cc52a - Inteligencia Artificial

Objetivos:

Introducir las técnicas más difundidas de la inteligencia artificial, incluyendo mecanismos no simbólicos. Profundizar el conocimiento de lenguajes de programación aptos para resolver problemas de inteligencia artificial, con especial énfasis en la programación lógica.

Contenidos:

1. Introducción
   Caracterización de los problemas abordados por la inteligencia artificial. Los límites del enfoque algorítmico exhaustivo. Enfoque heurístico. Grandes tendencias de la inteligencia artificial.

2. Lógica
   1. Introdución a PROLOG
      
   2. Lógica proposicional
      Expresiones bien formadas. Interpretación semántica. Tablas de verdad. Validez. Satisfacibilidad. Noción de consecuencia lógica.
   3. Lógica de predicados de primer orden
      Variables y cuantificadores. Interpretación semántica. Dominios estructurados. Demostraciones formales.
   4. Cláusulas y resolución
      Cláusulas. Regla de resolución. Demostración por resolución de contradicción. Normalización a forma clausal. Unificación. Resolución con unificación. Cláusulas de Horn.

3. Inteligencia artificial simbólica
   1. Búsqueda en espacios de estados
      Espacios de estados. Estrategias de búsqueda. Búsqueda en profundidad. Búsqueda en amplitud. Búsqueda iterativa. Búsqueda heurística. Funciones de evaluación heurística. Algoritmo A. Heurísticas admisibles (algoritmo A*). Planificación. Grafos AND-OR.
   2. Algoritmos de juego
      Algoritmo mini-max. Algoritmo alfa-beta.
   3. Representación de conocimientos
      Representaciones declarativas. Representación basada en reglas. Sistemas de producción. Redes semánticas. Lenguaje natural.
   4. Agentes inteligentes
      

4. Inteligencia artificial no símbolica
   1. Lógica difusa
   2. Redes neuronales
      Neurona formal. Perceptron. Separabilidad lineal. Redes de varias capas. Método de retropropagación del error. Red de Hopfield. Red de Kohonen.
   3. Métodos estocásticos
      Algoritmos genéticos. Máquina de Boltzmann. Recocido simulado.

Actividades:

Clases expositivas del profesor (3 horas semanales) y clases auxiliares (1,5 horas semanales). Tareas computacionales.

Evaluación:

• controles.
• tareas.
• un examen que reemplaza a la peor nota de controles.
• la nota final se calcula ponderando 2/3 controles y 1/3 tareas.

Bibliografía:

S. Russell & P. Norvig (1995) Artificial intelligence, a modern approach, P. Hall.
G.F. Luger & W.A. Stubblefield (1993) Artificial intelligence, Benjamin Cummings.