FACULTAD DE INGENIERÍA DE SISTEMAS : SISTEMAS EXPERTOS CODIGO : HORAS SEMANALES : 4 HORAS (Teoría: 02; Laboratorio: 02)

Transcripción

1 FACULTAD DE INGENIERÍA DE SISTEMAS I. INFORMACIÓN GENERAL SÍLABO CURSO : SISTEMAS EXPERTOS CODIGO : CICLO : IX CREDITO : 3 HORAS LES : 4 HORAS (Teoría: 02; Laboratorio: 02) AREA O CARRERA : Ingeniería de Sistemas II. INTRODUCCION Se indica que el futuro de la informática en los próximos años está asociado a la Inteligencia artificial. Hasta el momento, en el mundo, muchas son las aplicaciones existentes de inteligencia artificial que han resuelto problemas complejos, generando así ganancias de toda índole. La inteligencia artificial puede dividirse en dos grandes áreas relacionadas con la inteligencia humana. La primera trata sobre los temas que tienen que ver con su proceso habitual: Robótica, visión, lenguaje natural y planeamiento. La segunda tiene que ver con el proceso del razonamiento, la misma que integra a aquellos humanos que han adquirido conocimiento sobre alguna materia hasta el punto de haber logrado cierto grado de automatización. En inteligencia artificial, esta área está cubierta por los sistemas expertos. Los sistemas expertos, son sistemas basados en el conocimiento y utilizan algunos métodos para representar el gran conocimiento de los expertos humanos, y usan también ciertos mecanismos que permiten que este conocimiento pueda ser manejado de una forma eficiente. El presente curso trata sobre las formas para representar el conocimiento experto y los métodos que se utilizan para manejarlo, y todo orientado en base de las representaciones y métodos que brinda la inteligencia artificial. III. LOGRO DEL CURSO Al finalizar el curso el estudiante es capaz de identificar problemas que pueden ser resueltos con métodos y técnicas de inteligencia artificial; y resolverlos a través de un sistema inteligente

2 IV. UNIDADES DE APRENDIZAJE UNIDAD 1: : INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Comprender qué es la inteligencia artificial y cuáles son los campos que abarca. Manejar de forma preliminar los aspectos asociados con la representación y el procesamiento del conocimiento y su aplicación en la solución de problemas.. 1. Introducción a la inteligencia artificial. 2. Conceptos IA. 3. Importancia y Áreas de aplicación. 4. Problemas relacionados con la representación y procesamiento del conocimiento. 5. Sistemas Inteligentes 6. Ingeniería del conocimiento 7. Sistemas Basados en el conocimiento 1, 2, 3 UNIDAD 2: LÓGICA MATEMÁTICA Determinar la representación adecuada del conocimiento utilizando los formalismos de la lógica matemática. Aplicar convenientemente métodos que permiten determinar la validez de los razonamientos y los presenta en la demostración de teoremas. Formalismos para la representación y procesamiento del conocimiento. Lógica matemática.. Cálculo proposicional. Cálculo de predicados de primer orden. 4,5,6 UNIDAD 3: LOS SISTEMAS EXPERTOS Y LOS SISTEMAS BASADOS EN REGLAS DE PRODUCCIÓN Conocer los principios de la arquitectura de un sistema experto. Elaborar bases de conocimientos específicas basadas en reglas de producción 7

3 Sistemas expertos, desarrollo histórico y conceptos generales. Arquitectura de un sistema experto. La representación del conocimiento por medio de reglas de producción Sistemas basados en reglas de producción. UNIDAD X: EVALUACIÓN DEL APRENDIZAJE EXAMEN PARCIAL El alumno reconoce el nivel de logro alcanzado durante el proceso de enseñanza aprendizaje, en función de las unidades trabajadas. 8 Evaluación Parcial Retroalimentación. UNIDAD 4 : RAZONAMIENTO CON INCERTIDUMBRE Conocer las generalidades del tratamiento de la incertidumbre en sistemas expertos y las características del razonamiento aproximado. 9,10 Incertidumbre. Generalidades. Razonamiento aproximado: Enfoque probabilístico. Razonamiento aproximado: Factores de certeza. UNIDAD 5 : METODOS DE BUSQUEDA REPRESENTACIÓN DEL CONOCIMIENTO CON REDES SEMÁNTICAS Y SISTEMAS DE MARCOS O FRAMES Conocer y aplicar otras representaciones del conocimiento y los procesos inferenciales que sobre éstas se consideran 11

4 especialmente los sistemas basado en redes semánticas y los sistemas basados en marcos o frames. Métodos de búsqueda. Métodos sistemáticos o ciegos: a. Búsqueda en profundidad. b. Búsqueda en amplitud. c. Búsqueda no determinística. Métodos con información o heurísticos: Las redes semánticas y sus mecanismos inferenciales. Los marcos o frames y sus mecanismos inferenciales. UNIDAD 6: TEMAS VARIADOS DE INTELIGENCIA ARTIFICIAL Conocer las diferentes formas de aprendizaje automático y sus aplicaciones generales. Relacionar con las principales técnicas de aprendizaje automático y exponer resultados de profundización en un tema relacionado.. 12 y 13 Lógica difusa. Aprendizaje automático. Generalidades. Redes neuronales. Algoritmos genéticos. UNIDAD 7: DESARROLLO DE UN SISTEMA EXPERTO Desarrollar un pequeño sistema experto, utilizando PROLOG, CLISP u otro sistema afín. Desarrollar la capacidad para exponer y defender un trabajo práctico donde se apliquen contenidos del curso ante un auditorio y profesor del curso. INFORMACIÓN Presentación de aplicativos donde se implantan contenidos estudiados en el curso. Presentación de la documentación asociada a trabajo. Observaciones a los trabajos presentados. 14 y 15

5 UNIDAD 8: EVALUACIÓN DEL APRENDIZAJE EXAMEN El alumno reconoce el nivel de logro alcanzado en el curso 16 - Evaluación Final. - Retroalimentación. V. METODOLOGIA Durante el curso se realizarán seminarios, se discutirán soluciones de problemas propuestos y se evaluarán trabajos prácticos empleando algunos de los sistemas disponibles. El otro trabajo práctico se orienta al desarrollo de software de baja complejidad a través de los cuales se muestren implementaciones de algoritmos descritos a lo largo del curso, utilizando PROLOG, CLIPS u algún otro sistema. VI. EVALUACIÓN Tipo de Calificación: B Promedio Final: (3 PromParciales + 3 PromPracticas + 1 EvalPermanente)/7 VII. BIBLIOGRAFÍA DEL CURSO BÁSICA RUSSEL, Stuart y NORVING, Peter Inteligencia Artificial, Un Enfoque Moderno. Prentice Hall RICH, Elaine y KNIGHT, Kevin Inteligencia Artificial. Mc Graw-Hill COMPLEMENTARIA TURBAN, Efraim y ARONSON, Jay E. Decision Support Systems and Intelligent Systems. Prentice Hall