UNIVERSIDAD DE CASTILLA-LA MANCHA ESCUELA SUPERIOR DE INFORMÁTICA PROYECTO FIN DE CARRERA

Transcripción

1 UNIVERSIDAD DE CASTILLA-LA MANCHA ESCUELA SUPERIOR DE INFORMÁTICA INGENIERÍA EN INFORMÁTICA PROYECTO FIN DE CARRERA DEFUSI: Una herramienta para el diseño de sistemas difusos multinivel en problemas de decisión o clasificación DAVID CHICO GARCÍA Febrero, 2008

2

3 UNIVERSIDAD DE CASTILLA-LA MANCHA ESCUELA SUPERIOR DE INFORMÁTICA Departamento de Tecnologías y Sistemas de la Información PROYECTO FIN DE CARRERA DEFUSI: Una herramienta para el diseño de sistemas difusos multinivel en problemas de decisión o clasificación Autor: Director: David Chico García José Jesús Castro Sánchez Febrero, 2008

4

5 CALIFICACIÓN TRIBUNAL: Presidente: Vocal 1: Vocal 2: Secretario: FECHA DE DEFENSA: CALIFICACIÓN: PRESIDENTE VOCAL 1 VOCAL 2 SECRETARIO Fdo.: Fdo.: Fdo.: Fdo.: i

6 RESUMEN La Adquisición del Conocimiento (AC) es el proceso de recolección de la información necesaria para construir un Sistema Basado en el Conocimiento (SBC), a partir de diversas fuentes [GJMP97]. Es una de las fases más críticas cuando se diseñan y desarrollan sistemas de este tipo, ya que el resto de fases se fundamentan en esta. Este conocimiento puede ser obtenido desde diversas fuentes de información como libros, manuales, o a partir de entrevistas con especialistas en la materia. Pero resulta mucho más complejo asimilar las formas de actuar de un experto ante ciertas situaciones en un dominio determinado. En un problema de clasificación o decisión, la adquisición del conocimiento implica determinar las salidas o respuestas del sistema e identificar las características o variables que son empleadas para discriminar entre esas salidas. Posteriormente, habrá que adquirir las reglas que emplean los expertos en el problema, y establecer como son empleadas. Para modelar un sistema complejo y facilitar su interpretación por parte de su usuario puede resultar de utilidad dividir estas reglas en distintos niveles que establecerán los estados en los que se puede encontrar el sistema y la forma de comportarse en cada uno de ellos [CCZ04]. Por lo general, el conocimiento que se maneja en la mayoría de los dominios susceptibles de ser tratados por un SBC no es de naturaleza exacta o determinista. Se han realizado distintas propuestas para trabajar con la incertidumbre, enfocándola desde el punto de vista del desconocimiento, destacando el Modelo Probabilístico clásico y las Redes Bayesianas, y desde el punto de vista de la vaguedad o imprecisión, en la que cabe destacar la Lógica Difusa. En este proyecto se pretende desarrollar una herramienta que ayude a adquirir el conocimiento empleado por un experto en un problema de clasificación o decisión de un modo rápido, visual y sin saber nada de programación o sin ninguna experiencia en este campo. El conocimiento se adquirirá de forma gradual y estructurada, permitiéndose añadir, cambiar o borrar información y haciendo visibles al momento los resultados del cambio. ii

7 Knowledge is power Sir Francis Bacon The more you know the more you realise that you know nothing Socrates It is better to know some of the questions than all of the answers James Thurber iii

8 A mi padre, ejemplo de trabajo y sacrificio. iv

9 AGRADECIMIENTOS La realización de este proyecto ha sido más dura de lo que pensé en un principio. Muchas horas de dedicación que, gracias a los que están a mi alrededor, he afrontado con mucha ilusión y esfuerzo. Gracias a mis padres y hermanos, que siempre han confiado en mí y me han demostrado lo orgullosos que se sienten. Gracias a Cristina, que ha tenido que sacrificarse tanto como yo. Gracias a Rubén Martínez, un gran compañero, pero ante todo un gran amigo. A mis compañeros de trabajo, especialmente a Andrés, que continuamente me han motivado y ayudado en este proyecto. Gracias a Jorgito, siempre empeñado en tirar líneas de código conmigo. Espero devolverle el favor con su proyecto. Gracias a Pepe Castro, por ofrecerme desde un principio este proyecto y por la ayuda prestada durante este tiempo. v

10 ÍNDICE 1. INTRODUCCIÓN ESTADO DEL ARTE INTELIGENCIA ARTIFICIAL Qué es la Inteligencia Artificial? Acontecimientos históricos de la IA SISTEMAS BASADOS EN EL CONOCIMIENTO Arquitectura Tipos Ventajas y limitaciones ADQUISICIÓN DE CONOCIMIENTO Fases de la adquisición del conocimiento Niveles de conocimiento Definición del nivel de conocimiento Representación e interpretación Aplicación en la Ingeniería del Conocimiento Modelación en el nivel de conocimiento Técnicas de adquisición de conocimiento Constructores personales y rejilla de repertorio Rejilla de repertorio difusa REPRESENTACIÓN DEL CONOCIMIENTO

11 Representaciones básicas Representaciones avanzadas Representación de incertidumbre Factores de certeza Lógica difusa Redes probabilísticas APRENDIZAJE Algoritmo inductivo de aprendizaje difuso MÉTODO DE TRABAJO DEFINICIÓN DEL PROBLEMA IDENTIFICACIÓN DE CASOS DE USO Y ACTORES PLAN DE ITERACIONES PRIMERA ITERACIÓN Requisitos Análisis Diseño Implementación Pruebas SEGUNDA ITERACIÓN Requisitos Análisis

12 Diseño Implementación Pruebas TERCERA ITERACIÓN Requisitos Análisis Diseño Implementación Pruebas EJEMPLO PRÁCTICO ADQUISICIÓN DE CONOCIMIENTO APRENDIZAJE A PARTIR DE EJEMPLOS RESOLUCIÓN DE CONFLICTOS GENERACIÓN DE CÓDIGO FUSIPRO MANUAL DE USO CONCLUSIONES Y TRABAJOS FUTUROS BIBLIOGRAFÍA

