Manuel Laguía Bonillo (coordinador)
Profesor pendiente de contratación

El objetivo fundamental es adquirir un conocimiento general y básico sobre los
métodos, técnicas y campos de actuación de la inteligencia artificial.
Conocer y saber aplicar los métodos heurísticos de frecuente aplicación en I.A.
Intentar desarrollar en el alumno nuevas concepciones de la  informática

I. INTELIGENCIA ARTIFICIAL. (2 horas)
Aspectos introductorios. Definiciones de la I.A. Revisión histórica. Orígenes.
Etapas del desarrollo. Características de la I.A. Aplicaciones de la I.A.
Lenguajes de Programación e Inteligencia Artificial.

II. BÚSQUEDA. RESOLUCIÓN DE PROBLEMAS. (5 horas)
Tipología de problemas de I.A. La experiencia G.P.S. Fases de resolución.
Representación del camino de resolución. Grafo de estados. Grafo AND-OR.
El espacio de estados.
Técnicas sistemáticas de desarrollo del árbol de resolución. Búsqueda en
anchura y en profundidad.
Técnicas con métodos heurísticos. Generalidades. Función de evaluación.
Resolución de problemas con condiciones rectrictivas.
Árboles de Juego: Casos particulares. Mini-Max.

III.  REPRESENTACION DEL CONOCIMIENTO. (4 horas)
Introducción. Representación lógica. La lógica de proposiciones. Lógica de
predicados de primer orden. El principio de resolución.
Las redes semánticas. El razonamiento en las redes semánticas.
Reglas de producción. La estructura de un sistema de reglas. El razonamiento.
Las representaciones procedimentales.
Representaciones por objetos estructurados. "Frames" y Guiones.

IV.  SISTEMAS EXPERTOS. (4 horas)
Introducción. Definiciones. Componentes de base de un S.E.
Tipología de los S.E. Desarrollo de un S.E.

V. PROCESAMIENTO DE LENGUAJE NATURAL. (5 horas)
El lenguaje natural. El procesamiento del habla. El procesamiento del texto
escrito. Comprensión de frases y diálogo.

VI. ROBÓTICA. (2 horas)
Introducción. La generación de planes. Estructura de un generador de planes.
La visión.

VII. PERSPECTIVAS DE LA I.A. (3 horas)
Introducción. Aspectos relativos al software. Software de base. Aspectos
relativos al equipo físico. Las máquinas de I.A.
Temas de vanguardia: Aprendizaje automático. Módelos bioinspirados.
Funcionamiento en paralelo.

NOTA: Las horas se refieren únicamente a la duración del desarrollo teórico de
los temas. Las clases prácticas tendrán una duración proporcional al
desarrollo teórico de cada tema hasta completar el número de horas.

Se propondrá la realización de competiciones entre sistemas inteligentes
desarrollados por los alumnos en las prácticas de esta asignatura.
Se organizará un ciclo de conferencias comunes para las asignaturas de
esta titulación.

El modelo de clase teórica consistirá en la explicación por el profesor de los
distintos contenidos que pretenden cubrir los objetivos de la asignatura.  Se
utilizarán todos aquellos medios didácticos a nuestro alcance para facilitar
la asimilación de los contenidos

Las clases prácticas consistirán en la realización de ejercicios, realizados en
lenguaje C, graduados en dificultad.  Se podrá complementar con la realización de
trabajos monográficos individuales, que cubran diferentes aspectos de la materia
tratada.

Nº de Horas (indicar total): 112.5

• Clases Teóricas: 19  
• Clases Prácticas: 23  
• Exposiciones y Seminarios:  
• Tutorías Especializadas (presenciales o virtuales):
  • Colectivas: 3  
  • Individules:  
• Realización de Actividades Académicas Dirigidas:
  • Con presencia del profesorado: 10  
  • Sin presencia del profesorado: 22.5  
• Otro Trabajo Personal Autónomo:
  • Horas de estudio: 32  
  • Preparación de Trabajo Personal:  
  • ...
     
• Realización de Exámenes:
  • Examen escrito: 3  
  • Exámenes orales (control del Trabajo Personal):  

La evaluación tendrá en cuenta aspectos teóricos y prácticos, aunque
se pondrá un especial énfasis en la capacidad que el alumno adquiera para la
resolución de Casos Prácticos.
La parte teórica se evaluará mediante una prueba objetiva que se
desarrollará por escrito.
Para la evaluación de la parte práctica se propondrá al alumno el desarrollo de
varios programas para resolver problemas concretos de inteligencia artificial. Se
organizarán "competiciones" entre las distintas soluciones propuestas por los
alumnos para comparar su funcionamiento y los resultados obtenidos. Con esta
información se obtendrá una calificación de la parte práctica de la asignatura.
La prueba escrita tendrá un peso en la calificación final de un 55%, los
trabajos relacionados con la parte práctica un 40%.
La asistencia al ciclo de conferencias que se organicen en la semana de la
ciencia supondrá un 5% de la calificación final de la asignatura.

Observación importante:
Para el seguimiento de esta asignatura será necesario el conocimiento del
lenguaje C, que es el que se va a utilizar en prácticas.

Se motivará la lectura de artículos de revistas de Inteligencia
Artificial.

Durante este curso se seguirá el esquema básico del libro:

INTELIGENCIA ARTIFICIAL: Un enfoque moderno
2ª Edición - 2004
(Stuart Russell y Peter Norvig)
Editorial Prentice-Hall
Y también:
INTELIGENCIA ARTIFICIAL
2ª Edición - 1995
(Elaine Rich & Kevin Knight)
Editorial McGraw-Hill


OTROS TEXTOS DE INTELIGENCIA ARTIFICIAL COMO MATERIAL COMPLEMENTARIO Y DE
CONSULTA:
[NILS 87]  Nilsson, N.J.
PRINCIPIOS DE INTELIGENCIA ARTIFICIAL.
Ed. Diáz de Santos. 1987.
[SCHI 88]  Schild, H.
UTILIZACIÓN DE C EN INTELIGENCIA ARTIFICIAL.
McGraw-Hill. 1988.
[RICH 95]  Rich, E.
INTELIGENCIA ARTIFICIAL.
McGraw-Hill. 1995.
[WINS 87]  Winston, P.H.
ARTIFICIAL INTELLIGENCE APPLICATIONS.
Addison-Wesley, 1987.
Marcombo Boixareu Editores, 1987.
[KOWA 86]  Kowalski, R.
LOGICA, PROGRAMACION E INTELIGENCIA ARTIFICIAL.
Ed. Díaz de Santos, 1986.
[MINS 86]  Minsky, M. y otros.
ROBOTICA.
Ed. Planeta, 1986.