que representa el conocimiento
de manera explcita en lugar de cdigo como de procedimiento.

SISTEMAS BASADOS EN CONOCIMIENTOS

1.

HISTORIA DE LOS SISTEMAS BASADOS EN CONOCIMIENTOS

Primera Generacin:
Generalmente se enfoca a tareas bien definidas y limitadas, con nfasis en
rendimiento (basados en modelos superficiales), ms que en entendimiento
(basados en modelos profundos).
Los problemas tpicos que resuelven esta tecnologa ms limitada se describe
con el concepto de Problemas de Clasificacin (Introducido por Clancey,
1984). Los Problemas de Clasificacin consisten en reconocer una situacin a
partir de una coleccin de datos, y seleccionarla respuesta ms adecuada de
acuerdo a ciertos objetivos

Figure 1.Esquema de solucin de problemas de

clasificacin

En la figura se puede apreciar un esquema mediante el cual se pueden resolver

los problemas en cuestin, En dicha figura se pueden mencionar los siguientes
aspectos relevantes para solucionar problemas:

Los Datos: que se generan desde varias fuentes y se interpretan como un

patrn predefinido.

El patrn reconocido: el cual se mapea a un conjunto de soluciones

posibles.

Una de sus soluciones posibles: la que se selecciona como la ms

apropiada para el caso dado.
6

Este proceso se considera un problema de clasificacin esttico, ya que supone

que los datos de entrada son invariables en el tiempo, al menos durante el
lapso necesario para resolver el problema.
Los sistemas basados en conocimientos de Primera Generacin resolvieron
estos problemas usando el razonamiento monofnico, y formas primitivas de
representacin

de

incertidumbre

(si

es

que

incorporaban

algo

de

incertidumbre). La representacin del conocimiento era plana ms que

jerrquica. Ejemplo de sistemas basados en conocimientos de la Primera
Generacin son Mycin, XCON, Prospector y DELTA-CAST.

Segunda Generacin:
Los sistemas basados en conocimientos de la Segunda Generacin son capaces
de manejar tareas delimitadas ms que los de la 1era Generacin. Los tpicos
problemas que corresponden a estos sistemas fueron descritos como
problemas de clasificacin Dinmicos (PCD). A diferencia del anterior, en este
caso el medio del que se colecta datos cambia a tasa comparable al tiempo
requerido para obtener una solucin refinada, requiriendo respuesta en tiempo
real. Ejemplo de PCD incluyen anlisis de situacin, planificacin en tiempo
real y seleccin de catlogo en tiempo real. Existe Shell para manejar algunos
de estos casos, como KEE, ARF y RUM/RUM runner.

Evolucin
Los sistemas basados en conocimiento surgen como una evolucin de los
paradigmas de programacin a lo largo de la historia de la informtica. En los
primeros tiempos de la computacin, los programas, ante una peticin del
usuario, tpicamente producan una salida accediendo a datos almacenado s en
ficheros con formatos particulares de cada aplicacin.
Ms adelante surgieron las bases de datos, que abstraan la capa de
almacenamiento/persistencia de datos, eliminando esos ficheros, facilitando
as la gestin de la informacin necesaria para la aplicacin. Adems aparecen
los conceptos de la interfaz grfica del sistema operativo, facilitando la
entrada/salida.
7

Los sistemas basados en conocimiento son una nueva evolucin: en estos

sistemas, los datos, la base de conocimientos, se convierten en lo ms
importante, y el cdigo que los explota, el motor de inferencias, se generaliza
segn diferentes paradigmas. Esta base de conocimientos la produce un
usuario experto en el dominio, los ingenieros del conocimiento, que son
diferentes a los programadores de la interfaz o del propio motor de inferencias

2.

DEFINICION

Es un sistema que basa en el conocimiento de humanos expertos capturado en una

base de

conocimiento para

resolver problemas que

normalmente requiere

interpretacin humana.
Los sistemas basados en el conocimiento son el resultado de un largo proceso de
investigacin realizado por los cientficos en el rea de la Inteligencia Artificial,
cuando, en los aos setenta, comenzaron a comprender que la capacidad de un
programa de ordenador para resolver problemas no reside en la expresin formal ni
en los esquemas lgicos de inferencia que emplea sino en el conocimiento que posee.
As, un sistema basado en el conocimiento es un cuerpo de programas de ordenador
que intenta imitar e incluso superar en algunas situaciones a un experto humano en
un mbito concreto de su actividad. No pretende, en absoluto, reproducir el
pensamiento humano, sino simplemente la pericia de un profesional competente
(tngase en cuenta que para construir un SBC se suele contar con grandes expertos
en la materia que incorporan su conocimiento al sistema).
Se pueden describir las acciones que puede realizar un SBC de la siguiente forma:
- El SBC informa a la BC lo que percibe.
- Se le pregunta a la BC cul es la accin que debe emprender. Esta puede
estar decidida por un conjunto de reglas preestablecidas, o necesarias de un
proceso de inferencia para llegar a la decisin.
- El agente realiza la accin que haya decidido de acuerdo a ese proceso de
inferencia.

