Universidad Dominicana O & M
FUNDADA EL 12 DE ENERO DE 1966
Ave. Independencia #200, Santo Domingo, República Dominicana
Tel. (809) 533-773 - Fax. 535-0084
Mail:
[email protected] AREA DE INGENIERIA Y TECNOLOGÍA
ESCUELA DE INGENIERIA DE SISTEMAS Y COMPUTACIÓN
PROGRAMA ASIGNATURA
I. DATOS GENERALES.
Asignatura : Inteligencia Artificial
Código : 506494
Créditos :4
Prerrequisito : 506221
Horas Teóricas :3
Horas Prácticas :2
II. DESCRIPCIÓN.
Dominar y conocer los principios y conceptos de la Inteligencia Artificia, aplicar a la
resolución de problemas computacionales las tecnologías y técnicas de Inteligencia
Artificial basado en la ingeniería del conocimiento.
III. OBJETIVOS ESPECÍFICOS
Conocer y manejar los conceptos y principios de la inteligencia artificial.
Entender y aprender las técnicas de adquisición del conocimiento.
Comprender y aplicar las técnicas para resolución de problemas que implican
Inteligencia Artificial, utilizando los algoritmos de búsquedas.
Entender las técnicas utilizadas para la representación del conocimiento.
IV. CONTENIDO TEMÁTICO.
UNIDAD 1 INTRODUCCIÓN
1.1 Definición de inteligencia artificial (I.A).
1.2 Historia y fundamentos de la Inteligencia Artificial.
1.3 Ciencias que ayudan a la I.A
1.4 Áreas de aplicación de la I.A.: Robótica, Visión, Habla, Lenguaje Natural, Comprensión,
Sistemas Expertos, Sistemas Neuronales Artificiales.
1.5 Aplicaciones actuales de la I.A
1.6 Cuestiones éticas de la I.A.
1.7 Futuro de la I.A.
UNIDAD 2 ADQUISICIÓN DEL CONOCIMIENTO
2.1 Definición de conocimiento
2.1 Métodos y Técnicas de adquisición del conocimiento
2.3 Enfoques para la extracción y verificación del conocimiento
2.4 Transferencia de la experiencia
2.5 Aprendizaje.
UNIDAD 3 RESOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
3.1 La definición del problema
3.2 Espacios de estado
3.3 Estrategias de búsqueda
3.4 Búsqueda a ciegas: Recorrido en amplitud, Recorrido en profundidad
3.5 Búsqueda Heurística: Ascensión a la cima, Primero el mejor, Búsqueda avara, Algoritmo A*,
Algoritmos genéticos.
3.6 Verificación de restricciones.
3.7 Búsqueda con adversarios: Algoritmo del minimax, Poda alfa-beta.
UNIDAD 4 REPRESENTACIÓN DEL CONOCIMIENTO
4.1 Bases de conocimiento
4.2 Representación del conocimiento
4.3 Lógica clásica
4.4 Reglas
4.5 Marcos
4.6 Redes semánticas
4.7 La lógica de la Incertidumbre
4.7.1. Redes Bayesianas
4.7.2. Lógica borrosa o difusa
UNIDAD 5 EL RAZONAMIENTO
5.1 Definición de razonamiento
5.2 Paradigmas de razonamiento
5.2 Sistemas basados en conocimiento: Sistemas de reglas e inferencia
5.3 Encadenamiento hacia delante / Encadenamiento hacia atrás
5.5 Razonamiento borroso
5.6 Inferencias y Aprendizaje
UNIDAD 6 INGENIERÍA DEL CONOCIMIENTO
6.1 El Conocimiento y la Experiencia
6.2 La Ingeniería del Conocimiento
6.2.1. Sistemas basados en conocimiento
6.2.2. Conocimiento en los SS.BC.
6.2.3. Niveles de Razonamiento en los SS.BC.
6.2.4. Arquitectura de los SS.BC.
6.3 Metodologías de desarrollo para Sistemas basados en conocimiento
6.3.1. CommonKADS
6.3.2. Protege
6.3.3. Knowledge Structure Manager (KSM)
6.3.4. Model-based and incremental Knowledge Engineering (MIKE)
UNIDAD 7 ÁREAS PRINCIPALES DE LA INTELIGENCIA ARTIFICIAL.
7.1 Robótica
7.2 Visión Artificial
7.3 Algoritmos genéticos
7.4 Habla, Procesamiento del Lenguaje Natural y Comprensión
7.5 Redes Neuronales Artificiales
7.6 Agentes inteligentes
7.7 Sistemas Expertos
7.7.1 Principios de los Sistemas Expertos
7.7.2 Desarrollo de sistemas expertos en CLIPS
UNIDAD 8 INTELIGENCIA ARTIFICIAL DISTRIBUIDA
8.1 Conceptos principales
8.2 Cooperación
8.3 Coordinación y coherencia
8.4 Solución distribuida
V. METODOLOGÍA.
Utilizaremos una metodología de la enseñanza que nos permita lograr la participación
activa del alumno, en el proceso de enseñanza-aprendizaje:
Exposiciones del Profesor sobre los diversos temas.
Consultas bibliográficas.
Investigaciones.
Actividades de discusión y análisis.
Trabajos en grupos
Trabajos prácticos individuales.
V1. RECURSOS
A. MEDIOS EDUCATIVOS
1. Pizarra
2. Rotafolio
3. Retroproyector
4. Proyector Multimedia, TV, DVD
B. RECURSOS BIBLIOGRÁFICOS
a) Básica:
Giarratano, J. & Riley, G. (2001). Sistemas expertos: Principios y Programación (3ra. ed.).
México: Thomson International.
Nilson, N. (2001). Inteligencia artificial: Una nueva síntesis. Madrid: McGraw-Hill
Rolston, D. (1992). Principios de inteligencia artificial y sistemas expertos. México:
McGrawHill.
b) Recomendada:
Bello, D. (2008). Implementación de métodos de búsqueda inteligencia artificial. Lulu.com.
Cervigon, C., & Araujo, L. (2009). Algoritmos evolutivos: Un enfoque práctico. Alfaomega.
Lahoz & Beltra, R. (2005). Bioinformática: Simulación, vida artificial e inteligencia artificial.
Díaz de Santos.
Pajares, G. & De la Cruz, J. (2008). Visión por computador: Imágenes digitales y aplicaciones
(2da. Ed). Alfaomega.
Pajares, G. (2006). Inteligencia artificial e ingeniería del conocimiento. Alfaomega – Rama
Rusell, S. & Norvig, P. (2002). Artificial intelligence: A modern approach (2da. Ed.). Prentice
Hall.
VII-SISTEMA DE EVALUACIÓN.
DESCRIPCIÓN PUNTUACION (%)
A. Primer Examen Parcial 20%
B. Investigación 20%
C. Segundo Examen Parcial 20%
D. Examen final 40%
TOTAL 100%
