La capacidad de tomar decisiones igual que lo haría un profesional humano es la principal función de los sistemas expertos, cuyo origen se remonta a la década de los 60.
¿Qué son los sistemas expertos?
Los sistemas expertos (SE) son programas informáticos que tienen el objetivo de solucionar un problema concreto y utilizan la Inteligencia Artificial (IA) para simular el razonamiento de un ser humano. Se denominan sistemas expertos porque estos programas imitan la toma de decisiones de un profesionista en la materia.
Actualmente, se consideran dentro del global de la Inteligencia Artificial. Se crearon durante la década de los 60 (aunque alcanzaron su mayor popularidad en los años posteriores) y fueron uno de los primeros sistemas de Inteligencia Artificial utilizados con éxito.
Si te interesan los distintos usos de los sistemas de inteligencia artificial en todas sus formas, en la Maestría en Inteligencia Artificial online de UNIR México encontrarás los conocimientos técnicos y prácticos necesarios para lograr el comportamiento inteligente de las máquinas.
Tipos de sistemas expertos
Entre estos antecesores de la IA actual, encontramos varios tipos:
RBO (Rule Based Reasoning)
Están basados en reglas previamente establecidas y abordan las situaciones más complejas a través de reglas deterministas.
CBR (Case Based Reasoning)
Basados en casos. Es decir, solucionan problemas utilizando soluciones preexistentes y haciendo una analogía de problemas anteriores.
Basados en Redes de Bayes
Utilizan un conjunto de variables conocidas y su dependencia probabilística para deducir una solución. Estos se utilizan principalmente en la predicción, clasificación o el diagnóstico de enfermedades y en medicina.
Los sistemas expertos están compuestos por una base de conocimiento, que representa hechos y reglas concretos con una fórmula determinista (si A entonces B). Además, incluyen un motor de inferencia que aplica estas reglas a unos hechos conocidos para deducir así nuevas situaciones. También disponen de módulos de comunicación, como un módulo de consulta y otro de trabajo.
Los sistemas expertos actuales, cuando se utilizan, suelen integrar capacidades de aprendizaje automático, como el machine o el deep learning. Esto les permite mejorar el rendimiento y sacar el máximo partido a la experiencia acumulada. Hace al sistema experto más experto.
Entre las ventajas que ofrecen está la capacidad analítica y deductiva de una gran cantidad de información de forma muy rápida, lo que ahorra un tiempo muy valioso en la toma de decisiones que, de otro modo, habrían tenido que tomar seres humanos. Es, por lo tanto, un ahorro de tiempo y recursos, pues estos sistemas una vez programados pueden replicarse infinitamente y usarse por todo el mundo, con la ventaja añadida de que no envejecen.
Sin embargo, en el paquete también se incluyen algunas desventajas considerables y que han provocado el desuso de muchos de estos sistemas por tecnologías con mejores prestaciones. Hablamos, por ejemplo, de la incapacidad para aprender que sí incluyen otros sistemas de IA, además de que para un sistema experto no existen deducciones más allá de las introducidas.
Mapa conceptual de sistemas expertos
Un mapa conceptual de sistemas expertos es una representación visual que ayuda a organizar y mostrar las relaciones entre los componentes clave de un sistema experto, como la base de conocimiento, el motor de inferencia y la interfaz de usuario. Este mapa facilita la comprensión del flujo de información y la toma de decisiones dentro del sistema. Con el mapa conceptual se puede diseñar, analizar y comunicar la estructura y funcionalidad de sistemas expertos complejos.
Ejemplos de aplicación de los sistemas expertos
Una de las principales funciones de estos sistemas es la relacionada con la salud. Sus aplicaciones en medicina son muy variadas y desde hace décadas se utilizan como sistemas de diagnóstico de enfermedades.
Sus usos varían enormemente en función del campo para el que estén diseñados y, por ejemplo, en la industria y los negocios empresariales pueden realizar tareas de análisis de préstamos, optimización de almacenes logísticos, toma de decisiones financieras, gestión de datos, evaluación, control de procesos, etc.
De forma más concreta, se pueden mencionar algunos sistemas que hicieron historia en el desarrollo de la Inteligencia Artificial. Es el caso de Dendral, un sistema experto desarrollado por Edward Feigenbaum y otros programadores en la Universidad de Stanford a mediados de la década de 1960, cuyo fin era interpretar estructuras moleculares y su desarrollo duró diez años. Posteriormente, se desarrolló el sistema Mycin, que estaba orientado a la investigación y determinación de diagnósticos de enfermedades infecciosas de la sangre.
Como anécdota, es conocido mundialmente el sistema experto Deep Blue, que fue desarrollado por IBM y que en 1997 logró derrotar en una partida de ajedrez a Garry Kasparov. Este fue uno de los primeros acercamientos del público general a las funcionalidades de un sistema experto y su aplicación en el mundo real.