- Aprender y posiblemente modificar su BC de acuerdo a lo realizado y a si se

ha conseguido el objetivo perseguido o no.

ALCANCE DE LOS SISTEMAS DE INFORMACION

Los sistemas de informacin mecanizados son concebidos e implementados
como instrumentos que procesan informacin con el propsito de:

Apoyar la toma de decisiones.

Contener conocimiento tcnico.

Reducir a un grado mnimo el error humano.

Automatizar las operaciones repetitivas.

Transmitir informacin dentro de la organizacin.

Reducir el tiempo de realizacin de las operaciones.

Bajar costos.

Facilitar la tarea del usuario.

Ofrecer informacin: completa, eficiente, veraz, oportuna.

Manipular grandes volmenes de informacin.

Satisfacer las necesidades del usuario.

EXTENSION A LOS SISTEMAS BASADOS EN CONOCIMIENTOS

Los sistemas basados en conocimiento se consideran una extensin - un paso
tecnolgico - de los sistemas de informacin cuyos alcances y complejidad son
mayores. Entre sus propsitos destacan:

Aprender.

Evolucionar.

Adaptar.

Razonar.

Tomar decisiones.

Contener conocimiento emprico, mundano y del lenguaje.

Analizar problemas.

Generar alternativas de solucin.

Emular al experto humano.

Generar conocimiento a partir del que ya se posee.

9

3.

CARACTERISTICAS

Procedimientos no algortmicos.

Manejo de incertidumbre.

0, 1 mltiples soluciones.

Conocimiento tcnico y cientfico.

Busca generar la solucin ptima.

Manipulacin de conocimiento no monotnico.

Procesos interactivos.

Aprendizaje de los fracasos.

Empleo de mtodos para la representacin del conocimiento.

Capacidad para explicar su propio razonamiento, cuestionamiento y

emisin de conclusiones.

Uso de bsquedas heursticas.

Representacin de conocimiento especializado del campo de aplicacin.

Pueden utilizar razonamiento con base en probabilidades, creencias,

pertenencias y suposiciones.

Procesamiento simblico.

Utilizan sistema de mantenimiento de la verdad para afirmaciones y

negaciones cambiantes.

4.

Datos cualitativos ms que cuantitativos.

CICLO DE VIDA
ANALISIS
Evaluar el problema y los recursos disponibles para determinar la aplicabilidad
de una solucin basada en conocimiento. Se debe realizar un anlisis costo beneficio del SBC propuesto para saber si su desarrollo puede ser garantizado.

ESPECIFICACION
Formalizar y poner por escrito lo que fue adquirido durante la fase de anlisis.
Esto permite determinar los objetivos del proyecto, ojal, de una manera
inequvoca y establece los medios para obtener dichos objetivos.
10

DISEO PRELIMINAR
Esta etapa considera nicamente las decisiones de alto nivel necesarias para
preparar y desarrollar rpidamente el prototipo inicial. Especficamente, esta
etapa determina el paradigma de representacin del conocimiento, la
herramienta escogida para construir el prototipo, y la seleccin de los expertos.

PROTOTIPO INICIAL Y EVALUCAION

Esta es una etapa clave debido a que todas las decisiones tomadas en el diseo
preliminar deben ser ya sea confirmada, rectificadas o desechadas, sobre la
base del conocimiento recopilado de los expertos en el proceso hasta completar
esta etapa.

DISEO FINAL
Comprende la seleccin de las herramientas y de los recursos necesarios para
desarrollar el sistema a ser entregado. En muchos casos puede ser aplicable y
muy til realizar una descripcin grfica de los diferentes mdulos del sistema,
empleando las herramientas CASE propias de los sistemas de software
convencionales.

AJUSTE DEL DISEO

A medida que el trabajo avanza y los ingenieros cognoscitivos tienen a la vista
los problemas detectados, deben realizar los ajustes necesarios al inicio de
cada iteracin. Si estos ajustes cada vez son relativamente ms pequeos y
no son retroactivos, se tiene una buena medida de que se est progresando.
Pero si ocurre lo contrario, puede representar un serio retardo al proyecto y
posiblemente requerir un cambio de paradigma

IMPLEMENTACION
Comprende el proceso completo de adquisicin del conocimiento para todos
los mdulos o subsistemas. Es en esta etapa que tiene lugar el desarrollo
incremental.

