INTELIGENCIA ARTIFICIAL - 503356
- Descripción :
Esta asignatura entrega a los alumnos una revision de las teorias y aplicaciones de sistemas de Inteligencia Artificial: conceptos, representaciones, y tecnicas usadas en la construccion de sistemas computacionales que parezcan demostrar conductas inteligentes por medio de algoritmos adaptativos de procesamiento de la informacion. Es deseable para esta asignatura haber cursado la asignatura Optimizacion.
Esta asignatura aporta a las siguientes competencias del perfil de egreso:
- Aplicar principios de matematicas, ciencias de la ingenieria y ciencias de la computacion, a problemas de ingenieria informatica.
- Identificar necesidades de usuarios, a partir de las cuales formula, dise?a e implementa soluciones informaticas que satisfagan las especificaciones.
- Analizar e interpretar grandes volumenes de datos que describen tanto sistemas como sus componentes.
- Dise?ar y conducir experimentos para evaluar, caracterizar y modelar sistemas informaticos complejos.
- Involucrarse en procesos de auto-aprendizaje continuo que le permita adaptarse a la evolucion de la teoria y tecnologia.
- Resultados aprendizaje esperados :
Al finalizar el curso los alumnos deben ser capaces de:
1. Explicar los conceptos y paradigmas basicos de la Inteligencia Artificial.
2. Describir y aplicar estrategias de Inteligencia Artificial para la resolucion de problemas.
3. Decidir entre los mejores metodos para solucionar un problema en particular
4. Combinar elementos de los diferentes enfoques de la IA para resolver problemas nuevos.
5. Distinguir y utilizar tecnicas de representacion y manipulacion de conocimiento.
6. Entender los algoritmos fundamentales de busqueda, de aprendizaje automatico y de razonamiento para toma de decisiones bajo incertidumbre.
- Contenidos :
1. Inteligencia Artificial (perspectiva computacional): historia, conceptos, problemas, controversias, areas de trabajo, etc.
2. Ciencias Cognitivas (perspectiva humana): procesos cognitivos, modelos, problemas en ciencias cognitivas versus IA, etc.
3. Resolucion de Problemas mediante Busqueda: aspectos basicos, problemas, espacios de estados, forward and backward chaining, busqueda no informada, busqueda informada, heuristicas, juegos, busqueda con restricciones
4. Planificacion: Problemas de la planificacion, algunos paradigmas, planificacion lineal tipo STRIPS, anomalia de Sussman, el problema del Frame, planificacion de orden parcial.
5. Representacion de Conocimientos: fundamentos, aspectos cognitivos, tecnicas basicas: frames, reglas, logica, redes semanticas, ontologias, sistemas basados en conocimiento, mecanismos de inferencia, etc.
6. Introduccion al procesamiento automatico de lenguaje natural: etapas del procesamiento del lenguaje, teorias y modelos, sistemas de comprension de lenguaje, generacion de lenguaje natural, etc.
7. Agentes Inteligentes: modelos y arquitecturas, sistemas intencionales, autonomia, teoria de agencia, sistemas multi-agente, teoria de juegos, negociacion, etc.
8. Introduccion al Aprendizaje Automatico: fundamentos matematicos y biologicos, principios, modelos fundamentales, tecnicas y problemas, aprendizaje simbolico versus conexionista, revision de algunas tecnicas: redes neuronales, arboles de decision, algoritmos geneticos
- Metodología :
El curso constara con clases teoricas y practicas. El alumno debera tener una participacion activa dentro del curso a traves de trabajos practicos y el desarrollo de un proyecto semestral, complementado con sesiones expositivas.
- Evaluación :
La asignatura consta de al menos tres evaluaciones usando algunas de las siguientes modalidades: evaluaciones escritas, tareas, proyectos y presentaciones orales.
- Facultad :INGENIERIA
- Departamento :INFORMATICA Y CS COMPUTACION
- Creditos :4
- Cupos :80
- Campus :CONCEPCION