Universidad Tecnológica Nacional Facultad Regional San Francisco Ing. En Sistemas de Información INTELIGENCIA ARTIFICIAL PLANIFICACIÓN CICLO LECTIVO 2014
ÍNDICE ÍNDICE... 2 PROFESIONAL DOCENTE A CARGO... 3 UBICACIÓN... 4 OBJETIVOS... 5 ORGANIZACIÓN DE CONTENIDOS... 6 PROGRAMA ANALÍTICO... 8 CRITERIOS DE EVALUACIÓN... 10 EVALUACIÓN:... 10 AUTOEVALUACIÓN:... 10 PLAN DE TRABAJO... 11 METODOLOGÍA... 13 BIBLIOGRAFÍA... 14 ARTICULACIÓN... 15 ARTICULACIÓN CON EL ÁREA:... 15 TEMAS RELACIONADOS CON MATERIAS DEL ÁREA:... 16 ARTICULACIÓN CON EL NIVEL:... 17 TEMAS RELACIONADOS CON MATERIAS DEL NIVEL:... 18 ARTICULACIÓN CON LAS CORRELATIVAS:... 19 TEMAS RELACIONADOS CON LAS CORRELATIVAS:... 20 ORIENTACIÓN... 21 DEL ÁREA:... 21 DE LA ASIGNATURA:... 21 Página 2 de 22
PROFESIONAL DOCENTE A CARGO Docente Categoría Título Profesional Rebeca Yuan Adjunto Ing. En Sistemas de Información Página 3 de 22
UBICACIÓN Dentro del contexto curricular prescripto se ubica en: Carrera: Ingeniería en Sistemas de Información Plan: 1995 (A partir del 2012 plan 2008) Orientación: Tecnología Aplicada Área: Modelos Nivel: Quinto Carga Horaria Semanal: Tres Régimen: Semestral Teórica Teoría Práctica Laboratorio Distribución horaria Formación Práctica Formación experimental Resolución de problemas de Ingeniería Proyecto y diseño Práctica profesional supervisada Total de horas 70 26 0 0 0 0 0 96 Página 4 de 22
OBJETIVOS Introducir al alumno en el conocimiento de la y sus distintas aplicaciones. Brindar las herramientas necesarias para que el alumno sea capaz de representar y resolver problemas. Orientar al alumno en la concepción, diseño, desarrollo y gestión de sistemas de. Página 5 de 22
ORGANIZACIÓN DE CONTENIDOS Eje Temático Nº 1: Presentación de la IA Contenidos Conceptuales: Introducción a la IA, definiciones y conceptos sobre la IA, Historia y estado del arte de la IA. Contenidos Procedimentales: A través de recortes sobre modelos inteligentes, interactuar con el alumno para encaminarlo hacia los nuevos enfoques de IA, comparando los mismos con visiones anteriores. Contenidos Actitudinales: Entablar un clima de respeto y soltura con el alumnado que motive su desempeño en el cursado de la materia. Eje Temático Nº 2: Agentes Inteligentes Contenidos Conceptuales: Concepto de Agentes Inteligentes, tipos de agente, algoritmos de programación de agentes inteligentes. Contenidos Procedimentales: Implementar conceptos adquiridos en materias dictadas en años anteriores para definir entornos de agentes inteligentes y lograr asentar conceptos en el alumnado. A través de ejemplos hacer concreta la estructura, desempeño y lógica de los agentes inteligentes y su aplicación. Contenidos Actitudinales: Que el alumno sepa identificar y modelar agentes inteligentes. Eje Temático Nº 3: Métodos de Búsqueda Contenidos Conceptuales: Conocer y aplicar los métodos de búsqueda sin información, métodos de búsqueda informada. Desarrollo y conceptos relacionados con la heurística. Contenidos Procedimentales: Definición y estructuras de problemas para la búsqueda de la mejor solución. Planteo de estados de búsqueda y sus respectivas acciones. Contenidos Actitudinales: Que el alumno aprenda a definir estados para aplicar los distintos tipos de búsqueda planteados. Eje Temático Nº 4: Planificación Contenidos Conceptuales: La planificación según el área del conocimiento. Reglas. Planificación de un estado mediante predicados, reglas, operadores y cambios de estado. Grafos de Planificación. Planificación lógica proposicional Contenidos Procedimentales: Utilizar conceptos adquiridos en clases anteriores para aplicarlos a la planificación. A través de Página 6 de 22
