Intel·ligència Artificial ( IA )

• EMPRENEDORIA I INNOVACIÓ

• G1 - Conèixer i comprendre l'organització d'una empresa i les ciències que regeixen la seva activitat; capacitat de comprendre les regles laborals i les relacions entre la planificació, les estratègies industrials i comercials, la qualitat i el benefici. Desenvolupar la creativitat, l'esperit emprenedor i la tendència a la innovació.
  
• G1.3 - Ser resolutiu. Utilitzar coneixements i habilitats estratègiques per a la creació i la gestió de projectes, aplicar solucions sistèmiques a problemes complexos, i dissenyar i gestionar la innovació en la organització. Demostrar flexibilitat i professionalitat en el desenvolupament de la seva feina.
  (Nivell de desenvolupament:bastant)

• TREBALL EN EQUIP

• G5 - Ser capaç de treballar com a membre d'un equip, ja sigui com a un membre més, ja sigui realitzant tasques de direcció, amb la finalitat de contribuir a desenvolupar projectes d'una manera pragmàtica i amb sentit de la responsabilitat; assumir compromisos tenint en compte els recursos disponibles.
  
• G5.3 - Identificar els rols, les habilitats i les carències dels diferents membres del grup. Proposar millores en l'estructura del grup. Interactuar amb eficàcia i professionalitat. Negociar i gestionar conflictes en el grup. Reconèixer i donar suport o assumir el paper de líder en el grup de treball. Avaluar i presentar els resultats del treball de grup. Representar el grup en negociacions amb terceres persones. Capacitat de col·laborar en un entorn multidisciplinar. Conèixer i saber aplicar les tècniques per a promoure la creativitat.
  (Nivell de desenvolupament:en profunditat)

• ESPECIALITAT COMPUTACIÓ

• CCO2 - Desenvolupar de forma efectiva i eficient els algorismes i el software apropiats per a resoldre problemes complexos de computació.
  
• CCO2.1 - Demostrar coneixement dels fonaments, dels paradigmes i de les tècniques pròpies dels sistemes intel·ligents, i analitzar, dissenyar i construir sistemes, serveis i aplicacions informàtiques que utilitzin aquestes tècniques en qualsevol àmbit d'aplicació.
  (Nivell de desenvolupament:bastant)
• CCO2.2 - Capacitat per a adquirir, obtenir, formalitzar i representar el coneixement humà d'una forma computable per a la resolució de problemes mitjançant un sistema informàtic en qualsevol àmbit d'aplicació, particularment en els que estan relacionats amb aspectes de computació, percepció i actuació en ambients o entorns intel·ligents.
  (Nivell de desenvolupament:una mica)
• CCO2.4 - Demostrar coneixement i desenvolupar tècniques d'aprenentatge computacional; dissenyar i implementar aplicacions i sistemes que les utilitzin, incloent les que es dediquen a l'extracció automàtica d'informació i coneixement a partir de grans volums de dades.
  (Nivell de desenvolupament:una mica)

1. Conèixer els orígens i les bases de la intel·ligència artificial.
   
   Competències relacionades
   • CCO2.1
2. Entendre els conceptes bàsics: intel·ligència artificial i racionalitat.
   
   Competències relacionades
   • CCO2.1
3. Conèixer diferents tècniques de resolució de problemes basades en cerca.
   
   Competències relacionades
   • CCO2.1
4. Entendre els conceptes i tècniques de representació del coneixement.
   
   Competències relacionades
   • CCO2.1
5. Analitzar un problema i determinar quines tècniques de resolució de problemes són les més adequades.
   
   Competències relacionades
   • G1.3,
   • G5.3,
   • CCO2.2
6. Analitzar les necessitats de coneixement per a resoldre un problema.
   
   Competències relacionades
   • G5.3,
   • CCO2.1,
   • CCO2.2
7. Extreure i representar el coneixement necessari per a construir una aplicació dins de l'àmbit dels sistemes basats en el coneixement.
   
   Competències relacionades
   • G5.3,
   • CCO2.2
8. Analitzar un problema i determinar quines tècniques de representació i raonament són les més adequades.
   
   Competències relacionades
   • G1.3,
   • G5.3,
   • CCO2.1,
   • CCO2.2
9. Entendre els conceptes i tècniques bàsiques de planificació.
   
   Competències relacionades
   • CCO2.1
10. Extreure i representar les accions necessàries per a resoldre un problema mitjançant un planificador.
    
    Competències relacionades
    • CCO2.2
11. Entendre el concepte d'aprenentatge i conèixer alguns dels seus tipus.
    
    Competències relacionades
    • CCO2.1,
    • CCO2.4
12. Entendre la relació entre adaptació i aprenentatge.
    
    Competències relacionades
    • CCO2.1,
    • CCO2.4
13. Aplicar tècniques d'aprenentatge automàtic a problemes senzills.
    
    Competències relacionades
    • CCO2.4
14. Conèixer algunes de les àrees d'aplicació de la intel·ligència artificial.
    
    Competències relacionades
    • G1.3,
    • G5.3,
    • CCO2.1

Llegenda

Les clases estan dividides en sessions de teoria, problemes i laboratori.

