Profesorado

Manuel Laguía Bonillo (coordinador)
Pedro Fernández Fernández

Situación

Prerrequisitos

La asignatura "Introducción a la Programación" de primer curso.

Contexto dentro de la titulación

Asignatura Optativa de segundo y tercer curso.

Recomendaciones

Para el desarrollo de las prácticas es necesario tener conocimientos de
programación en lenguaje C. Por tanto es recomendable haber cursado las
asignaturas relacionadas con programación en C en el primer curso de la
titulación: Introducción a la Programación, Estructuras de Datos I, y
Metodología de la Programación.

Competencias

Competencias transversales/genéricas

Aprendizaje autónomo
Capacidad de análisis y síntesis
Capacidad de aplicar los conocimientos a la práctica
Comunicación oral y escrita
Resolución de problemas
Trabajo individual y en grupo

Competencias específicas

• Cognitivas(Saber):

  Conocer en lineas generales en qué consiste la disciplina de la
  inteligencia artificial.
  Conocer la evolución del campo de la inteligencia artificial.
  Conocer los problemas típicos que intenta resolver la inteligencia
  artificial.
  Conocer las técnicas y herramientas para la resolución de problemas en
  la Inteligencia
  Artificial.
  Conocer la forma de representar conocimiento en un sistema de
  Inteligencia Artificial.
  Conocer campos donde se ha utilizado con éxito la Inteligencia Artificial.
  Conocer las perspectivas futuras de la Inteligencia Artificial.

• Procedimentales/Instrumentales(Saber hacer):

  Saber identificar los problemas que entran dentro del campo de la
  inteligencia artificial.
  Saber distinguir el enfoque tradicional de la programación de
  ordenadores y el enfoque de la Inteligencia Artificial en el abordaje
  y la resolución de problemas.
  Saber identificar los distintos componentes de un sistema
  de inteligencia artificial.
  Saber aplicar las técnicas de resolución de problemas y de
  representación del conocimiento para resolver problemas siguiendo el
  enfoque de la Inteligencia Artificial.
  

• Actitudinales:

  Aprendizaje autónomo
  Planificación de las actividades a desarrollar
  Capacidad de abstracción
  Toma de decisión
  Capacidad de iniciativa y participación
  
  

Objetivos

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

Programa

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 se dedicarán a la implementación de programas
para resolver problemas clásicos dentro del campo de la inteligencia artificial.

Actividades

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.

Metodología

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.

Distribución de horas de trabajo del alumno/a

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):  

Técnicas Docentes

Criterios y Sistemas de Evaluación

La evaluación tendrá en cuenta aspectos teóricos y prácticos, aunque
se pondrá un especial énfasis en que el alumno adquiera la capacidad para la
resolución de Casos Prácticos.

Al inicio de curso cada alumno deberá elegir entre los dos modelos de
evaluación posibles: examen final o evaluación continua.

Si el alumno opta por la evaluación mediante un examen final, podrá
presentarse a los exámenes de las convocatorias oficiales y su calificación final
será la que obtenga en dicho examen.

Si el alumno opta por la evaluación continua podrá obtener notas por los
siguientes conceptos (y en la proporción que se detalla a continuación):
- Examen escrito: se realizará una prueba objetiva que se desarrollará por
escrito en las convocatorias oficiales. Supondrá un 35% de la calificación final.
- Semana de la Ciencia: el centro organiza una serie de actividades, y la
asistencia a las actividades que se indiquen como relacionadas con la asignatura
supondrá un 5% de la calificación final.
- Realización de un trabajo monográfico: se propondrá una lista de posibles
trabajos entre los que elegir. Supondrá un 15% de la calificación final.
- Entrega de las prácticas evaluables: se propondrá el desarrollo de varios
programas para resolver problemas concretos de inteligencia artificial. Supondrá
un 45% de la calificación final.
En la modalidad de evaluación continua, las calificaciones obtenidas en los
apartados de la semana de la ciencia, trabajo monográfico y prácticas se
conservarán a lo largo del presente curso académico. Además no es necesario
obtener ninguna calificación mínima en ningún apartado. Esto implica, por
ejemplo, que es posible aprobar la asignatura sin presentarse al examen escrito
siempre que se obtengan 5 puntos en el resto de apartados.

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.

Recursos Bibliográficos

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

OTROS TEXTOS DE INTELIGENCIA ARTIFICIAL COMO MATERIAL COMPLEMENTARIO Y DE
CONSULTA:

- Rich, E. & Knight, K, INTELIGENCIA ARTIFICIAL, 2ª Edición, Editorial
McGraw-Hill. 1995
- Nilsson, N.J., PRINCIPIOS DE INTELIGENCIA ARTIFICIAL, Ed. Diáz de Santos. 1987.
- Schild, H., UTILIZACIÓN DE C EN INTELIGENCIA ARTIFICIAL, McGraw-Hill. 1988.
- Rich, E., INTELIGENCIA ARTIFICIAL, McGraw-Hill. 1995.
- Winston, P.H., ARTIFICIAL INTELLIGENCE APPLICATIONS, Addison-Wesley, 1987,
Marcombo Boixareu Editores, 1987.
- Kowalski, R., LOGICA, PROGRAMACION E INTELIGENCIA ARTIFICIAL, Ed. Díaz de
Santos, 1986.
- Minsky, M. y otros, ROBOTICA, Ed. Planeta, 1986.