Programa de la asignatura
Objetivos
Esta asignatura pretende servir de introducción al campo
de la inteligencia artificial. La inteligencia artificial
engloba muchas técnicas de programación avanzadas, como
por ejemplo la programación declarativa y la programación funcional
vistas en la asignatura de 3º lenguajes de programación,
la programación orientada a objetos, la heurística,
los sistemas basados en el conocimiento, los reconocedores
de lenguaje natural, y así sucesivamente. Estas técnicas se utilizan
ampliamente hoy en día, en programas de ajedrez, buscadores de red,
ayudas a procesadores de texto (Office 97), etc... aunque ya no se
las conozca específicamente como Inteligencia Artificial, sino más bien
como Informática Avanzada.
Las prácticas consistirán en la implementación de cada uno de los
formalismos vistos en teoría. Así pues habra prácticas de búsqueda
heurística, sistemas expertos, aprendizaje automático y lenguaje natural.
El lenguaje de implementación será PROLOG por comodidad, aunque los
algoritmos explicados son independientes del lenguaje.
Temario
- Introducción y Conceptos Básicos
- Definición de Inteligencia Artificial
- División de la Inteligencia Artificial
- Historia de la Inteligencia Artificial
- Búsqueda Heurística
- Representación de problemas de búsqueda
- Métodos de Búsqueda
- Estrategias de búsqueda
- Estrategias de búsqueda respaldadas por la información
- Árboles de juego
- Representación del Conocimiento
- Esquemas de representación del conocimiento
- Lógica Formal
- Reglas de Producción
- Redes Semánticas
- Marcos
- Guiones
- Esquemas de representación del conocimiento incompleto
- Razonamiento no monotono
- ATMS
- Negación como fallo y Jerarquías de Marcos
- Razonamiento aproximado
- Modelos Empíricos
- Modelos de Razonamiento Probabilista
- Modelos de Razonamiento Posibilista
- Aprendizaje Automático
- Introducción
- Método ID3
- Método de Michalski
- Redes Neuronales
- Redes neuronales naturales
- Redes neuronales artificiales
- Redes supervisadas
- Redes no supervisadas
- Agentes Inteligentes
- Introduccion
- Arquitecturas de pizarra
- Agentes Autonomos y Vida Artificial
- Aplicaciones de la Inteligencia Artificial
- Introduccion
- Sistemas Expertos
- Reconocimiento del Lenguaje Natural
- Reconocimiento del Habla
- Visión Artificial
- Planificación
Programa Practicas
- Algoritmo A*
- Minimax y Alfa-Beta
- Sistemas de producción de reglas
- Sistemas Expertos
- Procesamiento del lenguaje natural
Bibliografía
Inteligencia Artificial: Un Enfoque Moderno
S. Russell. Prentice Hall, 1995 (Biblioteca Ciencias)
Fundamentos de Inteligencia Artificial
L.A. Munárriz. Universidad de Murcia, 1994 (Biblioteca Ciencias)
Inteligencia Artificial. Una Nueva Síntesis
N. Nilsson. Mc Graw Hill, ()
Principios de Inteligencia Artificial
N. Nilsson. Diaz de Santos, 1986 (Biblioteca Ciencias)
Prolog Programming for Artificial Intelligence
I. Bratko. Addison-Wesley, 1990 (Biblioteca Ciencias)
Principles of Artificial Intelligence and Expert System Development
D.W.Rolston. Mc Graw-Hill, 1988 (Biblioteca Ciencias)
Bases de Datos y Sistemas Expertos
D.F.Frost. Diaz de Santos, 1990 (Biblioteca Ciencias)
Prolog Programming. Data Base Systems, Expert Systems and Natural Languaje
C. Marcus. Addison-Wesley, 1986 (Biblioteca Ciencias)
Mathematical Structures for Computer Science
J.L. Gersting. Freeman, 1982 (Biblioteca Ciencias)
Método de evaluación
Para aprobar la asignatura, deberá aprobarse independiente la teoría y el
laboratorio.
La nota de teoría se obtendrá mediante un examen final.
La nota de laboratorio consistirá en la nota de las prácticas,
más un examen de prácticas al final. Deberán hacerse todas las prácticas y
aprobar independientemente tanto las prácticas como la nota del examen
para aprobar el laboratorio.
