PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR Facultad de Ingeniería – Escuela de Sistemas E-MAIL: [email protected] Av. 12 de Octubre 1076 y Roca Apartado postal 17-01-2184 Fax: 593-2-299 16 56 Telf: 593-2-299 15 35 Quito - Ecuador

1. DATOS INFORMATIVOS: MATERIA: INTELIGENCIA ARTIFICIAL I CÓDIGO: 12652 CARRERA: Ingeniería de Sistemas NIVEL: 5to. No. CRÉDITOS: 4 créditos CRÉDITOS TEORÍA: 2 créditos SEMESTRE ACADÉMICO: Primer Semestre 2009 - 2010 CRÉDITOS PRÁCTICA: 2 créditos PROFESOR: Catherine Infantes Mantilla, Ingeniera en Sistemas Computacionales, Máster en Planificación y Dirección Estratégica Líneas de actividad académica: Inteligencia Artificial, Ingeniería del Conocimiento, Gestión por procesos, Planificación Estratégica. 17h00 – 21h00 [email protected] Cel. 099599230 2. DESCRIPCIÓN DE LA MATERIA: Acogiendo el concepto de Inteligencia Artificial y el perfil profesional al que se orienta el ingeniero de Sistemas e Informática, el presente curso concentrará sus estudios en los conceptos y fundamentaciones que permiten simular el proceso de “pensar” que ejecuta el ser humano en un computador y expondrá los conceptos básicos que utiliza la Inteligencia Artificial para el desarrollo de sus técnicas de simulación, los mismos que serán implementados a través de una herramienta informática en la asignatura Inteligencia Artificial II del siguiente nivel. 3. OBJETIVO GENERAL: Determinar los conceptos fundamentales de la Inteligencia Artificial, así como definir los procesos básicos que involucra la aplicación de los mismos para identificar su utilidad dentro del desarrollo de sistemas informáticos. 4. OBJETIVOS ESPECÍFICOS: Identificar los fundamentos teóricos de la Inteligencia Artificial. Definir los problemas basados en razonamiento y aprendizaje. Determinar métodos de búsqueda para la resolución de problemas. Diferenciar el conocimiento cierto del conocimiento incierto. Aplicar técnicas de resolución de problemas basados en conocimientos bajo incertidumbre. Identificar técnicas de procesamiento y generación del conocimiento para la resolución de problemas.

Inteligencia Artificial I

1/8

PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR Facultad de Ingeniería – Escuela de Sistemas E-MAIL: [email protected] Av. 12 de Octubre 1076 y Roca Apartado postal 17-01-2184 Fax: 593-2-299 16 56 Telf: 593-2-299 15 35 Quito - Ecuador

5. CONTENIDOS Ord. 1

Unidad INTRODUCCIÓN

Objetivo Revisar los conceptos básicos de Inteligencia Artificial y la aplicación de cada una de las áreas de estudio. Determinar las funciones de un agente inteligente, cómo se relaciona éste con su medio, cómo se evalúa. Determinar los algoritmos de búsqueda óptimos que permitan solucionar problemas definidos previamente.

2

AGENTES INTELIGENTES

3

SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA

4

CONOCIMIENTO Y RAZONAMIENTO BAJO INCERTIDUMBRE

Representación de datos inciertos a través de técnicas de incertidumbre.

5

SISTEMAS BASADOS EN CONOCIMIENTOS – SISTEMAS EXPERTO

Aplicar las técnicas de representación del conocimiento y de razonamiento lógico en la resolución de problemas.

6

INTRODUCCIÓN A REDES NEURONALES

Identificar y plantear las bases teóricas para la aplicación de redes neuronales en el desarrollo de problemas reales.

