1. DATOS DE LA ASIGNATURA. Nombre de la Asignatura: Carrera: Clave de la Asignatura: SACTA: PRESENTACION. Caracterización de la asignatura.

Transcripción

1 1. DATOS DE LA ASIGNATURA Nombre de la Asignatura: Carrera: Clave de la Asignatura: Inteligencia Artificial Ingeniería en Informática SID-1305 SACTA: PRESENTACION Caracterización de la asignatura. Esta asignatura aporta al perfil de especialidad del Ingeniero en Informática capacidad de análisis, de desarrollo y de programación de modelos matemáticos, estadísticos y de simulación. Esta materia forma parte de la especialidad de la carrera y requiere aplicar las competencias previamente desarrolladas en el alumno en las materias de programación, probabilidad y estadística.

2 Intención didáctica. El temario está organizado en cuatro unidades; en la primera unidad se aborda la introducción y los fundamentos de la inteligencia artificial. Se estudian procedimientos para la solución de problemas así como métodos de búsqueda respaldados con información. En la segunda unidad se aplican las técnicas de representación basadas en lógica de predicados y se abordan las reglas de inferencia en la lógica de primer orden. La tercera unidad tiene el objetivo de aplicar la representación basada en reglas de producción así como en la solución de problemas basados en conocimiento. La cuarta unidad propone aplicar técnicas sistemáticas básicas de profundidad y anchura en la solución de problemas de búsqueda de metas. En las actividades prácticas sugeridas, es conveniente que el profesor guíe a los estudiantes en el desarrollo de un proyecto integrador de la materia, mismo que deberá reflejar la solución a un caso real.

3 3. COMPETENCIAS A DESARROLLAR Competencias especificas: Competencias genéricas: Conocer las diferentes técnicas de búsqueda en espacios de estados y su aplicación para la resolución de diferentes problemas en Inteligencia Artificial, incluyendo teoría de juegos, problemas de satisfacción de restricciones y planificación. Competencias instrumentales: Capacidad de análisis y síntesis Capacidad de organizar y planificar Conocimientos básicos de la carrera Comunicación oral y escrita Habilidad para buscar y analizar información proveniente de fuentes diversas Solución de problemas Competencias interpersonales: Capacidad crítica y autocrítica. Habilidades para trabajar en grupo. Capacidad de análisis y síntesis. Apreciación de la diversidad y multiculturalidad. Competencias sistémicas: Capacidad de aplicar conocimientos. Habilidades de investigación. Capacidad de aprender. Capacidad de generar nuevas ideas(creatividad). Liderazgo. Habilidad para trabajar en forma autónoma. Búsqueda del logro.

4 4. HISTORIA DEL PROGRAMA Lugar y fecha de elaboración o revisión Instituto Tecnológico Superior de Monclova Del 16/10/2012 al 23/10/2012 Participantes Integrantes de la academia de Ingeniería en Informática del Instituto Tecnológico Superior de Monclova Observaciones (cambios y justificación) Definición de los programas de estudio de las materias de especialidad en Sistemas de Información. 5. OBJETIVO(S) GENERAL(ES) DEL CURSO El estudiante representará problemas basados en conocimiento en términos formales y diseñará la solución a problemas típicos de la inteligencia artificial. 6. COMPETENCIAS PREVIAS Analizar problemas y diseño de algoritmos. Desarrollar aplicaciones con programación estructurada y programación orientada aobjetos. Instalar y administrar diferentes sistemas operativos.

5 7. TEMARIO Unidad Temas Subtemas El propósito de la I.A. Fundamentos de la Inteligencia artificial (I.A.) 1.2 Fundamentos 1.3 Historia de la I.A. 1.4 Agentes inteligentes 1.5 Solución de problemas mediante la búsqueda. 1.6 El modelo cognoscitivo. 1.7 El modelo del agente inteligente. 2 3 Representación del conocimiento y razonamiento Sistemas de razonamiento lógico. 1.8 El papel de la Heurística. 2.1 Mapas conceptuales. 2.2 Redes semánticas. 2.3 Lógica de predicados: sintaxis, semántica, validez e interferencia. 2.4 La demostración y sus métodos. 2.5 El método de Resolución de Robinson. 2.6 Conocimiento no monótono y otras lógicas. 2.7 Razonamiento probabilístico. 2.8 Teorema de Bayes. 3.1 Reglas de producción. 3.2 Sintaxis de las reglas de producción. 3.3 Semántica de las reglas de producción. 3.4 Arquitectura de un sistema de producción Conocimiento incierto y razonamiento. 4.1 Incertidumbre 4.2 Sistemas de razonamiento probabilístico. 4.3 Toma de decisiones sencillas. 4.4 Toma de decisiones complejas.

