Computadoras paralelas

Un cluster es un tipo de computadora paralela, es decir, un conjunto de computadoras que pueden trabajar de manera coordinada en la solución de un mismo problema. Aunque no existe un acuerdo a la definición exacta de lo que significa un cluster.

El termino cluster se aplica a los conjuntos o conglomerados de computadoras construidos mediante la utilización de componentes de hardware comunes y que se comportan como si fuesen una única computadora; cluster es un grupo de múltiples ordenadores unidos mediante una red de alta velocidad, de tal forma que el conjunto es visto como un único ordenador, más potente que los comunes de escritorio; cluster usualmente empleados para mejorar el rendimiento y/o la disponibilidad por encima de la que es provista por un solo computador típicamente siendo más económico que computadoras individuales y disponibilidad comparables.

Combinaciones para los cluster son:

• Alto rendimiento
• Alta disponibilidad
• Equilibrio de carga
• Escalabilidad

Mainframe.

Computadora central, la cual es grande, poderosa y costosa utilizada principalmente en empresas que necesitan procesar gran cantidad de datos o soportar gran cantidad de usuarios, lo cual un mainframe no es lo mismo que un súper ordenador.

Maquinas simbólicas

Interpretan sentencias y ordenes en lenguajes simbólicos, son las representaciones sensoriales perceptibles de una realidad, en virtud de rasgos que se asocian con esta por una convección socialmente aceptada.

· Lenguaje tradicionales (bajo / alto nivel )

o Ensambladores

o Compiladores

o Interpretes

· Interfaces graficas / amigables

o Ventanas

o Iconos

o Manipulación directa

· Programas del sistema

o Cargadores

o Rutinas del sistema

o Bibliotecas

Estaciones de trabajo

Es una computadora que facilita a los usuarios, el acceso a los servidores y periféricos de la red. A diferencia de una computadora aislada, tiene una tarjeta de red y esta físicamente conectada por medio de cables u otros medios no guiados con los servidores, alcanzan nuevos niveles de rendimiento informático, al tiempo que ofrecen fiabilidad, compatibilidad, escabilidad y arquitectura avanzada para entornos multiprocesos.

Hardware para sistemas expertos

Minicomputadoras

Actualmente mas conocidos como servidores, la conjunción con terminales tantos sin capacidad de calculo propia. El declive tuvo lugar debido al menor costo del soporte físico basado en microprocesadores y el deseo de los usuarios finales de defender menos de los flexibles terminales, con el resultado de que los minicomputadoras y los falsos terminales fueron remplazados por computadoras personales interconectados entre si y con un servidor. El cambio fue facilitado no solo por un microprocesador si no también por el desarrollo de varias versiones de Unix multiplataforma (con microprocesadores Intel incluidos) como Solaris, Linux y Free BSD.

Modelos de minicomputadoras.

· DEC VAX

· DATA GENERAL NOVA

· IBM AS/400 Y RS/6000

· HEWLETT-PACKARD HP 3000

· NORSK DATA NORD-1, NORD-10 Y NORD-100

· PRIME 50-SERIE

Responsabilidades de los sistemas expertos

Es evidente que para actualizar se necesita de reprogramación de estos (tal vez este sea una de sus limitaciones más acentuadas) otra de sus limitaciones puede ser el elevado costo en dinero y tiempo, además que estos programas son poco flexibles a cambios y de difícil acceso a información no estructurada.

Debido a la escasez de expertos humanos en determinadas áreas, los SE pueden almacenar su conocimiento para cuando sea necesario poder aplicarlo. Así mismo los SE pueden ser utilizados por personas no especializadas para resolver problemas. Además si una persona utiliza con frecuencia un SE aprenderá de el.

Por otra parte la inteligencia artificial no ha podido desarrollar sistemas que sean capaces de resolver problemas de manera general, de aplicar el sentido común para resolver situaciones complejas ni de controlar situaciones ambiguas.

El futuro de los SE da vueltas por la cabeza de cada persona, siempre que el campo elegido tenga la necesidad y/o presencia de un experto para la obtención de cualquier tipo de beneficio

Tareas que realizan los sistemas expertos

Interpretación, diagnóstico y monitoreo

La interpretación consiste en encontrar el significado de los datos de entrada obtenidos por sensores o introducidos por el usuario.