11

PRUEBAS
El asegurar la calidad de un SBC es una tarea muy importante que debe ser
cuidadosamente planificada, especialmente a medida que el SBC es ms
grande y complejo, o es de aplicacin crtica. El plan de pruebas, es bastante
similar al que se prepara para un sistema convencional, basndose en la
validacin y la verificacin.

INSTALACION, IMPLANTACION Y MANTENIMIENTO

En la etapa final del ciclo de vida de un SBC se traslada el sistema desarrollado,
como un producto operativo hacia el entorno de los usuarios. Para ello, se
deben realizar varias actividades de instalacin, implantacin y mantenimiento
similares a las de un sistema de software convencional.

Figure 2. Ciclo de Vida de los sistemas basados en conocimientos

5.

ARQUITECTURA
La arquitectura de un sistema basado en conocimiento de alguna manera
refleja la estructura cognitiva y los procesos humanos. La primera parte es la
memoria de corto plazo, en la que guarda los hechos (Base de Hechos) y los
conocimientos (Base de Conocimientos) acerca del dominio en el que tiene
experiencia.
12

La segunda parte es el sistema que realiza la funcin de razonamiento para

resolver problemas (Motor de Inferencia). Finalmente, la tercera parte la
conforman las unidades de entrada y salida que permiten la comunicacin
entre el sistema y su entorno.

Figure 3.Arquitectura de los sistemas Basados en conocimientos

MOTOR DE INFERENCIA
Un motor de inferencia interpreta y evala los hechos en la base de
conocimientos para proveer una respuesta. Este debe ser independiente del
conocimiento y de los hechos.
Se puede caracterizar por:
-

El lenguaje en que ha sido escrito.

La velocidad de trabajo: Inferencias / segundo.

Las estrategias de bsqueda de soluciones: No Ordenada: aleatoria,

heurstica.

La forma en que elige el conocimiento.

La posibilidad de incorporar metaconocimiento.

El tipo de lgica que emplea en el razonamiento:

13

Booleana, trivalente, multivalente, difusa.

Monotnica o no monotnica.

Atemporal o temporal.

Lgica de orden 0, orden 0+, orden 1.

El mtodo que utiliza para la evaluacin del conocimiento incompleto o

incierto

Funcionamiento:
1. Lee el conocimiento de control para ver qu instrucciones de alto nivel hay
definidas.
2. Si se inicia un proceso de inferencia:
a. Mira que reglas son aplicables.
b. Si hay ms de una regla aplicable, resuelve el conflicto y selecciona
una.
c. Aplica la regla (pudiendo tener que actualizar la Base de Conocimiento,
aplicar mtodos,).
d. Vuelve al paso 2.1. hasta que no haya reglas aplicables.
BASE DE HECHOS
La base de hechos es el conjunto de informacin invariable de una a otra
resolucin. Los hechos se diferencian de los datos en el sentido que los hechos
forman parte del SBC, mientras que los datos, al poder variar de una solucin
a otra, conviene agruparlos en archivos externos al SBC.
Algunos autores no consideran a la base de hechos en forma independiente.
Los conocimientos y los hechos pueden aparecer conjuntamente en una sola
base, la de conocimientos.
ESTRUCTURAS DE DATOS
Definiciones, restricciones, tipos, valores por defecto (hechos no ordenados)
Ejemplo: un perro tiene normalmente 4 patas, puede tener pelo corto o
largo,...

14

PATRONES
Patrones que estn en la memoria de trabajo o no (hechos ordenados)
Ejemplo: (animal pato) (pato)
PROCEDIMIENTOS
-

Mtodos asociados a las estructuras de datos

Funciones genricas

Interfaz con el entorno informtico

BASE DE CONOCIEMIENTO
Constituye el acervo de conocimiento especializado del Sistema Experto,
consta de:
-

El formalismo para representar conocimiento: Emplea una o varias tcnicas

que permiten caracterizar y organizar conocimiento especfico; por
ejemplo; frames, redes semnticas y scripts.

Un administrador: Responsable del almacenamiento, recuperacin y

actualizacin en las estructuras de representacin correspondientes.

Servicio: Es el mecanismo encargado de responder a las demandas de

acceso a elementos especficos de conocimiento (reglas, hechos, objetos,
etc.) efectuados por el motor de inferencia y el mdulo de aprendizaje.

6.

