martes, 2 de agosto de 2011

EJEMPLOS IMPORTANTES DE SE

Dendral: (Interpreta la estructura molecular)es el nombre de un sistema experto desarrollado por Edward Feigenbaum y otros programadores en la Universidad de Stanford, a mediados de los años 60, y su desarrollo duró diez años, (1965 a 1975)

Fue el primer sistema experto en ser utilizado para propósitos reales, al margen de la investigación computacional, y durante aproximadamente 10 años, el sistema tuvo cierto éxito entre químicos y biólogos, ya que facilitaba enormemente la inferencia de estructuras moleculares, dominio en el que Dendral estaba especializado.

Inicialmente escrito en Lisp, su filosofía de trabajo se aleja de las estructuras clásicas de los sistemas expertos más típicos (como Mycin o XCon), ya que su implementación no separaba de forma explícita el conocimiento del motor de inferencia. Sin embargo, pronto se convirtió en uno de los modelos a seguir por muchos de los programadores de sistemas expertos de la época.

XCon: El programa R1 (luego llamado XCON, por Configurador Experto) era un sistema de producción basado en reglas escrito en OPS5 por John P. McDermott de CMU en 1978 para asistir a los pedidos de los sistemas de computadores VAX de DEC (Digital Equipment Corporation) seleccionando los componentes del sistema de acuerdo a los requerimientos del cliente. El desarrollo de XCON siguió a dos fracasos de escribir un sistema experto para esta tarea en FORTRAN y BASIC.

XCON se usó por primera vez en la planta de DEC en Salem, New Hampshire. Este tenía alrededor de 2500 reglas. Para 1986, había procesado 80000 órdenes y alcanzaba un 95-98% de precisión. Se estimaba que le ahorraba a DEC 25 millones de dólares al año reduciendo la necesidad de dar a los clientes componentes gratuitos cuando los técnicos cometían errores, aumentando la velocidad del proceso de ensamblaje e incrementando la satisfacción del cliente.

Antes de XCON, cuando se pedía una VAX de DEC, cada cable, conexión y bit del software tenía que pedirse por separado (las computadoras y periféricos no se vendían completas en cajas como hoy en día). El personal de ventas no siempre era experto técnicamente, así que los clientes podían encontrar que tenían hardware sin los cables correctos, impresoras sin los drivers correctos, procesadores sin el lenguaje correcto, etc. Esto significaba demoras y provocaba una gran insatisfacción en el cliente y podía terminar en una acción legal. XCON interactuó con el personal de Ventas, haciendo preguntas críticas antes de imprimir una hoja de especificaciones para sistema coherente y efectivo.

El éxito de XCON llevó a DEC a reescribir XCON como XSEL (una versión de XCON creada para ser usada por el departamento de ventas de DEC para auxiliar a los clientes a configurar apropiadamente su VAX (así ellos no eligirían una computadora demasiado grande como para pasar a través de su puerta de entrada o con gabinetes muy chicos para los componentes). Los problemas de locación y de configuración todavía eran manejados por otro sistema experto, XSITE.

El paper de McDermott sobre el R1 ganó el AAAI Clasic Paper Award en 1999. Legendariamente, el nombre de R1 viene de McDermott, quien se supone que dijo mientras lo escribía, "tres años atrás quería ser un ingeniero de conocimientos, y hoy yo somos uno" --> "Three years ago I wanted to be a Knowledge engineer, and today I are one("Are one" en inglés tiene el mismo sonido que R1)"

Dipmeter Advisor (Asesor): fue un sistema experto temprano desarrollado en 1980 por Schlumberger Doll Research para auxiliar en el análisis de los datos recolectados durante la exploración petrolera. El Asesor no era simplemente un motor de inferencias y una base de conocimientos de 90 reglas, sino que era una estación de trabajo completa, corriendo sobre una maquina Dolphin Lisp de Xerox ( o, en general, en un procesador de información científica de la serie 1100 de Xerox) y escrito en INTERLISP-D, con una capa de reconocimiento de patrones que era alimentada por una interfaz gráfica de ususario basada en menúes. Fue desarrollado por un grupo de gente, incluyendo a Reid G. Smith, James D. Baker, y Robert L. Young.

Era principalmente influyente, no por un gran salto técnico, sino porque era bastante exitoso para las divisiones petroleras de Schlumberger y porque fue una de las poco historia exitosas dentro de la burbuja de la Inteligencia Artificial en recibir amplia publicidad.