Contenido Definición de conceptos. Áreas de estudio de la IA. Métodos y técnicas de aplicación de la IA. Introducción Estructura de los agentes inteligentes. Ambientes. Agentes que resuelven problemas. Formulación de problemas. Conocimientos y tipos de problemas. Problemas de ejemplo, de juego, reales. Búsqueda de soluciones. Estrategias de búsqueda. Búsqueda preferente por amplitud. Búsqueda preferente por profundidad. Búsqueda por profundización iterativa. Funciones heurística. Búsqueda A* Algoritmos de mejoramiento iterativos. Introducción al razonamiento no monótono. Lógicas para razonamientos no monótonos. Implementación de algoritmos de búsqueda para razonamiento no monótono. Razonamiento estadístico. Técnicas de administración de incertidumbre bajo razonamiento estadístico. Redes bayesianas: inferencia, modelos, aplicaciones. Definición de los sistemas basados en conocimientos. Ciclo de desarrollo de los sistemas basados en conocimientos. Desarrollo de un sistema experto: representación razonamiento, aplicación. Aplicación del sistema con una herramienta. Definición de neuronas. Estructura de las neuronas Estructura de una red neuronal. Funciones de activación Tipos de aprendizaje para redes neuronales. Aprendizaje supervisado. Modelo referencial: Perceptrón.

6. METODOLOGÍA, RECURSOS: Ord.

UNIDAD

TEORÍA PEDAGÓGICA

ESTILO DE APRENDIZAJE

1

INTRODUCCIÓN

CONDUCTISMO

APRENDIZAJE SOCIAL

2

AGENTES INTELIGENTES

OBJETIVISMO

APRENDIZAJE SITUADO

3

SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA

INSTRUCTIVISMO

APRENDIZAJE SIGNIFICATIVO SITUADO

4

CONOCIMIENTO Y RAZONAMIENTO BAJO INCERTIDUMBRE

CONSTRUCTIVISTA

APRENDIZAJE SITUADO – APRENDIZAJE SOCIAL

Inteligencia Artificial I

METODOLOGÍA DE APRENDIZAJE Se realizará una búsqueda exhaustiva de información referente a las áreas de aplicación de la inteligencia artificial y de los componentes de las mismas. Se planteará un foro de discusión a fin de que se establezcan criterios comunes Se realizará un análisis de la información obtenida sobre los agentes inteligentes y sus aplicaciones, orientando todos los conceptos a aplicaciones de sistemas informáticos. Se propone la búsqueda e identificación de varios algoritmos o técnicas de búsqueda para la resolución de problemas, luego de lo cual se realizará un análisis de cada una de ellas y se proponen ámbitos de desarrollo, orientados a sistemas informáticos. Se propone una metodología basada en el análisis crítico de cada una de las técnicas de administración de incertidumbre, resolviendo problemas orientados a sistemas informáticos,

2/8

PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR Facultad de Ingeniería – Escuela de Sistemas E-MAIL: [email protected] Av. 12 de Octubre 1076 y Roca Apartado postal 17-01-2184 Fax: 593-2-299 16 56 Telf: 593-2-299 15 35 Quito - Ecuador

5

SISTEMAS BASADOS EN CONOCIMIENTOS – SISTEMAS EXPERTO

CONSTRUCTIVSTA

APRENDIZAJE SOCIAL

6

INTRODUCCIÓN A REDES NEURONALES

INSTRUCTIVISMO

APRENDIZAJE SITUADO

utilizando el criterio del grupo de trabajo para la definición del problema inicial. Desarrollo de un Sistema de Información aplicando técnicas de inteligencia artificial, este sistema debe ser desarrollado en grupo, siguiendo el ciclo de desarrollo del software. Clase descriptiva del concepto de Redes neuronales y su aplicabilidad en la resolución de problemas, se propone un modelo computacional y un ejemplo del mismo

RECURSOS: Pizarra, tiza líquida, videoproyector, computador, textos de referencia, Internet. Software a utilizar: procesador de texto, hoja de cálculo, presentador de diapositivas, diseñador de diagramas, planificador de proyectos.

Inteligencia Artificial I

3/8

PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR Facultad de Ingeniería – Escuela de Sistemas

E-MAIL: [email protected] Av. 12 de Octubre 1076 y Roca Apartado postal 17-01-2184 Fax: 593-2-299 16 56 Telf: 593-2-299 15 35 Quito - Ecuador

ASIGNATURA: INTELIGENCIA ARTIFICIAL ORGANIZACIÓN DOCENTE SEMANAL ACTIVIDADES DE INTERACCIÓN DOCENTE - ESTUDIANTES

TRABAJO AUTÓNOMO DEL ESTUDIANTE

(HORAS PRESENCIALES)

(HORAS NO PRESENCIALES)

SEMANA

N° de horas de clases teóricas (1 - 16)

