UNIVERSIDAD FASTA – FACULTAD DE INGENIERIA - CARRERA: Ingeniería en Informática

 

CÁTEDRA: FIM20 – Inteligencia Artificial I

 

Correspondiente a: 4º año

 

Profesor Titular de la Cátedra: Dr. CARLOS HORACIO von der BECKE

 

CICLO ACADÉMICO 2003

 


PLANEAMIENTO DE CÁTEDRA

 

 

Cátedra

Ciclo Académico

FIM20- INTELIGENCIA ARTIFICIAL I

2003

 

 

Carrera

Año del Plan de Estudios

01 - INGENIERÍA en INFORMÁTICA

1991 / 95 / 97 / 1997

 

 

Correlativa/s Anterior/es

Correlativa/s Posterior/es

FIM10 – Informática Teórica

FIM26 – Inteligencia Artificial II

FIM13 – Probabilidades y Estadística

 

 

 

Régimen de evaluación

Asignación horaria semanal

“B” – Régimen de Regularidad Acotada con Examen Final

5 horas

 

 

Composición de Cátedra

Cargos

Dr. Carlos H. von der Becke

Profesor Titular

A.I. Lorena Carballo

J.T.P.

A.I. María Luz Carballo

A.I. Rubén Leonardo Lunda

A.T.P.

A.T.P.

Juan Pablo Franco

A.T.P ad honorem

 

 

Intencionalidad de la Asignatura

o        Informar acerca de las aplicaciones de la inteligencia artificial y de los adelantos observados en esta área.·

o        Brindar una base teórico-práctica sobre la obtención, procesamiento e interpretación de la información obtenida por un agente inteligente.·

o        Comprender la importancia del desarrollo de sistemas artificiales basados en aquellos de origen biológico.

 

 

 

Competencias Terminales

o        Conocer las características de los diferentes tipos de agentes inteligentes.·

o        Adquirir habilidad para determinar que procedimiento usar en la resolución de problemas.

o        Utilizar la lógica que mejor se adecue a la dimensión del problema presentado.·

o        Conocer distintos tipos de planificación y cómo realizar su representación.

 

.

 


2) VIGENCIA AÑO: 2003

3) CONTENIDOS

El texto recomendado es el de Russell y Norvig. La primera edición traducida figura con números sin paréntesis. La segunda edición no traducida aparece con números entre paréntesis precedidos de un cero.

UNIDADES TEMATICAS:


UNIDAD I

Inteligencia Artificial

1 Introducción. -

·         Cap. 1 (01) del texto recomendado

·         1.1.- Conceptos generales: Distintos enfoques acerca del concepto de Inteligencia Artificial.

·         1.2.- Fundamentos de la Inteligencia Artificial: Filosofía. Matemáticas. Psicología. Ingeniería computacional. Lingüística.

·         1.3.- Historia de la Inteligencia Artificial: desde mediados del siglo XX al presente.

·         1.4.- Estado del arte. Los últimos avances.

·         Actividad tema 1- Nociones del cerebro biológico en términos informáticos

·         Resolver un problema del capítulo

 

2 Agentes Inteligentes. -

·         Cap. 2 y 18.1 (02) del texto recomendado

·         2.1.- Introducción.

·         2.2.- Cómo debe proceder un agente. Mapeo ideal de las secuencias de percepciones para acciones. Autonomía.

·         2.3.- Estructura de los agentes inteligentes. Programas de agentes. Agentes de reflejo simple. Agentes bien informados. Agentes basados en metas. Agentes basados en utilidad.

·         18.1 - Aprendices inteligentes.

·         2.4.- Ambientes. Propiedades de los ambientes. Programas de ambientes.

·         Actividad tema 2- Toast o Tostada - Un agente inofensivo

·         Resolver un problema del capítulo


·  Actividad A- Java en IA

·         22.- Agentes múltiples intercomunicados, aspectos básicos

o        22.1 Introducción

o        22.2 Aprendizajes en ambientes

o        22.3 Gramática formal

·         25.- Robótica básica

o        25.1 Introducción

o        25.2 ¿Para qué sirven los robots?

o        25.3 ¿De qué están hechos los robots?