Con frecuencia aparecen datos contradictorios, incompletos o inexactos, por lo que hay que dotar al SE de conocimiento para resolver un problema de este tipo, y que de todas formas llegue a una resolución. Existen dos tipos de interpretación:

Análisis: La interpretación de datos se obtiene mediante la separación o distinción de las partes que forman los datos.

Síntesis: La interpretación de los datos se obtiene mediante la combinación de los mismos.

El diagnóstico consiste en identificar las causas internas que provocan un problema, avería o disfunción a partir de una serie de datos o síntomas que son consecuencia de la misma y que son observables.

Los SE en diagnóstico encuentran múltiples dificultades a la hora de realizar su tarea como son las siguientes:

Manifestaciones Nuevas. Es decir, síntomas que no se habían observado con anterioridad.

Causas Nuevas.

Manifestaciones debidas a varias causas.

Datos Inaccesibles, caros o de obtención peligrosa.

Relaciones no biyectivas entre los datos y las causas.

Fallos o averías de aparición intermitente.

Existencia de varios fallos simultáneos o en cadena.

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. La figura 7.1 muestra el funcionamiento de un SE de este tipo.

Aplicaciones de los sistemas expertos

como dar nombre a un sistema expertos


Se le da nombre de acuerdo a los conocimientos y el diseño que cada ingeniero tiene para ello y cuando el sistema este terminado. en este apartado podemos decir que es el toque final del ingeniero y escoge el nombre que desea.

Arquitecturas de los Se

Se compone de los siguientes datos:

Sistema experto: Motor de inferencia

Es el corazón del sistema experto.

Concretiza el conocimiento abstracto que posee el sistema, para obtener las conclusiones y tomar las decisiones correspondientes.

Es el intérprete de las reglas y por lo tanto nos da la estrategia general de resolución.

Sistema experto: Base de hechos

Contiene la información que permanece invariable y que recibe el nombre de hecho.

Podemos decir que constituye la memoria de trabajo del sistema experto.

Los hechos representan la estructura dinámica del conocimiento ya que su número puede verse incrementado a medida que se van relacionando las reglas.

Sistema experto: Base de conocimiento

Contiene el conocimiento del dominio. Este conocimiento debe representarse a fin de que pueda incluirse en el sistema.

Se lo representa lo más sencillamente posible y se lo hace de un modo relacional entre los mismos, mediante las reglas.

O sea la base de conocimientos contiene reglas.

Aprendizaje

El módulo de aprendizaje recibe como entradas las acciones ejecutadas y las observaciones obtenidas, y utiliza estos datos para ajustar el modelo de Markov (probabilidades de los modelos de transición y observación). Este módulo tiene un papel fundamental en la puesta en marcha del sistema de navegación en un nuevo entorno, durante la cual el planificador funciona en el contexto de “Exploración” hasta obtener información suficiente sobre el modelo. A partir de este momento, el planificador puede conmutar a cualquiera de los otros dos contextos, aunque el módulo de aprendizaje continúa funcionando en paralelo con todo el sistema, realizando una constante adaptación del modelo a posibles nuevas circunstancias o elementos del entorno.

Dentro de los sistema expertos se dan en una cordinacion mutua, esperando resultado de cada uno , es por ello que cada uno se maneja de una manera.

La base de hechos

La Base de hechos (Memoria de trabajo). Contiene los hechos sobre un problema que se han descubierto durante una consulta. Durante una consulta con el sistema experto, el usuario introduce la información del problema actual en la base de hechos. El sistema empareja esta información con el conocimiento disponible en la base de conocimientos para deducir nuevos hechos.

La base de conocimientos

Base de conocimientos. Es la parte del sistema experto que contiene el conocimiento sobre el dominio. hay que obtener el conocimiento del experto y codificarlo en la base de conocimientos. Una forma clásica de representar el conocimiento en un sistema experto son lar reglas. Una regla es una estructura condicional que relaciona lógicamente la información contenida en la parte del antecedente con otra información contenida en la parte del consecuente.

Una Base de Conocimiento (o knowledgebase en inglés; KB, kb or Δ) es un tipo especial de base de datos para la gestión del conocimiento. Provee los medio para la recolección, organización y recuperación computarizada de conocimiento.