INTELIGENCIA ARTIFICIAL 2017-2 GRUPO 7
1.- INFORMACIÓN GENERAL
Nombre del curso
|
INTELIGENCIA
ARTIFICIAL
|
Codigo del curso
|
207008
|
Duracion del Curso
|
17 semanas
|
Forma de dictado
|
Tecnico –
experimental
|
Horas semanales
|
Teoria: 3h –
Laboratorio: 2h
|
Naturaleza
|
Formacion
profesional
|
Numero de creditos
|
Cuatro (04)
|
Prerrequisitos
|
Investigacion
Operativa I
|
Semestre Academico
|
2017 - 2
|
Sillabus
|
2. INTRODUCCION
La inteligencia artificial es un área
de la ciencia de la computación que tiene por objetivo desarrollar
los fundamentos prácticos y teóricos para el desarrollo de sistemas
de computación que presentan características inteligentes y que por
lo general corresponden a problemas intratables. Muchos problemas que
ocurren en la industria, servicios y entretenimiento corresponden a
problemas inteligentes, y su solución se hace cada vez más
indispensable en las organizaciones debido a las exigencias de
competitividad que se incrementan cada día.
Entre los diversos tipos de sistemas
inteligentes se encuentran los juegos humano-máquina, los sistemas
basados en el conocimiento, los sistemas de optimización y machine
learning.
En el presente curso, se hace una
introducción a la inteligencia artificial y sus aplicaciones en la
industria, servicios y entretenimiento, y se muestra como las
tecnologías basadas en inteligencia artificial pueden crear valor y
hacer que las organizaciones sean más competitivas. También se
mostrará sus aplicaciones en la ingeniería de software.
Se aborda con mayor profundidad el
diseño e implementación de juego humano-máquina y de sistemas
basados en el conocimiento.
3. LOGRO DEL CURSO
Al finalizar el curso el alumno
adquirirá conocimientos generales del área de inteligencia
artificial, diseñará e implementará juegos de competición
humano-máquina basados en inteligencia artificial y sistemas basados
en el conocimiento, haciendo uso de manera clara y precisa de las
técnicas de búsqueda en un espacio de estado y de la metodología
CommonKADS.
4.- OBJETIVOS ESPECÍFICOS
- Comprender que es la Inteligencia Artificial y la complejidad de sus problemas.
- Representar y resolver problemas de juego humano - máquina a través de técnicas de búsqueda en un espacio de estado.
- Diseñar y desarrollar software de juegos inteligentes con interacción hombre-máquina y que usen técnicas de inteligencia artificial.
- Comprender qué son los sistemas expertos y saber cuándo usarlos
- Conocer que es la Ingeniería de Conocimiento y un método para el desarrollo de sistemas basados en el conocimiento
- Evaluar la calidad de la solución de sistemas expertos.
- Diseñar y desarrollar sistemas expertos basados en diversos motores de inferencias (métodos de encadenamiento y redes neuronales artificiales), considerando criterios de calidad.
- Conocer los conceptos de machine learning, su importancia y sus aplicaciones en la industria y servicios.
- Conocer los conceptos de heurísticas y meta-heurísticas, su importancia y sus aplicaciones en la industria y servicios.