·         A.1 - Applets en Internet

·         A.2- Java, Haftmas y Jive

·         A.3- Applet de Life de Conway, incluso en 3D - filosofía digital de Edward Fredkin

·  Actividad B- Exposiciones de robots

·         B.1- Robots para sector primario de la economía.

·         B.2- Robots para sector secundario de la economía.

·         B.3- Robots para sector terciario de la economía.


UNIDAD II

Procedimientos para la solución de problemas

3 Resolución de problemas mediante búsqueda.-

·         Cap. 3 (03) del texto recomendado

·         3.1.- Agentes que resuelven problemas.

·         3.2.- Formulación de problemas. Conocimiento y tipos de problemas. Problemas bien definidos y soluciones. Cómo medir la eficiencia para resolver problemas. Cómo escoger estados y acciones.

·         3.3.- Problemas de ejemplo. Problemas de juego. Problemas reales.

·         3.4.- Búsqueda de soluciones. Generación de secuencias de acciones. Estructuras de datos para los árboles de búsqueda.

·         Búsqueda ciega

·         3.5.- Estrategias de búsqueda. Búsqueda preferente por amplitud. Búsqueda de costo uniforme. Búsqueda preferente por profundidad. Búsqueda limitada por profundidad. Búsqueda por profundización iterativa. Búsqueda bidireccional. Comparación de las diversas estrategias de búsqueda.

·         3.6.- Cómo evitar estados repetidos.

·         Actividad tema 3 - 20.8 - Algoritmos genéticos (04.4)

·         Resolver un problema del capítulo y un applet asociado

 

4 Búsqueda heurística.-

·         Cap. 4 (04) del texto recomendado

·         4.1.- Búsqueda preferente por lo mejor. Reducir al mínimo el costo estimado para alcanzar una meta: Búsqueda avara. Reducir al mínimo el costo de ruta total: Búsqueda A*.

·         4.2.- Funciones heurísticas. El efecto en el desempeño, de la exactitud heurística. Cómo inventar funciones heurísticas.

·         4.3.- Búsqueda limitada por la capacidad de memoria.

·         4.4.- Algoritmos con mejoramiento por iteraciones. Búsqueda por ascenso de cima. Endurecimiento o forjado simulado.

·         Actividad tema 4. - 4.2, passim.- Búsqueda restricta (05)

·         3.7.- Búsqueda con satisfacción de restricciones.(05.1)

o        Búsqueda con retrorrevisación (05.2)

o        Búsqueda local (05.3)

o        Estructura de problemas (05.4)

·         4.2 - Heurísticas asociadas.

·         Resolver un problema del capítulo y un applet asociado

 

5. Búsqueda con adversario.-

·         Cap. 5 (06) del texto recomendado

·         Piedra, tijera, papel

·         Inspector de instalaciones nucleares

·         Ta te tí -

·         Ajedrez simplificado -

·         Damas -

·         Chaquete o back gamón -

·         Actividad tema 5 - Generalización para cualquier juego

·         Resolver un problema del capítulo y un applet asociado


UNIDAD III

Conocimiento y razonamiento

6 a 9. Agentes lógicos - Inferencia en lógica propositiva y de primer orden - (07 a 010)

·         Caps. 6,7,8 y 9 (07,08,10.1 a 10.5 y 09) del texto recomendado

·         6- Lógica propositiva (07).

