Inteligencia Artificial

Ingeniera en Sistemas Computacionales

SCC-1012
OBJETIVO GENERAL DEL CURSO
Conocer los principios y el desarrollo de la Inteligencia Artificial, identificando sus
aplicaciones (robtica, visin computacional, lgica difusa, redes neuronales y
procesamiento de lenguaje natural) para emplearlas en el diseo e implementacin de
sistemas inteligentes que faciliten las tareas del ser humano.
COMPETENCIAS PREVIAS
Comprensin de las estructuras de control, las listas, rboles, recursividad y teora de la
probabilidad
Capacidad de anlisis y sntesis.
Representacin y resolucin de enunciados con lgica matemtica.
Capacidad de organizacin y planificacin
Habilidades en el uso de la computadora.
Programar en un lenguaje de alto nivel
Experiencia utilizando el Internet.
Aplicacin de sistemas gestores de bases de datos.
Conocer conceptos de la teora de la computacin.
Unidad Temas
1
Fundamentos de la
Inteligencia Artificial.

Tcnicas de Bsqueda.

Subtemas
1.1. Historia de la IA.
1.2. Conceptos y tcnicas (Estado del arte) .
1.3. Desarrollos actuales.
1.3.1. Procesamiento de Lenguaje
Natural (PLN).
1.3.2. Reconocimiento de patrones.
1.3.3. Robtica.
1.3.4. Sistemas Expertos.
1.3.5. Lgica Difusa (Fuzzy logic).
1.4. Modelos de agente inteligente.
1.5. Heurstica.
2.1. Solucin de problemas con bsqueda.
2.2. Espacios de estados.
2.2.1. Determinsticos.
2.2.2. No determinsticos.
2.3. Mtodos de bsqueda.
2.3.1. Primero en anchura (breadthfirst).
2.3.2. Primero en profundidad (depthfirst).
2.3.3. Grafos O.
2.3.4. Grafos A.
2.4. Satisfaccin de restricciones.
2.5. Teora de juegos.

Representacin del
conocimiento y
razonamiento

3.1.

3.2.
3.3.
3.4.

3.5.

Sistemas de
razonamiento.

Sistemas basados en conocimiento.

3.1.1. Concepto de conocimiento.
3.1.2. Lenguajes utilizados en la
representacin de conocimiento.
Mapas conceptuales.
Redes semnticas.
Lgica de predicados.
3.4.1. Sintaxis.
3.4.2. Semntica.
3.4.3. Validez.
3.4.4. Inferencia.
Razonamiento con incertidumbre.
3.5.1. Aprendizaje.
3.5.2. Razonamiento probabilstico.

3.5.3. Lgicas multivaluadas.

3.5.4. Lgica difusa.
3.6. Demostracin y mtodos.
4.1. Reglas de produccin.
4.1.1. Sintaxis de las reglas de
produccin.
4.2. Semntica de las reglas de produccin.
4.2.1. Conocimiento causal.
4.2.2. Conocimiento de diagnstico.
4.3. Arquitectura de un sistema de
produccin.
4.3.1. Hechos.
4.3.2. Base de conocimientos.
4.3.3. Mecanismos de control.
4.4. Ciclo de vida de un sistema de
produccin.

Aplicaciones con
tcnicas de IA.

5.1.

Robtica.
5.1.1. Conceptos bsicos.
5.1.2. Clasificacin.
5.1.3. Desarrollos actuales y
aplicaciones.
5.2. Redes Neuronales (RN).
5.2.1. Conceptos bsicos.
5.2.2. Clasificacin.
5.2.3. Desarrollos actuales y
aplicaciones.
5.3. Visin artificial.
5.3.1. Conceptos bsicos.
5.3.2. Desarrollos actuales y
aplicaciones.
5.4. Lgica difusa (Fuzzy Logic).
5.4.1. Conceptos bsicos.
5.4.2. Desarrollos actuales y
aplicaciones.
5.5. Procesamiento de Lenguaje Natural
(PLN).
5.5.1. Conceptos bsicos.
5.5.2. Desarrollos actuales y
aplicaciones.
5.6. Sistemas Expertos (SE).
5.6.1. Conceptos bsicos.
5.6.2. Clasificacin.
5.6.3. Desarrollos actuales y
aplicaciones.