13 ÍNDICE DE FIGURAS Figura 2-1. SBC vs SE [gut05] Figura 2-2. Sistemas Tradicionales vs SBC [bet04] Figura 2-3. Arquitectura de un SE [gut05] Figura 2-4. Fases de la adquisición del conocimiento Figura 2-5. El agente y el observador Figura 2-6. Taxonomía de las cualificaciones empleadas por un experto Figura 2-7. Representación de la variable V {NORMAL} Figura 2-8. Representación de la variable V {NORMAL, ALTA} Figura 2-9. Medida de separabilidad entre los valores A y B Figura Cálculo de la separación entre valores con intersección Figura 3-1. Iteraciones del Proceso Unificado Figura 5-1. Aplicación DeFusi, pantalla principal Figura 5-2. Aplicación DeFusi, FRT Figura 5-3. Aplicación DeFusi, Matriz de Distinciones Figura 5-4. Aplicación DeFusi, Reglas

14 ÍNDICE DE TABLAS Tabla 2-1. Rejilla de Repertorio Tabla 4-1. FRT tras introducir la primera variable Tabla 4-2. Matriz de distinciones tras introducir la primera variable Tabla 4-3. FRT tras introducir el segundo atributo Tabla 4-4. Matriz de distinciones tras introducir el segundo atributo Tabla 4-5. Matriz de distancias. Separabilidad entre cada par de casos Tabla 4-6. Equivalencia entre los casos e 2 y e Tabla 4-7. Equivalencia entre los casos e 4 y e Tabla 4-8. Equivalencia entre los casos e 4, e 7 y e Tabla 4-9. Equivalencia entre los casos e 2, e 3, e 4, e 7 y e Tabla Equivalencia entre los casos e 1, e 5 y e Tabla FRT tras introducir el tercer atributo Tabla Matriz de Distinciones tras introducir el tercer atributo Tabla FRT tras introducir el cuarto atributo Tabla Matriz de Distinciones tras introducir el cuarto atributo Tabla Conjunto de ejemplos Tabla Reglas iniciales

15 ÍNDICE DE ALGORITMOS Algoritmo 2-1. Construcción de la FRT Algoritmo 2-2. Búsqueda del grupo de equivalencia maximal Algoritmo 2-3. Cálculo de la separabilidad entre grupos de equivalencia Algoritmo 2-4. Búsqueda de reglas Algoritmo 2-5. Obtención de dominios de definición discretizados Algoritmo 2-6. Algoritmo inductivo de aprendizaje difuso

16 ÍNDICE DE DIAGRAMAS Diagrama 3-1. Casos de uso de la primera iteración Diagrama 3-2. Subsistemas Diagrama 3-3. Diagrama de clases de la capa de dominio en iteración Diagrama 3-4. Diagrama de secuencia del escenario Diagrama 3-5. Diagrama de secuencia del escenario Diagrama 3-6. Diagrama de secuencia del escenario Diagrama 3-7. Diagrama de secuencia del escenario Diagrama 3-8. Diagrama de secuencia del escenario Diagrama 3-9. Diagrama de secuencia del escenario Diagrama Diagrama de secuencia del escenario Diagrama Diagrama de secuencia del escenario Diagrama Diagrama de secuencia del escenario Diagrama Diagrama de secuencia del escenario Diagrama Diagrama de secuencia del escenario Diagrama Diagrama de secuencia del escenario Diagrama Diagrama de secuencia del escenario Diagrama Diagrama de secuencia del escenario Diagrama Diagrama de secuencia del escenario Diagrama Diagrama de secuencia del escenario Diagrama Casos de uso de la segunda iteración

17 Diagrama Diagrama de clases de la capa de dominio en iteración Diagrama Diagrama de secuencia del escenario Diagrama Diagrama de secuencia del escenario Diagrama Casos de uso de la tercera iteración Diagrama Diagrama de clases de la capa de dominio en iteración Diagrama Diagrama de secuencia del escenario Diagrama Diagrama de secuencia del escenario Diagrama Diagrama de secuencia del escenario Diagrama 4-1. Ejemplo 1: arquitectura

18 9

19 1. INTRODUCCIÓN La necesidad de sistemas inteligentes ha aumentado debido a la demanda de un mejor rendimiento y resolución de problemas complejos tanto a los humanos como a las máquinas. Cada vez son más fuertes las restricciones temporales impuestas en la toma de decisiones, y el conocimiento se ha convertido en un recurso estratégico importante para ayudar a los humanos a manejar la complejidad de la información. En el mundo de las finanzas, se necesitan sistemas inteligentes para manejar competidores mercados y clientes. En el campo de la fabricación, los sistemas inteligentes se necesitan para la optimización de los procesos y sistemas relacionados con la monitorización, control, diagnóstico y reparación de problemas. Este conjunto de aplicaciones software que manejan conocimiento de un dominio y formas de actuación inteligentes se han denominado sistemas basados en conocimiento (SBC). Estos sistemas proporcionan consejo y apoyan la toma de decisiones, ofrecen opiniones informadas y pueden explicar su razonamiento. Además, permiten operar con grandes volúmenes de información entre los que encontramos ejemplos, reglas, heurísticas, hechos e incluso modelos de predicción con probabilidades de certeza. Los beneficios son amplios y múltiples, por ejemplo la reducción en el tiempo de toma de decisiones, apoyo a la toma de decisiones basada en hechos, el mejoramiento del desempeño de personal no experto, la acelerada capacitación de personal mediante tutores, flexibilidad y apoyo a la reorganización y la reingeniería, el mejor diagnóstico de fallos, el mejor mantenimiento, la optimización de tiempos y movimientos, el mejor servicio, y la retención del conocimiento y experiencia corporativa [HJ94]. El uso de los sistemas expertos se recomienda especialmente en situaciones en las que el conocimiento es difícil de adquirir, se basa en reglas que sólo pueden ser aprendidas de la experiencia o cuando la mejora continua del conocimiento es esencial en un problema sujeto a reglas cambiantes. 10

