LOS SISTEMAS EXPERTOS

INTELIGENCIA ARTIFICIAL
Se denomina inteligencia artificial a la rama de la ciencia informática dedicada al desarrollo de agentes racionales no vivos.
La inteligencia artificial es el estudio sistemático del comportamiento inteligente y de los procesos de aprendizaje de los seres humanos con la finalidad de que las máquinas y computadoras imiten las habilidades humanas como: el reconocimiento de objetos, colores distancias, en otros casos imitar reacciones afectivas y representarlas mediante gestos
Se puede definir como la ciencia que estudia de manera sistemática el comportamiento inteligente, con el fin de imitar o simular las habilidades humanas mediante la creación y utilización de máquinas y computadoras.

RAMAS DE LA INTELIGENCIA ARTIFICIAL

2.1Robótica: es el área de la inteligencia artificial (IA) que estudia la imitación del movimiento humano a través de robots, los cuales son creados con el fin de de apoyar procesos mecánicos repetitivos que requieren gran precisión. Estos robots pueden ser programados para desempeñar casi cualquier tarea y su aplicación en las empresas suele ser a procesos productivos como pintura y acabados, movimientos de materiales, reconocimiento de defectos, etcétera. En algunos centros de cómputo, que tienen un número considerable de cintas magnéticas, existen robots o brazos mecánicos que auxilien al operador en la localización y acceso a estas cintas

2.2Simulación sensorial: La simulación de la capacidad sensorial humana es área de estudio de la inteligencia artificial, que a través de las computadoras persigue la imitación de las capacidades o habilidades sensoriales humanas tales como vista, oído, habla y tacto. Lo anterior incluye visión computacional, procesamiento de imágenes y reconocimiento de escenas

2.3Lenguajes naturales: Esta rama de estudio de la inteligencia artificial se enfoca en el diseño y desarrollo de software capaz de aceptar, interpretar y ejecutar instrucciones dadas por los usuarios en su lenguaje nativo, por ejemplo, español o inglés. Sin embargo, esta área se encuentra en un estado primitivo y poco desarrollado
2.4Sistemas expertos: Deep Blue : Los Sistemas Expertos constituyen el área de la inteligencia artificial que quizá en este momento tiene más relación con el apoyo al proceso de la toma de decisiones en las organizaciones. Estos sistemas, denominados también Sistemas basados en el conocimiento, cargan bases de conocimiento integradas por una serie de reglas de sentido común o conocimiento heurístico; es decir, conocimientos basados u obtenidos a través de la experiencia de un especialista o experto. Una vez cargada la base de conocimientos, diferentes usuarios pueden emplearla para consulta, apoyo a decisiones, capacitación, etcétera.
2.5Redes neurales : Son dispositivos o software programados de manera tal que funcionen como las neuronas de los seres vivos.
EJEMPLO CLASICO DE INTELIGENCIA ARTIFICIAL

El juego del ajedrez en la computadora es un juego de inteligencia artificial donde en un mini segundo puede ser capas de ver todas las opciones de movimiento que puede realizar, y de todos esos movimientos escoge el mejor

FUTURO DE LA INTELIGENCIA ARTIFICIAL.
El empleo de la Inteligencia Artificial, esta orientado a aquellas profesiones que, ya sea por lo incomodo, peligroso o complicado de su trabajo necesitan apoyo de un experto en la materia. Las ventajas que trae el disponer de un asistente artificial no son mas que las de solucionar los errores y defectos propios del ser humano; es decir, el desarrollo de sistemas expertos que hoy en día se están utilizando con éxito en los campos de la medicina, geología y aeronáutica aunque todavía están poco avanzados en relación con el ideal del producto IA completo.

ROBOTICA:
La Robótica es una ciencia o rama de la tecnología, que estudia el diseño y construcción de máquinas capaces de desempeñar tareas realizadas por el ser humano o que requieren del uso de inteligencia. Las ciencias y tecnologías de las que deriva podrían ser: el álgebra, los autómatas programables, las máquinas de estados, la mecánica o la informática.
De forma general, la Robótica se define como: El conjunto de conocimientos teóricos y prácticos que permiten concebir, realizar y automatizar sistemas basados en estructuras mecánicas poli articuladas, dotados de un determinado grado de "inteligencia" y destinados a la producción industrial o al sustitución del hombre en muy diversas tareas.
Un sistema Robótico se puede describirse, como "Aquel que es capaz de recibir información, de comprender su entorno a través del empleo de modelos, de formular y de ejecutar planes, y de controlar o supervisar su operación". La Robótica es esencialmente pluridisciplinaria y se apoya en gran medida en los progresos de la microelectrónica y de la informática, así como en los de nuevas disciplinas tales como el reconocimiento de patrones y de inteligencia artificial.
Los aficionados a los Robots también juegan un papel muy importante en el desarrollo de la Robótica, ya que son éstos los que, partiendo de una afición firme, con sus particulares ideas y al cabo de un cierto tiempo de pruebas y progresos, han podido desarrollar sus teorías y, con ello, crear precedentes o mejorar aspectos olvidados, así como solucionar problemas no previstos inicialmente.