1° semana

4

2° semana

4

3° semana

2

4° semana 5° semana

6° semana

7° semana

8° semana

2 4

2

2

2

Inteligencia Artificial I

N° de horas de clases N° de horas prácticas, de tutorías laboratorios, especializadas talleres

ACTIVIDADES (Descripción)

TEMAS A TRATAR (N° del tema, unidad, o capítulo descritos en Contenidos)

N° de horas EVALUACIONES

Consulta sobre criterios y aplicaciones de la Inteligencia Artificial

CAPÍTULO No. 1 INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

2

CAPÍTULO No. 2 AGENTES INTELIGENTES 2

Consulta sobre definiciones, clasificación y aplicaciones de Agentes Inteligentes

CAPÍTULO No. 2 AGENTES INTELIGENTES

2

CAPÍTULO No. 3 SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDAS

2 Primera Evaluación

2

CAPÍTULO No. 4: CONOCIMIENTO Y RAZONAMIENTO BAJO INCERTIDUMBRE

2

CAPÍTULO No. 4: CONOCIMIENTO Y RAZONAMIENTO BAJO INCERTIDUMBRE

2

CAPÍTULO No. 4: CONOCIMIENTO Y RAZONAMIENTO BAJO INCERTIDUMBRE 4/8

PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR Facultad de Ingeniería – Escuela de Sistemas

E-MAIL: [email protected] Av. 12 de Octubre 1076 y Roca Apartado postal 17-01-2184 Fax: 593-2-299 16 56 Telf: 593-2-299 15 35 Quito - Ecuador

Consulta sobres las aplicaciones de Inteligencia Artificial

CAPÍTULO No. 5 SISTEMAS BASADOS EN CONOCIMIENTOS

9° semana

2

2

10° semana

2

2

CAPÍTULO No. 5 SISTEMAS BASADOS EN CONOCIMIENTOS

11° semana

2

2

CAPÍTULO No. 5 SISTEMAS BASADOS EN CONOCIMIENTOS

2

2

CAPÍTULO No. 5 SISTEMAS BASADOS EN CONOCIMIENTOS

2

2

2

2

2

2

CAPÍTULO No. 5: SISTEMAS EXPERTOS

2

CAPÍTULO No. 6: INTRODUCCIÓN A LAS REDES NEURONALES

12° semana 13° semana 14° semana 15° semana 16° semana

2

Segunda Evaluación Elaboración inicial del proyecto

EXÁMENES FINALES 17° semana

Inteligencia Artificial I

PROYECTO FINAL SISTEMAS EXPERTOS / EVALUACIÓN DE REDES NEURONALES

5/8

PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR Facultad de Ingeniería – Escuela de Sistemas

7. EVALUACIÓN: 6.1. CRONOGRAMA DE EVALUACIONES: Ord.

Unidad

Tipo de Evaluación

Actividad

Fecha

Puntaje

DEBER: Recopilación de criterios, conceptos, clasificaciones y aplicaciones de la Inteligencia Artificial

24-08-2009

1

24-08-2009

1

31-08-2009

1

· Las características a considerar en esta Unidad para la evaluación consiste TALLER: Ejercicios sobre identificación en la destreza generada y expuesta por de agentes inteligentes en problemas el estudiante en la recopilación de planteados información y síntesis de la misma

04-09-2009

1

·

EXPOSICIÓN: algoritmos de búsqueda

07-09-2009 14-09-2009

3

TALLER: En cada exposición se realizaran ejercicios de aplicación de los algoritmos de búsqueda

07-09-2009 14-09-2009

4

EVALUACIÓN DEL PRIMER BIMESTRE

18-09-2009

4

TALLER: Identificación de certidumbre y grados de verdad de los conocimientos

28-09-2009

2

DEBER: Ejercicios de aplicación

05-10-2009

2

TALLER: Representación del Conocimiento

19-10-2009

2

DEBER: Identificación de aplicaciones de Inteligencia Artificial para resolución de problemas

23-10-2009

2

Informe sobre propuesta de proyecto

06-11-2009

3

06-11-2009

4

06-11-2009 04-12-2009

2

·

1

INTRODUCCIÓN

· Se considerarán como parámetros de evaluación en esta Unidad, la participación activa del estudiante en las TALLER: FORO abierto sobre conceptos clases, y se tomarán en cuenta los de Inteligencia Artificial criterios emitidos y las conclusiones generadas en cada sesión ·

2

3

AGENTES INTELIGENTES

SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA

5

Formativa y parcial.