20 Numerosas son las áreas que de una u otra forma han necesitado adquirir conocimiento directamente de una persona (psicología, psiquiatría, medicina, etc.), por lo que se puede afirmar que la labor de investigación de técnicas y métodos para la adquisición de conocimiento no está relegada a un campo o área del saber específico, sino que es un tema de estudio interdisciplinar. Aunque son muchas las áreas donde se ha tratado este problema, donde se han producido avances más significativos es en la Inteligencia Artificial (IA) y en la Psicología Cognitiva, que han prestado especial atención al estudio del aprendizaje y de la adquisición de conocimiento por considerarlos la base del saber que posee un individuo [cas01]. Las aplicaciones de mayor impacto que han surgido de la Inteligencia Artificial se concentran en los SBC. Desafortunadamente, estos sistemas son útiles en función de la validez de su conocimiento, además de que su construcción es un proceso complejo y costoso debido a aspectos complicados como: Caracterización y clasificación del problema Adquisición del conocimiento Integración del sistema Verificación, depuración y validación Mantenimiento de la base de conocimiento Cada una de estas actividades es desarrollada principalmente por personal altamente cualificado y, naturalmente, experto en la instalación de SBC. Etapas como la adquisición del conocimiento han dado lugar a toda una especialidad conocida como Ingeniería del Conocimiento (IC), dedicada a desarrollar técnicas para traducir las ideas, conceptos y experiencia de los humanos a su representación en una base de conocimiento que sea utilizada por el SBC para inferir. Es decir, conseguir una descripción de la estructura conceptual de un individuo (p. e. la Rejilla de Repertorio (RR)). 11

21 La adquisición del conocimiento es una de las partes más difíciles en el desarrollo de sistemas basados en conocimiento. Para un dominio determinado, existe un conocimiento estático que definirá una organización y los términos que lo componen, junto con sus características importantes y las relaciones entre ellos. Esta información puede ser obtenida desde diversas fuentes de conocimiento como libros, manuales o desde especialistas en la materia. Pero resulta mucho más complejo asimilar las formas de actuar de un experto ante ciertas situaciones en un dominio determinado. La adquisición de este conocimiento dinámico es uno de los cuellos de botella en el desarrollo de sistemas basados en conocimiento. Parte del problema de extraer experiencia y conocimiento de un experto humano es la dificultad de comunicación entre un experto humano y el ingeniero de conocimiento que desarrolla el sistema. Las metodologías existentes requieren mucho tiempo de desarrollo y mucho tiempo de participación, tanto de los expertos de la aplicación (cuyo talento y tiempo son tan costosos que su proceso de toma de decisiones se desea agilizar y el desarrollo de SBC se justifica) como del ingeniero de conocimiento. Por lo general, el conocimiento que se maneja en la mayoría de los dominios susceptibles de ser tratados por un SBC no es de naturaleza exacta o determinista, debido a factores como imprecisión de la representación (lenguaje natural), información no disponible, apreciaciones subjetivas, inexactitud en la medida, etc. Los humanos somos capaces de comunicarnos y razonar utilizando términos e información imprecisa o incompleta, por tanto, para que los SBC sean capaces de representar el conocimiento de los expertos tendremos que dotarlos de mecanismos capaces de abordar este problema, permitiendo la representación y operación con datos imprecisos. Se han realizado distintas propuestas para trabajar con la incertidumbre, enfocándola desde el punto de vista del desconocimiento, destacando el Modelo Probabilístico clásico y las Redes Bayesianas, y desde el punto de vista de la vaguedad o imprecisión, en la que cabe destacar la Lógica Difusa. 12

22 La lógica difusa es una teoría que incluye, entre otros aspectos, la teoría de conjuntos difusos (extensión de la teoría de conjuntos convencional), con la que se pretende modelar la vaguedad utilizada en el lenguaje o en el razonamiento humano [Zad65]. Por otro lado, el conocimiento adquirido desde un dominio es necesario adecuarlo a las necesidades computacionales del sistema que se pretende conseguir. En la Ingeniería del Conocimiento existen varios formalismos de representación que poseen diferentes capacidades expresivas y con diferente potencial de razonamiento. La elección del tipo de representación del conocimiento va a condicionar el funcionamiento y la funcionalidad del sistema. Más grave resulta el hecho de que una vez desarrollado el SBC, éste es estático, no aprende o genera nuevo conocimiento. En un dominio dinámico, esto conduce a que la costosa inversión realizada en su construcción se devalúe rápidamente por la acelerada obsolescencia del conocimiento almacenado. A pesar de que existen maneras de afinar los sistemas expertos para hacerlos adaptativos, esto no resuelve el problema de fondo. Como las computadoras conllevan la automatización de cada vez más actividades reduciendo costos y mejorando la calidad de desempeño, muchos investigadores han concentrado sus esfuerzos en el diseño y desarrollo de herramientas informáticas que apoyen la generación y actualización del conocimiento y experiencia. Muchas de éstas están agrupadas dentro del campo llamado Aprendizaje Automático (AA). Existen muchos enfoques respecto a cómo y a partir de qué generar conocimiento automáticamente. Los enfoques difieren tanto por su filosofía, como por lo que se supone de los datos, o tanto más como por la representación del conocimiento generado y su presentación para su uso en SBC. Los avances en uno u otro enfoque hacen que temporalmente su terminología se ponga de moda y se realicen muchos esfuerzos donde se obtienen aplicaciones muy productivas. Sin embargo, casi simultáneamente surgen limitaciones al enfoque. Como resultado, se investigan nuevos enfoques o la combinación efectiva de varios de ellos. 13

