¿Qué es un sistema experto?
Un sistema experto es un programa informático que utiliza tecnologías de inteligencia artificial (IA) para simular el juicio y el comportamiento de un ser humano o de una organización con conocimientos y experiencia en un campo concreto.
Los sistemas expertos suelen complementar, no sustituir, a los expertos humanos.
El concepto de sistemas expertos fue desarrollado en los años 70 por el informático Edward Feigenbaum, profesor de informática de la Universidad de Stanford y fundador del Laboratorio de Sistemas de Conocimiento de Stanford. El mundo estaba pasando del procesamiento de datos al «procesamiento del conocimiento», decía Feigenbaum en un manuscrito de 1988. Eso significaba que las computadoras tenían potencial para hacer algo más que cálculos básicos y eran capaces de resolver problemas complejos gracias a la nueva tecnología de procesadores y arquitecturas informáticas, explicaba.
¿Cómo funciona un sistema experto?
Los sistemas modernos de conocimiento experto utilizan el aprendizaje automático y la inteligencia artificial para simular el comportamiento o el juicio de los expertos en un campo. Estos sistemas pueden mejorar su rendimiento con el tiempo a medida que adquieren más experiencia, igual que hacen los humanos.
Los sistemas expertos acumulan la experiencia y los hechos en una base de conocimientos y los integran con un motor de inferencia o de reglas: un conjunto de reglas para aplicar la base de conocimientos a las situaciones proporcionadas al programa.
El motor de inferencia utiliza uno de los dos métodos siguientes para obtener información de la base de conocimientos:
- El encadenamiento hacia delante lee y procesa un conjunto de hechos para hacer una predicción lógica sobre lo que ocurrirá a continuación. Un ejemplo de encadenamiento hacia delante sería hacer predicciones sobre el movimiento del mercado de valores.
- El encadenamiento hacia atrás lee y procesa un conjunto de hechos para llegar a una conclusión lógica sobre por qué ha ocurrido algo. Un ejemplo de encadenamiento hacia atrás sería examinar un conjunto de síntomas para llegar a un diagnóstico médico.
Un sistema experto se basa en una buena base de conocimientos. Los expertos añaden información a la base de conocimientos y los no expertos utilizan el sistema para resolver problemas complejos que normalmente requerirían la intervención de un experto humano.
El proceso de construcción y mantenimiento de un sistema experto se denomina ingeniería del conocimiento. Los ingenieros del conocimiento se aseguran de que los sistemas expertos dispongan de toda la información necesaria para resolver un problema. Para ello utilizan diversas metodologías de representación del conocimiento, como los patrones simbólicos. Las capacidades del sistema pueden mejorarse ampliando la base de conocimientos o creando nuevos conjuntos de reglas.
¿Cuáles son los componentes de un sistema experto?
Hay tres componentes principales de un sistema experto:
- La base de conocimientos. En ella se almacena la información que utiliza el sistema experto. Los expertos humanos aportan datos sobre el dominio o tema concreto del sistema experto que se organizan en la base de conocimientos. La base de conocimientos suele contener un módulo de adquisición de conocimientos que permite al sistema recopilar conocimientos de fuentes externas y almacenarlos en la base de conocimientos.
- El motor de inferencia. Esta parte del sistema extrae información relevante de la base de conocimientos para resolver el problema de un usuario. Es un sistema basado en reglas que relaciona la información conocida de la base de conocimientos con un conjunto de reglas y toma decisiones en función de ellas. Los motores de inferencia suelen incluir un módulo explicativo que muestra a los usuarios cómo ha llegado el sistema a su conclusión.
- La interfaz de usuario. Es la parte del sistema experto con la que interactúan los usuarios finales para obtener una respuesta a su pregunta o problema.
Aplicaciones y casos de uso de los sistemas expertos
Los sistemas expertos pueden ser eficaces en ámbitos específicos o áreas temáticas en las que se requiere que los expertos realicen diagnósticos, juicios o predicciones.