·         7- Lógica de primer orden (08)

·         8- Representación del conocimiento en una base de conocimiento (10.1 a 10.5)

·         9- Inferencia en lógica de primer orden (09)

·         Actividad temas 6 a 9. - Profundización en conformación de bases de conocimiento

·         Resolver un problema del capítulo y un applet asociado

10 - Sistemas de razonamiento lógico (010.6 a 010.9)

·         Cap. 10 (010.6) del texto recomendado

·         10.1- Introducción

·         10.2- Indices, recuperación, unificación

·         10.3- Sistemas de programación lógicos

·         10.4- Demostradores de teoremas

·         10.5- Producción por encadenamiento hacia adelante

·         10.6- Sistemas de marco y redes semánticas (010.6)

·         10.7- Lógicas para la descripción

·         10.8- Gestión de retractaciones, suposiciones, explicaciones

·         Actividad tema 10. - El mundo de las compras por Internet (010.5)

·         Resolver un problema del capítulo y un applet asociado


UNIDAD IV

Cómo actuar en forma lógica

11. Planificación.-

·         Cap. 11 (011) del texto recomendado

·         11.1.- El problema de la planificación (011.1).

·         11.3.- Planificación con búsqueda en espacio de estados (011.2).

·         11.5.- Planificación de orden parcial (011.3).

·         ------ Grafos de planificación. (011.4)

·         ------ Planificación con lógica propositiva (011.5).

·         11.6.- Análisis de las distintas posturas (011.6)

·         Actividad tema 11. - Profundización en POP

·         Resolver un problema del capítulo y un applet asociado

12 y 13. Planificación y acción en el mundo real -

·         Cap. 12 y 13 (012) del texto recomendado

·         12.1- Cumplimiento de plazos y recursos (012.1)

·         12.2- Planificación de una red de tarea jerárquica (012.2)

·         ----- Caso de dominios no-determinísticos.(012.3)

·         13.1- Planificación condicional (012.4)

·         13.3- Ejecución, monitoreo y replanificación (012.5)

·         ----- Planificación continua.(012.6)

·         ----- Planificación con multiagentes.(012.7)

·         Actividad temas 12 y 13. - Planificación de conquista de nichos en el mercado mundial

·         Resolver un problema del capítulo y un applet asociado

 


UNIDAD V

Conocimiento Incierto y Razonamiento Difuso

14. Incertidumbre.-

·         Cap. 14 (013) del texto recomendado

·         14.1. Cómo actuar ante la incertidumbre. Manejo del conocimiento incierto. La incertidumbre y las decisiones racionales. Diseño de un agente de decisiones teóricas.

·         14.2. Notación básica en probabilidad. A priori, condicional.

·         14.3. Los axiomas de probabilidad. Por qué ellos son razonables. Distribución de probabilidad conjunta..

·         14.4. La regla de Bayes y cómo se emplea. El caso más sencillo. Normalización. Combinación de la evidencia.

·         14.5. Cuál es el orden de las probabilidades.

·         Actividad tema 14. - El mundo de Wumpus revisitado. (013.7)

·         Resolver un problema del capítulo y un applet asociado


15. Sistemas de razonamiento probabilista.-

·         Cap. 15 (014) del texto recomendado

·         15.1. Representación del conocimiento en dominios inciertos. Representación de la distribución de probabilidad conjunta. Un método para construir redes bayesianas. Compactación y ordenamiento de nodos.

·         15.2. Representación de las tablas de probabilidad condicional. Relaciones de independencia condicional en las redes bayesianas.

·         15.3. La inferencia en las redes bayesianas. La naturaleza de las inferencias probabilísticas. Algoritmos que contestan a consultas.

·         15.4. La inferencia en redes bayesianas con múltiples conexiones. Métodos de agrupamiento, de condicionamiento por conjunto de corte, estocásticos de simulación.

·         15.5. La ingeniería del conocimiento en el razonamiento incierto. El sistema Pathfinder.

·         15.6. Enfoques alternativos para el razonamiento incierto. Razonamiento predefinido. Métodos basados en reglas aplicables al razonamiento incierto. Teoria de Dempster- Shafer. Cómo representar la vaguedad. Conjuntos difusos y lógica difusa.

·         Actividad tema 15. - Tiempo en el razonamiento probabilista (015) -

o        Redes bayesianas dinámicas -

o        Reconocimiento del habla

·         Resolver un problema del capítulo y un applet asociado

16. Toma de decisiones con un solo disparo.-

·         Cap. 16 (016) del texto recomendado

·         16.1 Combinación de creencias y deseos bajo incertidumbre (016.1.)

