NOMBRE DEL CURSO: INTELIGENCIA ARTIFICIAL

Descripción: Este curso cubre las componentes básicas de representación de

conocimiento, razonamiento, resolución de problemas, y aplicaciones básicas. El curso
es una mezcla de teoría y práctica; introduce las ideas básicas y de que es lo que no se
puede hacer, y provee al estudiantes de herramientas conceptuales para ir en mas
detalles en los tópicos en la literatura de investigación.

Objetivos: Introducir a los estudiantes a los conceptos fundamentales y las técnicas

básicas utilizadas en el estudio, modelación y construcción de sistemas de inteligencia
artificial, además de conocer los diferentes problemas, los métodos de resolución y
sus áreas de aplicación. Específicamente, se busca que los estudiantes conozcan los
aspectos centrales de los problemas a ser resueltos a través de técnicas de Inteligencia
Artificial y métodos de búsqueda de soluciones. Al terminar el curso el estudiante será
capaz de:

- Entender los conceptos básicos de los problemas de Inteligencia

Artificial del punto de vista computacional y cognitivo.
- Discutir varias estrategias de búsqueda con el fin de plantear y
proveer heurísticas que permitan resolver problemas complejos.
- Especificar estrategias utilizando Programación Lógica.
- Especificar planes lineales y no lineales para la resolución de
problemas basada en conocimientos y sistemas reactivos.
- Entender los principales paradigmas de la representación de
conocimientos y como estos se utilizan en el diseño de sistemas de
Inteligencia Artificial.
- Entender las técnicas principales de representación de conocimientos,
estrategias de reconocimiento, etc en problemas de tratamiento del
lenguaje natural utilizando Inteligencia Artificial.
- Entender, conceptualizar y diseñar Agentes Inteligentes basados en
razonamiento y Agentes reactivos.
- Entender y evaluar las técnicas y modelos básicos de aprendizaje
automático.
- Visualizar las principales limitaciones y problemas abiertos en el
área.

Horas: - 5 horas semanales (presenciales), 3 de teoría, 2 de ejercitación

- 6 horas semanales dedicación al estudio

Requisitos: Estructuras Discretas, Lógica, Optimización, teoría de autómatas.

Contenidos:

1.- Inteligencia Artificial y ciencias cognitivas (6).

2.- Resolución de problemas mediante búsqueda y heurísticas (5).
3.- Planificación lineal y no-lineal (5).

4.- Representación de Conocimientos (5).

5.- Programación lógica (4).

6.- Procesamiento del Lenguaje Natural (4).

7.- Agentes Inteligentes (5).

8.- Sistemas basados en el conocimiento (5).

9.- Aprendizaje automático (5)

10.- Aplicaciones (4).

Total: 48 horas (16 semanas)

Evaluación: Por definir

Metodología: Por definir

Bibliografía:

Artificial Intelligence: A Modern Approach. S. Russel, P. Norvig. Prentice Hall

International Editions, 1995.

Artificial Intelligence: Structures and Strategies for Complex Problem-Solving. G.

Luger, Pearson Addison Wesley; 4th edition, 2002.

Designing Autonomous Agents. P. Maes. MIT Press, 1991.

Society of Mind. M. Minsky, MIT Press, 1995. Simon & Schuster 1985.

Machine Learning. T. Mitchell, McGraw Hill, 1997.

Understanding Intelligence. R. Pfeifer R. & C. Scheier. MIT Press, 2001.

Artificial Intelligence. P. Winston. Addison-Wesley, 1994.

Speech and Language Processing: An Introduction to Natural Language Processing,

Computational Linguistics and Speech Recognition. D. Jurafsky & J. Martin J. Prentice
Hall, 2000.

The Artificial Life Route to Artificial Intelligence. L. Steels & R. Brooks. LEA Pubs.,
1995.

What is Cognitive Science. E. Lepore & Z. Pylyshyn. Backwell Publishers, 1999.