ejemplos unir los conocimientos adquiridos en el módulo de agentes inteligentes para ensamblar contenidos Contenidos Actitudinales: Lograr que los estudiantes encuentren una mirada distinta a la resolución de problemas. Eje Temático Nº 5: Representación del conocimiento y razonamiento Contenidos Conceptuales: Presentación de agentes que razonan de manera lógica. Lógica de Primer Orden. Dar a conocer aquellos conceptos que forman parte de la base de conocimiento, su importancia y aplicación. Lógica Propositiva. Redes semánticas y Marcos. Deducción Natural. Contenidos Procedimentales: Utilizar el conocimiento en bases de datos para aplicar las relaciones con las bases del conocimiento. Trabajar en el aula sobre la construcción de Bases de Conocimiento. Contenidos Actitudinales: Intensificar los conceptos adquiridos anteriormente para resolver problemas de base de conocimiento. Razonar con otra visión los conceptos de representación del conocimiento y su alcance. Eje Temático Nº 6: Aprendizaje Contenidos Conceptuales: Aprendizaje a partir de la observación. Métodos clásicos de aprendizaje. Redes neuronales. Algoritmos genéticos. Contenidos Procedimentales: Observar el crecimiento de este campo en los últimos años. Aplicación de los árboles de decisión para modelar las clasificaciones de los datos. Entropía. Contenidos Actitudinales: Aplicar técnicas de transformación de datos en conocimiento. Comprender la utilización de redes neuronales para aplicar conceptos en distintos sistemas. Eje Temático Nº 7: Comunicación, Percepción y actuación Contenidos Conceptuales: Entender por qué los agentes intercambian mensajes, la información que contiene, y la metodología que utilizan. Percepción. Introducción a la robótica. Contenidos Procedimentales: Establecer y analizar la relación entre el lenguaje natural y las bases de conocimiento. Exposición en aula de participante del grupo Comechinbots, para establecer una conexión con el mismo, para profundizar y visualizar los conceptos adquiridos. Contenidos Actitudinales: Introducir al alumnado en aplicaciones reales de robótica y trabajos de tesis llevados a cabo en el ámbito nacional educativo. Página 7 de 22
PROGRAMA ANALÍTICO Eje Temático Nº 1: Introducción Unidad Nº 1: Introducción Qué es la IA? Fundamentos. Historia de la IA. Estado del arte. Eje Temático Nº 2: Agentes Inteligentes Unidad Nº 2: Agentes Inteligentes Estructura y características de los agentes inteligentes. Programas de agentes. Ambientes. Tipos de agente Eje Temático Nº 3: Métodos de Búsquedas Unidad Nº 3: Búsquedas sin información Agentes que resuelven problemas. Formulación de Problemas. Estrategias de búsqueda. Estados repetidos. Unidad Nº 4: Búsquedas respaldadas con información Búsqueda preferente por lo mejor. Funciones Heurísticas. Sistemas Multiagentes. Eje Temático Nº 4: Planificación Unidad Nº 5: Lógica de Primer Orden e Inferencia lógica Agentes basados en el conocimiento. Patrones de razonamiento. Agentes basados en lógica proporcional. Lógica. Lógica Proporcional. Representación. Sintaxis y semántica de la lógica de primer orden. Unificación y sustitución. Encadenamientos. Unidad Nº 6: Planificación Agente de planificación Simple. Representaciones básicas en la planificación. Estados, acciones y objetivos. Planificación con lógica proporcional. Planificación y Acción en el mundo real Eje Temático Nº 5: Representación del Conocimiento y razonamiento Unidad Nº 7: Representación del conocimiento Ingeniería Ontológica. Categoría y Objetos. Acciones, situaciones y eventos. Unidad Nº 8: Razonamiento Sistemas de razonamiento probabilístico. Deducción natural. Redes semánticas y marcos. Razonamiento predefinido. Página 8 de 22
