Lógica para la Inteligencia Artificial

• Horas semanales
• Competencias
• Objetivos
• Contenidos
• Actividades
• Metodología docente
• Método de evaluación
• Bibliografía
• Web links
• Capacidades previas

Profesorado

Responsable

• Antonio Moreno Ribas ( )

Horas semanales

Competencias

Competencias Técnicas Genéricas

Genéricas

• CG1 - Capacidad para proyectar, diseñar e implantar productos, procesos, servicios e instalaciones en todos los ámbitos de la Inteligencia Artificial.
• CG3 - Capacidad para la modelización, cálculo, simulación, desarrollo e implantación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Inteligencia Artificial.

Competencias Técnicas de cada especialidad

Académicas

• CEA13 - Capacidad de comprender las técnicas avanzadas de Modelización, Razonamiento y Resolución de problemas, y saber diseñar, implementar y aplicar estas técnicas en el desarrollo de aplicaciones, servicios o sistemas inteligentes.

Profesionales

• CEP3 - Capacidad de aplicación de las técnicas de Inteligencia Artificial en entornos tecnológicos e industriales para la mejora de la calidad y la productividad.
• CEP5 - Capacidad de diseñar nuevas herramientas informáticas y nuevas técnicas de Inteligencia Artificial en el ejercicio profesional.

Competencias Transversales

Uso solvente de los recursos de información

• CT4 - Gestionar la adquisicion, la estructuracion, el analisis y la visualizacion de datos e informacion en el ambito de la especialidad y valorar de forma critica los resultados de esta gestion.

Razonamiento

• CT6 - Capacidad de evaluar y analizar de manera razonada y critica sobre situaciones, proyectos, propuestas, informes y estudios de caracter cientifico-tecnico. Capacidad de argumentar las razones que explican o justifican tales situaciones, propuestas, etc.

Objetivos

1. Entender los elementos básicos de la Lógica Matemática y su uso como mecanismo de representación del conocimiento y razonamiento en un sistema inteligente.
   Competencias relacionadas: CT4, CEA13, CG3,
2. Saber aplicar las herramientas de la Lógica Matemática para solucionar problemas específicos.
   Competencias relacionadas: CT6, CEA13, CG1, CEP5, CEP3,

Contenidos

1. Lógica de Primer Orden
   Uso de la lógica de primer orden como mecanismo de representación del conocimiento y razonamiento.
   Formalización. Resolución. Teoría de Modelos.
2. Programación Lógica
   Programación lógica: hechos y reglas. Razonamiento dirigido por los objetivos. Operador de corte. Negación como fallo.
3. Lógicas descriptivas.
   Lógicas descriptivas. Lenguaje: conceptos, roles y constantes. Operadores para definir conceptos complejos. Mecanismos de razonamiento.
4. Redes de herencia.
   Razonamiento revocable sobre redes de herencia. Aristas y caminos positivos y negativos. Aristas y caminos admisibles. Extensiones crédulas. Tipos de razonamiento.
5. Razonamiento por defecto.
   Razonamiento de mundo cerrado. Circumscripción. Lógica por defecto. Lógica autoepistémica.
6. Grafos de conocimiento.
   Definición de Grafos de Conocimiento. Representación en RDF, RDF(S). Ejemplos: DBpedia, wikidata. Ontologías. Consultas en SPARQL.

Actividades

Actividad Acto evaluativo

Metodología docente

Método de evaluación

Bibliografía

Básica:

• Knowledge representation and reasoning - Brachman, R.J.; Levesque, H.J, Elsevier, 2004. ISBN: 1558609326
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991002742679706711&context=L&vid=34CSUC_UPC:VU1&lang=ca

Complementaria:

• Introductory logic and sets for computer scientists - Nissanke, N, Addison Wesley Longman , 1999. ISBN: 0201179571
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991002047609706711&context=L&vid=34CSUC_UPC:VU1&lang=ca

Web links

• Moodle space at URV https://campusvirtual.urv.cat

Capacidades previas