Usos de los sistemas expertos a nivel empresarial
Inteligencia ArtificialLos sistemas expertos se relacionan hoy en día con la Inteligencia Artificial. Sin embargo, su origen se remonta a hace algunas décadas. Se trata de programas informáticos que imitan las capacidades de los humanos, pero al tratarse de tecnología, pueden ser más precisos y reducir los errores.
Sus aplicaciones hoy en día son múltiples, gracias a los avances tecnológicos que estamos viviendo en los últimos años. En este artículo, veremos cuáles son estos usos, pero también los diferentes tipos de sistemas que hay.
¿Qué son los sistemas expertos y cuál es su origen?
Los sistemas expertos, o SE, son programas de informática que simulan el razonamiento y la toma de decisiones de un ser humano experto en una especialidad concreta y en un ámbito limitado. Se utilizan para dar solución a un problema complejo, y por su eficacia, sus aplicaciones se han ido ampliando con el paso de los años.
Surgieron a mitad de los años 60, después de que se empezara a usar el nombre de la inteligencia artificial en la década anterior. En esta época, comenzó a avanzar la investigación de varios tipos de IA. Con respecto a esta aplicación en concreto, los investigadores Allen Newell y Herbert Simon desarrollaron el programa General Problem Solver (GPS). Este combinaba ordenadores de gran potencial con varias reglas de razonamiento. Pero fue en los 80 cuando comenzaron a proliferar, para luego caer en desuso en los 90.
Hay dos explicaciones contradictorias para este suceso. La primera es que no cumplieron con el objetivo que perseguían de ser capaces de reemplazar a una persona con conocimientos muy avanzados en alguna materia. La segunda, por el contrario, argumenta que las grandes marcas tecnológicas, como Oracle o SAP, integraron esta tecnología en sus productos.
Partes de un sistema experto
El funcionamiento de los sistemas expertos se basa en sus partes, que son estas:
- Base de conocimiento. En ella se almacenan los conocimientos especializados sobre algún campo o materia. Se representan mediante reglas, hemos y relaciones entre datos. A partir de ellos, el sistema hace la inferencia y ofrece una respuesta o solución al problema planteado. Se muestran como IF <premisa> THEN <conclusión>.
- Motor de inferencia. Se encarga de interpretar y manipular la base de datos para obtener información nueva o resolver problemas. Aplica reglas lógicas y heurísticas, y tiene habilidades de explicación y depuración.
- Base de hechos. Es la memoria que tiene el programa y que no se altera.
- Interfaz de usuario. Son los módulos de comunicación que relacionan al usuario (módulo de consulta) con los sistemas expertos (módulo de trabajo). Incluye formularios, menús y otras herramientas para introducir datos y obtener respuestas.
Tipos de sistemas expertos
Aunque el funcionamiento de los sistemas expertos sea similar, encontramos dos tipos diferentes:
Rule Based Reasoning
Son sistemas basados en reglas, y son los que más se emplean. Para funcionar, utilizan un conjunto de reglas deterministas que siguen el principio “si-entonces”. Sus aplicaciones más comunes son los diagnósticos basados en síntomas en la medicina.
Case Based Reasoning
Sistemas basados en casos. Es decir, solucionan problemas a partir de otros anteriores similares, enfocándose en el resultado que se tuvo. Son útiles en aquellos campos donde las decisiones dependen en gran medida de las experiencias previas.
Sistemas de Redes Bayesianas
Estos sistemas se utilizan para predecir, clasificar y realizar un diagnóstico. Se basan en el teorema de Bayes, que actualiza las probabilidades de un evento o hipótesis según la nueva evidencia o información disponible. Funcionan por medio de un gráfico, que tiene una serie de variables conocidas y relaciones de dependencia entre ellas. Se pueden usar en finanzas, diagnóstico o para filtrar spam.
Sistemas Basados en Modelos
Utilizan modelos matemáticos y estadísticos para representar el conocimiento y realizar predicciones. Se suelen usar en ingeniería y finanzas, por ser campos de mayor complejidad.
Sistemas de Redes Neuronales
Estos sistemas se alejan de los usos cotidianos de la IA, puesto que son más avanzados. De hecho, se les suele considerar como una categoría dentro de la inteligencia artificial y no tanto sistemas expertos. Utilizan redes neuronales para mejorar la toma de decisiones.
Aplicaciones de los sistemas expertos
Las ventajas y desventajas de la inteligencia artificial siempre se deben tener en cuenta. Pero, por ahora, no podemos negar que esta tecnología está consiguiendo importantes avances en varias áreas. A continuación vamos a ver algunas de las aplicaciones más destacadas de los sistemas expertos:
Medicina y salud
Como ya mencionamos en los tipos, los sistemas de expertos se pueden emplean para obtener diagnósticos de enfermedades. Pero también para crear planes de tratamiento personalizados, calibrar equipos y reducir errores de software.
Banca y finanzas
En este campo, pueden hacer pronósticos, analizar préstamos, evaluar riesgos, detectar fraudes y gestionar inversiones. Son capaces de analizar grandes volúmenes de datos y con base en ellas, predecir tendencias del mercado.
Manufactura y producción
Se optimizan los procesos de producción, control de inventario, supervisión, planificación de mantenimiento preventivo de los equipos y gestión de la cadena de suministro. Es decir, que se pueden reducir costes operativos y mejorar la eficiencia.
Los campos de aplicación de los sistemas expertos son muchos más de los que hemos mencionado aquí. Y en los próximos años, estas aplicaciones seguirán ampliándose y veremos funcionalidades que hasta ahora nos parecían impensables. ¿Quieres conocer más sobre el estado actual de la inteligencia actual y cómo se está usando a nivel empresarial? Apúntate a nuestros masters.
Máster en Marketing Digital e Inteligencia Artificial (Barcelona | Madrid)
