Saltar al contingut Menu
Mapa
  • Inicio
  • Información
  • Contacto
  • Mapa

Inteligencia Artificial (IA)

Créditos Dept. Tipo Requisitos
9.0 (7.2 ECTS) CS
  • Obligatoria para la EI
  • Optativa para la ETIG
  • Optativa para la ETIS
ADA - Prerequisito para la EI , ETIG
IL - Prerequisito para la EI , ETIG , ETIS

Profesores

Responsable:  (-)
Otros:(-)

Objectivos Generales

Presentar un panorama de los problemas que trata la inteligencia artificial, así como de los fundamentos teóricos y las formas de aplicación de las técnicas generales que incluye. Se tratarán las dos áreas básicas de la inteligencia artificial: la resolución de problemas (incluyendo el espacio de estados, la búsqueda heurística y la satisfacción de restricciones) y la representación del conocimiento. Para completar la visión del área se presentarán los dos temas que tienen actualmente un mayor grado de presencia en el ámbito de las aplicaciones y de la investigación: el tratamiento del lenguaje natural y los sistemas basados en el conocimiento. El enfoque de la asignatura será práctico.

Objectivos Específicos

Conocimientos

  1. Alcance y necesidad de las técnicas de Inteligencia Artificial.
  2. Conceptos básicos sobre resolución de problemas y representación del conocimiento.
  3. Conceptos básicos de sistemas basados en el conocimiento, diseño y construcción de sistemas basados en el conocimiento.
  4. Conceptos básicos de las técnicas de tratamiento del lenguaje natural, utilización de herramientas y análisis de aplicaciones.
  5. Conocimiento básico de los lenguajes que se usan en las aplicaciones de Inteligencia Artificial.

Habilidades

  1. Analizar un problema y determinar qué técnicas de inteligencia artificial son las más adecuadas.
  2. Analizar las necesidades de conocimiento necesarias para resolver un problema.
  3. Extraer y representar el conocimiento necesario para construir una aplicación dentro de los ámbitos de los sistemas basados en el conocimiento y el tratamiento del lenguaje natural.

Competencias

  1. Capacidad para resolver problemas aplicando los métodos de la ciencia y la ingeniería
  2. Capacidad para crear y utilizar modelos de la realidad.
  3. Capacidad para diseñar y realizar experimentos, y analizar los resultados.
  4. Saber aplicar el ciclo de resolución de problemas típico de la ciencia y la ingeniería: especificación, generación de ideas y alternativas, diseño de una estrategia de solución, ejecución de la estrategia, validación, interpretación y evaluación de los resultados. Capacidad para analizar el proceso una vez finalizado.
  5. Capacidad para argumentar lógicamente las decisiones tomadas, el trabajo hecho o un punto de vista. Capacidad para dar opiniones, razonamientos y justificaciones fundadas con tal de convencer.
  6. Capacidad de análisis y de síntesis.

Contenidos

Horas estimadas de:

T P L Alt L Ext. Est O. Ext.
Teoria Problemas Laboratorio Otras actividades Laboratorio externo Estudio Otras horas fuera del horario fijado

1. Introducción a la Inteligencia Artificial
T      P      L      Alt    L Ext. Est    O. Ext. Total 
2,0 0 1,0 0 0 0 0 3,0
Historia, motivación y descripción de las áreas de la Inteligencia Artificial.

2. Resolución de problemas
T      P      L      Alt    L Ext. Est    O. Ext. Total 
13,0 11,0 6,0 0 28,0 10,0 0 68,0
Introducción a las metodologías de resolución automática de problemas: Representación como espacio de estados, algoritmos de búsqueda informada y local, juegos y problemas de satisfacción de restricciones.

3. Representación del conocimiento
T      P      L      Alt    L Ext. Est    O. Ext. Total 
5,0 5,0 1,0 0 4,0 9,0 0 24,0
Introducción a las técnicas de representación al conocimiento. Motivación. Representaciones procedimentales y sistemas de producción. Representaciones estructuradas, frames y ontologías.

4. Sistemas basados en el conocimiento
T      P      L      Alt    L Ext. Est    O. Ext. Total 
9,0 6,0 6,0 0 28,0 10,0 0 59,0
Introducción a los sistemas basados en el conocimiento. Necesidad de conocimiento para la resolución de problemas complejos. Relación con las técnicas de representación, particularidades. Ingeniería del conocimiento. Aprendizaje. Razonamiento aproximado.