TIPOS DE SISTEMAS BASADO EN CONOCIMIENTO

6.1. Sistemas Expertos
Los sistemas expertos son un tipo de sistema basado en el conocimiento
diseado para encarnar experiencia en un particular especializado dominio
como el diagnstico de un equipo defectuoso (Yanga, 2005). Un sistema
experto est destinado a actuar como un ser humano experto que puede
ser consultado en una serie de problemas dentro de su mbito de
especializacin. Tpicamente, el usuario de un sistema experto entrar en
un dilogo en el que l o ella se describen el problema - como los sntomas
de una falla - y ofrece el sistema experto

consejos, sugerencias o

recomendaciones. A menudo se propone que un sistema experto debe

15

ofrecer ciertas capacidades que reflejan los deseos de un consultor humano

en particular, a menudo se afirma que un sistema experto debe ser capaz
de justificar su actual lnea de investigacin y explicando su razonamiento
para llegar a una conclusin. Esta funcionalidad se puede integrar en la
inferencia motor.

Caractersticas:
-

Solucionan problemas aplicando su experiencia de una forma eficaz,

haciendo deducciones a partir de datos incompletos o inciertos.

Explican y justifican lo que se est haciendo.

Se

comunican

con

otros

expertos

adquieren

nuevos

conocimientos.
-

Reestructuran y reorganizan el conocimiento.

Interpretan al mismo tiempo el espritu y la letra de las reglas.

Determinan cuando un problema est en el dominio de su

experiencia.

6.2. Redes Neuronales Artificiales

Una red neuronal artificial (ANN) es un esquema de computacin
distribuida inspirada en la estructura del sistema nervioso de los seres
humanos. La arquitectura de una red neuronal es formada conectando
mltiples procesadores elementales, siendo ste un sistema adaptivo que
posee un algoritmo para ajustar sus pesos (parmetros libres) para
alcanzar los requerimientos de desempeo del problema basado en
muestras representativas.
Es importante sealar que la propiedad ms importante de las redes
neuronales artificiales es su capacidad de aprender a partir de un conjunto
de patrones de entrenamientos, es decir, es capaz de encontrar un modelo
que ajuste los datos. El proceso de aprendizaje tambin conocido como
entrenamiento de la red puede ser supervisado o no supervisado.

16

El aprendizaje supervisado consiste en entrenar la red a partir de un

conjunto de datos o patrones de entrenamiento compuesto por patrones
de entrada y salida; En cambio en el aprendizaje no supervisado se
presenta slo un conjunto de patrones a la ANN, y el objetivo del algoritmo
de aprendizaje es ajustar los pesos de la red de manera tal que la red
encuentre alguna estructura o configuracin presente en los datos.
Existen cuatro aspectos que caracterizan una red neuronal:
-

Topologa: consiste en la organizacin y disposicin de las neuronas

en red formando capas o agrupaciones de neuronas. En este sentido,
los parmetros fundamentales son: el nmero de capas, el nmero de
neuronas por capa, el grado de conectividad y el tipo de conexiones
entre neuronas.

Mecanismo de Aprendizaje: es el proceso por el cual una red

neuronal modifica sus pesos en respuesta a una informacin de
entrada. Durante este proceso, los pesos de las conexiones de la red
sufren modificaciones, por lo que se puede afirmar que este proceso
ha terminado (la red ha aprendido) cuando los valores de los pesos
permanecen estables.

Tipo de Asociacin Realizada entre la informacin de entrada y

Salida: sta informacin se registra de forma distribuida en los pesos
asociados a las conexiones entre neuronas de entrada y salida.

Forma de interpretacin de la informacin: pueden representar la

informacin de entrada y de salida de manera diferente, con base en
lo cual se pueden clasificar. En algunas redes tanto los datos de entrada
como los de salida son de naturaleza analgica, cuando esto ocurre,
las funciones de activacin de las neuronas son continuas, de tipo lineal
o sigmoidal. Mientras que otras redes slo admiten entradas de valores
discretos o binarios, por lo cual las funciones de activacin no son
continuas sino de tipo escaln. Pero existen tambin unas redes
hbridas en las que las entradas pueden ser continuas y las salidas
discretas.
17

6.3. Razonamiento Basado en Casos

El razonamiento basado en casos (CBR) es un paradigma que se basa en
la idea de que los problemas similares tienen soluciones similares. Se
recurre a experiencias pasadas para resolver nuevos problemas. As pues,
si en un momento pasado se decidi resolver un problema utilizando una
determinada solucin y, una vez aplicada esa solucin se obtuvo un
determinado resultado, entonces parece lgico que, si se presenta un
nuevo problema

