¿Qué son los proyectiles de sistemas de expertos?
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 tazón vacío para llenarse con los elementos de conocimiento expertos que el motor de inferencia puede procesar para los usuarios. Los sistemas expertos son aplicaciones informáticas que brindan ayuda para resolver problemas para problemas específicos que un usuario podría necesitar para resolver, por ejemplo, una dificultad de software de utilidad en funcionamiento. Un ingeniero de conocimiento utilizaría este shell para desarrollar la base de conocimiento y personalizarla para satisfacer las necesidades de su base de usuarios de clientes particulares. Se personalizaría para tomar la entrada de un usuario e interpretar esa información al repositorio de datos y, en comparación, ubicar la información coincidente que podría ayudar a guiar al usuario a una solución.
junto con la información de control que se deposita en un knoWledge Base, son definiciones de reglas y atributos que rigen la versión 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 busca de suficiente conocimiento para lograr una solución. Los proyectiles de sistemas expertos deben proporcionar capacidades para reforzar el trabajo del ingeniero de conocimiento en el desarrollo de una base de conocimiento que puede operar como un sistema experto en tiempo real. En dicho sistema experto, la base puede estar en constante cambio de datos mediante deleciones o adiciones de datos porque los sistemas industriales, redes, hardware y sistemas de software cambian con el tiempo. Este cambio constante de entrada de datos de otros sistemas de gestión no debe vacilar la capacidad de la base para razonar al mismo nivel de expertos, independientemente de los cambios.
Los proyectiles de sistemas expertos proporcionan los huesos desnudos para la imitación del razonamiento de expertos humanos en los métodos de regla conocidos como encadenamiento hacia adelante y encadenamiento hacia atrás. El encadenamiento hacia adelante en estos proyectiles permite tomar datos param un usuario y utilizando reglas de motor de inferencia para localizar más datos en relación con esa información hasta que haya suficiente información para formar una conclusión. Debido a que los datos iniciales recibidos son lo que impulsa la búsqueda, este método se denomina método basado en datos. Una aplicación que ilustra este método de cadena 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 como lo 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 de la meta de C. Este método de razonamiento de los datos actuales a los datos anteriores que fue la base de los datos actuales se denomina método basado en objetivos. Una aplicación que ilustra las reglas de inferencia del sistema experto puede incluir un médico que ingresa un conjunto actual de síntomas para información de fondo sobre el mismo oSíntomas similares en información de fondo de un sistema de expertos 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 capas 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 las capas expertas del sistema están formadas por cláusulas condicionales "si" y cláusulas "entonces" en las declaraciones gobernantes que facilitan la orientación de los pasos. Estos pasos pueden estar en los campos de los servicios financieros, los recursos humanos y el manejo de préstamos hipotecarios, entre otros, para tratar de descubrir las reglas generales como recomendaciones probables cuando no es posible una respuesta definitiva.