23 En este proyecto se pretende desarrollar una herramienta que ayude a adquirir el conocimiento empleado por un experto en un problema de clasificación o decisión. El conocimiento se adquirirá de forma gradual y estructurada, permitiéndose añadir, cambiar o borrar información y haciendo visibles al momento los resultados del cambio. Además, se implementará un algoritmo de aprendizaje automático, mediante el cual se obtendrán una serie de reglas que el experto utiliza en su razonamiento. Posteriormente, se determinarán los casos en los que sea conveniente realizar un estudio detallado del problema, con el fin de reducir la complejidad del sistema. Otro de los objetivos de este proyecto es poder representar los resultados obtenidos en FusiPro, un lenguaje diseñado en el proyecto fin de carrera [mar05]. FusiPro es un lenguaje de programación que permite plasmar, de forma sencilla y rápida, un modelo basado en reglas de producción que emplean la lógica difusa como mecanismo de representación. Además del diseño de este lenguaje, en el proyecto fin de carrera mencionado también se desarrolló una herramienta que traducía un código escrito en dicho lenguaje en otro lenguaje de alto nivel, de manera que se pudieran obtener versiones ejecutables de los modelos definidos en FusiPro. Con esta idea, la visión global de ambos proyectos nos permitirá obtener un programa ejecutable que sea capaz de resolver problemas de clasificación, siguiendo el proceso de razonamiento que realizaría un experto en dicho problema. En el siguiente capítulo, Estado del Arte, se realizará una introducción a los temas relacionados con los objetivos del proyecto. Se introducirá brevemente el concepto de Sistemas Expertos y se abordará el problema de la Adquisición del Conocimiento, comentando distintas técnicas que han tratado este problema, prestando especial interés en las utilizadas para el desarrollo del proyecto. Se planteará la necesidad de introducir la incertidumbre en los SBC y las ventajas que los sistemas difusos ofrecen en este aspecto. En el capítulo 3, Método de Trabajo, se detallarán cada una de las fases seguidas en el desarrollo del proyecto, indicando los resultados obtenidos en cada una de ellas. 14

24 En el capítulo 4, Ejemplo práctico, se presentarán distintos casos reales de uso de la aplicación. En el capítulo 5, Manual de uso, se detalla la apariencia y forma de uso de la herramienta desarrollada. En el capítulo 6, Conclusiones y trabajos futuros, se presentará un resumen de los objetivos alcanzados y las posibles vías de investigación para trabajos futuros. En el capítulo 7, Bibliografía, se muestra un listado de las obras consultadas para la realización de este proyecto. 15

25 2. ESTADO DEL ARTE La Ingeniería del Conocimiento es una disciplina moderna que forma parte de la Inteligencia Artificial y que ayuda a construir aplicaciones y sistemas orientados al aprendizaje, intentando representar el conocimiento y razonamiento humanos. El objetivo de la ingeniería del conocimiento consiste en extraer el conocimiento y experiencia de los expertos humanos y en codificarlo de manera que pueda ser procesado por un sistema. A continuación se dará una visión general de las investigaciones realizadas en estos aspectos INTELIGENCIA ARTIFICIAL La investigación en el campo de la IA se relaciona con la producción de sistemas para la automatización de tareas que requieran un comportamiento inteligente. A diferencia de la filosofía y de la psicología, que también se ocupan de la inteligencia, los esfuerzos de la IA están encaminados tanto a la construcción de entidades inteligentes como a su comprensión. En la actualidad la IA abarca una enorme cantidad de subcampos, desde áreas de propósito general, como es el caso de la percepción y del razonamiento lógico, hasta tareas específicas, como el ajedrez. Algunos ejemplos se encuentran en el área de control de sistemas, planificación automática, diagnósticos médicos, consultas de los consumidores, reconocimiento de escritura, reconocimiento del habla y reconocimiento de patrones. De este modo, se ha convertido en una disciplina científica, enfocada en proveer soluciones a problemas de la vida diaria. Los sistemas de IA actualmente son parte de la rutina en campos como economía, medicina, ingeniería civil y militar, y se ha usado en gran variedad de aplicaciones de software, juegos de estrategia, etc. En general, la meta de la IA es conseguir que los ordenadores sean más potentes y útiles, haciéndolos imitar las funciones del cerebro humano. Las funciones estándar de proceso de datos no sirven para ciertas clases de problemas, que se pueden tratar con la IA. Realmente, los ordenadores solo se pueden programar para pensar de una forma limitada y para hacer razonamientos muy concretos que habitualmente realizan los 16

26 humanos. No es posible duplicar perfectamente la increíble complejidad del cerebro humano y es improbable que pueda llegar a construirse una máquina con una inteligencia que se aproxime a la de los humanos. No obstante, sí es posible construir sistemas en los que poder delegar parte del trabajo u obtener ayuda para resolver determinados problemas. La capacidad de duplicar formas limitadas del pensamiento humano es algo deseable. Los ordenadores son herramientas que nos ayudan en nuestro trabajo, ya que permiten realizar muchas tareas más rápida y fácilmente de lo que sería posible con los métodos mentales y manuales convencionales. La IA es un paso adelante en la tecnología de los ordenadores que les permite realizar más operaciones mentales de las que podrían hacer utilizando técnicas de tratamiento de datos convencionales Qué es la Inteligencia Artificial? La Inteligencia Artificial se puede definir como la inteligencia exhibida por una entidad artificial (generalmente se asume que dicha entidad o sistema sea un ordenador). Más concretamente, la IA se compone de un conjunto de técnicas que permiten a los ordenadores imitar la mente humana. La IA forma una rama vital en las ciencias de la computación, la cual lidia con el comportamiento inteligente, el aprendizaje y la adaptación en las máquinas. Otras definiciones que se han dado para la IA son: La interesante tarea de lograr que las computadoras piensen... máquinas con mente, en su amplio sentido literal (Haugeland, 1985) La automatización de actividades que vinculamos con procesos de pensamiento humano, actividades tales como toma de decisiones resolución de problemas, aprendizaje... (Bellman, 1978) El estudio de las facultades mentales mediante el uso de modelos computacionales (Charniak y McDermott, 1985) 17

