wiki:Uap-2008-pac

Universidad Adventista del Plata
Facultad de Ciencias Económicas y de la Administración
Libertador San Martín, Entre Ríos, Argentina
  • Asignatura: Inteligencia artificial
  • Código de la materia: cp552
  • CARRERA: Licenciatura en Sistemas de Información
  • PLAN: 1990/Disp. 1999
  • CURSO: 4.o año
  • HORAS: 3 horas semanales
  • PROFESOR: César Ballardini
  • PERÍODO: 1.er cuatrimestre, 2008

I. Descripción de la asignatura

Se introduce al alumno en el campo de la Inteligencia Artificial. La materia se enfoca según el concepto de agentes inteligentes como sistemas capaces de percibir, decidir lo que deben hacer, y actuar. Se hace especial énfasis en los algoritmos de búsqueda, planeamiento y resolución mediante representaciones del conocimiento en lógica proposicional y de primer orden. En cada tema se proponen ejercicios prácticos y problemas teóricos.

II. Objetivos

El desarrollo de la materia procura que el alumno:

  • Posea una perspectiva histórica del desarrollo de la IA
  • Entienda el concepto de agente inteligente
  • Enumere los algoritmos de búsqueda a ciegas y compare sus ventajas y desventajas
  • Exprese fórmulas en el cálculo proposicional y calcule su valor.
  • Exprese fórmulas en el cálculo de predicados de primer orden y calcule su valor.
  • Comprenda la fórmula de resolución de Robinson y su aplicación a los intérpretes de lenguajes de lógica
  • Exprese el conocimiento de un problema en la forma del cálculo situacional
  • Identifique los problemas de planeamiento y su planteo.
  • Comprenda el algoritmo POP de planeamiento y su utilización en la práctica

III. Contenidos temáticos

Unidad 1

Introduccion a la inteligencia artificial. Definiciones de IA. Historia de la IA. Aportes de los diversos campos del conocimiento humano a la IA. Aportes de la IA a los campos del conocimiento humano. El test de Turing. Racionalidad en la IA.

Unidad 2

Agentes inteligentes. Definición de agente. Percepciones. Acciones. Agentes racionales. Estructura de un agente racional. Programa de agente. Agentes de software o softbots. Ambiente de un agente. Programas de simulación de ambiente.

Unidad 3

Agentes que resuelven problemas mediante búsqueda. Diferencia entre el mundo real y el problema a resolver. Formulación del problema. Espacio de estados. Acciones u operadores de cambio de estado. Estado meta. Tipificación de problemas de búsqueda. Estrategias de búsqueda a ciegas: horizontal, en profundidad, profundidad limitada, profundización iterativa, costo uniforme, bidireccional. Ventajas y desventajas de cada una.

Unidad 4

Métodos de búsqueda con información. Búsqueda de primero el mejor: búsqueda ávida, búsqueda A*. Funciones heurísticas. Búsqueda limitada en memoria. Búsqueda A* con profundización iterativa. Algoritmos de mejora iterativa: escalar la colina, solidificación simulada.

Unidad 5

Problemas de satisfacción de restricciones. Definición de los problemas. Búsqueda con vuelta atrás (backtracking). Propagación de la información a través de las restricciones. Comprobación hacia adelante. Propagación de restricciones. Manejo de restricciones especiales. Vuelta atrás inteligente. Uso de búsqueda local. La estructura de los problemas.

Unidad 6

Agentes que razonan lógicamente. Agente basado en conocimiento. Actuar y razonar en micromundos. Representación, inferencia y lógica. Lógica proposicional: sintaxis, semántica, validez, inferencia y modelos.

Unidad 7

Lógica de primer orden. Sintaxis y semántica. Axiomas, definiciones y teoremas. Consultas. Representación del cambio en el mundo, Cálculo situacional. Preferencias entre las acciones.

Unidad 8

Sistemas que razonan lógicamente. Implementación del algoritmo de unificación. Sistemas de programación lógica: PROLOG, su implementación, Sistemas de producción con encadenamiento hacia adelante. Sistemas de marcos y redes semánticas.

Unidad 9

Actuar lógicamente: planeamiento. Agente que hace planes. Planeamiento en resolución de problemas. Planeamiento en el cálculo situacional, Representación de estados, metas y acciones. Algoritmo de planeamiento de orden parcial (POP). Ejercitación en uso de POP.

