022 — Sistemas expertos y motores de reglas

← Clase anterior · Índice de la parte · Clase siguiente →

Parte: 01 — IA simbólica, búsqueda, lógica y planificación
Nivel: fundamentos · Horas estimadas: 4
Laboratorio: logic · Estado: EXECUTABLE_CORE

🎯 Propósito

Comprender sistemas expertos y motores de reglas dentro de la evolución de la inteligencia artificial, implementar un experimento mínimo verificable y distinguir qué parte constituye evidencia frente a una afirmación todavía no comprobada.

📚 Resultados de aprendizaje

Al finalizar podrás:

  1. Explicar sistemas expertos y motores de reglas usando los conceptos reglas, encadenamiento, explicación, conocimiento.
  2. Ejecutar el laboratorio con una semilla explícita y revisar su contrato JSON.
  3. Identificar al menos un supuesto, una limitación y un riesgo de aplicación.
  4. Comparar el enfoque con la etapa anterior de la ruta de aprendizaje.
  5. Producir una evidencia reproducible y una conclusión que no exceda los datos.

🧩 Conceptos centrales

reglas, encadenamiento, explicación, conocimiento

🗺️ Ubicación en el mapa de la IA

Los sistemas expertos fueron el primer éxito comercial de la IA: en los años 70-80, sistemas como DENDRAL, MYCIN y XCON demostraron que el conocimiento de un especialista podía codificarse en reglas y ejecutarse con un motor de inferencia. Se apoyan directamente en la lógica de las clases 019-021 (los hechos y reglas son fórmulas, la inferencia es modus ponens aplicado sistemáticamente). Habilitan después la planificación clásica (clase 023, donde las "reglas" pasan a ser operadores con precondiciones y efectos) y son el componente simbólico canónico de los sistemas neuro-simbólicos del proyecto de la clase 024. Los motores de reglas modernos (Drools, CLIPS, motores de decisión bancarios) descienden en línea directa de esta arquitectura.

📖 Fundamentos

🏛️ Arquitectura de un sistema experto

Un sistema experto separa el conocimiento del mecanismo que lo usa. Sus componentes clásicos:

  1. Base de conocimiento: reglas de producción SI condiciones ENTONCES conclusión escritas por (o con) expertos del dominio.
  2. Memoria de trabajo: los hechos conocidos en un instante dado; crece durante la inferencia.
  3. Motor de inferencia: el algoritmo que decide qué reglas aplicar y en qué orden. Es genérico: el mismo motor sirve para medicina o configuración de hardware.
  4. Componente de explicación: responde ¿por qué? (qué regla pide este dato) y ¿cómo? (qué cadena de reglas produjo esta conclusión).
  5. Interfaz de adquisición de conocimiento: cómo se añaden y mantienen las reglas.

Esta separación es la tesis central de la época: "In the knowledge lies the power" (Feigenbaum). El motor es trivial comparado con el costo de capturar y mantener el conocimiento.

➡️ Encadenamiento hacia adelante (dirigido por datos)

El forward chaining parte de los hechos y dispara reglas hasta el punto fijo. Ciclo match-resolve-act:

mientras haya cambios:
    MATCH:   encontrar todas las reglas cuyas condiciones ⊆ memoria de trabajo
             y cuya conclusión aún no esté afirmada   → conjunto de conflicto
    RESOLVE: elegir una regla del conjunto de conflicto
             (estrategias: especificidad, recencia, prioridad explícita)
    ACT:     añadir la conclusión a la memoria de trabajo
             y registrar la regla disparada (para la explicación)

Es completo para cláusulas de Horn: deriva todo hecho atómico implicado por la base (es exactamente el algoritmo de la clase 019, ahora con arquitectura alrededor). Conviene cuando llegan datos y se quiere ver todo lo que se sigue de ellos (monitorización, configuración).

⬅️ Encadenamiento hacia atrás (dirigido por objetivos)

El backward chaining parte de una hipótesis y busca reglas que la concluyan, convirtiendo sus condiciones en subobjetivos, recursivamente, hasta llegar a hechos conocidos o preguntas al usuario. Es el mecanismo de Prolog y de MYCIN. Conviene cuando hay una pregunta concreta y muchos hechos irrelevantes: evita derivar conclusiones que nadie pidió. Riesgo: ciclos entre reglas (a → b, b → a) exigen detección de objetivos repetidos en la pila.

⚡ El algoritmo Rete

El paso MATCH ingenuo re-evalúa todas las reglas contra toda la memoria en cada ciclo: O(reglas × hechos^condiciones). Rete (Forgy, 1982) lo evita compilando las condiciones de todas las reglas en una red de discriminación:

Trade-off explícito: Rete cambia memoria por velocidad — las memorias alfa/beta pueden crecer mucho, pero cada ciclo cuesta proporcionalmente al cambio, no al total. Es la base de OPS5, CLIPS y Drools (variante ReteOO/PHREAK).

