Coneixement i Raonament Automàtic

Esteu aquí

Inici » Estudis » Graus » Grau en Intel·ligència Artificial » Pla d'estudis » Assignatures » Coneixement i Raonament Automàtic
Crèdits
6
Tipus
Obligatòria
Requisits
Aquesta assignatura no té requisits, però té capacitats prèvies
Departament
CS
Mail
L'assignatura és una introducció als conceptes bàsics del raonament i la seva automatització.

Comença amb una introducció històrica sobre els diversos paradigmes de la IA per tal d'ubicar el paper del coneixement en la intel·ligència, així com el del raonament. Es motiva, doncs que la manipulació de representacions de coneixement pot estar en la base de l'automatització del raonament que és una de les formes d'obtenir comportaments intel·ligents en agents artificials.

Es caracteritza la lògica com un formalisme bàsic per representar coneixement. A partir de la caracterització lògica de les diverses formes d'inferència i es motiva la necessitat de l'aprenentatge per a que un agent intel·ligent pugui actuar com a tal.

Professorat

Responsable

  • Ramon Sangüesa Sole ( )

Altres

  • Caroline König ( )

Hores setmanals

Teoria
2
Problemes
1
Laboratori
1
Aprenentatge dirigit
0
Aprenentatge autònom
6

Competències

Competències Transversals

Transversals

  • CT4 [Avaluable] - Treball en equip. Ser capaç de treballar com a membre d'un equip interdisciplinari, ja sigui com un membre més o realitzant tasques de direcció, amb la finalitat de contribuir a desenvolupar projectes amb pragmatisme i sentit de la responsabilitat, assumint compromisos tenint en compte els recursos disponibles.
  • CT5 [Avaluable] - Ús solvent dels recursos d'informació. Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i informació en l'àmbit de l'especialitat i valorar de forma crítica els resultats d'aquesta gestió.

Competències Tècniques

Específiques

  • CE02 - Dominar els conceptes bàsics de matemàtica discreta, lògica, algorísmica i complexitat computacional i la seva aplicació per al tractament automàtic de la informació per mitjà de sistemes computacionals i la seva aplicació per a la resolució de problemes.
  • CE15 - Adquirir, formalitzar i representar el coneixement humà en una forma computable per a la resolució de problemes mitjançant un sistema informàtic en qualsevol àmbit d'aplicació, particularment els relacionats amb aspectes de computació, percepció i actuació en ambients o entorns intel·ligents.
  • CE18 - Adquirir i desenvolupar tècniques d'aprenentatge computacional i dissenyar i implementar aplicacions i sistemes que les utilitzin, incloent les dedicades a extracció automàtica d'informació i coneixement a partir de grans volums de dades.

Competències Tècniques Generals

Genèriques

  • CG2 - Utilitzar els coneixements fonamentals i metodologies de treball sòlides adquirits durant els estudis per adaptar-se als nous escenaris tecnològics de el futur.
  • CG4 - Raonar, analitzant la realitat i dissenyant algoritmes i formulacions que la modelin. Identificar problemes i construir solucions algorísmiques o matemàtiques vàlides, eventualment noves, integrant el coneixement multidisciplinari necessari, valorant diferents alternatives amb esperit crític, justificant les decisions preses, interpretant i sintetitzant els resultats en el context de l'domini d'aplicació i establint generalitzacions metodològiques a partir de aplicacions concretes.
  • CG5 - Treballar en equips i projectes multidisciplinaris relacionats amb la intel·ligència artificial i la robòtica, interactuant fluidament amb enginyers/es i professionals d'altres disciplines.

Objectius

  1. Conèixer el concepte de lògica (sintaxi i semàntica).
    Competències relacionades: CE02, CE15,
  2. Saber aplicar els fonaments lògics a algunes de les aplicacions, cada vegada més abundants, en la informàtica dels mètodes de raonament.
    Competències relacionades: CG2, CG4, CE02, CE15,
  3. Analitzar les necessitats de coneixement per resoldre un problema.
    Competències relacionades: CG2, CG4, CG5, CT5, CE15, CE18,
  4. Analitzar un problema i determinar quines tècniques de representació i raonament són les més adequades.
    Competències relacionades: CG2, CG4, CG5, CT5, CE15,
  5. Extreure i representar el coneixement necessari per a construir una aplicació en l'àmbit dels sistemes basats en el coneixement
    Competències relacionades: CG2, CG4, CG5, CT4, CT5, CE15, CE18,
  6. Entendre, escriure i manipular àgilment fórmules en diverses lògiques (proposicional, de primer ordre, descriptiva, difusa), amb especial èmfasi en les aplicacions a la informàtica.
    Competències relacionades: CG4, CE02, CE15, CE18,

Continguts

  1. Introducció: Intel·ligencia, Coneixement, Raó, Raonament i Computació.
    Breu història de la IA i els seu paradigmes. Presentació del paper del raonament en la intel·ligència. El coneixement i la seva representació en relació al raonament. Els diversos tipus de coneixement: declaratiu (relacional, heretable, inferible), procedural, implícit, a priori i accionable. El concepte d'agent racional.
  2. Raonament i Lògica.
    Lògica com a representació del coneixement. Lògica con a mecanisme de raonament. Deducció. Propietats dels sistemes lògics.
  3. Lògica de Primer Ordre
    Lògica de primer ordre: formes normals, literals i clàusules. Poder expressiu i decidibilitat. Propietats dels sistemes lògics computacionals. Deducció en Lògica de Primer Ordre.
  4. Programació Lògica
    Introducción a la programació lógica càlcul de respostes, estrategies de resolució, gestió de l'backtracking.
  5. Altres formes d'inferència.
    Raonament no monóton. Inducció. Abducció. Analogia. Raonament protopic i taxonòmic. Aprenentatge.
  6. Modelat de coneixement semàntic.
    Ontologies. Lògica Descriptiva.

