Facultad Regional
San Francisco
Ing. En Sistemas de Información
INTELIGENCIA ARTIFICIAL
ÍNDICE
ÍNDICE ... 2
PROFESIONAL DOCENTE A CARGO ... 3
UBICACIÓN ... 4 OBJETIVOS ... 5 ORGANIZACIÓN DE CONTENIDOS ... 6 PROGRAMA ANALÍTICO ... 8 CRITERIOS DE EVALUACIÓN ... 10 EVALUACIÓN: ... 10 AUTOEVALUACIÓN: ... 10 PLAN DE TRABAJO ... 11 METODOLOGÍA ... 13 BIBLIOGRAFÍA ... 14 ARTICULACIÓN ... 15
ARTICULACIÓN CON EL ÁREA: ... 15
TEMAS RELACIONADOS CON MATERIAS DEL ÁREA: ... 16
ARTICULACIÓN CON EL NIVEL: ... 17
TEMAS RELACIONADOS CON MATERIAS DEL NIVEL: ... 18
ARTICULACIÓN CON LAS CORRELATIVAS: ... 19
TEMAS RELACIONADOS CON LAS CORRELATIVAS: ... 20
ORIENTACIÓN ... 21
DEL ÁREA: ... 21
PROFESIONAL DOCENTE A CARGO
Docente Categoría Título Profesional
UBICACIÓN
Dentro del contexto curricular prescripto se ubica en:
Carrera: Ingeniería en Sistemas de Información Plan: 1995 (A partir del 2012 plan 2008) Orientación: Tecnología Aplicada
Área: Modelos Nivel: Quinto Carga Horaria Semanal: Tres
Régimen: Semestral Distribución horaria Formación Total de horas Teórica Práctica
OBJETIVOS
Introducir al alumno en el conocimiento de la Inteligencia Artificial y sus distintas aplicaciones.
Brindar las herramientas necesarias para que el alumno sea capaz de representar y resolver problemas.
ORGANIZACIÓN DE CONTENIDOS
Eje Temático Nº 1: Presentación de la IA
Contenidos Conceptuales: Introducción a la IA, definiciones y conceptos sobre la IA, Historia y estado del arte de la IA. Contenidos Procedimentales: A través de recortes sobre
modelos inteligentes, interactuar con el alumno para
encaminarlo hacia los nuevos enfoques de IA, comparando los mismos con visiones anteriores.
Contenidos Actitudinales: Entablar un clima de respeto y soltura con el alumnado que motive su desempeño en el cursado de la materia.
Eje Temático Nº 2: Agentes Inteligentes
Contenidos Conceptuales: Concepto de Agentes Inteligentes, tipos de agente, algoritmos de programación de agentes inteligentes.
Contenidos Procedimentales: Implementar conceptos
adquiridos en materias dictadas en años anteriores para definir entornos de agentes inteligentes y lograr asentar conceptos en el alumnado. A través de ejemplos hacer concreta la
estructura, desempeño y lógica de los agentes inteligentes y su aplicación.
Contenidos Actitudinales: Que el alumno sepa identificar y modelar agentes inteligentes.
Eje Temático Nº 3: Métodos de Búsqueda
Contenidos Conceptuales: Conocer y aplicar los métodos de búsqueda sin información, métodos de búsqueda informada. Desarrollo y conceptos relacionados con la heurística.
Contenidos Procedimentales: Definición y estructuras de problemas para la búsqueda de la mejor solución. Planteo de estados de búsqueda y sus respectivas acciones.
Contenidos Actitudinales: Que el alumno aprenda a definir estados para aplicar los distintos tipos de búsqueda
planteados.
Eje Temático Nº 4: Planificación
Contenidos Conceptuales: La planificación según el área del conocimiento. Reglas. Planificación de un estado mediante predicados, reglas, operadores y cambios de estado. Grafos de Planificación. Planificación lógica proposicional
ejemplos unir los conocimientos adquiridos en el módulo de agentes inteligentes para ensamblar contenidos
Contenidos Actitudinales: Lograr que los estudiantes
encuentren una mirada distinta a la resolución de problemas.