27 El estudio de los cálculos que permiten percibir, razonar y actuar (Winston, 1992) El arte de crear máquinas con capacidad de realizar funciones que realizadas por personas requieren de inteligencia (Kurzweil, 1990) El estudio de cómo lograr que las computadoras realicen tareas que, por el momento, los humanos hacen mejor (Rich y Knight, 1991) Diseño de sistemas inteligentes, es decir, que exhiben características que asociamos con la inteligencia humana: entender lenguaje natural, aprendizaje, razonamiento, etc. (Feigenbaum, 1971) Programar ordenadores para que hagan tareas que habitualmente realizan los seres humanos: aprendizaje perceptual, organización de la memoria, razonamiento (Jackson, 1990) Campo de la ciencia y de la ingeniería que se ocupa de la comprensión a través del ordenador de lo que comúnmente llamamos comportamiento inteligente y de la creación de herramientas que exhiben tal comportamiento (Shapiro, 1992) Un campo de estudio que se enfoca a la explicación y emulación de la conducta inteligente en función de procesos computacionales (Schalkoff, 1990) La rama de la ciencia de la computación que se ocupa de la automatización de la conducta inteligente (Luger y Stubblefield, 1993) Estas definiciones las podemos agrupar bajo los siguientes enfoques: Sistemas que piensan como humanos Sistemas que actúan como humanos Sistemas que piensan racionalmente Sistemas que actúan racionalmente 18

28 A lo largo de la historia se han adoptado los cuatro enfoques: Actuar como humano: el enfoque de la prueba de Turing Turing definió una conducta inteligente como la capacidad de lograr eficiencia a nivel humano en todas las actividades de tipo cognoscitivo, suficiente para engañar a un evaluador. La prueba de Turing consiste en que un humano interrogue a una computadora por medio de un teletipo; la prueba se considera aprobada si el evaluador es incapaz de determinar si quien respondió a las preguntas en el extremo del terminal es una computadora o un humano. La computadora debe ser capaz de: o Procesar un lenguaje natural o Representar el conocimiento o Razonar automáticamente o Autoaprendizaje Pensar como humano: el enfoque del modelo cognoscitivo Para poder afirmar que un programa determinado utiliza algún tipo de razonamiento humano, previamente habrá que definir cómo piensan los seres humanos. Una vez que se cuente con una teoría bastante precisa de la mente, puede procederse a expresar tal teoría en un programa de computadora. Si los datos de E/S del programa y la duración de tiempo de su comportamiento corresponden a los de la conducta humana, existe evidencia de que algunos de los mecanismos del programa también funcionan en los seres humanos. Newell y Simon, creadores del Solucionador General de Problemas (1961), se basaban en esta idea. No bastaba con que su programa resolviera correctamente los problemas. Lo que interesaba era seguir la pista de los pasos de razonamiento y compararla con la ruta seguida por sujetos humanos a los que se les propuso el mismo problema. 19

29 Pensar racionalmente: el enfoque de las leyes del pensamiento Aristóteles fue uno de los primeros que intentara codificar la "manera correcta de pensar", es decir, procesos de pensamiento irrefutables. Sus silogismos son esquemas de estructuras de argumentación mediante las que siempre se llega a conclusiones correctas si se parte de premisas correctas. Dichas leyes del pensamiento debían gobernar la manera de operar de la mente. Así se inauguró el campo de la lógica. El desarrollo de la lógica formal a finales del siglo XIX y principios del XX permitió contar con una notación precisa para representar aseveraciones relacionadas con todo lo que existe en el mundo, así como sus relaciones mutuas. Para 1965 ya existían programas que, contando con tiempo y memoria suficientes, podían describir un problema en notación lógica y encontrarle solución, siempre que existiera. Este enfoque presenta dos obstáculos: no es fácil expresar un conocimiento informal en términos formales y con unos pocos elementos se agotaría la capacidad de cómputo de cualquier computadora. Actuar de forma racional: el enfoque del agente racional Actuar racionalmente implica actuar de manera tal que se logren los objetivos deseados, con base a ciertos supuestos. Un agente es algo capaz de percibir y actuar. En este enfoque, se considera la IA como el estudio y construcción de agentes racionales. La obtención de las "inferencias lógicas", a veces, forma parte de lo que se considera un agente racional, puesto que una manera de actuar racionalmente es el razonamiento lógico que nos asegure la obtención de un resultado determinado, con lo que se actuará de conformidad con tal razonamiento. Por otro lado, las "habilidades cognoscitivas" que se necesitan en la prueba de Turing permiten emprender acciones racionales. Es necesario poder representar el conocimiento y razonar en base a él, ser capaces de generar oraciones comprensibles 20

30 en lenguaje natural y el aprendizaje no se emprende solo por erudición, sino porque el profundizar en el conocimiento de cómo funciona el mundo facilitará concebir mejores estrategias para manejarse en él Acontecimientos históricos de la IA El primer trabajo sobre la IA fue realizado por Warren McCulloch y Walter Pitts (1943). A partir de tres fuentes (conocimiento sobre fisiología y funcionamiento de neuronas en el cerebro, lógica proposicional de Russell y Whitehead y teoría de computación de Turing), propusieron un modelo constituido por neuronas artificiales, en el que cada una de ellas se caracterizaba por estar "encendida" o "apagada"; el "encendido" se daba como respuesta a la estimulación producida por una cantidad suficiente de neuronas vecinas. En 1951 se construyó el SNARC, que simulaba una red de 40 neuronas. Los investigadores del Carnegie Tech, Allen Newell y Herber Simon, inventaron un programa de razonamiento, el Teórico Lógico (TL). Según Simon, un programa de computación capaz de pensar de manera no numérica. Otro de las figuras de la IA es John McCarthy que formó con Minsky, Shannon y Rochester un grupo interesado en la teoría de autómatas, redes neuronales y estudio de la inteligencia. Una de sus aportaciones fue el consenso de adoptar el nuevo nombre propuesto por McCarthy para este campo: inteligencia artificial (Darmouth College, 1956). Unos cuantos años antes los computadores se consideraban como artefactos que solo podían hacer cálculos aritméticos. El Solucionador General de Problemas (SGP) se diseñó para que imitara protocolos de resolución de problemas de los humanos. Posiblemente fuel el primer programa que incorporó el enfoque del "pensar como un humano". En IBM, se produjeron algunos de los primeros programas de IA. Herber Gelernter (1959) construyó el Demostrador de Teoremas de Geometría (DTG). Demostraba teoremas usando axiomas explícitamente representados. Existían 21

