Inteligencia Artificial

UNIVERSIDAD DISTRITAL “FRANCISCO JOSE DE CALDAS”

TECNOLOGÍA EN SISTEMATIZACIÓN DE DATOS

I. IDENTIFICACION

Asignatura: Inteligencia Artificial

Área: Inteligencia Artificial

Semestre: Sexto

Prerrequisitos: Ninguno

Correquisitos: Ninguno

Intensidad horaria presencial: 4 (2 – teóricas, 2 - prácticas)

Número de Créditos: 3

Tipo de asignatura: Teórico-práctico

I. OBJETIVOS

A. General

Comprender la importancia de la Inteligencia Artificial (IA) como escenario de acción para la construcción tanto de hardware como de software especializado, basándose en el estudio del comportamiento inteligente del ser humano, el cual está enmarcado dentro de actividades de percibir, razonar, aprender, comunicarse e interactuar con entornos complejos. Se persigue con esta asignatura desarrollar sistemas que puedan emular algunos o todos esos comportamientos, sin olvidar que aún el ser humano puede realizar mejor dichas actividades.

B. Específicos

• Concientizar al estudiante de la importancia de la Inteligencia Artificial, como una rama de la ingeniería y de la ciencia.

• Comprender algunas técnicas utilizadas en IA para la solución de problemas complejos.

• Mostrar algunos procedimientos de búsqueda, utilizados para hallar soluciones en diferentes problemas.

• Mostrar y manejar algunos motores de inferencia que utilizan como formas de representar el conocimiento sistemas de producción y/o plantillas.

• Diseñar prototipos de Bases de Conocimiento mediante el empleo de lenguajes de programación declarativa (Prolog).

• Estudiar algunos métodos de aprendizaje computacional, tales como: Árboles de decisión, redes neuronales artificiales, minería de datos y algoritmos genéticos.

III. JUSTIFICACION

La Inteligencia Artificial puede ser tratada como subdisciplina de la informática que realiza tareas donde se supone necesaria la Inteligencia Humana. Para tal fin se ha acudido a procedimientos que se rigen bajo las leyes de la lógica y que han permitido a través de la historia obtener una comprensión de la Inteligencia Humana; ha sido necesario, además, establecer formas de representación y procesamiento de información que permitan modelar procesos propios la Inteligencia Humana mediante algoritmos que puedan ser implementados en los computadores existentes.

La Inteligencia Artificial persigue básicamente dos objetivos: Desde el punto de vista científico, simular los procesos que son análogos al razonamiento humano, y desde el punto de vista de su aplicación en la ingeniería, lograr que las computadoras hagan cosas que hasta el momento solo hace muy bien el hombre, de tal forma que al implementarlas en una máquina, puedan ser desarrolladas con mayor eficiencia.

Así pues, la Inteligencia Artificial ha permitido que hoy día se puedan realizar actividades que hasta hace un tiempo se consideraban imposibles de llevar a cabo mediante una máquina, tales como lograr que un vehículo terrestre sea capaz de movilizarse sin la intervención humana, realizar el proceso simultaneo de diferentes tareas en una planta de construcción automotriz, apoyar a un geólogo en la determinación del nivel de erosión de un terreno, permitir que una máquina sea autónoma en su actuar en la realización de una determinada actividad, o diagnosticar patologías junto con la formulación del tratamiento más adecuado.

V. MODULOS DE TRABAJO PARA EL ESPACIO ACADEMICO - INTELIGENCIA ARTIFICIAL

MODULO 1: GENERALIDADES DE INTELIGENCIA ARTIFICIAL

NUCLEOS TEMATICOS

PERSPECTIVA HISTÓRICA Y CONCEPTUAL

Concepto de IA

Idea intuitiva del comportamiento artificial.

Perspectiva Histórica de la IA.

TÉCNICAS Y AREAS DE INVESTIGACIÓN EN IA

Psicología, filosofía, lingüística, informática y matemática.

Lenguaje natural, robótica, sistemas expertos y reconocimiento de imágenes.

Ejemplos y ejercicios.

MODULO 2: PROCEDIMIENTOS DE BÚSQUEDA

NUCLEOS TEMATICOS

FUNDAMENTOS Y TÉCNICAS BÁSICAS DE BÚSQUEDA

Planteamiento del Problema.

Espacios de Representación.

Búsqueda sin información del dominio.

BUSQUEDA CIEGA

Profundidad

Amplitud

No determinista

Ejemplos y ejercicios

BÚSQUEDA HEURÍSTICA

Ascenso en colina

Haz luminoso

Primero el mejor

Museo británico

Ramificación y poda

Ramificación y poda con subestimación

A*

Mínimax

Mínimax con corte alfa / beta

Procedimiento de búsqueda FBC

Ejemplos y ejercicios

MODULO 3: FORMAS DE REPRESENTAR EL CONOCIMIENTO

NUCLEOS TEMATICOS

SISTEMAS DE PRODUCCIÓN

Componentes Básicos de los sistemas de producción

Estructura de las reglas

Inferencia.

Motores de inferencia

Ejemplos y ejercicios

REDES SEMANTICAS

Concepto de una red semántica

Redes semánticas extendidas

Inferencia en redes semánticas

Ejemplos y ejercicios

MARCOS Y GUIONES

Concepto de marco (frame)

Inferencia mediante marcos

Guiones

Ejemplos y ejercicios

LÓGICA DE PREDICADOS

...