con caractersticas

similares

al que

se

resolvi

previamente en el pasado, se recurra a la experiencia adquirida para darle

solucin. El modelo de actuacin de un sistema CBR se conoce como ciclo
de vida de un sistema CBR. En el ciclo de vida de un sistema CBR se
especifican los pasos ordenados y relacionados por tiempo mediante los
cuales se extrae informacin para resolver un problema especfico.
El RBC se inspira en el papel que juega la memoria en la capacidad de
razonamiento del hombre. La memoria permite relacionar el presente con
el pasado y que ambos trasciendan al futuro. La memoria puede organizar
las experiencias generalizadas y usarlas en la solucin de problemas.
En general, la segunda vez que se intenta resolver algn problema, es ms
fcil que la primera porque se recuerda y se repite la solucin previa,
somos ms competentes la segunda vez porque se recuerdan los errores
cometidos y se tratan de evitar. En la IA esta forma de resolver los
problemas se model mediante el razonamiento por analoga. Carbonell
[20] plantea que la solucin de problemas por analoga consiste "en
transferir el conocimiento sobre la solucin de problemas pasados a los
nuevos problemas que

comparten aspectos significativos

con las

correspondientes experiencias pasadas, y usar el conocimiento transferido

para construir las soluciones a los nuevos problemas".

18

6.4. Algoritmos Genticos

Los Algoritmos genticos son una familia de modelos computacionales
inspirados por la evolucin. Fue en las dcadas de 1950 y 1960 cuando
varios cientficos, de modo independiente, comenzaron a estudiar los
sistemas evolutivos, guiados por la intuicin de que se podran emplear
como herramienta en problemas de optimizacin en ingeniera. La idea era
evolucionar una poblacin de candidatos a ser solucin de un problema
conocido, utilizando operadores inspirados en la seleccin natural y la
variacin gentica natural.
La primera mencin del trmino, y la primera publicacin sobre una
aplicacin del mismo, se deben a Bagley (1967), que dise algoritmos
genticos para buscar conjuntos de parmetros en funciones de evaluacin
de juegos, y los compar con los algoritmos de correlacin, procedimientos
de aprendizaje modelizados despus de los algoritmos de pesos variantes
de ese periodo. Pero es otro cientfico el considerado creador de los
Algoritmos Genticos: John Holland, que los desarroll, junto a sus alumnos
y colegas, durante las dcadas de 1960 y 1970. En contraste con las
estrategias evolutivas y la programacin evolutiva, el propsito original de
Holland no era disear algoritmos para resolver problemas concretos, sino
estudiar, de un modo formal, el fenmeno de la adaptacin tal y como
ocurre en la naturaleza, y desarrollar vas de extrapolar esos mecanismos
de adaptacin natural a los sistemas computacionales.
Algoritmos de bsqueda basados en los mecanismos de seleccin natural y
gentica natural. Combinan la supervivencia de los ms compatibles entre
las estructuras de cadenas, con una estructura de informacin ya
aleatorizada, intercambiada para construir un algoritmo de bsqueda con
algunas de las capacidades de innovacin de la bsqueda humana.

19

Figure 4. Funcionamiento de un Algoritmo Gentico

6.5. Agentes Inteligentes

Un agente inteligente, es una entidad capaz de percibir su entorno,
procesar tales percepciones y responder o actuar en su entorno de manera
racional, es decir, de manera correcta y tendiendo a maximizar un
resultado esperado. Es capaz de percibir su medioambiente con la ayuda
de sensores y actuar en ese medio utilizando actuadores (elementos que
reaccionan a un estmulo realizando una accin).
En este contexto la racionalidad es la caracterstica que posee una eleccin
de ser correcta, ms especficamente, de tender a maximizar un resultado
esperado. Este concepto de racionalidad es ms general y por ello ms
adecuado que inteligencia (la cual sugiere entendimiento) para describir el
comportamiento de los agentes inteligentes. Por este motivo es mayor el
consenso en llamarlos agentes racionales.

Caractersticas:

Aprender nuevos problemas e incrementar normas de solucin.

Capacidad de adaptacin en lnea y en tiempo real.

Ser capaz de analizar condiciones en trminos de comportamiento, el

error y el xito.

Aprender y mejorar a travs de la interaccin con el medio ambiente

(realizacin).
20

Aprender rpidamente de grandes cantidades de datos.

Deben estar basados en memoria de almacenamiento masivo y la

recuperacin de dicha capacidad.

6.6. Minera de Datos

El datamining (minera de datos), es el conjunto de tcnicas y tecnologas
que permiten explorar grandes bases de datos, de manera automtica o
semiautomtica, con el objetivo de encontrar patrones repetitivos,
tendencias o reglas que expliquen el comportamiento de los datos en un
determinado contexto.
Bsicamente, el datamining surge para intentar ayudar a comprender el
contenido de un repositorio de datos. Con este fin, hace uso de prcticas
estadsticas y, en algunos casos, de algoritmos de bsqueda prximos a la
Inteligencia Artificial y a las redes neuronales.
De forma general, los datos son la materia prima bruta. En el momento
que el usuario les atribuye algn significado especial pasan a convertirse
en informacin. Cuando los especialistas elaboran o encuentran un modelo,
haciendo que la interpretacin que surge entre la informacin y ese modelo
represente un valor agregado, entonces nos referimos al conocimiento.
Aunque en datamining cada caso concreto puede ser radicalmente distinto
al anterior, el proceso comn a todos ellos se suele componer de cuatro
etapas principales:

Determinacin de los objetivos. Trata de la delimitacin de los

objetivos que el cliente desea bajo la orientacin del especialista en
data mining.