Eje Temático Nº 6: Aprendizaje Unidad Nº 9: Métodos de aprendizaje Aprendizaje a partir de la observación. Aprendizaje inductivo. Árboles de decisión. Formulación lógica del aprendizaje. Aprendizaje estadístico. Aprendizaje con datos completos. Redes Neuronales. Algoritmos genéticos. Aprendizajes por refuerzo. Eje Temático Nº 7: Comunicación, Percepción y actuación Unidad Nº 10: Agentes que se comunican La comunicación como acción. Agentes de comunicación. Lenguaje natural. Ambigüedad y desambigüedad. Formación de la imagen. Información tridimensional. Reconocimiento de objetos. Introducción a la robótica. Página 9 de 22
Evaluación: Dos parciales Teórico - Práctico CRITERIOS DE EVALUACIÓN Las calificaciones serán de 0 a 10 puntos, debiendo cumplimentar el alumno los siguientes ítems: Para regularizar: Asistencia a clases Aprobación de trabajos en el cursado Aprobación de los parciales teóricos-prácticos con nota mayor o igual a 4. Para la Promoción: Asistencia a clases Aprobación de trabajos en el cursado Aprobación de los parciales teóricos-prácticos con nota mayor o igual a 7. Autoevaluación: Será realizada utilizando el instrumento elaborado desde Secretaría Académica y aprobado por Consejo Académico. Página 10 de 22
PLAN DE TRABAJO Eje temático Nº 1: Presentación de la IA Semana Contenidos Metodología Evaluación 1 Introducción a la IA, historia, evolución, presente, futuro. Los fundamentos de IA, paradigmas. Estado del arte de la disciplina. Clase Ejemplificaciones Diálogo entre docente - alumnos. Presentación de casos Trabajos Prácticos Nivel de Profundidad Conceptual. Informativo. Formador de criterios. Eje temático Nº 2: Agentes Inteligentes Semana Contenidos Metodología Evaluación 2 Estructura y características de los agentes inteligentes. Programas de agente, clasificación, aplicaciones. Ambiente. Ejemplificaciones Diálogo entre docente - alumnos. Presentación de casos para discusión grupal. Trabajos Prácticos Nivel de Profundidad Conceptual. Formador de criterios.. Eje temático Nº 3: Métodos de búsqueda Semana Contenidos Metodología Evaluación 3-7 Agentes que resuelven problemas. Formulación de Problemas, tipos de problemas, estrategias de búsqueda, búsqueda sin contar con información, búsquedas heurísticas. Sistemas Multiagente Clase Ejercitación Ejemplificaciones Diálogo entre docente - alumnos. Presentación de casos para discusión grupal. Desarrollo incremental de los temas, trayendo siempre a las clases conceptos vistos anteriormente. Trabajos Prácticos Primer Parcial Teórico Práctico Eje temático Nº 4: Planificación Semana Contenidos Metodología Evaluación 8-9 Características especiales de los agentes lógicos. Lógica. Inferencias proposicionales. Patrones de razonamiento. Representación de la lógica de primero orden. Encadenamientos. Planificación de las búsquedas, relación con la lógica y su razonamiento. Actuación en un mundo real y sorteo de la incertidumbre. Algoritmos lineales y de orden parcial. Clase Ejemplificaciones Diálogo entre docente - alumnos. Presentación de casos. Trabajos prácticos. Nivel de Profundidad Conceptual. Informativo. Comparaciones. Formador de criterios. Nivel de Profundidad Conceptual. Informativo. Comparaciones. Formador de criterios.. Bibliografía - RUSSELL - ARRIOJA LANDA COSIO Bibliografía - RUSSELL - ESCOLANO RUIZ - ARRIOJA LANDA COSIO Bibliografía - RUSSELL - ESCOLANO RUIZ - WINSTON - FERNÁNDEZ GALÁN - ARRIOJA LANDA COSIO Bibliografía - RUSSELL - FERNÁNDEZ GALÁN - ARRIOJA LANDA COSIO Página 11 de 22
Eje temático Nº 5: Representación del conocimiento y razonamiento Semana Contenidos Metodología Evaluación 10 Ingeniería ontológica. Base de conocimientos. Características y componentes. Razonamiento del agente para llegar a una respuesta-razonamiento probabilista. Deducción natural, redes semánticas y marcos. Clase Ejemplificaciones Diálogo entre docente - alumnos. Presentación de caso. Desarrollo incremental de los temas, trayendo siempre a las clases conceptos vistos anteriormente. Trabajos Prácticos Nivel de Profundidad Conceptual. Informativo. Comparaciones. Formador