UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO COORDINACIÓN DE DOCENCIA DIRECCIÓN DE PLANEACIÓN Y DESARROLLO EDUCATIVO _ 1.- DATOS GENERALES 1.1 INSTITUTO: CIENCIAS BÁSICAS E INGENIERÍA PROGRAMA ANALÍTICO DE ASIGNATURA 1.2 LICENCIATURA: SISTEMAS COMPUTACIONALES 1.3 ASIGNATURA: INTELIGENCIA ARTIFICIAL 1.4 Ubicación de la Asignatura en el Plan de Estudios 1.5 Carga Horaria de la Asignatura y créditos Semestre Área de Formación Clave 9no. SEMANAL SEMESTRAL Créditos TEÓRICA PRÁCTICA TOTAL TEÓRICA PRÁCTICA TOTAL 3 2 5 48 32 80 1.6 Nombre del profesor que elaboró el programa Fecha de elaboración LIC. FABIOLA MARTINEZ JUAREZ 09-ABR-2005 M.C.C. ANA LETICIA PALACIOS COYOLI 1
2.- PAPEL DE LA ASIGNATURA EN EL PLAN DE ESTUDIOS Dentro de las técnicas de Inteligencia Artificial aquellas que basan su funcionamiento en conocimiento humano especializado para dar solución a los problemas, constituyen las más utilizadas en los últimos años. Para la utilización efectiva de estos conocimientos por parte de una computadora, se necesitan métodos que permitan su adquisición, representación y procesamiento. Se realiza una introducción a diversas técnicas de Inteligencia Artificial clásicas estudiando sus alcances y limitaciones en la solución de problemas reales, pero en particular se profundiza, en la utilización del Cálculo de Predicados y las Reglas de Producción, estudiándose diferentes tipos de problemas. 3.- SERIACIÓN DE LA ASIGNATURA A PARTIR DE LA CONGRUENCIA INTERNA DE LOS CONTENIDOS ASIGNATURAS ANTECEDENTES ASIGNATURAS CONSECUENTES 4.- INTENCIÓN EDUCATIVA DE LA ASIGNATURA 4.1. OBJETIVOS GENERALES Realizar un estudio general de diversos temas relacionados con Inteligencia Artificial, sus fundamentos básicos y sus aplicaciones en la solución de problemas reales. 2
5.- OBJETIVOS PARTICULARES DE LAS UNIDADES O TEMAS 5.1. NÚMERO Y TÍTULO DE LAS 5.2. OBJETIVOS PARTICULARES DE CADA UNIDAD O TEMA UNIDADES O TEMAS 1. Introducción. 2. Introducción a las Representaciones del Conocimiento. 3. Representaciones del Conocimiento mediante Cálculo de Predicados. 4. Sistemas de Espacios de Estados (SEE). 5. Sistemas de Producción (SP). 6. Programación en IA. Desarrollar un panorama general del paradigma de la Inteligencia Artificial Obtener algunas bases sobre las diferentes formas de representación de conocimiento Aplicar y resolver ejercicios con lógica matemática en la representación de conocimiento Conocer algunas formas de los sistemas de espacio de estados Aplicar y desarrollar de sistemas de producción, enfocados al ARIES Describir brevemente algunos paradigmas de la programación en I.A. 3
6.- SISTEMA DE CONOCIMIENTOS DE LA ASIGNATURA NÚMERO DE LA PLAN TEMÁTICO, (SUBTEMAS Y TÓPICOS DE CADA UNIDAD) UNIDAD TOTAL DE HORAS 1. Introducción. 1.1. Introducción. Qué es la Inteligencia Artificial (IA)? 1.2. Breve reseña histórica. 1.3. Diferencias entre un sistema de IA y otros. 1.4. Revisión de Sistema Clásicos de IA. 1.4.1. Dendral. 1.4.2. Mycin, EMycin. 1.4.3. Prospector. 1.4.4. AM. 1.4.5. MARGIE. 1.4.6. STRIPS, ABSTRIPS. 1.5. Qué es una técnica de IA? 1.6. Problemas adecuados para IA. 2. Introducción a las Representaciones del Conocimiento. 2.1. Introducción. 2.2. Espacios de Estados. 2.3. Lógica. 2.4. Representación Procedural. 2.5. Producciones. 2.6. Redes Semánticas. 2.7. Frames y Scripts. 3. Representaciones del Conocimiento mediante Cálculo de Predicados. 3.1. Introducción. 3.2. Cálculo Proposicional. 3.3. Cálculo de Predicados. 3.3.1. Lógica de Primer Orden. 3.3.2. Representación de Conocimientos e interpretación. 3.3.2.1. Predicados y funciones computables. 3.4. Resolución. 3.4.1. Clausuras. 3.4.2. Bases de la Resolución. 3.4.2.1. Resolución en lógica Proposicional. 3.4.3. Algoritmo de Unificación. 3.4.4. Resolución en Lógica de Predicados. 3.4.5. Respondiendo preguntas. 4