Preprocesamiento de los datos. Se refiere a la seleccin, la

limpieza, el enriquecimiento, la reduccin y la transformacin de las
bases de datos. Esta etapa consume generalmente alrededor del
setenta por ciento del tiempo total de un proyecto de data mining.

Determinacin del modelo. Se comienza realizando unos anlisis

estadsticos de los datos, y despus se lleva a cabo una visualizacin
21

grfica de los mismos para tener una primera aproximacin. Segn los
objetivos planteados y la tarea que debe llevarse a cabo, pueden
utilizarse

algoritmos

desarrollados

en

diferentes

reas

de

la

Inteligencia Artificial.

Anlisis de los resultados. Verifica si los resultados obtenidos son

coherentes y los coteja con los obtenidos por los anlisis estadsticos y
de visualizacin grfica. El cliente determina si son novedosos y si le
aportan un nuevo conocimiento que le permita considerar sus
decisiones.

7.

LENGUAJES

GENERADORES

DE

SISTEMAS

BASADOS

EN

CONOCIMIENTOS
Para el desarrollo de sistemas basados en el conocimiento se han venido
utilizando tanto lenguajes de programacin especficos de la inteligencia
artificial (LISP y PROLOG) como de propsito general (C, PASCAL, JAVA)

Lenguaje LIPS
Es uno de los ms utilizados desde los comienzos de la Inteligencia Artificial.
Se trata de uno de los lenguajes de alto nivel ms antiguos. Se cre en 1950
en el MIT por John McCarthy. Es un lenguaje cuya principal estructura de datos
son las listas, aun cuando se han ido incorporando otras estructuras ms
sofisticadas como pueden ser los objetos. Tiene como ventaja el manejo de
sus estructuras a muy alto nivel lo que facilita la implementacin rpida de los
modelos y su facilidad de modificacin Como desventaja

est su relativa

lentitud frente a lenguajes de propsito general como C. La mayora de las

primeras herramientas de desarrollo de sistemas basados en el conocimiento
fueron escritas en LISP y, en la actualidad, conviven con otras que se han
desarrollado en C++.

Lenguaje PROLOG
Fue creado por Alain Colmenauer en la Universidad de Marsella en 1972. Se
trata de un lenguaje declarativo. Los lenguajes declarativos no describen
secuencialmente el algoritmo de resolucin del problema, sino que se limitan
22

a describir los hechos conocidos y las relaciones existentes entre ellos. Los
lenguajes

procedurales estn orientados al "cmo" mientras que los

declarativos estn orientados al "qu" .PROLOG tiene incluido, por tanto, un

motor de inferencia que se encarga de realizar bsquedas en su base de
hechos. Este lenguaje, aun cuando se le reconocen sus bondades, no ha tenido
una gran utilizacin (si se excepta Francia, Gran Bretaa y). Es aplicado en
el manejo de bases de datos relacionales junto con lenguajes de bases de
datos.

Lenguaje CLIPS
Es un lenguaje basado en reglas de produccin, fue desarrollado en la NASA
desde 1984 y escrito en C, La sintaxis es parecida a la de Lisp y se relaciona
tambin con los lenguajes OPS5 y ART. Sus ventajas son portabilidad, bajo
coste y facilidad de integracin.

Lenguaje de Propsito General

En la actualidad, es comn la utilizacin de lenguajes orientados a objeto
(C++, JAVA, C#) para el desarrollo de generadores de sistemas basados en el
conocimiento y delos propios sistemas basados en el conocimiento por su
rendimiento, en trminos de tiempo de ejecucin, superior al de las
herramientas generales. La incorporacin de la programacin orientada a
objetos al lenguaje C++ ha facilitado la labor de modelizacin que requiere
todo sistema basado en el conocimiento y su rapidez de ejecucin as como el
hecho de ser uno de los lenguajes de programacin ms conocidos ha hecho
que su uso vaya en aumento.

Shells
Un shell es un Sistema Experto que contiene una base de conocimientos vaca,
contiene el mecanismo de inferencia, el componente explicativo y a la interfaz
de usuario. Ya que el mecanismo de inferencia depende del problema, no existe
ningn shell para todas las aplicaciones, sino que hay que buscar un shell
apropiado para cada aplicacin. Tambin es posible que haya que desarrollar
adicionalmente partes del mecanismo de inferencia.
23

Segn el tamao de esta parte tendr que pensar si la aplicacin de un shell

determinado sigue siendo apropiada.
Cuando el ingeniero del conocimiento conoce bien el shell, es decir, sabe
exactamente cmo son procesadas las reglas, entonces slo tendr que
concentrarse en la creacin de la base de conocimientos.