6 8. SUGERENCIAS DIDACTICAS El docente debe: Propiciar actividades de búsqueda, selección y análisis en distintas fuentes como libros, internet, artículos, proyectos similares, entrevistas o visitas a empresas que trabajen con aspectos relacionados a la materia. Fomentar actividades grupales que propicien la comunicación, el intercambioargumentado de ideas, la reflexión, la integración y la colaboración entre estudiantes. Propiciar en el estudiante, el desarrollo de actividades intelectuales de inducción - deducción y análisis - síntesis, las cuales lo encaminan hacia la investigación, la aplicación de conocimientos y la solución de problemas. Propiciar el uso de conceptos y de terminología científico tecnológica. Proponer problemas que permitan al estudiante la integración de contenidos de la asignatura y entre distintas asignaturas, para su análisis y solución. Relacionar los contenidos de esta asignatura con las demás del plan de estudios para desarrollar una visión interdisciplinaria en el estudiante. 9. SUGERENCIAS DE EVALUACION La evaluación debe ser continua y cotidiana por lo que se debe considerar el desempeño encada una de las actividades de aprendizaje, haciendo especial énfasis en: Rúbricas o productos, señalados en cada unidad académica dentro de las actividadesde aprendizaje. Prácticas propuestas, su presentación y exposición en plenaria. Algunas se evaluarán por equipo. Portafolio de evidencias. Información recabada durante las consultas e investigaciones solicitadas, plasmadas en documentos físicos (apuntes, láminas) y electrónicos (exposiciones). Información recabada durante las consultas e investigaciones solicitadas, plasmadas en documentos escritos. Descripción de otras experiencias concretas que se obtendrán al participar en discusiones, exposiciones o cualquier otro medio didáctico-profesional que trate sobre la materia y que deberán realizarse durante el curso académico. Evaluaciones continuas para comprobar la efectividad del estudiante en la resolución de casos prácticos.

7 10. UNIDADES DE APRENDIZAJE Unidad 1. Fundamento de Inteligencia Artificial. Competencia especifica a Actividades de aprendizaje desarrollar Identificar las formas de representación simbólicas, propósitos y aplicación en la solución de problemas de la Inteligencia Artificial Comprender el propósito y fundamento de la Inteligencia Artificial. Investigar los lenguajes de programación que fueron creados específicamente para la Inteligencia Artificial. (Investigacióndocumental). Instalar y configurar el compilador del lenguaje de Inteligencia Artificial (PROLOG PROgrammation en LOGique). Unidad 2. Representación del Conocimiento y Razonamiento Competencia especifica a Actividades de aprendizaje desarrollar Identificar, investigar y aplicar las técnicas de representación basadas en lógica de predicados y sus reglas de inferencia, en la solución de problemas. Investigar sobre las formas de representación del conocimiento y realizar la representación de algún concepto, a través de una forma de representación del conocimiento. Elaborar la representación de frases del lenguaje natural y las reglas de inferencia válidas en términos de predicados. Buscar información sobre demostración y equivalencia lógica y sobre el método de resolución y unificación así como de incertidumbre, imprecisión y subjetividad Caso práctico Realizar un modelo de red bayesiana a un problema de diagnóstico.

8 Unidad 3. Herramientas de gestión de contenidos. Competencia especifica a Actividades de aprendizaje desarrollar Identificar y desarrollar una representación basada en reglas de producción, en la solución de problemas basados en conocimiento. Investigar sobre la sintaxis y semántica de un sistema de producción (SP). Realizar un trabajo en equipo en el cual se trate los temas de conocimiento causal y conocimiento de diagnóstico. Unidad 4. Conocimiento incierto y razonamiento. Practica de ejercicios solucionar ejercicios utilizando la metodología de sistemas basados en conocimiento. Practica de ejercicios. Solucionar ejercicios utilizando una herramienta de programación simbólica. Analizar y discutir los resultados obtenidos de la implementación. Competencia especifica a desarrollar Identificar y desarrollar una representación basada en conocimiento incierto y razonamiento, en la solución de problemas basados en conocimiento Actividades de aprendizaje Desarrollar aplicaciones que permitan optimizar procesos y/o recursos mediante el uso de la inteligencia artificial.

9 11. FUENTES DE INFORMACION 1. Stuart Russell, Peter Norvig. Inteligencia Artificial: Un Enfoque Moderno. 2ª Edición. Prentice Hall, Alberto García Serrano, Inteligencia Artificial. Fundamentos, práctica y aplicaciones., Editorial RC Libros, Ulf Nilsson, Jan Maluszynski,Logic, Programming and Prolog, 2ª Edición. Editorial John Wiley, Mocker Robert J. Dologite D.G., Knowledge-based Systems: An introducction to expert systems., Ed. MacMillan, Addison Wesley. La Biblia MySQL, 4/E. Anaya, España, W Gregorio Fernández Fernández. Universidad Politécnica de Madrid. Escuela Técnica Superior de Ingenieros de Telecomunicación. Departamento de Ingeniería de Sistemas Telemáticos. Grupo de Sistemas Inteligentes PRACTICAS PROPUESTAS Detecte un área de oportunidad en su entorno en el cual le sea posible diseñar, proponer e implementar una solución informática utilizando inteligencia artificial.