Las reglas de Inteligencia Artificial de Dipmeter Advisor eran principalmente derivadas de AI Gilreath, un ingeniero de interpretación de Schlumberger que desarrolló el método de los patrones "rojo, verde, azul" de la interpretación dipmeter. Desafortunadamente este método tenía aplicaciones limitadas en entornos geológicos mas complejos fuera de la costa del Golfo, y el Dipmeter Advisor era principalmente usado dentro de Schlumberger mas como una herramienta de explosición gráfica para asistir en la interpretación de científicos geológicos entrenados, que como una herramienta de inteligencia artificial para ser usada por intérpretes novatos. Sin embargo, la herramienta fue un acercamiento pionero a las estaciones de trabajo con interpretación gráfica de la información geológica.

Mycin: es un sistema experto desarrollado a principios de los años 70 por Edgar ShortLiffe, en la Universidad de Stanford. Fue escrito en Lisp, e inicialmente estaba inspirado en Dendral, otro sistema experto que tuvo cierto éxito a finales de los años 60. Su principal función consistía en el diagnóstico de enfermedades infecciosas de la sangre; además, Mycin era capaz de “razonar” el proceso seguido para llegar a estos diagnósticos, y de recetar medicaciones personalizadas a cada paciente (según su estatura, peso, etc.).

El funcionamiento de Mycin se basaba principalmente en un sencillo motor de inferencia, que manejaba una base de conocimiento de aproximadamente unas 500 reglas. El programa capturaba las entradas a partir de una serie de preguntas (como por ejemplo, ¿Tiene el paciente molestias en el pecho?, o ¿Ha sido operado el paciente anteriormente?), que usualmente respondía el médico del paciente. Tras este proceso, Mycin mostraba la salida por pantalla, que consistía en una serie de posibles enfermedades (ordenadas por su probabilidad asociada), la explicación del por qué de cada uno de estos diagnósticos, y una serie de recomendaciones sobre el tratamiento a seguir por el paciente. Para calcular la probabilidad de cada uno de los resultados, los autores desarrollaron una técnica empírica basada en factores de certeza.Estos factores de certeza se calculaban de tal manera que en función de unas evidencias se asigna a la hipótesis un factor de certeza.

Las investigaciones realizadas por la Stanford Medical School, desvelaron que Mycin tuvo una tasa de aciertos de aproximadamente el 65%, lo cual mejoraba las estadísticas de la mayoría de los médicos no especializados en el diagnóstico de infecciones bacterianas (dominio en el que Mycin estaba especializado), que ejercían la profesión en aquellos años. Los médicos que trabajaban exclusivamente en este campo conseguían una tasa del 80%.

Poco a poco Mycin fue cayendo en desuso, debido principalmente a alguna de las debilidades que el programa presentaba, y también, por cuestiones éticas y legales que surgían al volcar la responsabilidad de la salud de una persona a una máquina (por ejemplo, si Mycin se equivocaba en algún diagnóstico, ¿quién asumía la culpa, el programador o el médico?).

Otro de los motivos se achaca a la excesiva dificultad que suponía el mantenimiento del programa. Era este uno de los principales problemas de Mycin, y en general, de los sistemas expertos de la época, en los cuales se dedicaban muchos esfuerzos y recursos a extraer el conocimiento necesario de los expertos en dominio para construir el motor de inferencia.

CADUCEUS: fue un sistema experto médico programado para realizar diagnósticos en medicina interna. Su nombre deriva de Caduceo, un vocablo de origen griego (κηρύκειο) relacionado con la mitología. Fue terminado a mediados de la década de 1980, si bien el inicio de su desarrollo se remonta a la década de 1970, siendo programado por Harry Pople, de la Universidad de Pittsburgh, partiendo para el sistema de las entrevistas de Pople al Dr. Jack Meyers.

Pretendía mejorar el MYCIN, sistema focalizado sobre las bacterias infecciosas de la sangre. CADUCEUS, eventualmente, podía diagnosticar hasta 1.000 enfermedades diferentes, usando un motor de inferencia semejante al del MYCIN, usando un grafo acíclico direccionado que representaba las relaciones de causalidad entre variables.

El CADUCEUS ha sido descrito como el sistema experto "de mayor conocimento intensivo existente".

CLIPS es una herramienta que provee un entorno de desarrollo para la producción y ejecución de sistemas expertos. Fue creado a partir de 1984, en el Lyndon B. Johnson Space Center de la NASA. Los fondos cesaron a principios de los años 1990, y hubo un mandato de la NASA para comprar software comercial.

CLIPS es un acrónimo de C Language Integrated Production System (Sistema de Producción Integrado en Lenguaje C). En la actualidad, entre los paradigmas de programación que soporta CLIPS se encuentran la Programación lógica, la Programación imperativa y la Programación Orientada a Objetos.

CLIPS probablemente es el sistema experto más ampliamente usado debido a que es rápido, eficiente y gratuito. Aunque ahora es de dominio público, aún es actualizado y mantenido por su autor original, Gary Riley.

No hay comentarios:

Publicar un comentario