·         16.2 Bases de la teoría de la utilidad (016.2.)

·         16.3 Funciones de utilidad (016.3.)

·         16.4 Funciones de utilidad multiatributo (016.4.)

·         16.6 Valor de la información (016.5.)

·         ----- Sistemas expertos en teoría decisional (016.6.)

·         Actividad tema 16. - Agente recopilador de información (016.6)

·         Resolver un problema del capítulo y un applet asociado

17. Toma de decisiones con disparos múltiples- (017)

·         Cap. 17 (017) del texto recomendado

·         17.1 Problemas con decisiones secuenciales (017.1.)

·         17.2 Iteración de valor (017.2.)

·         17.3 Iteración de política (017.3.)

·         ----- Proceso decisional markoviano parcialmente observable (017.4.)

·         ----- Agentes bajo teoría decisional (017.5)

·         ----- Decisiones con agentes múltiples. Teoría de juegos. (017.6.)

·         17.4 Diseño de mecanismos (017.7).

·         Actividad tema 17. - Profundización de decisiones con agentes múltiples (017.6)

·         Resolver un problema del capítulo y un applet asociado

 


UNIDAD VI

Aprendizaje de máquina.

18. Aprendizaje inductivo.

·         18.1. Repaso de agente aprendiz

·         18.2. Nociones de aprendizaje en redes neurales                                                            

·         18.3 a 18.6 Tópicos de otros tipos de aprendizaje computacional

·         Actividad tema 18. – Aprendizaje estadístico para redes neurales y otras

·         Resolver un problema del capítulo y un applet asociado

 

19. Aprendizaje en redes neurales y redes bayesianas.

·         19.1 Redes neurales clásicas. Dos amplificadores operacionales son una neurona artificial clásica  Filosofía y tecnología                            

·         19.2-Algo de la etología, ciencia de los instintos .Neurona biológica Neuroetología biológica, computacional y robótica. La base de la etología es el conmutador

·         19.3-Red de Hopfield como red con retroalimentación  Hacia el esquema de Hopfield-Beer  Neurona de Hopfield-Beer Modelo matemático 19.4-Caja de herramientas para construcción de un sistema nervioso  Programa para Periplaneta computatrix

·         19.5-Interpretaciones de corridas-Siete subsistemas encontrados.Clasificación de los estímulos-Periplaneta y representación-Estados internos Ciclo decisional neuroetológico   - Periplaneta como sistema dinámico

·         19.6-Redes de creencia y redes neurales . Aprendizaje- Conclusiones

·         Actividad tema 19. – Agentes que actúan con conocimiento no verbal

·         Resolver un problema del capítulo y un applet asociado

 

20 y 21. Aprendizaje por refuerzo (premios y castigos)

·         20.1-Aprendizaje en ambientes                                                                                          

·         20.2-Exploración

·         20.3-Generalización                                                                                                          

·         20.4- Conclusiones

·         Resolver un problema del capítulo y un applet asociado

21-Tópicos de conocimiento en aprendizaje

·         Actividad temas 20 y 21. – Agentes de soporte lógico

·         Resolver un problema del capítulo y un applet asociado

 


UNIDAD VII

Agentes conversantes, perceptivos y no-verbales                                                  

22. Repaso de tópicos de agentes que se comunican (adelantados en el contexto del lenguaje JiVE para multi-agentes).

·         22.4 Análisis sintáctico

·         22.5 Gramática de cláusulas definidas

·         22.6 Ampliación de una gramática

·         22.7 Interpretación semántica

·         22.8 Ambigüedad y desambiguación

·         22.9 Un agente para la comunicación

·         Actividad tema 22 – Profundización en dinámica agente - ambiente

·         Resolver un problema del capítulo y un applet asociado

 

23. Aspectos prácticos para el lenguaje natural

·         23.1 Aplicaciones prácticas

·         23.2 Análisis gramatical                             

·         23.3 Ampliación de diccionario

·         23.4 Ampliación de gramática                                                                                                              

·         23.5 Ambigüedad. Metáfora.

