Articulo Cientifico:Sistemas basados en Reglas

SISTEMAS BASADOS EN REGLAS

Resumen

En la actualidad la vida cotidiana, presenta diversos  escenarios  que se rigen bajo una serie de reglas deterministas: transacciones bancarias, sistemas de seguridad, el control de tráfico aéreo. Los sistemas basados en reglas son una de las herramientas proporcionadas por la inteligencia artificial(IA), muy útil para este tipo de problemas, ya que las reglas deterministas  constituyen un procedimiento relativamente sencillo para los sistemas expertos.Tomando en cuenta que una regla se escribe normalmente como “Si premisa, entonces conclusión”, el sistema basados en reglas, podrá tomar decisiones o ayudar en la toma de decisiones según el cumplimiento de las reglas.El artículo contiene fundamentos y definiciones básicas para poder entender de manera  el funcionamiento de un sistema basado en reglas.

Palabras clave:Decisiones, Base de conocimiento, Regla,experto

Sistemas Expertos

El humano desde tiempo atrás ha incursionado en la rama de la inteligencia artificial que es la manera en como un robot puede imitar acciones de las personas,  realizando todo esto mediante sistemas expertos. “El objetivo de los sistemas expertos es emular el razonamiento de un experto (reglas de decisiones, mecanismos cognitivos). Se utiliza por lo tanto como un sistema de apoyo a la toma de decisiones.” (EURODECISION, 2014).Los sistemas expertos fueron usados por primera vez en 1960, en donde se crearon para situaciones determinadas (sistemas de reglas) en mismo años y años más tarde llegaron las situaciones interactivas; Medida de incertidumbre (Medidas difusas) creadas en 1970 y las redes de probabilidad creada entre 1980-90

Las reglas de decisiones es lo que llamamos sistemas basados en reglas. Existen diversas situaciones en donde se utilizan este tipo de sistemas, para poder realizar las reglas es necesario contar con premisas y conclusiones que se pueden obtener mediante el motor de inferencia aplicando la lógica clásica.

Cuerpo

Sistema basado en reglas:

La vida real está basada en hechos y reglas. Hechos son aquellos acontecimientos que pasan en la vida y reglas son normas que ya están establecidas. Los sistemas basados en reglas ayudan a tomar decisiones en momento predeterminados con respuestas previstas, son uno de los tipos de sistemas expertos más sencillos y útiles a la hora de su implementación. Este sistema hace uso de la lógica y de ciertos algoritmos, en donde una situación lleva a utilizar una de las reglas establecidas logrando una respuesta estipulada.

Los sistemas basados en reglas están intervienen hechos y reglas, para tener claro estas dos palabras se pueden identificar por lo siguiente:

Hechos:

·         Se conocen.

·         Pueden cambiar de una situación a otra.

·         Son diferentes

·         Se almacenan en la memoria de trabajo

Reglas:

·         Son normas utilizadas en una situación común

·         Son iguales

·         La información es de naturaleza permanente.

·         Almacenada en la base de conocimiento.

Ejemplo: Notas

Ejemplos de reglas:

·         Regla 1: Si nota > 9, entonces calificación = sobresaliente.

·         Regla 2: Si puesto < 20 o nota > 7, entonces Admitir = sí y Notificar = sí.

Una Reglas puede estas compuestas por una respuesta lógica que este relacionando dos o más objetos o situaciones, e incluye dos partes, lo que es la premisa y la conclusión. Lo que da como resultados “si premisa, entonces conclusión”

Las premisas son frases que afirman o niegan algo con una seria de razones articuladas y la conclusión es una expresión lógica tras la premisa.

Ejemplo: Cajero Automático (Gutiérrez)

Un cliente desea sacar dinero de un CA:

1.    Introduce la tarjeta en el CA, la máquina la lee y la verifica.

2.    Si la tarjeta no es verificada con éxito (porque no es legible), el CA devuelve la tarjeta al usuario con el mensaje de error correspondiente.

3.    En otro caso, el CA pide al usuario su número de identificación personal (NIP).

4.    Si el número fuese incorrecto, se dan tres oportunidades de corregirlo.

5.    Si el NIP es correcto, el CA pregunta al usuario cuánto dinero desea sacar.

6.    Para que el pago se autorice, la cantidad solicitada no debe exceder de una cierta cantidad límite diaria,

7.    además de haber suficiente dinero en su cuenta.

En este ejemplo se pueden ver siete situaciones que a cualquier persona le puede ocurrir  para las cuales se dan un conjunto de valores. De estas situaciones se pueden realizar 7 reglas.

La Regla 1 indica cuando debe realizarse el pago en el cajero automático y cuando se cumpla alguna de las demás reglas este pago debe ser denegado. Es aquí en donde se ve como funciona el sistema de reglas en una situación real a la hora de tomar decisiones.

Motor de inferencia:

Los elementos que integran el motor de inferencia son:

1. Base de Hechos:   los datos(hechos o evidencia)
2. Base de conocimiento:  el conjunto de reglas de la base de conocimiento
3. Módulo de Explicación.

El motor utiliza estos elementos para obtener nuevos resultados o hechos.Este es considerado el cerebro del sistema, ya que define un proceso de búsqueda para poder dar una respuesta utilizando la base de conocimiento  y las consultas de los usuarios.

Los hechos son conocidos en una situación particular, que ya sea por un orden natural o bien por el cumplimiento de sentencias que lleva a un hecho determinado, se debe de considerar que los hechos deben de ser relevantes,para tener una base de hechos, clara y concisa.

Las reglas o conocimiento  tienden por lo general a ser estáticas, pero si se le añade la capacidad de aprendizaje , esta regla podría cambiar.