31 demasiadas secuencias de razonamiento posibles, muchas de las cuales desembocaban en callejones sin salida. Para ayudar en la búsqueda, se añadió la capacidad para crear una representación numérica de un diagrama, un caso particular del teorema general que se deseaba probar. Antes de proceder a demostrar algo, el programa verificaba primero en el diagrama si se cumplía en ese caso particular. A principios de 1952, Arthur Samuel escribió una serie de programas para el juego de damas. Echó por tierra la idea de que las computadoras sólo pueden hacer lo que se les dice, puesto que su programa aprendió rápidamente a jugar mejor que su creador. John McCarthy, en 1958, hizo tres contribuciones cruciales. Definió el lenguaje de alto nivel Lisp, contribuyó a la invención del tiempo compartido y publicó un artículo titulado Programs with Common Sens (programas con sentido común), en el que describía el Escucha Consejos (EC), un programa hipotético que podría considerarse como el primer sistema de IA completo. Al igual que el TL y el DTG, el programa fue diseñado para la búsqueda de solución de problemas, pero a diferencia de otros estaba diseñado para usar el conocimiento general del mundo. Las predicciones iniciales sobre la inteligencia artificial eran demasiado optimistas. Métodos que demostraban funcionar en uno o dos ejemplos sencillos, fallaban rotundamente cuando se utilizaban en problemas más variados o de mayor dificultad. El primer tipo de obstáculo se originó en los antiguos programas, los cuales contaban con poco o ningún conocimiento de la materia objeto de estudio; lograban resultados gracias a la realización de sencillas manipulaciones sintácticas. El segundo obstáculo fue el de la intratabilidad de muchos de los problemas que se estaban intentando resolver mediante IA. La mayoría de los primeros programas de IA se basaban en la representación de las características básicas de un problema y se sometían a prueba diversos pasos, hasta que se llegara a encontrar aquella combinación de éstos que produjeran la solución esperada. Esto funciona bien para los micromundos (problemas limitados para dominios concretos), en los que hay muy pocos objetos. Esta idea de ilimitada capacidad de cómputo no sólo existió en los programas para la resolución de problemas, sino también para los experimentos de la evolución de la 22

32 máquina (actualmente conocido como algoritmos genéticos). Tras miles de horas de CPU dedicadas no se obtuvo ningún avance tangible. La incapacidad para manejar la "explosión combinatoria" fue una de las principales críticas que se le hico a la IA. El tercer obstáculo derivó de las limitaciones inherentes a las estructuras básicas que se utilizaban en la generación de la conducta inteligente. La capacidad de representación está limitada. La naturaleza de la resolución de problemas durante la primera década de la investigación en IA residía en un mecanismo de búsqueda de propósito general en el que se entrelazaban pasos de razonamiento elementales para encontrar así soluciones completas. A estos procedimientos se les ha denominado métodos débiles, debido a que la información sobre el dominio con que cuentan es débil. Podría afirmarse que para resolver un problema prácticamente es necesario saber de antemano la respuesta. El programa DENDRAL es un ejemplo de este enfoque. Feigenbaum, Buchanan y Lederberg colaboraron en la solución del problema de inferir una estructura molecular a partir de la información proporcionada por un espectrómetro de masas. La primera versión del programa generaba todas las posibles estructuras correspondientes a una fórmula. Para moléculas de tamaño decente este método era inviable, por lo que consultaron a químicos analíticos. Éstos indicaron que había patrones bien conocidos de picos en el espectro que sugerían estructuras comunes en la molécula. Partiendo de esta información se reduce considerablemente la cantidad de posibles candidatos. Teniendo presente esto, Feigenbaum y otros dieron inicio al Proyecto de Programación Heurística (PPH), dedicado a determinar el grado con el que la nueva metodología de los sistemas expertos podía aplicarse a otras áreas de la actividad humana. Feigenbaum, Bauchanan y el doctor Shortliffe diseñaron el MYCIN, para el diagnóstico de las infecciones sanguíneas. Con 450 reglas, el MYCIN era capaz de hacer diagnósticos como los de un experto. Se diferenciaba del DENDRAL en que sus reglas no se obtenían de un modelo teórico, sino de consultas con expertos. Además, las reglas del MYCIN debían reflejar la incertidumbre inherente al conocimiento médico. Contaba con un cálculo de incertidumbre denominado factores de certeza. Otro sistema 23

33 de razonamiento probabilista, PROSPECTOR, recomendaba la realización de perforaciones en una ubicación geológica. La importancia del conocimiento se demostró también en el área de la comprensión del lenguaje natural. El sistema SHRDLU de Winograd para la comprensión del lenguaje natural era capaz de resolver los problemas de ambigüedad y entender los pronombres utilizados. William Woods (1973) construyó el sistema LUNAR, que permitió a los geólogos hacer preguntas en inglés en relación con unas muestras traídas de la luna. Fue el primer programa de lenguaje natural utilizado por personas distintas al autor del sistema para realizar una tarea. El generalizado crecimiento de las aplicaciones para problemas del mundo real provocó el respectivo aumento en la demanda de esquemas de representación del conocimiento que sí funcionaran. Se diseñó una considerable cantidad de diversos lenguajes de representación, algunos basados en la lógica (Prolog), otros con base en la noción de marcos de Minsky. El primer sistema experto comercial, R1, inició sus actividades en Digital Equipment Corporation. El programa se utilizaba en la elaboración de pedidos de nuevos sistemas de computación. Casi todas las compañías importantes de USA contaban con su propio grupo de IA, en el que se utilizaba o investigaba la tecnología de los sistemas expertos. En 1981 los japoneses anunciaron el proyecto de la "quinta generación", un plan de 10 años para construir computadoras inteligentes en los que se corriese Prolog, de manera idéntica a como las computadoras comunes corren código máquina. Psicólogos como Rumelhart y Hinton continuaron con el estudio de los modelos de la memoria basados en redes neuronales. El impulso más fuerte se produjo a mediados de la década de los 80, cuando cuatro grupos distintos reinventaron el algoritmo de aprendizaje de retropropagación (mencionado por primera vez en 1969 por Bryson y Ho). El algoritmo se aplicó a diversos problemas relacionados con el aprendizaje en computación y en psicología. 24