·         23.6 Comprensión del discurso

·         Actividad tema 23 – Traductores de máquina – Babelfish y similares

·         Resolver un problema del capítulo y un applet asociado

24. Percepción

·         24.1 Introducción

·         24.2 Formación de imágenes.                                                                                                 

·         24.3 Procesamiento de imágenes

·         24.4 Procesamiento tridimensional

·         24.5 Práctica de manipulación y navegación

·         24.6 Reconocimiento                                                                                                          

·         24.7 Comprensión de sonidos vocales..

·         Actividad tema 24 - Teoría del control cerebral no-verbal.

·         Resolver un problema del capítulo y un applet asociado

 

25. Robótica Avanzada

·         25.4. Arquitecturas.

·         25.5. Un marco de trabajo para el análisis.

·         25.6. Navegación y planificación de movimientos. 

·         Actividad tema 25. – Ver actividad B.                               

·         Resolver un problema del capítulo y un applet asociado

 


UNIDAD VIII

Conclusiones generales.

26. Fundamentos filosóficos de la asignatura

·         26.1- Los grandes interrogantes. Modelo de cerebro - mente. Emoción. Sentimientos. Postura intencional. Mente como máquina versus mente superando máquina. Platón.                   

·         26.2- Los fundamentos del razonamiento y de la percepción. Homuncularismo. Modularidad del cerebro.

·         26.3- Posibilidad del logro de conductas inteligentes. Turing y su juego de imitación.               

·         26.4- Intencionalidad y conciencia. El cuarto chino y su intención. Posibilidad de salir del cuarto para aprender

·         Actividad tema 26. – Modularización en Inteligencia Artificial – Arquitectura de subsunción

·         Resolver un problema del capítulo y un applet asociado

 

27. Presente y futuro.

·         27.1 ¿Se ha triunfado?

·         27.2   Lo que se trata de hacer

·         27.3    En el caso de triunfo...

·         Actividad tema 27. – Superinteligencia según Calvin                               

·         Resolver un problema del capítulo y un applet asociado


BIBLIOGRAFIA
 
Russell,S., Norvig, P.; Artificia1 Intelligence. A Modern Approach
Ed. Prentice Hall, USA; 1995. Trad al castellano 1996.
Russell,S., Norvig, P.; Artificia1 Intelligence. A Modern Approach
Ed. Prentice Hall, USA; 1995. 2002. Second edition.
Winston, P.H.; Artificial Intelligence.
Third Edition. Addison-Wesley, USA; 1992
Cherniak, McDermott; Introduction to Artificial Intelligence
Ed. Addison-Wesley, USA; 1985
Rich, E.; Artificial Intelligence
Ed. McGraw-Hill, USA; 1983
Nilsson, N.J.; Principles of Artificial Intelligence
Tioga Publishing Co; 1980
Pearl, J.; Heuristics: intelligent search strategies for computer problem solving
Addison-Wesley, USA; 1985
Goldberg, D.E.; Genetic Algorithms in Search, Optimization, and Machine Learning.
Ed. Addison-Wesley, USA; 1989
Calvin, William H.; Cómo Piensan los Cerebros. La evolución de la inteligencia, antes y ahora.
Edit. Debate, SA; Madrid, España; 2001
Trillas, Enric; La Inteligencia Artificial. Máquinas y personas.
Edit. Debate, SA, Madrid, España; 1998
Poblet, J.M.; Inteligencia Artificial. Conceptos, técnicas y aplicaciones
Marcombo Boixareu Editores, Barcelona, España; 1987
 

 

Los alumnos deberán tener portal propio y rastrear temas y bibliografía por INTERNET, tomando como centro el "distrito" en castellano "Inteligencia Artificial" de

http://distritos.telepolis.com/inteligenciaartificial/

donde individualmente deberán especializarse en temas específicos de la asignatura