El monje cibernético
El primer autómata digno de mención del que noticias existen, se cree que fue construido por Giovanni Torriani durante la primera mitad del siglo XVI. El invento, que simula la figura de un monje de la época, funcionaba mediante un mecanismo de resorte al que se le daba cuerda con una llave.
El monje era capaz de girar e inclinar la cabeza, mover los ojos de un lado para otro, abrir la boca y golpearse el pecho con la mano derecha mientras subía y bajaba la izquierda.

El pato que evacuaba
El pato automático de Jacques Vaucanso, invento mecánico se construyó en 1738 con el propósito venerable de recaudar dinero para su inventor.
El patito, construido en cobre puro y duro, no sólo graznaba, se bañaba y bebía agua sino que comía grano, lo digería y, aún no contento, lo evacuaba.
Tras andar perdido durante treinta y tantos años, un suizo llamado Reichsteiner logró hallarlo y reconstruir sus más de 4000 piezas. Después de su debut en la Scala de Milán ya en el siglo pasado, el animalito volvió a perderse y hoy en día su paradero es un misterio.

La muñeca escribana
Fue a principios del siglo pasado cuando un mecánico llamado Maillardet creó un autómata capaz de escribir. La aplicada máquina, de apariencia femenina, podía escribir en inglés y francés y además hasta dibujaba paisajes.
Unos años más tarde la autómata escribana quedó destruida y en 1812 se reconstruyó con una nueva identidad y pasó a ser conocida como “La muñeca de Filadelfia”.

Primeras aproximaciones
Pero es ya en nuestro siglo cuando los automatismos empiezan a tomarse un poco en serio y a ser utilizados en aplicaciones prácticas.
Como sucede siempre que la necesidad apremia, durante la Segunda Guerra Mundial, los científicos tuvieron que ingeniárselas para poder manejar sin perjuicio los elementos radiactivos.
Se construyeron con este fin los llamados teleoperadores que, aún lejos de ser robots, son la primera aproximación conseguida por los ingenieros. Se basaban en dispositivos mecánicos que eran capaces de reproducir las acciones realizadas por un operador situado a distancia. El efecto era como tener brazos y manos muy largas.


LENGUAJE NATURAL.
El lenguaje es el medio de comunicación con todo el mundo. Estudiando el lenguaje, podemos entender más acerca del mundo. Podemos probar nuestras teorías acerca del mundo observando qué tan bien éstas soportan nuestro intento de entender el lenguaje. Y, si podemos construir un modelo computacional del lenguaje, tendríamos una herramienta muy poderosa para comunicarse con el mundo.
En gran parte de la vida humana la comunicación lingüística ocurre como habla. El lenguaje escrito es una invención reciente y todavía juega un papel menos importante que el habla en muchas actividades. Procesar el lenguaje escrito (asumiendo que está escrito de una forma no ambigua) es más fácil, en algunas formas, que procesar el habla. Por ejemplo, para construir un programa que entienda el lenguaje hablado, necesitamos todas las facilidades de un reconocedor de lenguaje escrito y también conocimiento adicional para manejar todo el ruido y ambigüedad de la señal de audio. Así, es útil dividir el problema de procesamiento del lenguaje en dos tareas:
Procesamiento del texto escrito, usando conocimiento léxico sintáctico y semántico del lenguaje y también la información del mundo real requerida.
Procesamiento del lenguaje hablado, usando toda la información requerida en el punto anterior más conocimiento adicional acerca de fonología y también la suficiente información adicional para manejar las ambigüedades que son comunes en el habla.
DEFINICIÓN DE SISTEMAS EXPERTOS
Los Sistemas Expertos son sistemas, que emulan el comportamiento de un experto humano para resolver un problema, en un área de conocimiento específica.
Sistema que resuelve problemas utilizando una representación simbólica del conocimiento humano.
Es un sistema computarizado capaz de resolver problemas en el dominio en el cual posee conocimiento específico.