34 En años recientes se ha podido ver un cambio tanto en contenido como en metodología en las investigaciones de IA. Actualmente es más común construir sobre teorías ya existentes que proponer unas nuevas, por ejemplo el campo de la comprensión del lenguaje. La aparición de Probabilistic Reasoning and Intelligent Systems de Pearl (1988), señaló la bienvenida al uso de la probabilidad y de la teoría de decisiones en IA. La invención del formalismo de red de crecencia obedece a la necesidad de poder razonar eficientemente ante una combinación de evidencias inciertas. Este enfoque supera con creces a los sistemas de razonamiento probabilístico de los 60-70, y actualmente prevalece en la investigación que se hace en IA sobre razonamiento incierto y sistemas expertos. Otros avances se han dado en robótica, visión por computador, autoaprendizaje de máquina y representación del conocimiento. Los investigadores han reiniciado sus pesquisas en relación con el problema del "agente total". El trabajo de Newell, Laird y Rosenbloom en el SOAR es un ejemplo. El llamado movimiento "situado" intenta dilucidar el funcionamiento de agentes inmersos en entornos reales, sujetos a entradas sensoriales continuas. 25

35 2.2. SISTEMAS BASADOS EN EL CONOCIMIENTO Con la Ingeniería del Conocimiento surgieron un nuevo conjunto de principios, técnicas y herramientas orientados a la construcción de sistemas especializados en la resolución de problemas. A este tipo de sistemas se les conoce como Sistemas Basados en el Conocimiento (SBC) o Sistemas Expertos (SE). Un SBC se puede definir como un programa que posee una representación del conocimiento declarativo y procedural del experto y cuyo fin es emular los procesos de razonamiento de un experto humano en un dominio particular [cas01]. Aunque en muchos contextos se utilicen como sinónimos, podemos diferenciar entre SE y SBC en que el primero tiene una visión conductista o funcional, mientras que los SBC tienen una visión cognoscitiva o estructural: SBC: Sistemas cuya capacidad para resolver problemas no reside en la expresión formal ni en los esquemas lógicos de inferencia que emplean, sino en el conocimiento que poseen (Feigenbaum, 1977). SE: Programas que manipulan conocimiento codificado para resolver problemas en un dominio especializado que normalmente requieren de una experticia humana (Patterson, 1990). Figura 2-1. SBC vs SE [gut05] 26

36 Es habitual distinguir entre sistemas convencionales y sistemas basados en el conocimiento, según sus características arquitectónicas, como productos de la Ingeniería del Software y de la del Ingeniería del Conocimiento, respectivamente. La elección de uno de estos dos tipos de sistemas viene determinada por el propio problema a tratar, de manera que para problemas sistemáticos o procedurales se utilizan sistemas convencionales, mientras que los SBC se emplean en problemas heurísticos o declarativos. Esta disparidad, en cuanto al tipo de problema, conlleva diferencias metodológicas y estructurales, como se muestra en la siguiente figura (ver figura 2-2). En los sistemas tradicionales se parte de un conjunto de especificaciones casi completo, con datos y funcionamiento conocido de antemano. Por el contrario, en los SBC apenas existe una especificación clara y los conocimientos son propiedad de los expertos. Figura 2-2. Sistemas Tradicionales vs SBC [bet04] El objetivo de los SE y SBC es transferir la pericia o habilidad de los expertos a las computadoras, y por tanto a otros humanos. Este proceso involucra 27

37 fundamentalmente dos actividades: Adquisición de conocimiento (de los expertos) y Representación de ese conocimiento (en la computadora). Un SE bien diseñado imita el proceso de razonamiento de los expertos para la solución de problemas específicos, y puede ser usado tanto por principiantes (para mejorar sus habilidades en la resolución de problemas), como por expertos (utilizándolos como ayudantes inteligentes) Arquitectura En la siguiente figura (ver figura 2-3) se muestran los componentes principales de un SE, aunque no todos tienen todos y cada uno de los subsistemas mostrados. Figura 2-3. Arquitectura de un SE [gut05] Base de Conocimiento (BC): Contiene información específica de un campo o especialidad. Esta BC es independiente del motor de inferencia que se emplee para resolver los problemas. Esta independencia entre componentes permite la 28

38 ampliación de conocimientos sin necesidad de reprogramar el sistema experto en su totalidad. Motor de inferencia: Es el algoritmo que controla el proceso de razonamiento. A partir de los datos suministrados por el usuario, se recorre la BC hasta alcanzar una conclusión. Las estrategias de control que se implementen pueden estar basadas en el uso de búsquedas con encadenamiento progresivo, regresivo, en profundidad, en anchura o en una mezcla de estas. Interfaz de usuario: Proporciona los medios adecuados para mantener una comunicación en dos sentidos entre el software y el usuario. Generador de explicaciones: Permite presentar la secuencia de razonamiento seguida para alcanzar una conclusión. Subsistema de adquisición de conocimientos: Permite a los usuarios añadir datos o modificar la BC. Memoria de trabajo: también conocida como base de hechos, es la parte de la memoria que se emplea para mantener un registro de los datos recibidos, conclusiones intermedias y datos generados en el proceso de razonamiento Tipos El abordar la construcción del un SBC en cualquier dominio es una tarea difícil, y sería deseable disponer de un conjunto de metodologías de resolución de problemas que permitieran aproximar soluciones a diferentes tipos de SBC según sus características. Con esta idea en mente se han realizado clasificaciones de los SBC según las tareas que realizan, para intentar descubrir metodologías comunes y así extraer directrices de análisis en los distintos tipos de dominios. Originalmente se realizó una primera clasificación de los SBC atendiendo a las tareas que realizan [HWL83]: 29

