Una arquitectura para sistemas expertos de tiempo real basada en técnicas de planificación dinámica

Abstract

Multitud de procesos industriales complejos son monitorizados y controlados por operadores altamente cualificados. Estos operadores son responsables de evitar que el proceso bajo su control evolucione a estados ineficientes o potencialmente peligrosos tanto como de elaborar planes para hacer frente a las situaciones críticas que puedan aparecer. Sin embargo, la respuesta de estos operadores a situaciones críticas no siempre es la adecuada: una cantidad muy elevada de alarmas, fallos concurrentes y datos en conflicto, sumados a posibles fallos en los sensores instalados en planta, hacen imposible que los operadores elaboren un modelo mental del proceso y actúen en consecuencia. Es lo que algunos autores llaman sobrecarga cognitiva. A mitad de la década de los cincuenta, un campo de la Inteligencia Artificial (IA) encargado del estudio de sistemas basados en computadoras que presentaban ciertas analogías con la inteligencia humana evolucionó. Mediante estas técnicas, fue posible diseñar herramientas de soporte para asistir a los operadores en la monitorización y el control de procesos, reduciendo la sobrecarga cognitiva e incrementando la productividad. La evolución natural de estos sistemas son los Sistemas de Tiempo Real Basados en el Conocimiento (STRBC). Los STRBC son capaces de controlar, optimizar o resolver, en tiempo real, las situaciones críticas que pueden aparecer en entornos dinámicos no deterministas. Mediante un diseño adecuado, estos sistemas son incluso capaces de llevar a cabo complejas estrategías de control de manera autónoma, sustituyendo por completo la acción humana. Pero el uso de STRBC para el control en tiempo real implica dificultades en el diseño de las aplicaciones inteligentes y de su análisis de viabilidad.