La construcción de un SE no es una tarea sencilla, debido a que involucra mucha participación de distintas personas, cada una de las cuales aportará algo para que el SE a desarrollar sea robusto y fácil de usar y mantener. Además se deben hacer varias elecciones en cuanto al desarrollo del Sistema Experto.
La primera decisión consiste en determinar si se comenzará el SE desde cero o se utilizará un shell - que es un SE sin la base de conocimientos -. Si se opta por usar el shell se debe elegir el que más se adecue al objetivo del SE que se desea construir, ya que existen diversos shells de Sistemas Expertos encaminados hacia distintos objetivos.
Si por el contrario se opta por comenzar desde cero, se deberá entonces determinar qué metodología utilizar, es decir, determinar la guía para el desarrollo del SE, cómo se implementará la base de conocimientos y el motor de inferencia, principalmente; y como complemento se debe elegir el lenguaje que se va a utilizar para el proyecto.
Aspectos Generales
El Equipo de Desarrollo
Para desarrollar un SE primero se debe conocer el equipo de gente necesario, después los métodos que utiliza ese equipo de gente y por ultimo cómo prueban y construyen prototipos de software para terminar en el sistema final.
Las personas que componen un grupo o un equipo, como en todos los ámbitos deben cumplir ciertas características y cada uno de ellos dentro del equipo desarrolla un papel distinto. A continuación se detalla cada componente del equipo dentro del desarrollo y cuál es la función de cada uno:
El experto. La función del experto es la de poner sus conocimientos especializados a disposición del Sistema Experto.
El ingeniero del conocimiento. Es el ingeniero que plantea las preguntas al experto, estructura sus conocimientos y los implementa en la base de conocimientos.
El usuario. El usuario aporta sus deseos y sus ideas, determinando especialmente el escenario en el que debe aplicarse el Sistema Experto.
En el desarrollo de un Sistema Experto, El ingeniero del conocimiento y el experto trabajan muy unidos. El primer paso consiste en elaborar los problemas que deben ser resueltos por el sistema. Precisamente en la primera fase de un proyecto es de vital importancia determinar correctamente el ámbito estrechamente delimitado de trabajo. Aquí se incluye ya el usuario posterior, o un representante del grupo de usuarios. Para la aceptación, y en consecuencia para el éxito, es de vital y suma importancia tener en cuenta los deseos y las ideas del usuario.
Una vez delimitado el dominio, se alimenta el sistema con los conocimientos del experto. El experto debe comprobar constantemente que su conocimiento haya sido transmitido de la forma más conveniente. El ingeniero del conocimiento es responsable de una implementación correcta, pero no de la exactitud del conocimiento. La responsabilidad de esta exactitud recae en el experto.
De ser posible, el experto deberá tener comprensión para los problemas que depara el procesamiento de datos. Ello facilitará mucho el trabajo. Además, no debe ignorarse nunca al usuario durante el desarrollo, para que al final se disponga de un sistema que le sea de máxima utilidad.
La separación entre experto e ingeniero del conocimiento permanece, por regla general, inalterada.
Construcción de las principales partes de un SE
Como ya se mencionó, los principales componentes de un SE son la base de conocimiento y el motor de inferencia. La metodología tradicional se enfoca principalmente a la construcción de dichos componentes.
La base de conocimiento
La base de conocimiento es una base de datos que posee una información y unas reglas específicas sobre una materia o tema determinado. En la metodología tradicional, la base de conocimiento se conforma de objetos y atributos. Un objeto es una conclusión que es definida por sus atributos relacionados; y un atributo es una característica o cualidad específica que ayuda a definir un objeto.
La base de conocimiento se puede ver como una lista de objetos con sus reglas y atributos asociados. En el sentido más simple, la regla que se aplica para un atributo determina si un objeto “tiene” o “no tiene” determinado atributo. Por lo que un objeto se define usando una lista de atributos que el objeto posea o no.
El motor de inferencia
Para construir un motor de inferencia, existen tres métodos básicos: encadenamiento hacia adelante, encadenamiento hacia atrás y reglas de producción.
Método de encadenamiento hacia adelante
A este método se le llama conducido por datos, porque el motor de inferencia utiliza la información que el usuario le proporciona para moverse a través de una red de operadores AND y operadores OR hasta que encuentra un punto terminal que es el objeto. Si el motor de inferencia no puede encontrar un objeto que cumpla con los requisitos, el SE pide más información. Los atributos que definen al objeto crean un camino que conduce al mismo objeto: la única forma de alcanzar dicho objeto es satisfacer todas sus reglas. En resumen el sistema de encadenamiento hacia delante construye un árbol desde las hojas hasta la raíz, como se puede ver en la figura
Método de encadenamiento hacia atrás.
Este método es el contrario al método anterior. Un motor de inferencia de encadenamiento hacia atrás comienza con una hipótesis (objeto) y pide información para confirmarlo o negarlo. A este método se le llama conducido por objetos porque el SE empieza con un objeto e intenta verificarlo. En resumen, el encadenamiento hacia atrás poda un árbol, lo cual es lo contrario al método anterior, en el cual se construye un árbol, esto se muestra en la figura
Método de reglas de producción
Este método es una mejora al método de encadenamiento hacia atrás. La teoría operativa general es que el sistema pide como información aquella que elimine la mayor incertidumbre posible. El problema que existe con este método está en su dificultad para llevarse a cabo, primeramente debido a que la base de conocimiento a menudo es tan grande que el número de combinaciones que el sistema puede soportar se rebasa fácilmente, por lo tanto, el sistema no puede determinar exactamente qué información eliminará una mayor incertidumbre. En segundo lugar, los sistemas de reglas de producción requieren que la base de conocimientos contenga no sólo la información objeto - atributo, sino además un valor cuantificador, lo que hace aun más difícil la construcción de la base de conocimientos.