CARACTERÍSTICAS DE LOS SISTEMAS EXPERTOS
Representan y utilizan conocimiento especializado de un determinado dominio
Capacidad de razonar
Muestra el mismo comportamiento del experto
Representa el conocimiento simbólicamente
Manipula símbolos
Maneja problemas de dominio difícil
Alto rendimiento en un dominio específico
Examina su propio razonamiento y explica
VENTAJAS Y LIMITACIONES DE LOS SISTEMAS EXPERTOS
Ventajas
Permanencia: A diferencia de un experto humano un Sistema Experto no envejece, y por tanto no sufre pérdida de facultades con el paso del tiempo.
Duplicación: Una vez programado un Sistema Experto lo podemos duplicar infinidad de veces.
Rapidez: Un Sistema Experto puede obtener información de una base de datos y realizar cálculos numéricos mucho más rápido que cualquier ser humano.
Bajo costo: A pesar de que el costo inicial pueda ser elevado, gracias a la capacidad de duplicación el coste finalmente es bajo.
Entornos peligrosos: Un Sistema Experto puede trabajar en entornos peligrosos o dañinos para el ser humano.
Fiabilidad: Los Sistema Experto no se ven afectados por condiciones externas, un humano sí (cansancio, presión, etc.).
Consolidar varios conocimientos
Apoyo Academico

