Componentes de los PC
Lección: 37
Capítulo: Tipos de modelos para la toma de decisiones
Modelos físicos: representan la entidad estudiada en cuanto a su apariencia y,
hasta cierto punto, en cuanto a sus funciones. Los modelos físicos pueden
ser:
· icónicos: Tienen aspecto de realidad pero no se comportan efectivamente en la
forma real.
· analógicos: Exhiben el comportamiento real de la entidad estudiada pero no
tiene el mismo aspecto.
· Modelos simbólicos: Reproducen sistemas o entidades mediante el uso de
símbolos para representar los objetos físicos. Los tipos de modelos simbólicos
son:
· Narrativos: Descripciones en lenguaje natural que indican las relaciones entre
las variables de un proceso o de un sistema.
· Gráficos: Describen partes o pasos de una entidad o proceso mediante una
representación gráfica (diagrama de flujo).
· Matemáticos: Son más rigurosos; se valen de variables cuantitativas (fórmulas)
para representar las partes de un proceso o de un sistema. También
son los más abstractos y, a la vez, los más fáciles de usar debido a que todas
las relaciones están expresadas con precisión, reduciendo así la posibilidad
de malas interpretaciones por los usuarios del modelo.
Sistemas expertos y bases de conocimiento
El cerebro humano es excelente para manipular el conocimiento: la información
que incorpora las relaciones entre los hechos. Los computadores son mejores
para manejar datos que conocimiento.
En contraste con las bases de datos, que sólo contienen hechos, las bases de
conocimiento cuentan además con sistemas para determinar y modificar las
relaciones
entre esos hechos. Los hechos almacenados en una base de datos están rígidamente
organizados en categorías; las ideas almacenadas en una base de conocimiento
pueden reorganizarse conforme nueva información modifique sus relaciones. Las
bases de conocimientos son el corazón de cientos de sistemas expertos.
Un sistema experto es un programa de software diseñado para replicar el proceso
de toma de decisiones de un experto humano. En los cimientos de todo sistema
experto está una base de conocimiento que representa ideas de un campo
específico de conocimiento especializado.
Los sistemas expertos obtienen sus conocimientos de los expertos humanos. Una
base de conocimiento suele representar el conocimiento en forma de reglas
si-entonces. Los sistemas expertos dependen del conocimiento objetivo, pero
confían también en el conocimiento heurístico como la intuición, el
discernimiento
y las inferencias. Tanto el conocimiento objetivo como el método heurístico se
adquieren de un experto en el área.
En la mayoría de las decisiones humanas hay incertidumbre, de manera que muchos
sistemas expertos tienen reglas "vagas" que establecen las conclusiones
como probabilidades y no como certezas. En diversos grados, los sistemas
expertos pueden razonar, hacer inferencias y determinar criterios.
Además de la base de conocimiento, un sistema experto completo cuenta con una
interfaz humana, mediante la cual el usuario puede interactuar con el sistema,
y una máquina de inferencias, que une las entradas del usuario a la base de
conocimiento, aplica principios lógicos y produce la ayuda experta solicitada.
Los sistemas expertos funcionan porque trabajan en dominios estrechos y
cuidadosamente definidos.
Los sistemas ofrecen muchas ventajas, ya que pueden:
· ayudar a capacitar empleados nuevos;
· reducir el número de errores humanos;
· encargarse de tareas rutinarias para que los trabajadores puedan concentrarse
en actividades más importantes;
· ofrecer asesoría experta cuando no hay expertos humanos;
· conservar el conocimiento de los expertos después de que éstos abandonan una
organización;
· combinar el conocimiento de varios expertos;
· lograr que el conocimiento esté disponible para más personas;
· uno solo sistema experto puede ampliar las capacidades de toma de decisiones
de muchas personas;
· mejorar la productividad y del desempeño de quienes toman decisiones;
· ofreces estabilidad y consistencia en un área particular de la toma de
decisiones (a diferencia de los seres humanos, un sistema experto es consistente
por lo que siempre presentará la misma decisión con base en un conjunto de
información);
· reduce la dependencia de personal crítico.