8.

VENTAJAS Y DESVENTAJAS
VENTAJAS
-

El conocimiento adquirido es reutilizable y no se pierde

Resuelve problemas complejos

Emiten respuestas con cierto grado de certeza (incertidumbre).

Justifica salidas en el caso de dominios problemticos o crticos.

Una vez construido el SBC resulta ms barato que el servicio prestado por
un experto en el dominio.

Se utilizan mtodos heursticos para resolver problemas.

El mantenimiento es muy reducido

Se pueden realizar infinidad de copias una vez concluido el sistema

Las tcnicas adquiridas se pueden emplear para otros dominios

Las soluciones que proporcionan los SBC son ms rpidas y objetivas,

evitan operaciones incmodas y montonas.

Permite incorporar nuevo conocimiento sin tener que modificar el resto del
sistema.

DESVENTAJAS
-

Dificultad para adquirir el conocimiento

La adquisicin del conocimiento es costosa

No suelen extrapolar fcilmente casos parecidos.

Carecen de creatividad para responder a situaciones inusuales.

No implementan el sentido comn.

No son sistemas de auto aprendizaje.

24

9.

CONSTRUCCIN DE SISTEMAS BASADOS EN EL CONOCIMIENTO

Una herramienta para la construccin de sistemas basados en el conocimiento
no es slo un lenguaje de programacin de alto nivel orientado al desarrollo
de estos sistemas. Este equipo lgico de desarrollo tiene, entre otras, las
siguientes caractersticas o utilidades:
-

Posibilidades para el desarrollo de prototipos.

Un motor de inferencia.

Un mtodo o varios para la representacin del conocimiento.

Una o varias tcnicas para el manejo de la incertidumbre.

Un generador de interfaces grficos (no siempre).Las herramientas pueden

clasificarse en tres grupos en funcin de las diferentes etapas del proyecto
en que interviene.

Estudio de viabilidad
Se intenta verificar si el problema justifica el desarrollo de un sistema basado
en el conocimiento, este punto es muy importante, ya que algunas veces se
ha intentado resolver con este tipo de tecnologa problemas que no eran los
adecuados, lo que llev a resultados no esperados. Las herramientas deben
ser flexibles y de uso muy sencillo. Muchas veces en esta etapa no es necesario
el uso de una herramienta especfica ya que puede utilizarse un lenguaje de
programacin de propsito general.

Desarrollo del prototipo

En esta fase las herramientas deben poseer una serie de caractersticas a nivel
de estructuras de control, permitir probar y comparar los diferentes enfoques
de la resolucin del problema (representacin del conocimiento, estrategia de
control) y ofrecer facilidades a los ingenieros del conocimiento (traza, gestin
de coherencia) en el desarrollo del sistema.

Desarrollo del sistema

El factor ms importante es la eficiencia. Asimismo, debe disponer de mdulos
explicativos evolucionados para una efectiva compilacin de la base de
conocimiento y los mtodos de inferencia. En resumen, deben adaptarse
25

perfectamente al problema. El desarrollo de estos sistemas suele pasar por

cuatro fases:
-

Identificacin de la aplicacin y concepcin de la solucin.

Desarrollo de los prototipos.

Ejecucin y construccin del sistema completo.

Alcanzar la integracin del nuevo sistema con los anteriores y la asimilacin

del uso de la nueva tecnologa

10.

SISTEMAS

BASADOS

EN

CONOCIMIENTOS

VS

SISTEMAS

EXPERTOS
La diferencia es sutil pero crucial: los sistemas expertos son sistemas basados
en reglas donde stas se definen incluyendo el conocimiento de un experto
(humano) en un determinado saber y que a su vez incluye el cmo hacer.
Es mbito de estudio de la Ingeniera en conocimiento.

Sistemas

Basados

en

Conocimiento:

Orientacin

Estructural

(Cognoscitiva).
-

Poder resolver determinados problemas radica en saber o en el

conocimiento especfico, sobre el tipo de problemas, ms que en
capacidades intelectivas generales.

Separacin entre el conocimiento codificado en la mquina (base de

conocimientos) y los mecanismos deductivos.

Sistemas Expertos: Orientacin funcional (conductista).

-

Se analiza la actividad de un experto humano cuando resuelve problemas

en un rea muy concreta y se intenta emularlo o ayudarle.

Capacidad para adquirir incrementalmente experiencia.

Capacidad para conservar con los usuarios y explicarles sus lneas de

razonamiento.

