ASIGNATURA: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL. 1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Introducción a la Inteligencia Artificial Línea de trabajo: Desarrollo y aplicación de tecnologías inteligentes. Horas teoría-horas prácticas-horas trabajo adicional-horas totales-créditos 32 32 64 128-8 2. HISTORIAL DE LA ASIGNATURA Lugar y fecha de elaboración o revisión Instituto Tecnológico de Apizaco 1996 Instituto Tecnológico de Apizaco 29 de enero del 2005 Participantes Dr. Carlos Alberto Reyes García Dr. José Federico Ramírez Cruz Dr. José Federico Ramírez Cruz M.C Guadalupe Medina Barrera. Observaciones (cambios y justificación) Primera propuesta Actualización de la asignatura para el nuevo plan de estudios. 3. PRE-REQUISITOS Y CORREQUISITOS Asignatura optativa. Pre-requisito: ninguno 4. OBJETIVO DE LA ASIGNATURA El alumno conocerá y manejará los conceptos y metodologías tradicionales de la Inteligencia Artificial y sus aplicaciones para la solución de problemas reales. El alumno investigará sobre las nuevas tendencias de la computación inteligente para solución de problemas reales. 5. APORTACIÓN AL PERFIL DEL GRADUADO La materia introduce al alumno en el mundo de la Inteligencia Artificial, le da a conocer las técnicas y metodologías fundamentales de la Inteligencia Artificial y le ayuda a comprender cómo es que son aplicadas en problemas reales y de actualidad.
El alumno implementa las técnicas vistas durante el curso en un lenguaje de programación. 6. CONTENIDO TEMÁTICO POR TEMAS Y SUBTEMAS UNIDAD TEMAS SUBTEMAS 1 Introducción a la Inteligencia Artificial. Objetivo: Conocer los conceptos fundamentales de la Inteligencia Artificial, además de sus alcances y limitaciones. 1. Antecedentes de la Inteligencia Artificial. 2. Inteligencia Humana vs Inteligencia Artificial. 3. Introducción a la Computación Inteligente. 4. Sistemas Inteligentes. 5. Nuevas tendencias. Tiempo: 2 hrs. Teoría 2 Solución de problemas por búsqueda. Objetivo: Dar a conocer los métodos de búsqueda de soluciones en un espacio de estados solución. 1. Problemas de búsqueda. 2. Técnicas de búsqueda ciega. 3. Técnicas de búsqueda heurísticamente informada. 4. Técnicas de búsqueda óptima. 5. Técnicas de búsqueda con adversarios. Tiempo: 7 hrs. Teoría 3 Conocimiento y Razonamiento. Objetivo: Dar a conocer los diferentes métodos para representar el conocimiento humano y los mecanismos utilizados para su manipulación. 6 Agentes. 7 Lógica de primer orden. 8 Representación del conocimiento. 9 Razonamiento a partir del conocimiento 10 Razonamiento y Conocimiento Incierto Tiempo: 7 hrs. Teoría 4 Planificación Objetivo: Analizar algunas técnicas utilizadas para la planificación 1. Técnicas de Planificación. 2. Planificación y Acción en el mundo real 3. Agentes que planean Tiempo: 7hrs. Teóricas
UNIDAD TEMAS SUBTEMAS 5 Aprendizaje. Objetivo: Conocer los conceptos generales del aprendizaje automático y las técnicas más relevantes utilizadas para tal propósito. 1. Conceptos generales de aprendizaje. 2. Aprendizaje basado en instancias. 3. Aprendizaje por Árboles de decisión. 4. Aprendizaje con Redes Neuronales. 5. Aprendizaje Bayesiano. 6. Aprendizaje con Algoritmos Genéticos. Tiempo: 7 hrs. Teoría 6 Aplicaciones. Objetivo: Conocer cómo son aplicados los principios y metodologías de la Inteligencia Artificial en algunas aplicaciones reales. 1. Robótica. 2. Visión por computadora. 3. Procesamiento del lenguaje natural. 4. Recuperación de información. 5. Reconocimiento de patrones. Tiempo: 2 hrs. Teoría 7. METODOLOGÍA DE DESARROLLO DEL CURSO El docente puede manejar ejemplos particulares para cada tema proponiendo soluciones con las técnicas que se impartan en cada tema, además de manejar un proyecto de aplicación que puede presentarse al final de la materia, exponiendo resultados y conclusiones. 8. SUGERENCIAS DE EVALUACIÓN A través de ensayos versados sobre los temas de las unidades 1 y 6. Implementación en un lenguaje de programación, de las técnicas vistas en las unidades 3, 4 y 5. Exponer alguna aplicación de la Inteligencia Artificial, explicando cómo se implementan algunas de las técnicas y metodologías vistas en el curso.