Pero no están exentos de problemas:
· Es muy difícil construir los sistemas expertos actuales. Para simplificar el
proceso existen los shells de sistemas expertos o envolturas de sistemas
expertos: sistemas expertos genéricos que contienen las interfaces humanas y las
máquinas de inferencias. Estos programas pueden ahorrar tiempo y esfuerzo,
pero no cuentan con la parte más difícil de construir, la base de conocimiento.
Los principales componentes de la envoltura de sistema experto son:
· Instalaciones de aprendizaje: permiten la construcción de la base de
conocimiento. El ingeniero del conocimiento traduce el conocimiento del experto
en conocimientos y reglas con base en los hechos para crear una base de
conocimiento.
· Base del conocimiento: para completar la base de conocimiento se captura la
siguiente información:
· identificación del problema;
· soluciones posibles; y
· cómo avanzar del problema a la solución a través de hechos y reglas de
inferencia.
· Interfaz para usuario: permite la interacción necesaria entre el usuario y el
sistema experto para el procesamiento heurístico; permite que el
usuario describa el problema u objetivo y que tanto el usuario como el sistema
experto estructuren preguntas y respuestas.
· A diferencia de los expertos humanos, los sistemas expertos automatizados son
muy malos para planificar estrategias. Su falta de flexibilidad los
hace menos creativos que los pensadores humanos.
· Los sistemas expertos son inútiles fuera de su dominio de conocimiento,
estrecho y profundo.
Inteligencia artificial
El campo de la inteligencia artificial abarca "enseñar" a la computadora a
efectuar tareas de una manera que pudiera considerarse inteligente. En este
campo
se trabaja en sistemas que tengan la facultad de razonar, aprender y acumular
conocimientos, esforzarse por mejorar y simular las capacidades sensoriales
y mecánicas del ser humano. Muchos de los problemas que se estudian en el campo
de la inteligencia artificial están muy lejos de ser soluciones práctica.
A este campo pertenecen los sistemas expertos.
Hay dos enfoques comunes en torno a la inteligencia artificial:
· Intenta simular los procesos mentales humanos. El enfoque de simulación tiene
tres problemas inherentes:
· En la inteligencia humana hay que incluir pensamientos inconscientes, ideas o
intuiciones instantáneas y otros procesos mentales que es difícil
o imposible comprender y describir.
· Hay muchas diferencias entre la estructura y las capacidades del cerebro
humano y las del computador. El supercomputador más potente no es capaz
de acercarse a la habilidad del cerebro para realizar procesamientos paralelos,
es decir, dividir un trabajo complejo en tareas más pequeñas y simples
para poder realizarlas simultáneamente.
· La mejor forma de hacer algo con una máquina muchas veces es muy distinta de
la forma en que lo hacen los seres humanos.
· Consiste en diseñar máquinas inteligentes independientemente de la forma en
que pensamos los seres humanos. De acuerdo con este enfoque, la inteligencia
humana es sólo uno de varios tipos posibles de inteligencia. El método de una
máquina en la resolución de problemas puede ser diferente del método humano,
pero no por ello menos inteligente.
La investigación en el campo de la inteligencia artificial se puede dividir en 4
categorías:
· Sistemas con base en el conocimiento y sistemas expertos.
· Lenguajes naturales (conversaciones con las computadoras).
· Simulación de las capacidades sensoriales humanas.
· Robótica.
Las técnicas de inteligencia artificial de uso actual en diversas aplicaciones
provienen de su utilización en las investigaciones con juegos de ajedrez
y son:
· Búsqueda: Generalmente guiada por una estrategia planificada y por reglas
conocidas como heurística.
· Heurística: Una heurística es una regla empírica. La heurística conduce hacia
juicios que, según indica la experiencia, es probable que sean reales.
· Reconocimiento de patrones: Es quizás la mayor ventaja que tiene un ser humano
pues ayuda a compensar la velocidad del computador y su análisis
detallado de jugadas anticipadas.