A les sessions de teoria es desenvoluparan els coneixements de l'assignatura, intercalant l'exposició de nou material teòric amb exemples i la interacció amb els alumnes per tal de discutir els conceptes.

Les classes de problemes permetran aprofondir en les técniques i algorismes explicats a les sessions de teoria. S'estimularà la participació de l'alumne per tal de comentar les alternatives possibles.

A les clases de laboratori es desenvoluparan petites pràctiques utilitzant eines i llenguatges propis de la Intel·ligència Artificial que permetran practicar i reforçar els coneixements de les classes de teoria.

Tipus d'avaluació

L'avaluació constarà d'un examen parcial, un exàmen final, una nota del treball sobre innovació i una nota de laboratori.

L'examen parcial no és alliberatori i es farà a hores de clase. Les persones que no aprovin o no facin l'examen parcial seran avaluades només amb la nota de l'examen final.

La nota del treball sobre innovació provindrà d'un treball en grups a on s'ha de buscar exemples d'innovació empresarial relacionada amb l'ús de tècniques d'Intel·ligència Artificial, i que es presentarà a classe.

La nota de laboratori provindrà dels informes que es faran de les pràctiques realitzades.

El càlcul de la nota final es farà de la següent manera:

NP = nota del parcial
NF = nota de l'examen final
NL = nota de laboratori
NI = nota del treball d'innovació

NOTA = max ((NP*0.3 + NF*0.4), NF*0.7) + NL*0.25 + NI*0.05

Avaluació de les competències

La avaluació de la competència sobre emprenedoria i innovació es basa en el treball realitzat durant les pràctiques de laboratori i el treball d'innovació. La nota A B C D es calcula a partir d'una rúbrica detallada que es donarà als alumnes a l'inici de curs.


La avaluació de la competència sobre treball en equip també es basa en el treball realitzat durant les pràctiques de laboratori i el treball d'innovació. La nota A B C D es calcula a partir d'una rúbrica detallada que es donarà als alumnes a l'inici de curs.

Pes de les competències transversals en l'avaluació de la part específica de l'assignatura

• 5.0 % - Ser resolutiu. Utilitzar coneixements i habilitats estratègiques per a la creació i la gestió de projectes, aplicar solucions sistèmiques a problemes complexos, i dissenyar i gestionar la innovació en la organització. Demostrar flexibilitat i professionalitat en el desenvolupament de la seva feina.
• 5.0 % - Identificar els rols, les habilitats i les carències dels diferents membres del grup. Proposar millores en l'estructura del grup. Interactuar amb eficàcia i professionalitat. Negociar i gestionar conflictes en el grup. Reconèixer i donar suport o assumir el paper de líder en el grup de treball. Avaluar i presentar els resultats del treball de grup. Representar el grup en negociacions amb terceres persones. Capacitat de col·laborar en un entorn multidisciplinar. Conèixer i saber aplicar les tècniques per a promoure la creativitat.

• 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 .



• LUGER, George F. , Artificial Intelligence : structures and strategies for complex problem solving, , Addison Wesley Longman , 2005 .



• KOLLER, Daphne; FRIEDMAN, Nir , Probabilistic Graphical Models: Principles and Techniques , The MIT press , 2009 .

• NILSSON, Nils J. , Artificial Intelligence : a new synthesis , Morgan Kaufmann Publishers , 1998 .



• ESCOLANO, Francisco; CAZORLA, M.; ALFONSO, M.; COLOMINA, O.; LOZANO, M. , Inteligencia artificial : modelos, técnicas y áreas de aplicación , Thomson , 2003 .



• GONZALEZ, Avelino J.; DANKEL, Douglas D. , The Engineering of knowledge-based systems : theory and practice , Prentice Hall , 1993 .



• DECHTER, Rina , Constraint processing , Morgan Kaufmann Publishers , 2003 .



• MITCHELL, Tom M. , Machine learning , The McGraw-Hill Companies , 1997 .



• HECHT-NIELSEN, Robert , Neurocomputing , Addison-Wesley , 1990 .

1. http://www.cs.berkeley.edu/%7Erussell/aima1e/chapter01.pdf
   Capítol 1 del libre "Artificial Intelligence: A Modern Approach".
2. http://en.wikipedia.org/wiki/Turing_test
   El test de Turing.
3. http://plato.stanford.edu/entries/chinese-room/
   La habitació xinesa.
4. http://protege.stanford.edu/publications/ontology_development/ontology101.pdf
   Tutorial sobre creació d'ontologies: "Ontology Development 101: A Guide to Creating Your First Ontology".

Capacitats prèvies sobre Lògica adquirides a l'assignatura Fonaments Matemàtics (FM):
- Coneixement dels conceptes bàsics de lògica de proposicions i predicats
- Capacitat de formular un problema en termes lògics.
- Coneixements sobre Inferència lògica i resolució. Entendre les estratègies de resolució.

Capacitats prèvies sobre Algorísmica adquirides a l'assignatura Estructura de Dades i Algorismes (EDA):
- Coneixement de les estructures d'arbres i grafs,
- Coneixement dels algorismes de recorregut i cerca sobre arbres i grafs.
- Nocions bàsiques de complexitat algorísmica.