Limitaciones
Sentido común: Para un Sistema Experto no hay nada obvio. Por ejemplo, un sistema experto sobre medicina podría admitir que un hombre lleva 40 meses embarazado, a no ser que se especifique que esto no es posible.
Lenguaje natural: Con un experto humano podemos mantener una conversación informal mientras que con un Sistema Experto no podemos.
Capacidad de aprendizaje: Cualquier persona aprende con relativa facilidad de sus errores y de errores ajenos, que un Sistema Experto haga esto es muy complicado.
Perspectiva global: Un experto humano es capaz de distinguir cuales son las cuestiones relevantes de un problema y separarlas de cuestiones secundarias.
Capacidad sensorial: Un Sistema Experto carece de sentidos.
Flexibilidad: Un humano es sumamente flexible a la hora de aceptar datos para la resolución de un problema.
Conocimiento no estructurado: Un Sistema Experto no es capaz de manejar conocimiento poco estructurado.
TAREAS QUE REALIZA UN SISTEMA EXPERTO
Monitorización
La monitorización es un caso particular de la interpretación, y consiste en la comparación continua de los valores de las señales o datos de entrada y unos valores que actúan como criterios de normalidad o estándares. En el campo del mantenimiento predictivo los Sistemas Expertos se utilizan fundamentalmente como herramientas de diagnóstico. Se trata de que el programa pueda determinar en cada momento el estado de funcionamiento de sistemas complejos, anticipándose a los posibles incidentes que pudieran acontecer. Así, usando un modelo computacional del razonamiento de un experto humano, proporciona los mismos resultados que alcanzaría dicho experto.
Diseño
Diseño es el proceso de especificar una descripción de un artefacto que satisface varias características desde un número de fuentes de conocimiento.
El diseño se concibe de distintas formas:
El diseño en ingeniería es el uso de principios científicos, información técnica e imaginación en la definición de una estructura mecánica, máquina o sistema que ejecute funciones específicas con el máximo de economía y eficiencia.
El diseño industrial busca rectificar las omisiones de la ingeniería, es un intento consciente de traer forma y orden visual a la ingeniería de hardware donde la tecnología no provee estas características.
Los Sistema Experto en diseño ven este proceso como un problema de búsqueda de una solución óptima o adecuada. Las soluciones alternas pueden ser conocidas de antemano o se pueden generar automáticamente probándose distintos diseños para verificar cuáles de ellos cumplen los requerimientos solicitados por el usuario, ésta técnica es llamada “generación y prueba”, por lo tanto estos SE son llamados de selección. En áreas de aplicación, la prueba se termina cuando se encuentra la primera solución; sin embargo, existen problemas más complejos en los que el objetivo es encontrar la solución óptima.
Planificación
La planificación es la realización de planes o secuencias de acciones y es un caso particular de la simulación. Está compuesto por un simulador y un sistema de control. El efecto final es la ordenación de un conjunto de acciones con el fin de conseguir un objetivo global.
Los problemas que presentan la planificación mediante Sistema Experto son los siguientes:
Existen consecuencias no previsibles, de forma que hay que explorar y explicar varios planes.
Existen muchas consideraciones que deben ser valoradas o incluirles un factor de peso.
Suelen existir interacciones entre planes de subobjetivos diversos, por lo que deben elegirse soluciones de compromiso.
Trabajo frecuente con incertidumbre, pues la mayoría de los datos con los que se trabaja son más o menos probables pero no seguros.
Es necesario hacer uso de fuentes diversas tales como bases de datos.
Control
Un sistema de control participa en la realización de las tareas de interpretación, diagnóstico y reparación de forma secuencial. Con ello se consigue conducir o guiar un proceso o sistema. Los sistemas de control son complejos debido al número de funciones que deben manejar y el gran número de factores que deben considerar; esta complejidad creciente es otra de las razones que apuntan al uso del conocimiento, y por tanto de los Sistema Experto.
Cabe aclarar que los sistemas de control pueden ser en lazo abierto, si en el mismo la realimentación o el paso de un proceso a otro lo realiza el operador, o en lazo cerrado si no tiene que intervenir el operador en ninguna parte del mismo. Reparación, correcta o terapia.
La reparación, corrección, terapia o tratamiento consiste en la proposición de las acciones correctoras necesarias para la resolución de un problema. Los Sistema Experto en reparación tienen que cumplir diversos objetivos, como son: Reparación lo más rápida y económicamente posible. Orden de las reparaciones cuando hay que realizar varias. Evitar los efectos secundarios de la reparación, es decir la aparición de nuevas averías por la reparación.
Simulación
La simulación es una técnica que consistente en crear modelos basados en hechos, observaciones e interpretaciones sobre la computadora, a fin de estudiar el comportamiento de los mismos mediante la observación de las salidas para un conjunto de entradas. Las técnicas tradicionales de simulación requieren modelos matemáticos y lógicos, que describen el comportamiento del sistema bajo estudio.
El empleo de los Sistema Experto para la simulación viene motivado por la principal característica de los SE, que es su capacidad para la simulación del comportamiento de un experto humano, que es un proceso complejo.
En la aplicación de los Sistema Experto para simulación hay que diferenciar cinco configuraciones posibles:
Un SE puede disponer de un simulador con el fin de comprobar las soluciones y en su caso rectificar el proceso que sigue.
Un sistema de simulación puede contener como parte del mismo a un Sistema Experto y por lo tanto el Sistema Experto no tiene que ser necesariamente de simulación.
Un Sistema Experto puede controlar un proceso de simulación, es decir que el modelo está en la base de conocimiento del Sistema Experto y su evolución es función de la base de hechos, la base de conocimientos y el motor de inferencia, y no de un conjunto de ecuaciones aritmético – lógicas.
Un Sistema Experto puede utilizarse como consejero del usuario y del sistema de simulación.
Un Sistema Experto puede utilizarse como máscara o sistema frontal de un simulador con el fin de que el usuario reciba explicación y justificación de los procesos.
Instrucción
Un sistema de instrucción realizara un seguimiento del proceso de aprendizaje. El sistema detecta errores ya sea de una persona con conocimientos e identifica el remedio adecuado, es decir, desarrolla un plan de enseñanza que facilita el proceso de aprendizaje y la corrección de errores.
Recuperación de información
Los Sistemas Expertos, con su capacidad para combinar información y reglas de actuación, han sido vistos como una de las posibles soluciones al tratamiento y recuperación de información, no sólo documental. La década de 1980 fue prolija en investigación y publicaciones sobre experimentos de este orden, interés que continua en la actualidad.
Lo que diferencia a estos sistemas de un sistema tradicional de recuperación de información es que éstos últimos sólo son capaces de recuperar lo que existe explícitamente, mientras que un Sistema Experto debe ser capaz de generar información no explícita, razonando con los elementos que se le dan. Pero la capacidad de los Sistema Experto en el ámbito de la recuperación de la información no se limita a la recuperación. Pueden utilizarse para ayudar al usuario, en selección de recursos de información, en filtrado de respuestas, etc. Un Sistema Experto puede actuar como un intermediario inteligente que guía y apoya el trabajo del usuario final.

