progia.pdf

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