La interpretación de las reglas conlleva los siguientes pasos  básicos(Luis Valencia Cabrera):

1. Reconocimiento de patrones: comparación de los patrones en las  reglas con los elementos de la memoria de trabajo. Aquellas reglas  que pueden aplicarse se almacenan en la Agenda.
2. Resolución de conflictos: elección de una regla entre las satisfechas por la memoria de trabajo y ejecución de su parte ENTONCES (conclusión).
3. Ejecución: La ejecución de las reglas da lugar a cambios en la memoria de trabajo. (También podrían añadirse nuevas reglas) Para obtener conclusiones  reglas y estrategias de inferencia y control.

La estrategia de control especifica la forma de resolver  conflictos

El proceso de razonamiento: es una progresión de un conjunto de datos de partida hacia una solución o conclusión,para ayudar a visualizar mejor este concepto se presentan lo que se denominan reglas de inferencia:

• Modus Ponens
• Modus Tollens
• Encadenamiento de reglas
• Encadenamiento de reglas orientado a objetos

(Prof. José Manuel Gutiérrez)

El Modus Ponens: es quizás la regla de inferencia más comúnmente utilizada. Se utiliza para obtener conclusiones simples. En ella, se examina la premisa de la regla, y si es cierta, la conclusión pasa a formar parte del conocimiento. Como ilustración, supóngase que se tiene la regla, “Si A es cierto, entonces B es cierto" y que se sabe  que “A es cierto". La regla Modus Ponens concluye que “B es cierto". Esta Regla de inferencia, que parece trivial, debido a su familiaridad, es la base de un gran número de sistemas expertos.

Modus Tollens: se utiliza también para obtener conclusiones simples. En este caso se examina la conclusión y si es falsa, se concluye que la premisa también es falsa. Por ejemplo, supóngase de nuevo que se tiene la regla, “Si A es cierto, entonces B es cierto" pero se sabe que “B es falso". Entonces, utilizando la regla Modus Ponens no se puede obtener ninguna conclusión pero la regla Modus Tollens concluye que “A es falso".

Estas dos últimas reglas son utilizadas para obtener conclusiones simples, pero no siempre la mejor respuesta es la más simple, debido a esto a lo largo de la historia, tanto de los sistemas expertos, como de la inteligencia artificial, han surgido algoritmos que nos ayudan en situaciones que son más complejas, podremos observar que resaltaron uno de los paradigmas más populares en la últimas décadas, que es “Orientado a Objetos”.

Encadenamiento de Reglas

Una de las estrategias de inferencia más utilizadas para obtener conclusiones compuestas es el llamado encadenamiento de reglas. Esta estrategia puede utilizarse cuando las premisas de ciertas reglas coinciden con las conclusiones de otras. Cuando se encadenan las reglas, los hechos pueden utilizarse para dar lugar a nuevos hechos. Esto se repite sucesivamente hasta que no pueden obtenerse más conclusiones. El tiempo que consume este proceso hasta su terminación depende, por una parte, de los hechos conocidos, y, por otra, de las reglas que se activan. Este algoritmo puede ser implementado de muchas formas. Una de ellas comienza con las reglas cuyas premisas tienen valores conocidos. Estas reglas deben concluir y sus conclusiones dan lugar a nuevos hechos. Estos nuevos hechos se a~naden al conjunto de hechos conocidos, y el proceso continúa hasta que no pueden obtenerse nuevos hechos.

Encadenamiento orientado a objeto

El algoritmo de encadenamiento de reglas orientado a un objetivo requiere del usuario seleccionar, en primer lugar, una variable o nodo objetivo; entonces el algoritmo navega a través de las reglas en búsqueda de una conclusión para el nodo objetivo. Si no se obtiene ninguna conclusión con la información existente, entonces el algoritmo fuerza a preguntar al usuario en busca de nueva información sobre los elementos que son relevantes para obtener información sobre el objetivo.

Conclusiones     

• El sistema basada en reglas sirve de apoyo a la hora de tomar decisiones en una determinada situación. En donde la reglas deben estar compuestas por premisas y conclusiones para dar a el sistema órdenes y opciones.
• Notando que en la actualidad la inteligencia artificial, se presenta en distintos ámbitos de la vida cotidiana, desde lo comercial,social,educativo, etc, viento estos ámbitos, es claro ver que los sistemas expertos basados en reglas son una gran herramienta, para aquellas tareas monótonas.
• Los sistemas basados en reglas tiene sus ventajas y desventajas, como todas los avances tecnológicos  que ha tenido la humanidad,por una parte tenemos que el sistema puede ir creciendo, es decir es escalable, tiene un servicio de (24/7) lo que le da una gran disponibilidad, ahora viene aquí las desventajas, podría darse el caso de un encadenamiento infinito, la cantidad de reglas puede llegar a crecer de una manera descontrolada.

Referencias

Castillo, E., Gutiérrez, J.M. y Hadi, H (1997), Expert Systems and Probabilistic

Network Models. Springer, New York. Versión Española editada por la Academia

Española de Ingeniería.

Durkin, J. (1994), Expert Systems: Design and Development. Maxwell Macmillan, New York.

Roman (s.a.) Inteligencia Artificial:los Sistemas Expertos. [En línea].

<http://www.rinconcitodelphi.com/articulos/IA/Articulo.htm> [2005, julio 14].

Samper, J. (s.a.) Introducción a los Sistemas Expertos. [En línea].

<http://www.redcientifica.com/doc/doc199908210001.html> [2005, julio 16].

Enrique Castillo, José Manuel Gutiérrez,  Ali  S. Hadi.

Sistemas Expertos y Modelos de Redes Probabilísticas

http://personales.unican.es/gutierjm/papers/BookCGH.pdf