FUENTES DE INFORMACIN
1. WINSTON, Patrick Henry, Inteligencia Artificial, Ed. Addison Wesley Iberoamericana, 1992,ISBN
0-201-51876-7
2. GONZALO P.M & Santos P.M, Inteligencia Artificial e Ingeniera del Conocimiento, Ed.
AlfaOmega, 2006, ISBN 970-75-1166-2
3. MARTN DEL BRIO B. & Saenz M. A. Redes Neuronales y Sistemas Borrosos, Ed Alfaomega,
2006, ISBN 978-970-15-1250-0
4. PALMA M. J & al, Inteligencia Artificial Tcnicas, Mtodos y Aplicaciones, Ed.McGrawHill, ISBN
978-84-481-5618-3
5. RICH E, & Knight K, Inteligencia Artificial, Ed McGrawHill,1992, ISBN84- 481-1858-8
6. RUSSELL S, & Norvig P, Inteligencia Artificial, Un enfoque Moderno, Ed.Prentice Hall,
2006,ISBN 968-880-682-x
7. GIARRATANO J. & Riley G. Sistemas Expertos, Principios y programacin (CLIPS), Ed.
International Thompson, 3da. Edicin, 1996
8. MOCKER R, & Dologite D.G. Knowledge-Based Systems: An Introduction to expert systems.
MacMillan, 1992.
9. SUPPES H & Hill H, Introduccin a la lgica matemtica, ed. Revert, 1988. 10.CUENCA J.
Lgica informtica, Ed. Alianza Editorial. S.A, Madrid, 2da Edicin
1986.
11.ROWE N.C. Artificial Intelligence through PROLOG. Ed. Prentice Hall, 1988. ISBN
0-13-048679-5

EVALUACION
Evidencia de desempeo
Conceptual
SABER: Dominio sobre:
Conocimiento Previo
Conocimiento Final
( El Obtenido )

Evidencia de desempeo
Procedimental

Evidencia de
desempeo
Actitudinal
SABER HACER: Dominio SABER SER: Dominio
sobre:
sobre:
Implementacin de la solucin de Trabajo en equipo y colaboracin.
problemas de bsqueda
Reconocer la importancia de sus
aportaciones en el trabajo grupal o
implementacin la representacin del colectivo.
conocimiento
Integracin de contenidos de la
asignatura
Resolucin de problemas reales del
dominio de la Inteligencia Artificial

PONDERACIONES
30%

40%

30%

Desempeo Conceptual: Exmenes escritos, quizes, ensayos, resmenes, tareas

Desempeo Procedimental: Practicas, proyecto final
Desempeo Actitudinal: Asistencia, Evaluaciones de los equipos por los equipos,
Seguimiento del buen ejercicio de la profesin, Portafolio de evidencias.
Reglas de Operacin del Curso
-Se aplicarn todos los reglamentos vigentes de la DGEST y del ITCH II.
-La entrega de trabajos, tareas, tc se har nica y exclusivamente en forma solicitada en
el saln y da de la clase en la fecha previamente establecida.
-La interaccin entre el profesor y alumnos ser en el saln, asesora previa cita.
-Los exmenes debern ser resueltos en forma clara y objetiva, con pluma o lpiz.
-Cualquier aclaracin o solicitud de correccin de una calificacin o evaluacin solo es
valida en el momento que el alumno reciba dicha informacin.
-Cualquier calificacin ya asignada en definitivo es inmodificable e inapelable.
-El resultado de su calificacin de curso normal nicamente ser entregado de manera
personal, en el saln de clases y en la hora asignada al curso el penltimo da de clases.
-Cualquier acto realizado de fraude o deshonestidad acadmica (copiar en algn examen,
entregar un trabajo cambindole nicamente del nombre de la persona, descargarlo de
internet etc.) causara la inmediata obtencin de calificacin final del curso NA en
extraordinario, as como su expulsin del curso.
-Se prohibe el uso de telefona celular, equipo de computo o de cualquier medio de
transmisin de voz y datos dentro del saln de clases. As como tambin el portar
auriculares durante la clase. Cualquier alumno que haga uso de estos recursos en clase
ser expulsado de esa sesin, con la falta correspondiente.