Eje Temático Nº 5: Representación del conocimiento y razonamiento
Contenidos Conceptuales: Presentación de agentes que razonan de manera lógica. Lógica de Primer Orden. Dar a conocer aquellos conceptos que forman parte de la base de conocimiento, su importancia y aplicación. Lógica Propositiva. Redes semánticas y Marcos. Deducción Natural.
Contenidos Procedimentales: Utilizar el conocimiento en bases de datos para aplicar las relaciones con las bases del
conocimiento. Trabajar en el aula sobre la construcción de Bases de Conocimiento.
Contenidos Actitudinales: Intensificar los conceptos adquiridos anteriormente para resolver problemas de base de
conocimiento. Razonar con otra visión los conceptos de representación del conocimiento y su alcance.
Eje Temático Nº 6: Aprendizaje
Contenidos Conceptuales: Aprendizaje a partir de la observación. Métodos clásicos de aprendizaje. Redes neuronales. Algoritmos genéticos.
Contenidos Procedimentales: Observar el crecimiento de este campo en los últimos años. Aplicación de los árboles de decisión para modelar las clasificaciones de los datos. Entropía.
Contenidos Actitudinales: Aplicar técnicas de transformación de datos en conocimiento. Comprender la utilización de redes neuronales para aplicar conceptos en distintos sistemas.
Eje Temático Nº 7: Comunicación, Percepción y actuación
Contenidos Conceptuales: Entender por qué los agentes intercambian mensajes, la información que contiene, y la metodología que utilizan. Percepción. Introducción a la robótica.
Contenidos Procedimentales: Establecer y analizar la relación entre el lenguaje natural y las bases de conocimiento.
Exposición en aula de participante del grupo Comechinbots, para establecer una conexión con el mismo, para profundizar y visualizar los conceptos adquiridos.
Contenidos Actitudinales: Introducir al alumnado en
PROGRAMA ANALÍTICO
Eje Temático Nº 1: Introducción
Unidad Nº 1: Introducción
¿Qué es la IA? – Fundamentos. Historia de la IA. Estado del arte.
Eje Temático Nº 2: Agentes Inteligentes
Unidad Nº 2: Agentes Inteligentes
Estructura y características de los agentes inteligentes. Programas de agentes. Ambientes. Tipos de agente
Eje Temático Nº 3: Métodos de Búsquedas
Unidad Nº 3: Búsquedas sin información
Agentes que resuelven problemas. Formulación de Problemas. Estrategias de búsqueda. Estados repetidos.
Unidad Nº 4: Búsquedas respaldadas con información
Búsqueda preferente por lo mejor. Funciones Heurísticas. Sistemas Multiagentes.
Eje Temático Nº 4: Planificación
Unidad Nº 5: Lógica de Primer Orden e Inferencia lógica
Agentes basados en el conocimiento. Patrones de razonamiento. Agentes basados en lógica proporcional. Lógica. Lógica
Proporcional. Representación. Sintaxis y semántica de la lógica de primer orden. Unificación y sustitución. Encadenamientos.
Unidad Nº 6: Planificación
Agente de planificación Simple. Representaciones básicas en la planificación. Estados, acciones y objetivos. Planificación con lógica proporcional. Planificación y Acción en el mundo real
Eje Temático Nº 5: Representación del Conocimiento y razonamiento Unidad Nº 7: Representación del conocimiento
Ingeniería Ontológica. Categoría y Objetos. Acciones, situaciones y eventos.
Unidad Nº 8: Razonamiento
Eje Temático Nº 6: Aprendizaje
Unidad Nº 9: Métodos de aprendizaje
Aprendizaje a partir de la observación. Aprendizaje inductivo. Árboles de decisión. Formulación lógica del aprendizaje.