DATOSLos datos son la mínima unidad semántica, y se corresponden con elementos primarios de información que por sí solos son irrelevantes como apoyo a la toma de decisiones. También se pueden ver como un conjunto discreto de valores, que no dicen nada sobre el por qué de las cosas y no son orientativos para la acción.
Un número telefónico o un nombre de una persona, por ejemplo, son datos que, sin un propósito, una utilidad o un contexto no sirven como base para apoyar la toma de una decisión. Los datos pueden ser una colección de hechos almacenados en algún lugar físico como un papel, un dispositivo electrónico (CD, DVD, disco duro...), o la mente de una persona. En este sentido las tecnologías de la información han aportado mucho a recopilación de datos.
Como cabe suponer, los datos pueden provenir de fuentes externas o internas a la organización, pudiendo ser de carácter objetivo o subjetivo, o de tipo cualitativo o cuantitativo, etc.

INFORMACIÓNLa información se puede definir como un conjunto de datos procesados y que tienen un significado (relevancia, propósito y contexto), y que por lo tanto son de utilidad para quién debe tomar decisiones, al disminuir su incertidumbre. Los datos se pueden transforman en información añadiéndoles valor:
Contextualizando: se sabe en qué contexto y para qué propósito se generaron.
Categorizando: se conocen las unidades de medida que ayudan a interpretarlos.
Calculando: los datos pueden haber sido procesados matemática o estadísticamente.
Corrigiendo: se han eliminado errores e inconsistencias de los datos.
Condensando: los datos se han podido resumir de forma más concisa (agregación).
Por tanto, la información es la comunicación de conocimientos o inteligencia, y es capaz de cambiar la forma en que el receptor percibe algo, impactando sobre sus juicios de valor y sus comportamientos.
Información = Datos + Contexto (añadir valor) + Utilidad (disminuir la incertidumbre)

CONOCIMIENTOEl conocimiento es una mezcla de experiencia, valores, información y know-how que sirve como marco para la incorporación de nuevas experiencias e información, y es útil para la acción. Se origina y aplica en la mente de los conocedores. En las organizaciones con frecuencia no sólo se encuentra dentro de documentos o almacenes de datos, sino que también esta en rutinas organizativas, procesos, prácticas, y normas.
El conocimiento se deriva de la información, así como la información se deriva de los datos. Para que la información se convierta en conocimiento es necesario realizar acciones como:
Comparación con otros elementos.
Predicción de consecuencias.
Búsqueda de conexiones.
Conversación con otros portadores de conocimiento.

DIFERENCIA ENTRE DATO, INFORMACIÓN Y CONOCIMIENTO
Un dato es un conjunto discreto, de factores objetivos sobre un hecho real. Dentro de un contexto empresarial, el concepto de dato es definido como un registro de transacciones. Un dato no dice nada sobre el porqué de las cosas, y por sí mismo tiene poca o ninguna relevancia o propósito.
Los datos describen únicamente una parte de lo que pasa en la realidad y no proporcionan juicios de valor o interpretaciones, y por lo tanto no son orientativos para la acción. La toma de decisiones se basará en datos, pero estos nunca dirán lo que hacer. Los datos no dicen nada acerca de lo que es importante o no. A pesar de todo, los datos son importantes para las organizaciones, ya que son la base para la creación de información.
A diferencia de los datos, la información tiene significado (relevancia y propósito). No sólo puede formar potencialmente al que la recibe, sino que esta organizada para algún propósito. Los datos se convierten en información cuando su creador les añade significado. Transformamos datos en información añadiéndoles valor en varios sentidos.
. El conocimiento es una mezcla de varios elementos; es un flujo al mismo tiempo que tiene una estructura formalizada; es intuitivo y difícil de captar en palabras o de entender plenamente de forma lógica. El conocimiento existe dentro de las personas, como parte de la complejidad humana y de nuestra impredecibilidad. El conocimiento se deriva de la información, así como la información se deriva de los datos. Para que la información se convierte en conocimiento, las personas debe hacer prácticamente todo el trabajo.