🌡️ Incertidumbre: factores de certeza de MYCIN

MYCIN (Shortliffe, años 70) diagnosticaba infecciones bacterianas con ~600 reglas y necesitaba grados de creencia. Introdujo el factor de certeza CF ∈ [-1, 1] (−1 = refutado, 0 = sin evidencia, +1 = confirmado), con reglas de combinación:

Encadenamiento (regla con CF_regla y premisa con CF_premisa > 0):
    CF(conclusión) = CF_regla × CF_premisa

Premisas conjuntas:  CF(p1 ∧ p2) = min(CF(p1), CF(p2))

Evidencia paralela (dos reglas concluyen lo mismo, ambos CF > 0):
    CF_comb = CF1 + CF2 × (1 − CF1)

Los CF no son probabilidades: la combinación asume independencia de las evidencias y solo aproxima un razonamiento bayesiano bajo condiciones restrictivas (Heckerman, 1986). Aun así, MYCIN alcanzó desempeño comparable al de especialistas en evaluaciones ciegas — y nunca se usó clínicamente, por responsabilidad legal e integración, una lección de despliegue tan importante como el algoritmo.

🧮 Ejemplo trabajado

1) Forward chaining con la base del laboratorio. Hechos iniciales: {tiene_datos, tiene_objetivo}. Reglas: R1 {tiene_datos, tiene_objetivo} → puede_experimentar, R2 {puede_experimentar} → requiere_baseline, R3 {requiere_baseline} → requiere_evaluacion.

Ciclo 1: MATCH → {R1}            ACT → añade puede_experimentar
Ciclo 2: MATCH → {R2}            ACT → añade requiere_baseline
Ciclo 3: MATCH → {R3}            ACT → añade requiere_evaluacion
Ciclo 4: MATCH → ∅               punto fijo alcanzado

Memoria final = {tiene_datos, tiene_objetivo, puede_experimentar, requiere_baseline, requiere_evaluacion}: 2 hechos iniciales + 3 derivados = 5 hechos, con 3 reglas disparadas. La lista rules_fired del laboratorio ES el componente de explicación: cada conclusión conserva la regla que la originó.

2) Factores de certeza. Dos reglas concluyen infección_por_pseudomonas: R_a con CF 0,6 cuya premisa se cree con CF 0,8; R_b con CF 0,5 cuya premisa se cree con CF 1,0.

CF_a = 0,6 × 0,8 = 0,48
CF_b = 0,5 × 1,0 = 0,50
CF_comb = 0,48 + 0,50 × (1 − 0,48) = 0,48 + 0,26 = 0,74

Dos evidencias moderadas producen una creencia alta, sin llegar nunca a 1: ese es el comportamiento diseñado de la combinación paralela.

📊 Propiedades y comparación

Criterio Forward chaining Backward chaining Forward + Rete
Dirección datos → conclusiones objetivo → datos datos → conclusiones
Deriva todo el punto fijo solo lo necesario para el objetivo todo el punto fijo
Costo por ciclo O(reglas × hechos) ingenuo proporcional a la prueba proporcional al cambio
Memoria baja pila de objetivos alta (memorias alfa/beta)
Uso típico monitorización, configuración diagnóstico, consulta motores de reglas de producción
Completitud (Horn) sí sí (con manejo de ciclos) sí 
flowchart TD
    WM["🧠 Memoria de trabajo<br/>(hechos)"] --> M["🔍 MATCH<br/>reglas cuyas condiciones se cumplen"]
    KB["📚 Base de conocimiento<br/>(reglas SI-ENTONCES)"] --> M
    M --> CS{"conjunto de<br/>conflicto vacío?"}
    CS -- sí --> FIN["🛑 Punto fijo:<br/>nada más se puede derivar"]
    CS -- no --> R["⚖️ RESOLVE<br/>elegir una regla<br/>(especificidad, recencia, prioridad)"]
    R --> A["⚡ ACT<br/>añadir conclusión + registrar regla"]
    A --> EXP["🗒️ Traza de explicación<br/>(¿cómo se derivó?)"]
    A --> WM

⚠️ Errores conceptuales frecuentes

  1. "El motor de inferencia contiene el conocimiento." Falso: el motor es genérico; el conocimiento vive en las reglas. Por eso el cuello de botella histórico fue la adquisición de conocimiento, no la inferencia.
  2. Confundir factores de certeza con probabilidades. Los CF no obedecen los axiomas de probabilidad; su combinación asume independencia. Con evidencias correlacionadas, los CF sobreestiman la certeza — la respuesta rigurosa son las redes bayesianas (parte 02).
  3. "Forward y backward chaining derivan cosas distintas." Sobre cláusulas de Horn ambos son correctos y completos para hechos atómicos; difieren en qué trabajo hacen (todo el punto fijo vs. lo necesario para un objetivo), no en la validez.
  4. Creer que Rete es un algoritmo de inferencia distinto. Rete solo optimiza el paso MATCH del forward chaining; las conclusiones son idénticas a las del algoritmo ingenuo.
  5. "Más reglas = mejor sistema." Las bases grandes sufren interacciones no previstas entre reglas (una regla nueva dispara cadenas inesperadas); sin suites de pruebas de regresión sobre casos, el mantenimiento colapsa — la causa principal de la caída comercial de los sistemas expertos.