9. BIBLIOGRAFÍA Y SOFTWARE DE APOYO Unidad 1. Russell, Stuart J., Norvig, Peter. Introducción, capítulo del libro: Artificial Intelligence: A Modern Approach. Prentice Hall. Febrero, 2003. Russell, Stuart J., Norvig, Peter. Fundamentos Filosóficos, capítulo del libro: Artificial Intelligence: A Modern Approach. Prentice Hall. Febrero, 2003. Nilsson, Nils J. Artificial Intelligence: A New Síntesis. Elsevier Science & Technology Books. Abril, 1998. Luger, George F., Stubblefield, William A. AI: History and Applications, capítulo del libro: Artificial Intelligence: Structures and Strategies for Complex Problem Solving. The Benjamin/Cummings Publishing Company, Inc., 1993. Rich, E., Knight, K. Qué es la Inteligencia Artificial?, capítulo del libro: Inteligencia Artificial. McGraw Hill Interamericana, 1994. Winston, Patrick Henry. El computador inteligente, capítulo del libro: Inteligencia Unidad 2. Nilsson, Nils J. Métodos alternatives de búsqueda y otras aplicaciones, capítulo del libro: Artificial Intelligence: A New Síntesis. McGraw Hill, 2000. Russell, Stuart J., Norvig, Peter. Solución de problemas mediante búsqueda, capítulo del libro: Artificial Intelligence: A Modern Approach. Prentice Hall. Febrero, 2003. Winston, P.R., Horn, B.K. Ejemplos que involucran búsquedas, capítulo del libro: Lisp. Addison Wesley, 1991. Winston, P.R. Redes y búsqueda básica, capítulo del libro: Artificial Intelligence. Addison Wesley, 1994. Winston, Patrick Henry. Generación y prueba, análisis de medios y metas y reducción del problema, capítulo del libro: Inteligencia Artificial. Addison-Wesley Iberoamericana, 1994. Winston, Patrick Henry. Redes y búsqueda básica, capítulo del libro: Inteligencia
Winston, Patrick Henry. Redes y búsqueda óptima, capítulo del libro: Inteligencia Winston, Patrick Henry. Árboles y búsqueda con adversario, capítulo del libro: Inteligencia Rich, E., Knight, K. Problemas, espacios problema y búsqueda, capítulo del libro: Inteligencia Artificial. McGraw Hill Interamericana, 1994. Luger, George F., Stubblefield, William A. Artificial intelligence as representation and search, capítulo del libro: Artificial Intelligence: Structures and Strategies for Complex Problem Solving. The Benjamin/Cummings Publishing Company, Inc. 1993. Unidad 3. Russell, Stuart J., Norvig, Peter. Conocimiento y Razonamiento, capítulo del libro: Artificial Intelligence: A Modern Approach. Prentice Hall. Febrero, 2003. Luger, George F., Stubblefield, William A. Knowledge representation, capítulo del libro: Artificial Intelligence: Structures and Strategies for Complex Problem Solving. The Benjamin/Cummings Publishing Company, Inc. 1993. Luger, George F., Stubblefield, William A. Automated Reasoning, capítulo del libro: Artificial Intelligence: Structures and Strategies for Complex Problem Solving. The Benjamin/Cummings Publishing Company, Inc. 1993. Rich, E., Knight, K. Representación del Conocimiento, capítulo del libro: Inteligencia Artificial. McGraw Hill Interamericana, 1994. Nilsson, Nils J. Artificial Intelligence: A New Síntesis. Elsevier Science & Technology Books. Abril, 1998. Winston, Patrick Henry. Redes semánticas y pareamiento de descripciones, capítulo del libro: Inteligencia Unidad 4. Russell, Stuart J., Norvig, Peter. Artificial Intelligence: A Modern Approach. Prentice Hall. Febrero, 2003. Capítulo 4 Nilsson, Nils J. Artificial Intelligence, A New Síntesis. Elsevier Science & Technology Books. Abril, 1998. Capítulos 7, 10 y 22
Unidad 5. Mitchell, Tom M. Machine Learning. WCB McGraw-Hill. USA, 1997. Luger, George F., Stubblefield, William A. Machine Learning, capítulo del libro: Artificial Intelligence: Structures and Strategies for Complex Problem Solving. The Benjamin/Cummings Publishing Company, Inc. 1993. Russell, Stuart J., Norvig, Peter. Aprendizaje, capítulo del libro: Artificial Intelligence: A Modern Approach. Prentice Hall. Febrero, 2003. Rich, E., Knight, K. El Aprendizaje, capítulo del libro: Inteligencia Artificial. McGraw Hill Interamericana, 1994. Nilsson, Nils J. Artificial Intelligence: A New Síntesis. Elsevier Science & Technology Books. Abril, 1998. Winston, Patrick Henry. Aprendizaje y reconocimiento de regularidad, capítulo del libro: Inteligencia Nadler, Morton., Smith, Eric P. Learning Techniques, capítulo del libro: Pattern Recognition Engineering. John Wiley & Sons Inc. 1993. Unidad 6. Winston, Patrick Henry. Visión y lenguaje, capítulo del libro: Inteligencia 10. PRÁCTICAS PROPUESTAS Unidad 1. Introducción a la Inteligencia Artificial. 2 hrs. pràctica Práctica Exposición de puntos de vista sobre los inicios y fundamentos de la IA y las nuevas tendencias de la Computación Inteligente. Discusión grupal: Cuáles son las etapas de desarrollo de la IA?
Cuáles son las nuevas tendencias y cuáles son los foros dónde se difunden? 2. Solución de problemas por búsqueda. 7 hrs. práctica Tipo de problemas que pueden representarse en una situación de espacio-estado. Discusión grupal: Cuál es la diferencia en cuanto a la implementación de este tipo de problemas en un lenguaje simbólico y un lenguaje de programación de sistemas? 3. Conocimiento y razonamiento. 7 hrs. práctica 4. Planificación 7 hrs. prácticas 5. Aprendizaje. 7 hrs. práctica 6. Aplicaciones. Implementación de algún método de representación del conocimiento y sus mecanismos para manipularlo para algún problema real. Implementación de algún método de planificación a un problema del mundo real. Implementación de algún método de aprendizaje para algún problema real. Ensayo: 2 hrs. práctica Cuáles son las nuevas aportaciones en el desarrollo de las aplicaciones que se listan en los temas de esta unidad? Catedrático Responsable: Dr. José Federico Ramírez Cruz.