5. CONTENIDO ANALÍTICO POR SEMANAS
SEMANA
|
TEMAS
|
TRABAJOS DE CLASE
|
LABORATORIOS
|
SEMANA 1
|
CLASIFICIACIÓN
DE PROBLEMAS ALGORÍTMICOS
*Clasificacion
por su naturaleza
*Clasificacion
por el tipo de respuesta
*Clasificacion
por su tratabilidad
|
||
SEMANA 2
|
FUNDAMENTOS
DE LA INTELIGENCIA ARTIFICIAL
*Definiciòn
de la inteligencia artificial
*Maquina
Inteligente
*Diferencias
entre sistemas operacionales
e
inteligentes
*Aplicaciones
en la industria
*Aplicaciones
en servicios
*Test
de turing
|
Semana 2 Teoria
|
|
SEMANA 3
|
REPRESENTACIÓN
DE PROBLEMAS DE JUEGO HUMANO MÁQUINA COMO BÚSQUEDA EN UN ESPACIO DE ESTADO
*Conceptos
previos
*Problema
Vasija de Agua
|
||
SEMANA 4
|
MÉTODOS
DE BÚSQUEDA CIEGA
*Arbol
de Estado
*Busqueda
en Amplitud
*Busqueda
en Profundidad
*Busqueda
No Deterministica
*Resolución
de Problemas
|
||
SEMANA 5
|
BÚSQUEDA
HEURÍSTICA
*Busqueda
Heuristica
*Funcion
Heuristica
*Busqueda
en Profundidad Limitada
*Busqueda
Limitada por umbral
|
Semana 5 teoria
|
|
SEMANA 6
|
MÉTODOS
DE BÚSQUEDA PARA JUEGOS HUMANO-MÁQUINA
*Algoritmo
de juego humano - maquina
*Estrategias
de juego de máquina
*Algoritmo
Min-Max
*Algoritmo
Min-Max con poda alfa beta
|
||
SEMANA 7
|
FUNDAMENTOS
DE SISTEMAS EXPERTOS
*Definición
de Sistemas Expertos. Arquitectura de un sistema experto. Taxonomía y
aplicaciones de los sistemas expertos. Requisitos para el desarrollo de
sistemas expertos y ventajas del uso de sistemas expertos. Algunos problemas
basados en el conocimiento.
|
||
SEMANA 8
|
EXAMEN PARCIAL
|
||
SEMANA 9
|
PRESENTACIÓN
DE TRABAJOS COMPUTACIONALES
*Los
alumnos mostrarán sus habilidades en cuanto al desarrollo de software de
juegos inteligentes basados en técnicas de búsqueda. Se deberá presentar un
informe y un software, y deberán exponer sus trabajos.
|
||
SEMANA 10
|
INGENIERÍA
DE CONOCIMIENTO
*Introducción.
*Adquisición de conocimiento.
*La
metodología CommonKADS.
*Diseño
de Sistemas Expertos (SE).
*Ciclo
de vida de un SE
|
| |
SEMANA 11
|
ADQUISICIÓN
DE CONOCIMIENTO
*Adquisición
de conocimiento.
*Construcción
de la base de hechos y base de conocimiento.
*Estructuras
de representación de conocimientos (reglas de inferencias, frames, objects,
ontologías, metadatos, thesaurus).
|
||
SEMANA 12
|
DESARROLLO
DE SISTEMAS EXPERTOS BASADOS EN REGLAS
*Definición
de Sistemas Expertos.
*Arquitectura
de un sistema experto.
*Taxonomía
y aplicaciones de los sistemas expertos.
*Requisitos
para el desarrollo de sistemas expertos y ventajas del uso de sistemas
expertos.
*Algunos
problemas basados en el conocimiento.
|
||
SEMANA 13
|
CALIDAD
Y VALIDACIÓN DE SISTEMAS EXPERTOS
*Principales
errores en el desarrollo de un sistema experto.
*Calidad
de un sistema experto.
*Validación
de sistemas inteligentes, métodos cuantitativos de validación.
*Eficiencia
y error de sistemas expertos.
*Revisión
de la funcionalidad del SE del 2do trabajo
|
||
SEMANA 14
|
INTRODUCCIÓN
A MACHINE LEARNING (APRENDIZAJE AUTOMÁTICO) Y HEURÍSTICAS
*Conceptos
de aprendizaje y de machine learning.
*Sistemas
experto vs machine learning.
*Técnicas
de aprendizaje y fases de desarrollo de machine learning.
*Aplicaciones
de machine learning en la industria y servicios.
*Conceptos
de heurísticas y meta-heurísticas.
*Algoritmos
exactos vs algoritmos heurísticos.
*Técnicas
heurísticas y meta-heurísticas.
*Problemas
de optimización combinatoria en la industria y servicios
|
||
SEMANA 15
|
PRESENTACIÓN
DE TRABAJOS COMPUTACIONALES
*Los
alumnos mostrarán sus habilidades en cuanto al desarrollo de sistemas
expertos y sus aplicaciones en los sectores de la industria y servicio. Los
alumnos presentarán un informe y un software.
|
Video del Proyecto:
Paper del Proyecto
|
|
SEMANA 16
|
SOLUCION EXAMEN FINAL Y 2DA PRACTICA CALIFICADA
|