Los sistemas expertos son aplicaciones tecnológicas que pertenecen al gran campo de la inteligencia artificial y pueden identificarse como programas de software que reproducen las prestaciones de una o más personas expertas en un determinado campo de actividad (dominio). Se trata de sistemas ya bastante maduros que encuentran por lo tanto amplia aplicabilidad en muchos contextos; uno, a título de ejemplo, el de las ventas de productos complejos para los cuales es fundamental confiar en un configurador de producto.
En este servicio, que mantendremos actualizado con periodicidad, analizamos en detalle qué son, cómo funcionan, cómo se aplican los sistemas expertos y dónde pueden producir ventajas para las empresas.
¿Qué son los Sistemas Expertos?
Como ya se ha mencionado, los sistemas expertos reproducen artificialmente las prestaciones de una persona experta de un determinado dominio de conocimiento o campo de actividad (motivo por el cual forman parte de la rama de la IA – Inteligencia Artificial).
Un sistema experto es capaz de poner en marcha autónomamente procedimientos de inferencia [es decir, de lógica: con un proceso inductivo o deductivo se llega a una conclusión tras el análisis de una serie de hechos o circunstancias – ndr] adecuados para la resolución de problemas particularmente complejos. Problemas que, si los resolviera un ser humano, requerirían la intervención de un experto con competencias específicas sobre la materia o la disciplina de la que ha surgido el problema.
Un sistema experto es, de hecho, un programa informático que, tras haber sido debidamente instruido, es capaz de deducir información (output) a partir de un conjunto de datos y de información de partida (input).
Dicho de forma más sencilla, un sistema experto ayuda a las personas a encontrar la solución óptima a un problema específico sin tener que recurrir a una persona experta en el tema objeto del problema. Un procedimiento que el sistema experto puede llevar a cabo incluso con datos incompletos, trabajando sobre datos cualitativos en lugar de cuantitativos, aprovechando la llamada fuzzy logic, es decir, razonamientos «aproximados» que llevan a resultados altamente probables.
Inteligencia Artificial y Sistemas Expertos
Es pues fácil intuir por qué los sistemas expertos se engloban en el gran mundo de la inteligencia artificial en lugar de ser clasificados como «normales» programas de software: dados una serie de hechos, los sistemas expertos consiguen deducir nuevos hechos.
Una peculiaridad de los sistemas expertos se refiere a la «explicación» de las decisiones a las que llega el sistema (Glass Box): un sistema experto es siempre capaz de mostrar los pasos lógicos que subyacen a las decisiones tomadas (aspecto muy importante si se comparan estos sistemas con las más modernas redes neuronales y el deep learning, de los que se habla de hecho de Black Box, sistemas con los que no es posible remontar al proceso inductivo y deductivo que les lleva a un output, ya sea una acción o una decisión).
Para profundizar en el tema, te recomendamos la lectura del servicio dedicado a las redes neuronales, en particular la sección «Los sistemas expertos y las redes neuronales«.
Clasificación de los Sistemas Expertos
Dos son las categorías principales dentro de las que podemos hoy en día subdividir los sistemas expertos:
1. Sistemas expertos basados en reglas
Se trata de sistemas basados en reglas clásicas y bien conocidas en el mundo de la informática en la forma IF (condición) y THEN (acción). Dados una serie de hechos, los sistemas expertos, gracias a las reglas de las que se componen, consiguen deducir nuevos hechos.
Pongamos un ejemplo muy claro que explica bien el funcionamiento de las reglas: tenemos un problema de salud y para llegar a la respuesta a la pregunta «¿cuál es mi problema de salud?» proporcionamos al sistema experto una serie de informaciones (tengo dolor de cabeza, estoy resfriado, tengo fiebre). El sistema experto llegará a la conclusión de la siguiente manera:
IF dolor de cabeza + IF resfriado + IF temperatura corporal a 38 grados centígrados… THEN gripe.En la práctica, el sistema analiza si se dan todas las condiciones (dolor de cabeza AND resfriado AND fiebre) para deducir con amplia probabilidad que la conclusión (la respuesta al problema) sea la gripe.
2. Sistemas expertos basados en árboles
En este caso, dado un conjunto de datos y algunas deducciones, el sistema experto crea un árbol (de las posibles alternativas) que clasifica los distintos datos. Ante un problema, los nuevos datos son analizados por el árbol y el nodo final representa la solución.
Un sistema experto basado en árboles es, en esencia, un software experto capaz de reconocer un problema en base a una secuencia de hechos, decisiones o acciones. A partir de una situación inicial, todas las elecciones posibles (las condiciones IF, es decir, las alternativas posibles AND/OR) se ramifican en situaciones y acciones hasta llegar a la conclusión.
