2. INTELIGENCIA ARTIFICIAL
Disciplina de las Ciencias
Computacionales que desarrolla
teorías que explican el
comportamiento inteligente y crea
entidades artificiales capaces de
mostrar un comportamiento
inteligente como los Sistemas
Expertos, Juegos Interactivos, Redes
Neuronales Artificiales, entre otros.
4. ¿Qué entendemos por
COMPORTAMIENTO INTELIGENTE?
¿Qué es la Inteligencia?
¿Qué es una entidad?
¿Qué es una entidad natural?
¿Qué es una entidad artificial?
7. OBJETIVOS DE LA ASIGNATURA
GENERAL:
Introducir los conceptos
básicos relacionados con
las distintas áreas de
estudio y de aplicación de
la IA.
8. OBJETIVOS
ESPECÍFICOS:
Introducir al estudiante en el estudio de la deducción
como nuevo paradigma de la Computación.
Conocer las distintas áreas de estudio y de aplicación
de la IA.
Dominar las técnicas, metodologías y herramientas de
la Ing. Del Conocimiento que le permitan desarrollar
Sistemas Basados en el Conocimiento y Sistemas
Expertos.
Sentar las bases para que los estudiantes propongan y
diseñen interfases inteligentes para el desarrollo del
software tradicional.
9. CONTENIDO
Tema I: Ámbito Histórico
Tema II: Conceptos Básicos
Tema III: Lógica e Inteligencia Artificial
Tema IV: Lenguajes de Programación en IA
Tema V: Sistemas Expertos e Ingeniería
del Conocimiento
Tema VI: Desarrollos Actuales de la IA
10. Metodología de Enseñanza
Exposición de
contenido
Trabajos de
investigación
Lecturas dirigidas
Lecturas de control
Prácticas de Gabinete
(Portafolio Virtual)
12. TRABAJO DE INVESTIGACIÓN
Seleccionar una de las temáticas propuestas
(la selección deberá indicarse en el Wiki designado por la profesora
para ello).
Cantidad de páginas de desarrollo del trabajo:
Mínima: 8
Máxima: 15
Tamaño de letra 12 ó 14
Sangría de 5 espacios como máximo
Espacio Interlineal: 2
Publicación en el Portafolio Virtual
13. TEMÁTICAS A SELECCIONAR
Ingeniería de Software Basada en el Conocimiento
Biorobótica
Algoritmos Genéticos y Computación Evolutiva
Modelos de Representación del Conocimiento
Knowledge Discovery y Data Mining
Redes Neuronales y Reconocimiento de Imágenes
Modelos de Razonamiento Automático
Inteligencia Artificial Distribuida
Intelimedia
Economía Artificial
Interfases Inteligentes de Usuario
Juegos Interactivos Inteligentes
14. BIBLIOGRAFÍA
Inteligencia Artificial
Elaine Rich y Kevin Knight
McGraw-Hill
Introduction to AI Robotics
Robin R. Murphy
MIT Press
Sistemas Expertos: Principios y Programación
Joseph Giarratano y Gary Riley
International Thomson Editores
Trabajos Pioneros en IA, Robótica y Mecatrónica
Rina Familia
Editora Universitaria
17. Definición de IA: Problema
Allen Newell y Herbert Simon:
Disciplina que tiene que ver con el estudio del
comportamiento inteligente.
Su meta final es el desarrollo de teorías que
expliquen el comportamiento en seres
naturalmente inteligentes y que guíen la
creación de entidades artificiales capaces de
mostrar comportamiento inteligente.
20. ¿Cómo programar a un
computador para que
manifieste un
comportamiento inteligente?
21. En el libro: Godel, Escher y Bach: La eterna
trenza dorada
Douglas Hofstadter sostiene que
las actitudes esenciales de la inteligencia son:
22. Responder de una manera flexible a las situaciones.
Sacarle sentido a mensajes contradictorios o
ambiguos.
Reconocer la importancia relativa de los diferentes
elementos de una situación.
Encontrar semejanzas entre las situaciones, a pesar de
las diferencias que puede haber entre ellas.
Encontrar diferencias entre las situaciones, a pesar de
las similitudes que puede haber entre ellas.
23. Atributos comunes:
Son fáciles de realizar por los humanos,
independientemente de su cultura.
Implican el uso de diferentes mecanismos
de razonamiento.
Usan como insumos, enormes cantidades de
conocimiento.
26. DIFERENCIAS
También llamada Escuela
Simbólica.
Se pretende conseguir
“máquinas inteligentes” a
través de copiar el
comportamiento del
cerebro mediante
complejos programas de
computador.
También llamada Escuela
Biológica.
Trata de construir réplicas
electrónicas de las redes
neuronales del cerebro,
para emular su conducta
en actividades
inteligentes.
Escuela
BOTTOM-UP
Escuela
TOP-DOWMN
27. ÁREAS DE ESTUDIO
Resolución de problemas
Demostración automática de teoremas
Representación del conocimiento
Modelos computables de razonamiento
Reconocimiento de Voz y lenguaje natural
Reconocimiento de formas e imágenes
Redes neuronales artificiales
Computación Evolutiva (Algoritmos Genéticos)
Aprendizaje de máquinas
28. ÁREAS DE APLICACIÓN
Reconocimiento y síntesis de voz
Reconocimiento de escenas
Procesamiento del lenguaje natural
Programación automática
Sistemas Expertos e Ingeniería del Conocimiento
Sistemas tutoriales inteligentes
Ingeniería de Software Basada en el Conocimiento
Inteligencia Artificial Distribuida
Biología Molecular y Artificial
Supercomputación inteligente
Economía Artificial
Robótica Inteligente