de criterios. - RUSSELL Bibliografía - ESCOLANO RUIZ - FERNÁNDEZ GALÁN Eje temático Nº 6: Aprendizaje Semana Contenidos Metodología Evaluación 11 Aprendizaje a partir de la observación. Aprendizaje inductivo. Árboles de decisión. Formulación lógica del aprendizaje. Aprendizaje estadístico. Aprendizaje con datos completos. Redes Neuronales. Algoritmos genéticos. Aprendizajes por refuerzo. Clase Diálogo entre docente - alumnos. Trabajos Prácticos Nivel de Profundidad Conceptual. Informativo. Comparaciones. Formador de criterios. Bibliografía - RUSSELL - ESCOLANO RUIZ - FERNÁNDEZ GALÁN Eje temático Nº 7: Comunicación, Percepción y actuación Semana Contenidos Metodología Evaluación 12-14 La comunicación como acción. Agentes de comunicación. Lenguaje natural. Ambigüedad y desambigüedad. Formación de la imagen. Información tridimensional. Reconocimiento de objetos. Introducción a la robótica Clase, Video Conferencia, Diálogo entre docente - alumnos. Trabajos Prácticos Nivel de Profundidad Conceptual. Informativo. Comparaciones. Formador de criterios. - RUSSELL Bibliografía - ESCOLANO RUIZ - FERNÁNDEZ GALÁN Página 12 de 22
METODOLOGÍA La metodología de enseñanza responde a lo siguiente: Clases expositivas, incorporando hechos reales a fin de introducir al alumnado en el mundo de la inteligencia artificial y sus aplicaciones. Clases dinámicas, para generar la participación y el debate en el educando. Se trabajará en grupos, orientados y supervisados por el docente, análisis de casos y resolución de problemas. Atención de consultas, asesoramiento y evaluación del desarrollo de los trabajos. Para la exposición se utilizarán presentaciones por medio de PC y se utilizará Internet para la realización de video conferencia con gente capacitada en el área de robótica; acompañando todos los temas con bibliografía extra que aporte más información en todos los puntos. Página 13 de 22
BIBLIOGRAFÍA LISTA ALFABÉTICA DE REFERENCIAS (Bibliográficas y No bibliográficas) OBLIGATORIA RUSSELL, Stuart J. ; NORVIG, Peter. Inteligencia artificial: un enfoque moderno. 2a. ed. Pearson Educación, [2005]. ISBN: 9788420540030. (Al 2014: 1 ejemplar/es en Colección UTN, más 2 ejemplar/es de la 1a. ed., uno en español y otro en inglés) ESCOLANO RUIZ, Francisco ; CAZORLA QUEVEDO, Miguel Ángel. Inteligencia artificial: modelos, técnicas y áreas de aplicación. [1a. ed.]. I.T.E.S. ; Paraninfo, 2003. ISBN: 9788497321839. (Al 2014: 1 ejemplar/es en Colección UTN) WINSTON, Patrick Henry. Inteligencia artificial. 3a. ed. Addison Wesley Iberoamericana, 1994. ISBN: 9780201518764. (Al 2014: 2 ejemplar/es en Colección UTN, más 1 copia/s de la misma edición) COMPLEMENTARIA FERNÁNDEZ GALÁN, Severino ; GONZÁLEZ BOTICARIO, Jesús ; MIRA MIRA, José. Problemas resueltos de inteligencia artificial aplicada: búsqueda y representación. [1a. ed.]. Addison Wesley Iberoamericana, 1998. ISBN: 9788478290178. (Al 2014: 1 ejemplar/es en Colección UTN) ARRIOJA LANDA COSIO, Nicolás. Inteligencia artificial: sistemas inteligentes con C#: [nivel avanzadoexperto]. 1a. ed. Gradi, 2007. ISBN: 9789871347513. (Al 2014: 2 ejemplar/es en Colección UTN) NILSSON, Nils J. Principios de inteligencia artificial. 1a. ed. Ediciones Díaz de Santos, 1987. Página 14 de 22
ISBN: 8486251559. (Al 2014: 1 ejemplar/es en Colección UTN, más 1 copia/s de la misma edición) RICH, Elaine ; KNIGHT, Kevin. Inteligencia artificial. 2a. ed. McGraw-Hill Interamericana, [1998]. ISBN: 9788448118587. (Al 2014: 2 ejemplar/es en Colección UTN) PONCE CRUZ, Pedro. Inteligencia artificial con aplicaciones a la ingeniería. 1a. ed. Alfaomega Grupo Editor, 2010. ISBN: 9786077854838. (Al 2014: 0 ejemplar/es en Colección UTN) Página 15 de 22
ARTICULACIÓN Articulación con el Área: Área de Modelos Asignatura Carga Horaria Porcentaje 96 16 % Matemática Superior 128 21 % Investigación operativa 160 26 % Simulación 128 21 % Teoría de Control 96 16 % Página 16 de 22