As podemos dejar en claro que, un sistema experto es un tipo particular de

sistema basado en conocimiento, el que imita al experto humano.

26

Hay sistemas basados en conocimiento que no son sistemas expertos, por

ejemplo, una enciclopedia electrnica. Un sistema basado en conocimiento es
un tipo de sistema inteligente, en el sentido de almacenar/gestionar/estar
relacionado con el saber o capacidades humanas.

SISTEMAS INTELIGENTES

SISTEMAS BASADOS EN CONOCIMIENTOS

SISTEMAS EXPERTOS
Figure 5. Sistemas Basados en conocimientos vs sistemas expertos

11.

APLICACIONES
Los mbitos de aplicacin en los que ms se han utilizado los sistemas basados
en el conocimiento son los siguientes:

Sistemas de ayuda a la toma de decisiones:

Se trata de sistemas que a partir de una problemtica determinada sugieren
la solucin que consideran ms idnea a partir del conocimiento incluido en el
sistema.

Configuracin:
Se encargan de la seleccin y planificacin de los componentes que se
necesitan en un proceso determinado. Un caso tpico son los sistemas que
ayudan a configurar los equipos fsicos a partir de los componentes existentes
y de las restricciones establecidas.

Diagnstico:
Se trata de sistemas que a partir de unos "sntomas" determinan las causas
que lo producen. Ejemplo de ellos son los sistemas basados en el conocimiento
de diagnstico de enfermedades o de averas.
27

Interpretacin y Anlisis:
Sirven para tratar grandes volmenes de informacin, interpretarla, dar un
informe explicativo y sugerir las acciones a tomar. Ejemplo de ellos pueden ser
los sistemas de evaluacin de resistencia de estructuras frente a terremotos o
sistemas de supervisin de procesos industriales.

Monitorizacin:
En algunas situaciones se considera un caso particular de sistemas de
interpretacin y anlisis, pero debido a su frecuente uso se suelen considerar
aparte.

Estos

sistemas

suelen

encargarse

de

monitorizar

procesos

suministrando una salida de control como respuesta. Existen muchos ejemplos

de monitorizacin de procesos en factoras, plantas qumicas, centrales
nucleares, etc. Son sistemas que deben funcionar en tiempo real.

Planificacin:
Son sistemas que establecen las etapas y recursos necesarios para alcanzar
un determinado objetivo.

Interfaces inteligentes:
Hacen de puente entre las personas y equipos complejos y de difcil utilizacin.
Caso tpico son los interfaces inteligentes de acceso a base de datos.

Diseo:
Son aqullos que efectan la planificacin o trazado de un objeto o sistema en
base a los requisitos especificados. Suelen ser capaces de dar diferentes
soluciones de forma que el usuario pueda elegir aqulla que le convenga.

Tipos de aplicaciones de los sistemas basados en conocimiento.

El mbito de aplicaciones de los sistemas basados en conocimientos incluye:
-

Lenguaje natural

Realidad virtual

Redes neuronales

Juegos

Sistemas expertos
28

12.

Robtica

Sistemas de planeacin

Reconocimiento de imgenes

Traductores

Solucin de problemas

Sistemas evolutivos

CAM Manufactura. Llevado a mquinas de control numrico.

Aprendizaje.

Sistemas tutoriales.

TENDENCIAS DE LOS SISTEMAS BASADOS EN CONOCIMIENTOS

En el caso de los sistemas basados en el conocimiento. Se ha logrado mucho
en el rea de los sistemas expertos y las redes neuronales, y se ha creado con
xito muchas aplicaciones. No obstante falta mucho por hacer. Actualmente el
costo de los sistemas basados en el conocimiento hace que estn fuera del
alcance de la mayor parte de las compaas. Tambin la capacidad de los
sistemas para imitar la inteligencia humana es en general demasiado limitado
para considerarse algo ms que primitiva. Entonces se espera que la aplicacin
de la Inteligencia

Artificial sea mayor por parte de los ingenieros del

conocimiento actuales para poder as solucionar las desventajas que tienen los
Sistemas Basados en el Conocimiento.

29

CONCLUSIONES
Los Sistemas Basados en Conocimiento sirven parare presentar el conocimiento de
los especialistas de una rama en la procura de su aprovechamiento para tareas de
diagnstico, enseanza, control, etc. En la actualidad los Sistemas Basados en
Conocimiento requieren de nuevas tcnicas o paradigmas para ser aplicados de
manera eficiente en las diversas ramas que se maneja el conocimiento como algo
esencial para su desarrollo. El crecimiento acelerado del conocimiento requiere la
participacin de los recursos tecnolgicos en este caso delos Sistemas Basados en el
Conocimiento que faciliten la concentracin y diseminacin de este.

30