Cómo Funcionan los Sistemas Expertos
Los sistemas expertos están estructurados en tres niveles tecnológicos diferentes:
- Base de conocimiento (knowledge base): podríamos identificarla como la base de datos de las informaciones que necesita el sistema para proporcionar una respuesta a un determinado problema (como haría el ser humano experto que tiene el conocimiento específico de la materia para aplicar a la resolución del problema). Se trata del repositorio donde se memorizan informaciones y reglas que permiten al sistema poner en marcha un razonamiento.
- Motor inferencial: la base de conocimiento en la base de un sistema experto contiene también las informaciones específicas de una serie de reglas de tipo If-Then (si-entonces): si se verifica una determinada condición -por ejemplo, se formula una determinada pregunta- se aplica una regla específica -por ejemplo, se hace una segunda pregunta o se da una respuesta precisa o se inicia una acción determinada, etc.-.
Este «motor de reglas» es, de hecho, el componente software que, analizando y procesando las informaciones contenidas en la base de conocimiento, comprende el problema y propone una solución.
- Interfaz de usuario: es la parte del software que permite al usuario aprovechar el motor inferencial; suele tratarse de una interfaz web, a veces muy simplificada (una página donde el usuario introduce una pregunta por escrito y recibe en pantalla la respuesta elaborada por el sistema experto), a veces más estructurada (hoy integrable también con otros sistemas basados en la inteligencia artificial como el reconocimiento y la comprensión del lenguaje natural).
El funcionamiento de la lógica difusa (los sistemas de apoyo a las decisiones)
Lo que diferencia a los sistemas expertos de los programas de software normales son los datos que constituyen la base de conocimiento: en lugar de «apoyarse» en una estructura decisional predefinida, los sistemas expertos consiguen proponer al usuario la mejor de las alternativas posibles encontrando la solución óptima al problema entre todas las disponibles (aprovechando la lógica difusa).
La lógica difusa (fuzzy logic) es una teoría matemática que se ocupa de modelizar la incertidumbre y es una extensión de la lógica clásica. En la lógica clásica, un concepto es verdadero o falso, no se aceptan «tonos» (si se analiza en el ámbito de la teoría de conjuntos, si algo no pertenece al conjunto A debe pertenecer al conjunto B). En la realidad humana las cosas no funcionan de forma binaria (nuestra propia mente no funciona definiéndolo todo en base a verdadero/falso, blanco/negro, sí/no, etc.); un concepto puede ser parcialmente verdadero o parcialmente falso. Y es justo aquí que entra en juego la lógica difusa.
La lógica difusa se utiliza especialmente para abordar la incertidumbre y la aproximación presentes en la realidad, por lo que es especialmente útil en sistemas expertos. La lógica difusa es capaz de representar situaciones típicas en las que se encuentra un ser humano y, por lo tanto, puede ser utilizada en aplicaciones de software como las de sistemas expertos que pueden responder como lo haría un experto humano.
La lógica difusa es la que caracteriza a la tercera generación de sistemas expertos.
Los sistemas expertos de primera generación, nacidos en la segunda mitad de la década de 1960 y principios de los años 1970, utilizaban la lógica booleana (verdadero/falso) y el razonamiento lógico en condiciones de certeza a través de un modelo determinista (causa-efecto). Estos sistemas mostraron pronto su límite más grande: el razonamiento artificial se enfrentó con la lógica por la que el experto humano resultó de gran largo superior a la inteligencia artificial.
Los sistemas expertos de segunda generación son aquellos que introdujeron el modelo probabilístico, superando así los límites de la lógica que interrumpieron el desarrollo de los sistemas expertos de primera generación. El modelo probabilístico, en lugar de aquel determinista, razona sobre «causa-efectos posibles». Seguindo este modelo, los sistemas expertos avanzaron muy rápido pero tuvieron que enfrentar el hecho de que no siempre la respuesta más probable es la más útil. Un problema no pequeño si se tienen que resolver problemas complejos.
Por eso, en los años 1980 y 1990, se introdujo la lógica sfumata (logica fuzzy) y aproximada (lógica difusa) en los procesos de inferencia, lo que dio vida a los sistemas expertos de tercera generación. Y es precisamente desde esta generación de sistemas expertos que se empezó a hablar de sistemas de apoyo a decisiones (DSS). A diferencia de los sistemas expertos clásicos, capaces de proporcionar respuestas a preguntas específicas, gracias a la introducción y el uso de redes Bayesianas y redes de decisión, estos sistemas evolucionaron no ofreciendo más «respuestas simples» sino información útil para un proceso de toma de decisiones.