Aprendizaje estadístico. Aprendizaje con datos completos. Redes Neuronales. Algoritmos genéticos. Aprendizajes por refuerzo.
Eje Temático Nº 7: Comunicación, Percepción y actuación Unidad Nº 10: Agentes que se comunican
La comunicación como acción. Agentes de comunicación. Lenguaje natural. Ambigüedad y desambigüedad.
CRITERIOS DE EVALUACIÓN
Evaluación:
Dos parciales Teórico - Práctico
Las calificaciones serán de 0 a 10 puntos, debiendo cumplimentar el alumno los siguientes ítems:
Para regularizar:
Asistencia a clases
Aprobación de trabajos en el cursado
Aprobación de los parciales teóricos-prácticos con nota mayor o igual a 4.
Para la Promoción:
Asistencia a clases
Aprobación de trabajos en el cursado
Aprobación de los parciales teóricos-prácticos con nota mayor o igual a 7.
Autoevaluación:
PLAN DE TRABAJO
Eje temático Nº 1: Presentación de la IA Semana Contenidos Metodología Evaluación Nivel de
Profundidad Bibliografía
1
Introducción a la IA, historia, evolución, presente, futuro. Los fundamentos de IA, paradigmas. Estado del arte de la disciplina.
Clase Ejemplificaciones Diálogo entre docente - alumnos. Presentación de casos Trabajos Prácticos Conceptual. Informativo. Formador de criterios. - RUSSELL
- ARRIOJA LANDA COSIO
Eje temático Nº 2: Agentes Inteligentes Semana Contenidos Metodología Evaluación Nivel de
Profundidad Bibliografía
2
Estructura y características de los agentes inteligentes. Programas de agente, clasificación, aplicaciones. Ambiente. Ejemplificaciones Diálogo entre docente - alumnos. Presentación de casos para discusión grupal. Trabajos Prácticos Conceptual. Formador de criterios.. - RUSSELL - ESCOLANO RUIZ - ARRIOJA LANDA COSIO
Eje temático Nº 3: Métodos de búsqueda Semana Contenidos Metodología Evaluación Nivel de
Profundidad Bibliografía
3-7
Agentes que resuelven problemas. Formulación de Problemas, tipos de problemas, estrategias de búsqueda, búsqueda sin contar con información, búsquedas heurísticas. Sistemas Multiagente Clase Ejercitación Ejemplificaciones Diálogo entre docente - alumnos. Presentación de casos para discusión grupal. Desarrollo incremental de los temas, trayendo siempre a las clases conceptos vistos anteriormente. Trabajos Prácticos Primer Parcial Teórico – Práctico Conceptual. Informativo. Comparaciones. Formador de criterios. - RUSSELL - ESCOLANO RUIZ - WINSTON - FERNÁNDEZ GALÁN - ARRIOJA LANDA COSIO
Eje temático Nº 4: Planificación
Semana Contenidos Metodología Evaluación Nivel de
Profundidad Bibliografía
8-9
Características especiales de los agentes lógicos. Lógica. Inferencias proposicionales. Patrones de razonamiento.
Representación de la lógica de primero orden. Encadenamientos. Planificación de las búsquedas, relación con la lógica y su razonamiento. Actuación en un mundo real y sorteo de la
Eje temático Nº 5: Representación del conocimiento y razonamiento Semana Contenidos Metodología Evaluación Nivel de
Profundidad Bibliografía
10
Ingeniería ontológica. Base de conocimientos. Características y componentes.
Razonamiento del agente para llegar a una respuesta-Razonamiento probabilista. Deducción natural, redes semánticas y marcos. Clase Ejemplificaciones Diálogo entre docente - alumnos. Presentación de caso. Desarrollo incremental de los temas, trayendo siempre a las clases conceptos vistos anteriormente. Trabajos Prácticos Conceptual. Informativo. Comparaciones. Formador de criterios. - RUSSELL - ESCOLANO RUIZ - FERNÁNDEZ GALÁN
Eje temático Nº 6: Aprendizaje
Semana Contenidos Metodología Evaluación Nivel de
Profundidad Bibliografía
11
Aprendizaje a partir de la observación. Aprendizaje inductivo. Árboles de decisión. Formulación lógica del aprendizaje. Aprendizaje estadístico. Aprendizaje con datos completos. Redes Neuronales. Algoritmos genéticos. Aprendizajes por refuerzo.
