Introducció a la Intel.ligència Artificial (IIA)
|
Crèdits: 4.5 (3.0 T 1.5 P 0.0 L)
|
Departament:
LSI
|
Tipus d'assignatura
Obligatoria de segon cicle per la EI
Optativa per la ETIG , ETIS
Requisits de l'assignatura
EDA
- Pre-requisit per la EI , ETIG , ETIS
|
|
IL
- Pre-requisit per la EI , ETIG , ETIS
|
|
Objectius docents
Presentar un panorama dels problemes que tracta la Intel.ligència Artificial i dels fonaments teòrics i formes d'aplicació de les tècniques generals que inclou. Bàsicament es tractaran dues àrees: la resolució de problemes (incloent l'espai d'estats, la cerca heurística i la satisfacció de restriccions), i la representació del coneixement.
Programa
1. Introducció a la IA.
- Definició. - Característiques dels problemes que tracta. - Tècniques bàsiques. - Metodologia.
2. La representació del Coneixement
- El problema de la Representació. - Representació declarativa i procedimental. - Lògica de predicats. - Regles de producció. - Representacions estructurades. - Anàlisi comparatiu dels Sistemes de Representació del Coneixement.
3. La resolució de problemes.
- Tipologia de problemes. - Formes de resolució. - Resolució de problemes com a cerca en un espai d'estats. - Cerca no informada. - Cerca heurística. A*, IDA*. - Descomposició de problemes. AO* - Jocs. Minimax. Alfa/Beta - Satisfacció de restriccions.
Avaluació
Es realitzaran dos parcials alliberadors de matèria. Ambdós tenen el mateix pes i per tant la nota final es calcula amb la fòrmula: Ex.-Parcial-1 * 0.5 + Ex.-Parcial-2 * 0.5 Per aplicar aquesta fòrmula es requereix una nota mínima de 4 a cadascun dels exàmens. Els alumnes que no aconsegueixin aprovar mitjançant els dos parcials, tindran que realitzar l'examen final. Aquest examen constarà de dues parts i cada alumne haurà de desenvolupar la part que li correspongui segons el parcial que tingui suspens (amb nota inferior a 5). Poden haver-hi alumnes que hagin de realitzar les dues parts. Les notes obtingudes a l'examen final susbtitueixen, a tots els efectes, les notes dels parcials repetits. Un cop realitzat l'examen final: a)si les notes dels dos parcials són ambdues iguals o superiors a 4, la nota final és la mitjana de les dues. b)si en algun dels dos parcials la nota obtinguda és inferior a 4, la nota final es calcula amb la fòrmula Nota inferior a 4 * 0.75 + Nota superior a 4 * 0.25 c)si les notes dels dos parcials són ambdues inferiors a 4, la nota final és la mitjana de les dues. La nota corresponent a un acte avaluatori no realitzat és un 0. Només en el cas de que un alumne no realitzi cap examen (parcial, final) la qualificació final serà NP. Els exàmens són sense llibres ni apunts. La participació activa a les classes de problemes pot ajudar a pujar nota. Les notes dels parcials no s'arrodoneixen. La nota final no és arrodonida automàticament. No es guarden notes d'un quadrimestre per a l'altre.
Bibliografia
Bibliografia bàsica
- CORTÉS I ALTRES Inteligencia Artificial (3ª edició) Edicions UPC, Col. Politex, N.17, 1995 - GINSBERG Essentials of Artificial Intelligence Morgan Kauffman, 1993 - RICH I KNIGHT Artificial Intelligence Mc. Graw Hill (existeix en castellà, 1994), 1991 - WINSTON Artificial Intelligence (3ª edició) Addison Wesley, 1992
Bibliografia complementària
- CHARNIAK I Mc.DERMOTT Introduction to Artificial Intelligence Addison Wesley, 2a edició, 1986 - NILSSON Principles of Artificial Intelligence Tioga, 1980 - NORVIG Paradigms of Artificial Intelligence Programing MorganKauffman, 1992 - Varios autores Apunts de Common LISP CPET., - WINSTON & HORN Lisp Addison Wesley (existeix en castellà, 1991), 1989 - SESA Introducció a la Programació en Lisp Edicions UPC - Temes d'IA n.1, 1994 - STEELE Common Lisp. The language (2ª edició) Digital Press, 1990
Informació complementària
CLASSES DE PROBLEMES Encara que el contingut de l'assignatura és bàsicament teòric, hi haurà classes de problemes en les quals es resoldran aplicacions pràctiques concretes dels conceptes presentats a las classes de teoria. S'espera una participació activa dels estudiants en aquestes classes.
|