NÚMERO DE LA UNIDAD PLAN TEMÁTICO, (SUBTEMAS Y TÓPICOS DE CADA UNIDAD) 4. Sistemas de Espacios de Estados (SEE). 4.1. Problemas de Espacios de Estados. 4.2. Componentes Básicas de un SEE. 4.3. Desarrollo de un ejemplo. 4.4. Estrategias de control. 4.4.1. Estrategia de búsqueda a lo ancho (breadth first). 4.4.2. Estrategia de búsqueda en profundidad (deph first). 4.4.3. Comparación entre las estrategias de búsqueda a lo ancho y búsqueda en profundidad. 4.4.4. Estrategia de búsqueda heurística. 4.4.4.1. Estrategia búsqueda del mejor (best first). 5. Sistemas de Producción (SP). 5.1. Estructura general de los Sistemas de Producción. 5.2. Representación de un problema como SP. 5.3. Ventajas y desventajas de los SP. 5.4. Características de los problemas apropiados para SP. 5.5. Primer ejemplo práctico. 5.6. Desarrollos de los SP. 5.7. Sistemas Expertos basados en Reglas de Producción. 5.7.1. Introducción. Segundo ejemplo práctico. 5.7.2. Base de Conocimientos. Proposiciones. 5.7.2.1. Proposiciones compuestas. Conjunción y Disyunción. 5.7.3. Reglas de Producción simple. 5.7.4. Estructura teórica de las proposiciones. 5.7.5. El primer tipo de problema a resolver. 5.7.6. Manejo de certidumbre. 5.7.6.1. Funciones de combinación de pesos. 5.7.7. Estrategias de control. 5.7.7.1. Encadenamiento hacia atrás. 5.7.8. Definición de Sistema Experto. TOTAL DE HORAS 5
NÚMERO DE LA UNIDAD PLAN TEMÁTICO, (SUBTEMAS Y TÓPICOS DE CADA UNIDAD) 6. Programación en IA. 6.1. Características de la programación en IA. 6.2. Programación Procedural. 6.3. Programación Funcional. 6.4. Programación Lógica. 6.5. Programación Orientada a Objetos. 6.6. Lenguajes Específicos. 6.7. Consideraciones generales. TOTAL DE HORAS 7.- SISTEMA DE HABILIDADES 7.1. HABILIDADES GENERALES, PRÁCTICAS O ESPECÍFICAS QUE FORMARÁ Y DESARROLLARÁ LA ASIGNATURA El estudiante tendrá las bases sobre los sistemas inteligentes y será capaz de desarrollar sistemas sencillos para aplicaciones útiles en su desempeño profesional. Tendrá la capacidad de continuar investigando en el entorno de I.A. y bases para un Posgrado 8.- CONSIDERACIONES METODOLÓGICAS Y DE ORGANIZACIÓN DE LA ASIGNATURA 8.1. METODOS, FORMAS ORGANIZATIVAS Y RECURSOS DIDÁCTICOS PARA EL DESARROLLO DEL PROCESO DE ENSEÑANZA-APRENDIZAJE Exposición oral. Exposición con Diapositivas y/o Acetatos Ejercicios dentro del aula Ejercicios extraclase Prácticas en laboratorio. Exploración en Internet 6
9. SISTEMA DE EVALUACIÓN DEL APRENDIZAJE 9.1. FORMAS DE EVALUACIÓN QUE ADOPTA LA ASIGNATURA. Examen de diagnóstico. Exámenes formativos (preexámenes) Exámenes parciales Tareas y trabajos de investigación Práctica en computadora Proyectos Exposiciones 10.- BIBLIOGRAFÍA NECESARIA PARA EL DESARROLLO DEL PROGRAMA 10.1. BÁSICA 10.2. COMPLEMENTARIA - De la Cruz A.V., Valdés J.J., Jocik E., Balsa J., Rodríguez A.: "Manual de Usuario del Sistema ARIES", Editorial Academia, La Habana, 1992, 250 pp. - De la Cruz A.V., Valdés J.J., Jocik E., Balsa J., Rodríguez A.: "Fundamentos y Práctica de la Construcción de Sistemas Expertos", Editorial Academia, La Habana, 1993, 300 pp. - Ginsberg M.: Essentials of Artificial Intelligence. Morgan Kaufman Publishers, Inc., 1993, 430 pp. - Nilsson N. J.: Artificial Intelligence. A New Synthesis. Morgan Kaufman Publishers, Inc., 1998, 513 pp. - Rich E. and Knight K.: "Inteligencia Artificial", Editorial McGraw- Hill, Inc., Segunda Edición, 1993, 621 pp. - Shapiro S.C..:"Encyclopedia of Artifical Intelligence", Volumen 1,2 1992, John Wiley & Sons, Inc., New York. - Valdés J.J., De la Cruz A.V., Jocik E., Balsa J., Rodríguez A.: "Ingeniería del Conocimiento en el Medio Ambiente ARIES", Editorial Academia, La Habana, 1993, 230 pp. Wooldridge M. J., Veloso M.: Artificial Intelligence Today. Recent Trends and Developments. Lecture Notes in Artificial Intelligence. Springer, 1998, 487 pp. 7
11.- PERFIL PROFESIOGRÁFICO 11.1. PERFIL IDEAL DEL PROFESOR QUE SE REQUIERE PARA IMPARTIR LA ASIGNATURA Lic. en sistemas Computacionales, Estudiante de Posgrado en la especialidad de computación inteligente o a fin 8