39 Análisis e interpretación: procesan flujos de información y proporcionan un detallado análisis de los mismos, posibilitando la comprensión de la situación en la que se encuentra un sistema en un instante concreto. El análisis de imágenes, la comprensión del habla y la planificación financiera entran dentro del ámbito de estos sistemas. Sistemas de pronóstico y predicción: utilizando los datos de entrada acerca de una situación dada, se pueden deducir consecuencias futuras. La base de conocimientos suele contener las tendencias de los datos y la información histórica, así como los patrones cíclicos apropiados. Aplicando estos conocimientos a los datos de entrada, pueden predecirse los hechos más probables. Los sistemas meteorológicos y de inversión en bolsa son buenos ejemplos de sistemas de predicción. Diagnóstico, depuración y resolución de problemas: estos sistemas reciben los datos correspondientes al estado en el que se encuentra un determinado equipo, mecanismo o individuo. Con estos datos de entrada y analizando la base de conocimientos, se determina irregularidades o funciones indeseadas (diagnóstico). Adicionalmente, se pueden recomendar acciones adecuadas para corregir los problemas y deficiencias descubiertos (depuración). Por último, se elaborará y ejecutará un plan cuyo objetivo es poner remedio a las deficiencias detectadas previamente (resolución). En el campo de la medicina encontramos gran cantidad de sistemas de este tipo: PUFF, MYCIN, CADUCEOUS, etc. Monitorización y control: se basan en la comparación continua de los valores de las señales o datos de entrada y unos valores que actúan como criterios de normalidad o estándares. Se trata de que el programa pueda determinar en cada momento el estado de funcionamiento de sistemas complejos, anticipándose a los posibles incidentes que pudieran acontecer. Un ejemplo de esta modalidad de programas es PICON (Process Intelligent Control), diseñado para trabajar en una empresa petrolífera. Diseño: el diseño es el proceso de crear un producto, dispositivo o procedimiento. Los SE ven este proceso como un problema de búsqueda de una solución óptima o adecuada. Las posibles soluciones pueden ser conocidas de 30

40 antemano o se pueden generar automáticamente probándose distintos diseños para verificar cuáles de ellos cumplen los requisitos solicitados por el usuario ( generación y prueba ). Ejemplos de sistemas de este tipo son PEACE y SADD, que aceptan como entrada la descripción y especificación de un circuito electrónico y devuelven un circuito sintetizado. Planificación: cuando se conoce una meta se pueden identificar todas las acciones necesarias para alcanzarla. La planificación es el proceso de secuenciar todas estas acciones para conseguir la meta deseada. Un ejemplo representativo es PTRANS, que permite crear planes para la producción de configuraciones personalizadas de complejos sistemas de ordenador. Enseñanza: Un sistema de instrucción realizará un seguimiento del proceso de aprendizaje. El sistema detecta errores e identifica el remedio adecuado, es decir, desarrolla un plan de enseñanza que facilita el proceso de aprendizaje y la corrección de errores. Pueden utilizarse para ayudar al usuario, en selección de recursos de información, en filtrado de respuestas, etc. SOPHIE es un prototipo que se diseñó para ejercitar a los alumnos en la detección y reparación de averías surgidas en circuitos eléctricos Ventajas y limitaciones Las principales ventajas que ofrece el uso de SE son las siguientes: o Permanencia: A diferencia de un experto humano un SE no envejece, y por tanto no sufre pérdida de facultades con el paso del tiempo. o Duplicación: Una vez programado un SE lo podemos duplicar infinidad de veces. o Rapidez: Un SE puede obtener información de una base de datos y realizar cálculos numéricos mucho más rápido que cualquier ser humano. o Bajo coste: A pesar de que el coste inicial pueda ser elevado, gracias a la capacidad de duplicación el coste finalmente es bajo. 31

41 o Entornos peligrosos: Un SE puede trabajar en entornos peligrosos o dañinos para el ser humano. o Fiabilidad: Los SE no se ven afectados por condiciones externas, un humano sí (cansancio, presión, etc.). Por otro lado, los SE tienen una serie de limitaciones que se pueden resumir en: o Sentido común: Para un SE no hay nada obvio. Por ejemplo, un sistema experto sobre medicina podría admitir que un hombre lleva 40 meses embarazado, a no ser que se especifique que esto no es posible. o Lenguaje natural: Con un experto humano podemos mantener una conversación informal mientras que con un SE no podemos. o Capacidad de aprendizaje: Cualquier persona aprende con relativa facilidad de sus errores y de errores ajenos; que un SE haga esto es muy complicado. o Perspectiva global: Un experto humano es capaz de distinguir cuales son las cuestiones relevantes de un problema y separarlas de cuestiones secundarias. o Capacidad sensorial: Un SE carece de sentidos. o Flexibilidad: Un humano es sumamente flexible a la hora de aceptar datos para la resolución de un problema. o Conocimiento no estructurado: Un SE no es capaz de manejar conocimiento poco estructurado. 32

42 2.3. ADQUISICIÓN DE CONOCIMIENTO El punto clave del desarrollo de un Sistema Basado en el Conocimiento es el momento de traspasar el conocimiento que posee el experto a un sistema real. En este proceso no sólo se han de captar los elementos que componen el dominio del experto, sino que también se han de adquirir las metodologías de resolución que utilizan éstos. Podemos definir la adquisición de conocimiento como una transferencia de conocimiento experto desde alguna fuente de conocimiento (principalmente el experto del dominio) a un programa [BBB83]. La información necesaria para construir un SBC puede encontrarse en múltiples y variadas fuentes. En lo que respecta a un SBC existen una serie de fuentes de informaciones que el IC debe considerar especialmente. Entre éstas pueden destacarse las siguientes [GJM97]: Libros y manuales: contienen conocimientos específicos y públicos del dominio y del problema. Documentación formal: contienen las políticas y procedimientos, los estándares, las normas y regulaciones, las leyes, etc., de un dominio. De estas fuentes se obtienen conocimientos muy específicos. Documentación informal: notas internas, ayudas de trabajo, etc., que circulan dentro de las organizaciones. A menudo proporciona conocimientos heurísticos para resolución de problemas ya que, a menudo, reflejan la experiencia de profesionales a la hora de enfrentarse a ciertos problemas. Registros internos: órdenes de reparación, fichas de clientes o pacientes, estudios o almacenamiento de casos, etc. Presentaciones: el material utilizado para formación suele contener conocimientos expuestos de un modo especialmente claro. Publicaciones: en las publicaciones especializadas, como revistas, actas de congresos, etc., se encuentran las versiones más actualizadas de los conocimientos de un dominio. 33