LICENCIATURA EN CS. DE LA COMPUTACION INTRODUCCION A LA INTELIGENCIA ARTIFICIAL Año 2007 Curso: 5to año – cuatrimestral Modalidad de dictado: Clases tutoriales, seminarios y talleres. 1. Que es la Inteligencia Artificial (I.A.). Diferentes definiciones. Historia de la I.A. Campos de investigación en I.A Técnicas básicas. Agentes Inteligentes. Criterios para evaluar programas. 2. Resolución de problemas y búsqueda. Representación en espacio de estados. Sistemas de producción. Características de los problemas. Ejemplos clásicos. Técnicas de búsqueda heurística. Generación y prueba. Búsqueda sin información Búsqueda el primero mejor (best-first search). Algoritmo A* Métodos iterativos: Escalada (Hill Climbing)- Enfriamiento Simulado. Satisfacción de restricciones. 3. Representación del conocimiento. El problema de la representación del conocimiento. Diferentes paradigmas. Formalismos lógicos. Cálculo de predicados. Automatización de la lógica. Esquema de representación procedimental. Reglas de producción. Esquema de representación estructurada. Redes semánticas. Frames. Objetos Ontologías Taller: programación lógica – Prolog 4. Sistemas Expertos (SE) Definición de SE. Ejemplos. Organización del conocimiento en los SE. Arquitectura de los SE. Base de conocimientos. Motor de Inferencia. Metaconocimiento Características de los problemas que resuelven los SE. Campos de aplicación de los SE. Adquisición del conocimiento. Desarrollo de un SE. Herramientas. Verificación y validación. Taller: Editor de ontologías + razonador basado en reglas de producción 5. Razonamiento Aproximado Impresición e incertidumbre en el conocimiento. Tratamiento de la impresición e incertidumbre. Distintos Métodos Ejemplos: Sistema Milord, Mycin, Prospector. Métodos probabilísticos – Redes Bayesianas Métodos posibilísticos - Lógica difusa Taller: JavaBayes 6. Sistemas Multiagentes Definición de agentes Arquitectura de Agente Sistemas multiagentes Arquitecturas cooperativas, competitivas Taller: ejemplo simuladores