🚀 Del aprendizaje a la operación

El laboratorio dispara 3 reglas escritas a mano sobre 2 hechos; un motor de decisión real (crédito, tarificación, elegibilidad) maneja miles de reglas con ciclo de vida propio: versionado y gobernanza de reglas (quién aprueba un cambio), pruebas de regresión sobre carteras históricas de casos, resolución de conflictos auditable y trazas de explicación que satisfagan a un regulador, no solo a un desarrollador. Falta además el manejo de incertidumbre honesto (los CF del ejemplo no sobreviven evidencia correlacionada) y la integración con datos vivos: en producción, el paso caro no es inferir sino mantener la base de reglas alineada con una realidad que cambia.

🧪 Laboratorio

python lab.py

El laboratorio llama a ai_evolution.labs.run_lab("logic"). Esta decisión evita 183 implementaciones divergentes: cada clase tiene un entrypoint propio, pero los motores didácticos se prueban como una biblioteca común.

🔍 Evidencia esperada

📓 Notebooks

📝 Evaluación

Criterio Peso
Comprensión conceptual 25 %
Ejecución reproducible 25 %
Interpretación basada en evidencia 25 %
Riesgos, límites y mejora propuesta 25 %

Consulta assessment.md para preguntas y criterio de aceptación.

⚠️ Errores comunes

Síntoma Causa probable Corrección
El código corre, pero no hay conclusión Se confundió ejecución con aprendizaje Explica qué demuestra y qué no demuestra
El resultado cambia sin explicación No se registró semilla o configuración Conserva semilla, versión y parámetros
Se promete uso real Se extrapoló desde una demo educativa Declara entorno, datos, límites y revisión humana
Se copia una métrica aislada No existe baseline ni costo de error Añade comparación y criterio de decisión

❓ Preguntas frecuentes

¿Debo usar una API comercial?
No. El núcleo funciona localmente. Las extensiones LIVE se documentan por separado.

¿El laboratorio representa una implementación industrial?
No por sí solo. Enseña el contrato y el patrón; producción exige integración, seguridad, observabilidad, pruebas y operación.

¿Dónde profundizo?
Revisa las especializaciones enlazadas en el README raíz y la ruta siguiente.

🔗 Referencias

📜 Papers que fundamentan esta clase

Bloque generado por python scripts/link_papers_to_classes.py. La fuente es papers/catalog/papers.json.

Paper Año Qué desbloqueó Miniatura
P69 · Un modelo de razonamiento inexacto en medicina 1975 El motor de MYCIN: razonar con grados de creencia y explicar cada conclusión por las reglas que la sostienen. notebook

Cada ficha explica el problema anterior, la matemática mínima, los límites y los errores de atribución más frecuentes. Para leerlas con método: cómo leer un paper de IA · anexos matemáticos.

📚 Bibliografía de apoyo

Bloque generado por python scripts/link_sources_to_classes.py. Cada obra lleva su localizador verificado en sources/bibliography.json.

Los papers dicen de dónde salió el mecanismo. Estas obras lo desarrollan con el espacio que una clase no tiene: teoría completa, demostraciones y ejercicios.

Obra Edición Localizador Papel en esta clase
Russell, Stuart J. y Norvig, Peter — Artificial Intelligence: A Modern Approach 4.ª · 2020 ISBN 9780134610993 · web de la obra citada en las referencias de esta clase · cap. 9 · obra de referencia de la parte 01
Nilsson, N. J. — Principles of Artificial Intelligence 1980 ISBN 9780387113401 obra de referencia de la parte 01 · representación por espacios de estados

⬅️ Clase anterior

021 — Representación del conocimiento y ontologías

➡️ Siguiente clase

023 — Planificación clásica con STRIPS y PDDL

📝 Evaluación completa

❓ Preguntas

  1. Define sistemas expertos y motores de reglas sin usar una marca o framework como definición.
  2. Explica la relación entre reglas, encadenamiento, explicación, conocimiento.
  3. Ejecuta lab.py dos veces con la misma semilla. ¿Qué debe conservarse?
  4. Identifica una afirmación permitida y una afirmación exagerada sobre el resultado.
  5. Propón una prueba negativa o un caso límite.

🏆 Reto verificable

Amplía el resultado del laboratorio con una clave student_extension que incluya:

✅ Criterio de aceptación