¿Qué son los shells expertos del sistema?
En sistemas expertos, los shells de sistemas expertos son el software que contiene una interfaz, un motor de inferencia y el esqueleto formateado de una base de conocimiento. En esencia, un shell de sistema experto es un recipiente vacío que se llena con los elementos de conocimiento experto que el motor de inferencia puede procesar para los usuarios. Los sistemas expertos son aplicaciones informáticas que brindan ayuda para resolver problemas específicos a los que un usuario podría tener que acceder para resolver, por ejemplo, una dificultad de funcionamiento de un software de utilidad. Un ingeniero de conocimiento usaría este shell para desarrollar la base de conocimiento y personalizarla para satisfacer las necesidades de su base particular de clientes. Se personalizaría para tomar la entrada de un usuario e interpretar esa información en el repositorio de datos y, en comparación, ubicar información coincidente que podría ayudar a guiar al usuario a una solución.
Junto con la información de control que se deposita en una base de conocimiento, hay definiciones de reglas y atributos que rigen la divulgación de información a los usuarios. La base de conocimiento está construida con declaraciones de experiencia que imitan el proceso de análisis de un experto humano en la búsqueda de conocimiento suficiente para lograr una solución. Los shells de sistemas expertos deben proporcionar capacidades para reforzar el trabajo del ingeniero de conocimiento en el desarrollo de una base de conocimiento que pueda funcionar como un sistema experto en tiempo real. En un sistema tan experto, la base puede estar en constante cambio de datos por eliminaciones o adiciones de datos porque los sistemas industriales, redes, hardware y sistemas de software cambian con el tiempo. Este cambio constante de la entrada de datos de otros sistemas de gestión no debe afectar la capacidad de la base para razonar al mismo nivel experto, independientemente de los cambios.
Los caparazones de sistemas expertos proporcionan los huesos básicos para imitar el razonamiento experto humano en métodos de reglas conocidos como encadenamiento hacia adelante y encadenamiento hacia atrás. El encadenamiento hacia adelante en estos shells permite tomar datos de un usuario y usar las reglas del motor de inferencia para ubicar más datos relativos a esa información hasta que haya suficiente información para llegar a una conclusión. Debido a que los datos iniciales recibidos son los que impulsan la búsqueda, este método se denomina método impulsado por datos. Una aplicación que ilustra este método de encadenamiento hacia adelante podría explorar las posibilidades de disposición de los componentes dentro de una computadora para llegar a la mejor ubicación de los componentes.
El encadenamiento hacia atrás recopila datos solo cuando los necesita cuando se consulta una base de conocimiento en una consulta. Tiene el objetivo de encontrar un valor para C y razones hacia atrás para descubrir el valor de A y B que concluye el valor objetivo de C. Este método de razonamiento de los datos actuales a los datos anteriores que fue la base de los datos actuales se llama meta- método conducido Una aplicación que ilustra las reglas de inferencia de las cáscaras del sistema experto podría incluir un médico que ingrese un conjunto actual de síntomas para obtener información de antecedentes sobre los mismos síntomas o similares en la información de antecedentes de un sistema experto en diagnóstico médico particular.
El conocimiento inferido se obtiene mediante el examen de los hechos existentes para llegar a una nueva información probable. Este es el proceso de razonamiento que habita el motor de inferencia en shells de sistemas expertos. Este proceso es lo que inicia el encadenamiento hacia adelante o hacia atrás en los sistemas expertos basados en reglas. Las reglas de inferencia que construyen los motores de inferencia en shells de sistemas expertos están formadas por cláusulas condicionales "si" y cláusulas "entonces" en declaraciones de fallo que facilitan la orientación de los pasos. Estos pasos podrían estar en los campos de servicios financieros, recursos humanos y manejo de préstamos hipotecarios, entre otros, para tratar de descubrir las reglas generales como recomendaciones probables cuando no es posible una respuesta definitiva.