IV. Trabajos prácticos

Se desarrollará un trabajo práctico integrador en grupo. El informe trabajo se aprobará en dos entregas parciales, que serán pautadas durante el desarrollo de las clases.

Se entregarán semanalmente ejercicios de práctica resueltos fuera del horario de clases.

El objetivo de los trabajos es asociar los conceptos aprendidos sobre algún lenguaje de programación de alto nivel, procurando una visión práctica de la asignatura.

V. Evaluación

La evaluación contempla la resolución de la ejercitación de guía, dos exámenes parciales y un trabajo práctico. Es condición necesaria para rendir un parcial, que se hayan completado las entregas previas del trabajo práctico y las ejercitaciones de guía.

La nota final del alumno proviene de las notas del trabajo práctico y de los parciales:

  • Trabajo práctico: 20% puntaje final
  • Primer parcial: 35% puntaje final
  • Segundo parcial: 35% puntaje final
  • Otros: participación en clase, presentaciones especiales de trabajos, etc.: 10% puntaje final

Los alumnos con 8 ó más de puntaje final serán promovidos sin examen final (promoción directa). Los alumnos con puntaje final entre 6 y 7 pasarán por examen final para aprobar la asignatura (promoción indirecta). Los alumnos con 5 ó menos pierden la materia.

El trabajo práctico se desarrollará en grupos de tres a cinco personas. Toda fuente usada en el trabajo, sea de código o de artículos deberá ser rigurosamente citada; en caso de faltar el requisito de cita se considerará plagio y se sancionará según el reglamento. Los grupos se conformarán en la segunda clase y permanecerán sin cambios en su constitución hasta el fin del cuatrimestre.

El docente entrega los cuestionarios y ejercitación de guía para la práctica en formato electrónico a través de una página destinada a la asignatura cuya ubicación se indicará en las clases. Estos trabajos los debe presentar el alumno al comienzo de la clase para la cual fueran pautados. No se aceptarán entregas demoradas. Las entregas son individuales. Todo trabajo debe entregarse en papel A4 blanco, las hojas abrochadas, sin carpetas ni carátulas, escrito a mano o impreso con tinta negra.

El alumno debe concurrir a clase habiendo satisfecho la cuota de lectura asignada por el docente.

VI. Cronograma

  • Total de semanas de clases: 16
  • Horas de clase por semana: 3
  • Feriados: 1
  • Fecha 1.er examen parcial: 30 de abril
  • Fecha 2.do examen parcial: 11 de junio
  • Fecha de entrega de calificaciones a los alumnos: 25 de junio


Semana Fecha Actividad
1 12/03 Exposición del régimen de cursado y promoción de la asignatura.
Desarrollo unidad 1.
2 19/03 Desarrollo unidad 2.
Conformación final de los grupos para el trabajo práctico.
3 26/03 Desarrollo unidad 3.
4 02/04 Feriado.
5 09/04 Desarrollo unidad 4.
6 16/04 Desarrollo unidad 5.
Consultas previas al parcial.
(exámenes sin suspensión de clases)
7 23/04 Desarrollo unidad 6.
8 30/04 Examen parcial N.o 1 (Unidades 1 á 5).
9 07/05 Desarrollo unidad 7.
Consulta de correcciones en parcial N.o 1.
Entrega N.o 1. del trabajo práctico en grupo.
10 14/05 Desarrollo unidad 8.
(semana de énfasis espiritual)
11 21/05 Desarrollo unidad 9.
12 28/05 Práctica unidades 6 á 9.
Consultas previas al parcial.
13 04/06 Entrega final del trabajo práctico grupal y defensa oral.
14 11/06 Examen parcial N.o 2. (unidades 6 á 9)
15 18/06 Consulta de correcciones en parcial N.o 2.
Práctica de unidad 9.
16 25/06 Entrega de notas.
Revisión general de la materia.


VII. Bibliografía

  • RUSSELL, Stuart; NORVIG, Peter
    Inteligencia Artificial, un enfoque moderno, 2.a ed., 2002

  • RUSSELL, Stuart; NORVIG, Peter
    Inteligencia Artificial, un enfoque moderno, 1.er ed., Mexico, 1996

  • NILSSON, Nils
    Inteligencia Artificial una nueva síntesis, RICH,Elaine; KNIGHT, Kevin Inteligencia Artificial, 2.da ed.

Last modified 6 years ago Last modified on Apr 9, 2008, 3:55:32 AM