Temas relacionados con materias del área: Matemática Superior Aproximación. Sistemas. Investigación Operativa Toma de decisiones en investigación de operaciones Simulación Introducción. Análisis de resultados. Simulación de sistemas continuos. Teoría de control Sistemas de control. Dinámica de sistemas. Sistemas de control discreto. Problemas de Aproximación. Errores. Sistemas Dinámicos Lineales Discretos y Continuos. Representación por medio de modelos. Algorítmicos y Heurísticos. Formulación del problema. Construcción de un modelo matemático. Obtención de una solución. Validación del modelo y la solución. Distintos tipos de modelos. Características de la Simulación. Etapas de un estudio de simulación. Factores a considerar. Ventajas e inconvenientes. Métodos de estimación. Modelos de sistemas continuos. Función de Transferencia. Diagrama de Flujo de Señales. Variables de Estado. Dinámica de Sistemas. Señales de tiempo discreto. Sistemas muestreados. Forma de respuesta y estabilidad Página 17 de 22
Articulación con el Nivel: Asignatura Carga Horaria Porcentaje 96 13,64 % Proyecto Final (Integradora) 192 27,27 % Administración gerencial 96 13,64 % Sistemas de gestión 128 18,18 % Electivas 192 27,27 % Página 18 de 22
Temas relacionados con materias del nivel: Proyecto Final Métricas Modelos y estándares de calidad de SW Administración gerencial Tecnologías Planificación y Programación Sistemas de gestión Proceso de la toma de decisiones Sistema de apoyo a las decisiones Herramientas para dar soporte a la toma de decisiones Métricas Modelos y estándares de calidad de SW Impacto de las Tecnologías de la Información, factores inherentes a su Aplicación. Planificación y Programación Factores que influyen en la toma de decisiones. Importancia de la toma de decisiones Conceptos. DataWareHouse. DataMining. Página 19 de 22
Articulación con las correlativas: Asignatura Inteligencia Artificial Para cursar Para rendir Cursada Aprobada Aprobada Investigación Probabilidades Investigación Operativa. y Estadísticas. Operativa. Simulación. Diseño de Simulación. Sistemas. Matemática Superior. Página 20 de 22
Temas relacionados con las correlativas: Investigación Operativa Toma de decisiones en investigación de operaciones Simulación Introducción. Análisis de resultados. Simulación de sistemas continuos. Matemática Superior Aproximación. Sistemas. Probabilidades y Estadísticas Variables Hipótesis Diseño de Sistemas Diseño Representación por medio de modelos. Algorítmicos y Heurísticos. Formulación del problema. Construcción de un modelo matemático. Obtención de una solución. Validación del modelo y la solución. Distintos tipos de modelos. Características de la Simulación. Etapas de un estudio de simulación. Factores a considerar. Ventajas e inconvenientes. Métodos de estimación. Modelos de sistemas continuos. Problemas de Aproximación. Errores. Sistemas Dinámicos Lineales Discretos y Continuos. Variables aleatorias. Distribuciones y densidades. Funciones de variables aleatorias. Verificación de Hipótesis Patrones de Diseño. Diseño de arquitectura. Página 21 de 22
ORIENTACIÓN Del Área: Aprender nuevos conceptos y procedimientos necesarios para el tratamiento de comunicaciones, control, simulación e inteligencia artificial De la Asignatura: Aplicar el pensamiento de resolución de problemas utilizados en, en las distintas actividades profesionales. Implementar sistemas inteligentes, comprender su estructura y funcionamiento. Ahondar en el conocimiento de agentes inteligentes, para aprender a interactuar con ellos conociendo y diseñando los ambientes en los que operan. Mostrar al alumnado el desarrollo de sistemas basados en conocimiento y sistemas expertos. Página 22 de 22