Formativa y parcial.

CONOCIMIENTO Y RAZONAMIENTO BAJO Las características básicas en esta INCERTIDUMBRE · unidad para la evaluación del aprendizaje se fundamentan en el tipo de solución propuesta, específicamente en lo creativas y novedosas que puedan ser. ·

5

Sumativa y parcial

· En esta Unidad se pretende que el estudiante vaya recopilando información sobre los algoritmos de búsqueda de soluciones, luego realice un análisis de los algoritmos elaborados y desarrolle una propuesta clara con algoritmos bien definidos, por lo que, la evaluación se basará en la capacidad de análisis, de síntesis y de concordancia entre lo estudiado y lo propuesto como solución.

·

4

Sumativa y Parcial.

SISTEMAS BASADOS EN CONOCIMIENTOS – SISTEMAS EXPERTO

SISTEMAS EXPERTOS

Inteligencia Artificial

Sumativa y parcial

· En consideración a los contenidos revisados hasta este momento en el curso y de la información levantada, se solicitará la elaboración de un prototipo de sistema, utilizando una herramienta de desarrollo de sistema experto. Esta actividad se desarrollará en grupos.

DEBER: Recopilación de definiciones, clasificación y aplicaciones de Agentes Inteligentes

EVALUACIÓN DEL SEGUNDO BIMESTRE Presentación de avances de proyecto (al menos 2). Desarrollo de un sistema

6/8

PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR Facultad de Ingeniería – Escuela de Sistemas

experto

·

6

INTRODUCCIÓN A REDES NEURONALES

Formativa y parcial

· Se elaborarán criterios en el foro y conjuntamente con las lecturas propuestas se deberán identificar modelos de solución utilizando esta técnica.

TALLER: Ejercicios de aplicación de modelos de redes neuronales

13-12-2009 20-12-2009

2

Presentación de avances de proyecto (Al menos 2). Desarrollo de la resolución de un problema utilizando redes neuronales

13-12-2009 20-12-2009

4

Presentación de trabajo final de redes neuronales

14-12-2009

4

Presentación del proyecto de sistemas expertos

07-12-2009

4

Evaluación final

14-12-2009

4

6.2. SISTEMA DE CALIFICACIÓN Se considerará la evaluación en tres bimestres: a. Primer Bimestre sobre 15 puntos. De los cuales 8 puntos corresponderán a todas las actividades a realizarse en clase, 3 puntos corresponderán a las exposiciones realizadas; y, 4 puntos a una evaluación de los conocimientos al final del bimestre. b. Segundo Bimestre sobre 15 puntos. De los cuales 8 puntos corresponderán a todas las actividades a realizarse en clase y deberes, 3 puntos corresponderán a la presentación de avances del trabajo que se enviará sobre sistemas expertos; y, 4 puntos a una evaluación de los conocimientos al final del bimestre. c. Tercer Bimestre sobre 20 puntos. De los cuales 6 puntos corresponderán a todas las actividades y sobre los avances de los proyectos propuestos, 8 puntos corresponderán a los proyectos solicitados; 2 puntos corresponderán a los trabajos realizados en clases; y, 4 puntos a una evaluación de los conocimientos al final del bimestre. Los talleres, trabajos y proyectos deberán ser ejecutados en grupos de no más de 3 estudiantes, y las pruebas serán realizadas de igual forma. Todos los talleres, trabajos, proyectos y exámenes serán calificados sobre 10 puntos, luego de lo cual se realizarán las ponderaciones correspondientes.

6.3. FECHA DE ENTREGA DE CALIFICACIONES EN SECRETARÍA PRIMER BIMESTRE: SEGUNDO BIMESTRE: NOTAS FINALES:

Inteligencia Artificial

21 de Septiembre de 2009 9 de noviembre de 2009 21 de diciembre de 2009

7/8

PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR Facultad de Ingeniería – Escuela de Sistemas

8. BIBLIOGRAFÍA: Textos de Referencia: INTELIGENCIA ARTIFICIAL: Un enfoque moderno, Rusell Norvig, editorial Pearson Education. INTELIGENCIA ARTIFICIAL, segunda edición, Elaine Rich y Kevin Knight. