Resumen cap 14

Problemas con los sistemas expertos
Los sistemas expertos llegar a proporcionar beneficios a las organizaciones si se entienden bien sus limitaciones. Solo ciertas clases de problemas se pueden resolver con los sistemas expertos. Muchos sistemas expertos requieren labores de desarrollo largas, extensas y costosas.
Algunos problemas: la base de conocimientos de los sistemas expertos es frágil. Son más eficaces en las funciones de oficina de bajo nivel; pueden proporcionar listas de verificación electrónicas a empleados de bajo nivel, en las burocracias de servicio como la banca, los seguros, las ventas y los organismos de bienestar social. Los sistemas expertos solo pueden representar formas limitadas de conocimiento. Los sistemas expertos todavía no son capaces de representar conocimiento que sea intuitivo, basado en analogías y en un sentido de las cosas. La aplicabilidad a problemas gerenciales es muy limitada. Los sistemas expertos no son apropiados para resolver los problemas que los administradores enfrentan a diario.

Información estratégica de la organización: razonamiento basado en casos
Para capturar y almacenar los conocimientos y saber colectivos que las organizaciones han acumulado al paso de los años, se utiliza el razonamiento basado en casos. En el razonamiento basado en casos, descripciones de experiencias anteriores de especialistas humanos, representadas en casos, se guardan en una base de datos para recuperarla posteriormente cuando el usuario se topa con un caso nuevo que tiene parámetros similares.
El razonamiento basado en casos representa el conocimiento como una serie de casos, y los usuarios amplían y refinan continuamente esta base de conocimientos.
Como funciona el razonamiento basado en casos:
1. El usuario describe el problema.
2. El sistema busca casos similares en la base de datos.
3. El sistema hace al usuario mas preguntas para limitar la búsqueda.
4. El sistema encuentra el caso mas parecido y lee la solución.
5. El sistema modifica la solución para ajustarla mejor al problema.
6. El sistema guarda el problema y la solución fructífera en la base de datos.

Otras técnicas inteligentes: son otras técnicas de computación inteligente que sirve para extender la base de los conocimientos en una organización.
Redes neuronales: hardware o software que intenta emular los patrones de procesamiento del cerebro biológico. Una de las misiones en una red neuronal consiste en simular las propiedades observadas en los sistemas neuronales biológicos a través de modelos matemáticos recreados mediante mecanismos artificiales (como un circuito integrado, un ordenador o un conjunto de válvulas). El objetivo es conseguir que las máquinas den respuestas similares a las que es capaz de dar el cerebro que se caracterizan por su generalización y su robustez. Una red neuronal se compone de unidades llamadas neuronas. Cada neurona recibe una serie de entradas a través de interconexiones y emite una salida.

Diferencia entre redes neuronales y sistemas expertos
Los sistemas expertos buscan emular o modelar la forma en que un experto humano resuelve problemas, pero los constructores de redes neuronales aseguran que esos sistemas no modelan la inteligencia humana, no programan soluciones ni tratan de resolver problemas específicos en si.
En cambio, los diseñadores de redes neuronales tratan de inculcar inteligencia en el hardware, en la forma de una capacidad generalizada para aprender.
El sistema experto es muy específico para un problema dado y no es fácil readiestrarlo.

Lógica difusa
AI basada en reglas que tolera imprecisión porque usa términos no específicos, llamados funciones de membresía, para resolver problemas. La lógica difusa consta de diversos conceptos y técnicas para representar e inferir conocimientos imprecisos, inciertos o poco confiables. La lógica difusa se usa mucho en Japón y ahora se esta utilizando mucho en Estados Unidos debido a que los administradores han descubierto que les puede servir para reducir costos y acortar el tiempo de desarrollo. La lógica difusa permite solucionar problemas que antes no se podían resolver y así mejorar la calidad de los productos. Los administradores también han encontrado útil la lógica difusa para tomar decisiones y controlar sus organizadores.