Activitats

Activitat Acte avaluatiu


Intel·ligencia, Coneixement, Raó, Raonament i Computació

Presentació dels conceptes fonamentals que lliguen intel·ligència amb raonament, raonament amb coneixement i aquest amb la seva representació. El raonament com a manipulació de representacions. Raonament com a càlcul.
Objectius: 1 6 2
Continguts:
Teoria
2h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
2h

Lògica proposicional.


  • Problemes: Problemes bàsics dels esquemes fonamentals d'inferència
Objectius: 1 6
Continguts:
Teoria
6h
Problemes
4h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
8h

Lògica de primer ordre

Cal entendre i practicar les diveres formes i mètodes d'inferència lògica així com encabir els límits expressius d'aquest llenguatge, que resulta una extensió del que permet la lògica proposicional i alhora ens permet entendre la seva relació amb les propietats que interessen des del punt de vista de la seva realització per mitjans computacionals. Això permet entendre les bases de la programació lògica.
Objectius: 1 6 2 3
Continguts:
Teoria
8h
Problemes
7h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
16h

Programació Lògica.

Cal entendre el llenguatge de programació lògica com una transposició computacional dels mecanismes d'inferència de la lògica de primer ordre i al mateix temps entendre'n les diferències. Es practicarà intensament al laboratori amb exercicis de dificultat creixent que serviran per preparar l'examen específic de programació lògica.
Objectius: 1 6 2 3
Continguts:
Teoria
8h
Problemes
1h
Laboratori
10h
Aprenentatge dirigit
0h
Aprenentatge autònom
21h

Altres formes d'inferència

Cal entendre que la deducció és una forma de raonament entre moltes altres que hem desenvolupat. Entendrem i practicarem mitjançant exercicis la inferència inductiva, base de les ciències experimentals i, en general, de totes les que generaltizen a partir d'observacions (i les dades corresponents) ; la inferència abductiva com una inferència generativa i l'analogia o el raonament basat en casos com un tipus de raonament on la similitud entre els components i estructura d'una situació posen en marxa un raonament que té conseqüències útils i pràctiques. Els diversos exercicis ens permetran afermar el coneixement de les possibilitats i limitacions d'aquests tipus de coneixement, sempre comparant-los amb les propietats de les lògiques estàndard.
Objectius: 1 6 2 3 4 5
Continguts:
Teoria
2h
Problemes
1h
Laboratori
1h
Aprenentatge dirigit
0h
Aprenentatge autònom
4h

Modelat del coneixement semàntic. Ontologies.

Les ontologies son formalismes basats en jerarquies de conceptes i relacions. N'estudiarem les principals realitzacions i formalismes i a laboratori treballarem amb entorns de desenvolupament d'ontologies. Els estudiants no només han d'assistir a les lliçons, sinó també fer exercicis sobre la utilització de les ontologies i discutir amb el professor i altres estudiants quan és millor utilitzar cada tècnica. Al laboratori els estudiants aplicaran el que han après en un problema.
Objectius: 2 3 4 5
Continguts:
Teoria
2h
Problemes
2h
Laboratori
4h
Aprenentatge dirigit
0h
Aprenentatge autònom
7h

Examen Final

Exercici teòrico-pràctic que cobreix els temes del curs.
Objectius: 1 6 2 3 4 5
Setmana: 15 (Fora d'horari lectiu)
Teoria
2h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
8h

Pràctica de programació lògica

Projecte en equip usant entorn de programació lògica que va enfocat a resoldre un problema acotat aplicant els coneixements sobre programació lógica i estratètgies de raonament.
Objectius: 1 6 2
Setmana: 6 (Fora d'horari lectiu)
Teoria
0h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
18h

Examen Parcial

Avaluació dels continguts, tècniques i mètodes coberts fins el moment de l'examen. Examen teòrico-pràctic amb preguntes sobre lectures realitzades, conceptes i exercicis.
Objectius: 1 6 2
Setmana: 6
Teoria
0h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
6h

Metodologia docent

La metodologia docente consistirà en l'exposició de la teoria en classes de teoria i l'aplicació dels conceptes en les classes de problemes i laboratori i a petits projectes de treball en grup.


.

Mètode d'avaluació

L'avaluació es basa en diversos controls de blocs temàtics i un examen i l'avaluació de les assignacions del curs en problemes i laborator.L'examen final posa a prova els coneixements teòrics i de metodologia adquirits pels estudiants durant el curs. La qualificació de les assignacions del curs es basarà en les presentacions dels petits problemes proposats durant el curs. La nota de laboratori es basarà en els informes i treballs pràctics de laboratori duts a terme durant el curs.

La qualificació final es calcularà de la següent manera:

0.30*nota pràctica programació lògica + 0.3* nota examen parcial + 0.40 *Examen final.


Evaluació de les competencies

L'avaluació de la competència de treball en equip es basa en el treball realitzat durant els treballs de pràctiques.

L'avaluació de la competència. Ús solvent dels recursos d'informació es basa tant en el treball de pràctiques com en els exercis de problemes i laboratoris.

Bibliografia

Bàsica:

Capacitats prèvies

Les habituals en un primer curs universitari amb especial rellevància dels continguts de ciència i matemàtiques,