Estos sistemas han desempeñado un papel importante en muchas industrias, entre ellas las siguientes:
- Servicios financieros, donde toman decisiones sobre la gestión de activos, actúan como robo-asesores y realizan predicciones sobre el comportamiento de diversos mercados y otros indicadores financieros.
- Ingeniería mecánica, donde solucionan problemas de maquinaria electromecánica compleja.
- Telecomunicaciones, donde se utilizan para tomar decisiones sobre las tecnologías de red utilizadas y el mantenimiento de las redes existentes.
- Sanidad, donde ayudan en los diagnósticos médicos.
- Agricultura, donde pronostican los daños en las cosechas.
- Atención al cliente, donde ayudan a programar pedidos, encauzar las solicitudes de los clientes y resolver problemas.
- Transporte, donde contribuyen en diversas áreas, como el estado del pavimento, el control de semáforos, el diseño de autopistas, la programación y el mantenimiento de autobuses y trenes, y los patrones de vuelo de la aviación y el control del tráfico aéreo.
- Derecho, donde la automatización está empezando a utilizarse para prestar servicios jurídicos, realizar evaluaciones de casos civiles y evaluar la responsabilidad de los productos.
¿Cuáles son algunos ejemplos de sistemas expertos?
Los sistemas expertos que están en uso incluyen los siguientes ejemplos:
- CaDet (Cancer Decision Support Tool) se utiliza para identificar el cáncer en sus fases más tempranas.
- DENDRAL ayuda a los químicos a identificar moléculas orgánicas desconocidas.
- DXplain es un sistema de apoyo clínico que diagnostica diversas enfermedades.
- MYCIN identifica bacterias como la bacteriemia y la meningitis, y recomienda antibióticos y dosis.
- PXDES determina el tipo y la gravedad del cáncer de pulmón que padece una persona.
- R1/XCON es un sistema experto en fabricación temprana que selecciona y encarga automáticamente componentes informáticos en función de las especificaciones del cliente.
¿Cuáles son las ventajas de los sistemas expertos?
Los sistemas expertos tienen varias ventajas sobre el uso de expertos humanos:
- Precisión. Los sistemas expertos no son propensos al error humano ni a la influencia emocional. Toman decisiones basadas en reglas y hechos definidos.
- Permanencia. Con el tiempo, los expertos humanos abandonan su puesto y muchos de sus conocimientos específicos pueden irse con ellos. Los sistemas basados en el conocimiento ofrecen un depósito permanente de conocimientos e información.
- Deducción lógica. Los sistemas expertos extraen conclusiones a partir de hechos existentes utilizando varios tipos de reglas, como las reglas si-entonces.
- Control de costes. Los sistemas expertos son relativamente baratos en comparación con el coste de contratar a expertos humanos. Pueden ayudar a tomar decisiones de forma más eficiente, lo que ahorra tiempo y reduce costes.
- Múltiples expertos. Varios expertos contribuyen a la base de conocimientos de un sistema experto. De este modo, se dispone de más conocimientos y se evita que un solo experto influya en la toma de decisiones.
¿Cuáles son los desafíos de los sistemas expertos?
Entre las deficiencias de los sistemas expertos se encuentran las siguientes:
- Pensamiento lineal. Los sistemas expertos carecen de verdadera capacidad para resolver problemas. Una de las ventajas de la inteligencia humana es que puede razonar de forma no lineal y utilizar información auxiliar para sacar conclusiones.
- Falta de intuición. La intuición humana permite a las personas utilizar el sentido común y las corazonadas para resolver problemas. Las máquinas no tienen intuición. Y emular la toma de decisiones viscerales utilizando la lógica mecánica podría llevar mucho más tiempo que a un experto que utilice el conocimiento heurístico intrínseco para llegar a una conclusión rápida.
- Falta de emoción. En algunos casos, como en los diagnósticos médicos, la emoción humana es útil y necesaria. Por ejemplo, la revelación de información médica sensible a un paciente requiere una inteligencia emocional que un sistema experto puede no tener.
- Puntos de fallo. Los sistemas expertos son tan buenos como la calidad de su base de conocimientos. Si reciben información inexacta, sus decisiones pueden verse comprometidas.