Muchos años han pasado desde que se concibió el primer sistema experto y se llegó a pensar que son cosa del pasado. Pero no es así, aunque su relevancia y protagonismo han disminuido frente a tecnologías más avanzadas y flexibles como las redes neuronales profundas y modelos de aprendizaje automático modernos
Lo que los hace menos eficientes para manejar datos no estructurados o dinámicos. Las tecnologías como las redes neuronales profundas, los modelos transformadores (BERT, GPT) y las técnicas de aprendizaje profundo han demostrado ser más flexibles, escalables y efectivas en tareas como el procesamiento del lenguaje natural, visión por computadora y análisis de datos complejos.
No pueden adaptarse fácilmente a situaciones fuera de su dominio de conocimiento. Mientras los sistemas expertos se limitan a dominios específicos, los modelos modernos pueden abordar múltiples áreas simultáneamente, lo que los hace más versátiles.
Aunque los sistemas expertos ya no son la punta del desarrollo de la inteligencia artificial, no deben descartarse por completo. En entornos donde la transparencia, la precisión y el conocimiento estructurado son esenciales, pueden ser una opción adecuada. Sin embargo, en aplicaciones más dinámicas o multidimensionales, los sistemas basados en datos y aprendizaje automático han tomado la delantera.
En cuanto a las aplicaciones de los sistemas expertos encontramos:
Para este subtema se requiere contestar un cuestionario autoevaluable, el cual se encuentra en el apartado de recursos.
Cuestionario del subtema 4.6.3.
Recursos: 0 Descargables
Duración: 0.5 Horas
Departamento de Sistemas e Informatica
sistemas@itistmo.edu.mx
“Por una tecnología propia como principio de libertad®️”