5. Tratamiento del lenguaje natural
T      P      L      Alt    L Ext. Est    O. Ext. Total 
7,0 4,0 0 0 0 9,0 0 20,0
Introducción al tratamiento del lenguaje natural. Los niveles del lenguaje. Análisis léxico y morfológico. Análisis sintáctico y semántico. Las gramáticas de cláusulas definidas. Aplicaciones.

6. Aprendizaje automático
T      P      L      Alt    L Ext. Est    O. Ext. Total 
2,0 0 0 0 0 0 0 2,0
Se presenta la necesidad del aprendizaje para aumentar las capacidades de los sistemas basados en el conocimiento y resolver problemas que tendrían un gran coste si no se hicieran de manera automática.


Total por tipo T      P      L      Alt    L Ext. Est    O. Ext. Total 
38,0 26,0 14,0 0 60,0 38,0 0 176,0
Horas adicionales dedicadas a la evaluación 4,0
Total horas de trabajo para el estudiante 180,0

Metodología docente

Las clases están divididas en sesiones de teoría, problemas y laboratorio. En las sesiones de teoría se desarrollarán los conocimientos de la asignatura. Las clases de problemas permitirán profundizar en las técnicas y algoritmos explicados en las sesiones de teoría.

En las clases de laboratorio se desarrollarán pequeñas prácticas utilizando herramientas y lenguajes propios de la Inteligencia Artificial que permitirán practicar y reforzar los conocimientos de las clases de teoría.

Método de evaluación

La evaluación constará de un examen parcial, un examen final y una nota de laboratorio.

El examen parcial no liberará temario y se hará en horas de clase. Las personas que no aprueben o no hagan el examen parcial serán evaluadas sólo con la nota del examen final.

La nota de laboratorio provendrá de los informes que se harán de las prácticas realizadas.

El cálculo de la nota final se hará de la siguiente manera:

Nota Final= max (Nota examen parcial* 0.15 + Nota examen final * 0.55, Nota examen final * 0.7)+ Nota laboratorio * 0.3

Bibliografía básica

  • Russell, Stuart; Norvig, Peter Artificial intelligence: a modern approach   (third edition), Prentice Hall, 2009.
  • Brachman, Ronald, Levesque, Hector Knowledge Representation and Reasoning, Morgan Kaufmann , 2004.
  • Ruslan Mitkov, [editors] The Oxford handbook of computational linguistics, Oxford University Press, 2003.
  • Joseph Giarratano, Gary Riley Expert systems : principles and programming, Thomson Course Technology, 2005.
  • Koller, Daphne, Friedman, Nir Probabilistic Graphical Models: Principles and Techniques, The MIT press, 2009.

Bibliografía complementaria

  • Nils J. Nilsson Artificial intelligence : a new synthesis, Morgan Kaufmann Publishers, 1998.
  • Francisco Escolano ... [et al.] Inteligencia artificial : modelos, técnicas y áreas de aplicación, Thomson, 2003.
  • Luger, George F. Artificial intelligence : structures and strategies for complex problem solving, Addison Wesley Longman, 2005.
  • Avelino J. González, Douglas D. Dankel The Engineering of knowledge-based systems : theory and practice, Prentice Hall, 1993.
  • James Allen Natural language understanding, Benjamin /Cummings, 1995.
  • Rina Dechter Constraint processing, Morgan Kaufmann Publishers, 2003.
  • Jackson, P. Introduction to Expert Systems, Addison-Wesley, 1990.

Enlaces web

  1. http://www.lsi.upc.es/~bejar/ia/ia.html


Capacidades previas

- Conceptos básicos de lógica de proposiciones y predicados.
- Capacidad para formular un problema en términos lógicos.
- Inferencia lógica. Resolución. Estrategias de resolución.
- Estructuras de árboles y grafos, algoritmos de recorrido y búsqueda.
- Nociones básicas de complejidad.

Por lo tanto, se propone que para cursar IA haga falta haber superado Introducción a la Lógica y Análisis de Datos y Algoritmos.


Compartir

 
logo FIB © Facultad de Informática de Barcelona - Contacto - RSS
Esta web utiliza cookies propias para ofrecerle una mejor experiencia y servicio. Si continúa la navegación, entendemos que acepta nuestra política de cookies. Versión clássica Versión móvil