Clase Diálogo entre docente - alumnos. Trabajos Prácticos Conceptual. Informativo. Comparaciones. Formador de criterios. - RUSSELL - ESCOLANO RUIZ - FERNÁNDEZ GALÁN
Eje temático Nº 7: Comunicación, Percepción y actuación Semana Contenidos Metodología Evaluación Nivel de
Profundidad Bibliografía
12-14
La comunicación como acción. Agentes de comunicación. Lenguaje natural. Ambigüedad y desambigüedad. Formación de la imagen. Información tridimensional. Reconocimiento de objetos. Introducción a la robótica
METODOLOGÍA
La metodología de enseñanza responde a lo siguiente:
Clases expositivas, incorporando hechos reales a fin de introducir al alumnado en el mundo de la inteligencia artificial y sus aplicaciones. Clases dinámicas, para generar la participación y el debate en el
educando.
Se trabajará en grupos, orientados y supervisados por el docente, análisis de casos y resolución de problemas.
Atención de consultas, asesoramiento y evaluación del desarrollo de los trabajos.
BIBLIOGRAFÍA
LISTA ALFABÉTICA DE REFERENCIAS (Bibliográficas y No bibliográficas)
OBLIGATORIA
RUSSELL, Stuart J. ; NORVIG, Peter.
Inteligencia artificial: un enfoque moderno.
2a. ed.
Pearson Educación, [2005]. ISBN: 9788420540030.
(Al 2014: 1 ejemplar/es en Colección UTN,
más 2 ejemplar/es de la 1a. ed., uno en español y otro en inglés)
ESCOLANO RUIZ, Francisco ; CAZORLA QUEVEDO, Miguel Ángel.
Inteligencia artificial: modelos, técnicas y áreas de aplicación.
[1a. ed.].
I.T.E.S. ; Paraninfo, 2003. ISBN: 9788497321839.
(Al 2014: 1 ejemplar/es en Colección UTN)
WINSTON, Patrick Henry.
Inteligencia artificial.
3a. ed.
Addison Wesley Iberoamericana, 1994. ISBN: 9780201518764.
(Al 2014: 2 ejemplar/es en Colección UTN, más 1 copia/s de la misma edición)
COMPLEMENTARIA
FERNÁNDEZ GALÁN, Severino ; GONZÁLEZ BOTICARIO, Jesús ; MIRA MIRA, José.
Problemas resueltos de inteligencia artificial aplicada: búsqueda y representación.
[1a. ed.].
Addison Wesley Iberoamericana, 1998. ISBN: 9788478290178.
(Al 2014: 1 ejemplar/es en Colección UTN)
ARRIOJA LANDA COSIO, Nicolás.
Inteligencia artificial: sistemas inteligentes con C#: [nivel avanzado-experto].
1a. ed. Gradi, 2007.
ISBN: 9789871347513.
(Al 2014: 2 ejemplar/es en Colección UTN)
NILSSON, Nils J.
Principios de inteligencia artificial.
1a. ed.
ISBN: 8486251559.
(Al 2014: 1 ejemplar/es en Colección UTN, más 1 copia/s de la misma edición)
RICH, Elaine ; KNIGHT, Kevin.
Inteligencia artificial.
2a. ed.
McGraw-Hill Interamericana, [1998]. ISBN: 9788448118587.
(Al 2014: 2 ejemplar/es en Colección UTN)
PONCE CRUZ, Pedro.
Inteligencia artificial con aplicaciones a la ingeniería.
1a. ed.
