En inteligencia artificial , un sistema experto es un sistema informático que emula la capacidad de toma de decisiones de un experto humano. [1] Los sistemas expertos están diseñados para resolver problemas complejos mediante el razonamiento a través de cuerpos de conocimiento, representados principalmente como si… luego reglas en lugar de a través de un código de procedimiento convencional . [2] Los primeros sistemas expertos se crearon en la década de 1970 y luego proliferaron en la década de 1980. [3] Los sistemas expertos estuvieron entre las primeras formas verdaderamente exitosas de software de inteligencia artificial (IA). [4] [5] [6] [7] [8] Un sistema experto se divide en dos subsistemas: el motor de inferencia y la base de conocimientos . La base de conocimientos representa hechos y reglas. El motor de inferencia aplica las reglas a los hechos conocidos para deducir nuevos hechos. Los motores de inferencia también pueden incluir explicaciones y capacidades de depuración.
Poco después del amanecer de las computadoras modernas a fines de la década de 1940 y principios de la de 1950, los investigadores comenzaron a darse cuenta del inmenso potencial que estas máquinas tenían para la sociedad moderna. Uno de los primeros desafíos fue hacer que esa máquina fuera capaz de "pensar" como humanos. En particular, hacer que estas máquinas sean capaces de tomar decisiones importantes como lo hacen los humanos. El campo médico / sanitario presentó el desafío tentador de permitir que estas máquinas tomen decisiones de diagnóstico médico. [9]
Por lo tanto, a fines de la década de 1950, justo después de que la era de la información había llegado por completo, los investigadores comenzaron a experimentar con la posibilidad de utilizar la tecnología informática para emular la toma de decisiones humana. Por ejemplo, los investigadores biomédicos comenzaron a crear sistemas asistidos por computadora para aplicaciones de diagnóstico en medicina y biología. Estos primeros sistemas de diagnóstico utilizaron los síntomas de los pacientes y los resultados de las pruebas de laboratorio como entradas para generar un resultado de diagnóstico. [10] [11] Estos sistemas se describieron a menudo como las primeras formas de sistemas expertos. Sin embargo, los investigadores se habían dado cuenta de que existían limitaciones significativas al utilizar métodos tradicionales como los diagramas de flujo [12] [13] , la comparación de patrones estadísticos [14] o la teoría de la probabilidad. [15][dieciséis]
Esta situación previa condujo gradualmente al desarrollo de sistemas expertos, que utilizaban enfoques basados en el conocimiento. Estos sistemas expertos en medicina fueron el sistema experto MYCIN [17], el sistema experto INTERNIST-I [18] y más tarde, a mediados de los 80, el CADUCEUS . [19]
Los sistemas expertos fueron introducidos formalmente alrededor de 1965 [20] por el Proyecto de Programación Heurística de Stanford dirigido por Edward Feigenbaum , a quien a veces se denomina el "padre de los sistemas expertos"; otros colaboradores tempranos clave fueron Bruce Buchanan y Randall Davis. Los investigadores de Stanford intentaron identificar dominios en los que la experiencia era muy valorada y compleja, como el diagnóstico de enfermedades infecciosas ( Mycin ) y la identificación de moléculas orgánicas desconocidas ( Dendral ). La idea de que "los sistemas inteligentes derivan su poder del conocimiento que poseen más que de los formalismos específicos y esquemas de inferencia que utilizan" [21]- como dijo Feigenbaum - fue en ese momento un paso significativo hacia adelante, ya que la investigación anterior se había centrado en métodos computacionales heurísticos, culminando en intentos de desarrollar solucionadores de problemas de propósito muy general (principalmente el trabajo conjunto de Allen Newell y Herbert Simon ). [22] Los sistemas expertos se convirtieron en algunas de las primeras formas verdaderamente exitosas de software de inteligencia artificial (IA). [4] [5] [6] [7] [8]
También se realizaron investigaciones sobre sistemas expertos en Francia. Mientras que en los EE. UU. El enfoque tendía a estar en los sistemas basados en reglas, primero en los sistemas codificados en la parte superior de los entornos de programación LISP y luego en los shells de sistemas expertos desarrollados por proveedores como Intellicorp , en Francia la investigación se centró más en los sistemas desarrollados en Prolog . La ventaja de los shells del sistema experto era que eran algo más fáciles de usar para los que no eran programadores. La ventaja de los entornos de Prolog era que no se centraban solo en las reglas si-entonces ; Los entornos Prolog proporcionaron una realización mucho mejor de un entorno lógico completo de primer orden . [23] [24]