SISTEMAS EXPERTOS Vs. SISTEMAS CCONVENCIONALES
Representación y uso de conocimiento
Heurístico
Proceso Inferencial
Examina su propio razonamiento
Explica su operación
Difícil de predecir la cantidad de esfuerzo total requerido para producir un SE

Representa y usa datos
Algorítmico
Proceso repetitivo
No examina
No explica
Naturaleza y cantidad de conocimiento requerido puede ser bien estimado









EL GENERADOR DE SISTEMAS EXPERTOS O SHELL.
El generador de Sistemas Expertos o Shell es el programa o software que permite desarrollar el Sistema Experto. Específicamente, el Shell constituye la herramienta que apoya el proceso de creación de las bases de conocimiento y facilita la utilización del modelo por parte de los usuarios. A continuación se dará una breve descripción de los componentes del Shell:
INGENIERO DEL CONOCIMIENTO.
El ingeniero del conocimiento es el especialista en el uso del Shell y técnicas de entrevistas. Es la persona que entrevista al experto y se encarga de traducir sus conocimientos y experiencias en reglas heurísticas, las cuales integran la base de conocimiento de un problema en particular.
EXPERTO. Es la persona que interactúa con el ingeniero del conocimiento, aportando su conocimiento y su experiencia de un área particular del saber humano.
BASE DEL CONOCIMIENTO.
Una vez que se realizan las entrevistas entre el ingeniero del conocimiento y el experto, se codifican y capturan todas las reglas heurísticas, para integrar la base del conocimiento que posteriormente será utilizada para apoyar la solución de problemas reales y específicos que se le presenten al usuario.
MOTOR DE INDIFERENCIA.
Es la parte del Shell que se encarga de razonar, es decir a partir de un problema o hecho real aplica las reglas y llega a su solución. Este motor es el vehículo a través del cual las reglas que están en la base del conocimiento se utilizan y aplican para la solución de un problema particular. El motor de indiferencia puede operar de dos formas diferentes, de acuerdo con el razonamiento que se emplee:
Razonamiento hacia delante. En este razonamiento se transita a través de las reglas, partiendo de hechos o situaciones reales, hasta encontrar las adecuadas para llegar a una solución o recomendación.
Razonamiento hacia atrás. En este razonamiento se transita a través de las reglas partiendo de alguna hipótesis y buscando las reglas o hechos reales que hagan cierta la hipótesis o la idea que se tiene del problema.
INTERFASE DE USUARIO.
Es la parte del Shell que permite al usuario interactuar con el sistema para resolver sus problemas cotidianos. En este contexto, el usuario tiene un problema, y a través del uso de Shell, llega a las soluciones o recomendaciones.

SELECCIÓN DE APLICACIONES PARA SISTEMAS EXPERTOS.
Las características que deben tener los problemas para considerarlos susceptibles de resolver a través de un Sistema Experto son:
Utilización de varios expertos dentro del trabajo rutinario.
Las decisiones que se toman complejas y siguen una secuencia lógica.
Las decisiones lógicas, así como las soluciones del problema, pueden expresarse o traducirse a reglas heurísticas.
El conocimiento que se está modelando se encuentra bien delimitado y es profundo, no amplio y superficial.
El problema no tiene solución analítica, de lo contrario se sugiere la solución a través de técnicas analíticas.
Cuando las reglas del juego no cambian con demasiada frecuencia, en cuyo caso será incosteable el desarrollo del modelo experto.
Cuando hay pocos expertos en otras áreas de la organización o localidades remotas.
HERRAMIENTAS PARA EL DESARROLLO DE SISTEMAS EXPERTOS.
Para desarrollar Sistemas Expertos es necesario utilizar una herramienta apropiada. Las herramientas pueden ser lenguajes de programación o sistemas de ayuda para la generalización de Sistemas Expertos, los cuales son llamados Shells.
TENDENCIAS FUTURAS.

Los Sistemas Expertos se están utilizando cada vez más en las organizaciones, debido a que la tecnología también es cada vez más accesible para una gran mayoría de las empresas.
Se piensa que en el futuro las interfases de los Sistemas Expertos serán en leguaje natural, lo cual facilitará la comunicación entre usuarios y el sistema.
Los Sistemas Expertos darán mayor soporte en el proceso de toma de decisiones, permitiendo tener el conocimiento del experto capturando en una base de conocimiento y utilizarlo cuando se requiera sin que esté él presente.
Se manejarán herramientas inteligentes para explotar la información que contengan las bases de datos, permitiendo con ello un mejor uso de la información.
Los Sistemas Expertos se integrarán a otras tecnologías para dar un mayor soporte en todas las áreas de la empresa।

INTEGRANTES
Celia Zerpa
Emilka Mieres
Dora Malpica
Maía Lozada
Marielis González

PREGUNTAS
¿Que opinas de la Inteligencia Artificial?