Alfaomega Grupo Editor, 2010. ISBN: 9786077854838.
ARTICULACIÓN
Articulación con el Área: Área de Modelos
Asignatura Carga Horaria Porcentaje
Inteligencia Artificial 96 16 %
Matemática Superior 128 21 %
Investigación operativa 160 26 %
Simulación 128 21 %
Temas relacionados con materias del área:
Matemática Superior Tema relacionado
Aproximación. Problemas de Aproximación. Errores.
Sistemas. Sistemas Dinámicos Lineales Discretos y
Continuos.
Investigación Operativa Tema relacionado
Toma de decisiones en investigación de
operaciones
Representación por medio de modelos. Algorítmicos y Heurísticos. Formulación del
problema. Construcción de un modelo matemático. Obtención de una solución. Validación del modelo y la solución.
Simulación Tema relacionado
Introducción. Distintos tipos de modelos. Características de la
Simulación. Etapas de un estudio de simulación. Factores a considerar. Ventajas e inconvenientes.
Análisis de resultados. Métodos de estimación.
Simulación de sistemas continuos.
Modelos de sistemas continuos.
Teoría de control Tema relacionado
Sistemas de control. Función de Transferencia. Diagrama de Flujo de
Señales. Variables de Estado.
Dinámica de sistemas. Dinámica de Sistemas.
Sistemas de control discreto.
Señales de tiempo discreto. Sistemas
Articulación con el Nivel:
Asignatura Carga Horaria Porcentaje
Inteligencia Artificial 96 13,64 %
Proyecto Final (Integradora) 192 27,27 %
Administración gerencial 96 13,64 %
Sistemas de gestión 128 18,18 %
Temas relacionados con materias del nivel:
Proyecto Final Tema relacionado
Métricas Métricas
Modelos y estándares de calidad de SW
Modelos y estándares de calidad de SW
Administración
gerencial Tema relacionado
Tecnologías Impacto de las Tecnologías de la Información,
factores inherentes a su Aplicación. Planificación y
Programación
Planificación y Programación
Sistemas de gestión Tema relacionado
Proceso de la toma de decisiones
Factores que influyen en la toma de decisiones. Importancia de la toma de decisiones
Sistema de apoyo a las decisiones
Conceptos. Herramientas para dar
soporte a la toma de decisiones
Articulación con las correlativas:
Asignatura Para cursar Para rendir
Cursada Aprobada Aprobada
Temas relacionados con las correlativas:
Investigación Operativa Tema relacionado
Toma de decisiones en investigación de
operaciones
Representación por medio de modelos. Algorítmicos y Heurísticos. Formulación del
problema. Construcción de un modelo matemático. Obtención de una solución. Validación del modelo y la solución.
Simulación Tema relacionado
Introducción. Distintos tipos de modelos. Características de la
Simulación. Etapas de un estudio de simulación. Factores a considerar. Ventajas e inconvenientes.
Análisis de resultados. Métodos de estimación.
Simulación de sistemas continuos.
Modelos de sistemas continuos.
Matemática Superior Tema relacionado
Aproximación. Problemas de Aproximación. Errores.
Sistemas. Sistemas Dinámicos Lineales Discretos y
Continuos.
Probabilidades y
Estadísticas Tema relacionado
Variables Variables aleatorias. Distribuciones y densidades.
Funciones de variables aleatorias.
Hipótesis Verificación de Hipótesis
Diseño de Sistemas Tema relacionado
ORIENTACIÓN
Del Área:
Aprender nuevos conceptos y procedimientos necesarios para el tratamiento de comunicaciones, control, simulación e inteligencia artificial
De la Asignatura:
Aplicar el pensamiento de resolución de problemas utilizados en Inteligencia Artificial, en las distintas actividades profesionales.
Implementar sistemas inteligentes, comprender su estructura y
funcionamiento.
Ahondar en el conocimiento de agentes inteligentes, para aprender a interactuar con ellos conociendo y diseñando los ambientes en los que operan.