¿Para qué sirven los Sistemas Expertos?: Ejemplos y Ámbitos de Aplicación
Como hemos explicado en los apartados anteriores, los sistemas expertos sirven para encontrar respuestas a problemas complejos que, si se delegaran al ser humano, requerirían la intervención de expertos en un determinado tema o dominio.
Precisamente por estas características, los sistemas expertos se emplean en todos los procesos de resolución de problemas. Por ejemplo, realizando tareas/acciones como:
- Interpretación: los sistemas expertos analizan datos complejos y potencialmente «ruidosos» para determinar su significado (el sistema experto puede aplicarse en casos en los que es necesario tener descripciones de situaciones a partir de datos procedentes de varias fuentes, por ejemplo, en el ámbito del IoT con los datos detectados por sensores).
- Diagnóstico: en algunos casos, los sistemas expertos analizan los datos para determinar una enfermedad y, por tanto, «sugerir» un diagnóstico; en otros, el sistema experto deduce anomalías o fallos de funcionamiento a través de la observación (útil, por ejemplo, en el campo del mantenimiento predictivo).
- Monitorización: los sistemas expertos analizan los datos para definir si se dan condiciones de alarma y, por tanto, si es necesario crear alertas en tiempo real en situaciones críticas (lo que hace el sistema experto es comparar observaciones en tiempo real para identificar situaciones de alarma).
- Planificación y programación: en este ámbito, los sistemas expertos se emplean porque determinan una secuencia inteligente de acciones para alcanzar un determinado objetivo.
- Previsión: en este caso, el sistema experto se convierte en el elemento a través del cual, aplicando un modelo apropiado del pasado y del presente, se consiguen prever modelos futuros (por ejemplo, en el ámbito económico o político).
- Diseño y configuración: en este caso, los sistemas son capaces de diseñar y configurar soluciones/respuestas a partir de determinadas especificaciones (el sistema experto configura «objetos», propuestas, soluciones respetando una serie de restricciones).
Sistemas Expertos Aplicados al Diseño y a la Venta
Para comprender más de cerca cómo funcionan los sistemas expertos, hemos elegido el ámbito de aplicación de las ventas, sobre todo las «complejas» (aquellas en las que la oferta depende de la elección, el tamaño y la configuración de un producto «variable» y complejo, que se estructura en base a diferentes componentes y múltiples listas de precios diversificadas).
Los sistemas expertos aplicados a esta área de negocio concreta se engloban en el ámbito del diseño y la configuración. En particular, ubicados dentro de soluciones como los configuradores comerciales de producto (soluciones utilizadas por los departamentos de ventas en modelos de negocio donde la propuesta resulta particularmente compleja por la propia naturaleza de los productos comercializados, por las combinaciones posibles de las soluciones, por las variables que inciden en el resultado final y, por tanto, en la propia realización del producto y su precio), los sistemas expertos representan el eslabón tecnológico que permite la definición de los criterios de configuración.
En general, un configurador de producto debe cumplir la función de simplificar la elección de un bien a adquirir; proceso no siempre inmediato cuando las variables en juego son numerosas (dimensionamiento, elevado número de componentes, utilización de materiales especiales, combinación entre materias primas y materiales varios con las consiguientes repercusiones en las propiedades físicas, mecánicas o químicas, etc.). Cuando lo que hay que configurar son productos que deben integrarse en proyectos complejos (pensemos en las plantas de fabricación o en sistemas y máquinas que deben funcionar en determinadas condiciones climáticas o entornos industriales «críticos»), los configuradores de producto deben ser «expertos e inteligentes» hasta el punto de poner a los usuarios en condiciones de buscar, individualizar, valorar y solicitar de forma autónoma lo que necesitan, sin tener que recurrir al experto técnico.
Este es quizás uno de los ámbitos más maduros en los que la inteligencia artificial, a través del empleo de los sistemas expertos, puede demostrar los enormes beneficios empresariales que se derivan de la tecnología. Los sistemas expertos aplicados a los configuradores comerciales de producto pueden funcionar tanto como herramientas de diseño como herramientas de venta:
- Si se utiliza internamente en la empresa, el sistema experto integrado en un configurador de producto puede funcionar como herramienta de diseño (por ejemplo, para configurar instalaciones según reglas o magnitudes físicas no necesariamente predeterminadas en un entorno complejo).
- Si se utiliza para las ventas, el sistema experto dentro del configurador de producto se convierte en el elemento que permite a los usuarios configurar productos existentes a partir de catálogos muy amplios, dimensionar productos que no están en catálogo, comprender las especificaciones para el diseño de productos que aún no están en catálogo.
