UD SHELL Versión 2.0. - Universidad de Manizales

- Universidad de Manizales, enero – junio / 2005
(inferencia orientada por datos e inferencia orientada por objetivos), otra
característica a destacar es la implementación de manejo de incertidumbre y
metaconocimiento.
La aplicabilidad de UD Shell puede ser vista en dos contextos: la utilización
por parte de expertos y su uso en la academia. En el campo académico su
desarrollo se justifica en virtud a la posibilidad de sustentar la explicación
teórica de clases como Inteligencia Artificial con un producto en el que se
puede experimentar y mostrar resultados. La utilidad de la herramienta es
relativa a la necesidad del campo en que se quiera trabajar, se pueden
encargar de: toma de decisiones, configuración de equipos dependiendo de
unos componentes existentes y las restricciones de cada caso, diagnostico y
tratamiento de enfermedades o averías, interpretación y análisis de datos,
monitorización de procesos industriales, planificación de fases y recursos,
entre otros.
II. Desarrollo de la herramienta
El área en la que se enmarca el presente desarrollo es la Ingeniería de
Software y la Inteligencia Artificial; aun cuando el propósito de esta última en
los Sistemas Basados en el Conocimiento / Sistemas Expertos no es nuevo y
ha sido de gran aceptación en empresas de países como Japón, parte de
Europa, Estados Unidos, México entre otras; a nivel Latinoamericano desde
mediados de los años 90 se ha estado imponiendo la tendencia al desarrollo
de Shells, los cuales poseen diferentes características en cuanto a método
de inferencia, manejo de incertidumbre y diseño de bases de conocimiento
(proceso de actualización, representación del conocimiento, etc.).
A. ¿Por qué UD-Shell?
El problema central al crear bases de conocimiento es el tiempo que se gasta
al codificar reglas, ya sea por la forma como se deben estructurar o por que
al tener que actualizar Bases de Conocimiento se debe reorganizar el
esquema jerárquico para obtener mejores resultados. Los Shell actuales
permiten actualizar y/o visualizar solamente una base de conocimiento,
proceso por el cual el comparar resultados o el transmitir reglas de una base
de conocimiento a otra es sencillamente imposible. Otro factor importante es
el manejo de información incompleta o aproximada, el tratamiento de la
incertidumbre constituye uno de los campos fundamentales de la Inteligencia
Artificial, sin embargo pocos Shells cuentan con métodos que permitan tratar
con el manejo de incertidumbre, ya sea con el método probabilístico clásico,
redes bayesianas o factores de certeza.
La Herramienta Software para la Construcción de Sistemas Basados en el
Conocimiento UD Shell Versión 2.0 utiliza como método de representación
del conocimiento los Sistemas de Producción, junto con sus dos métodos de
2