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.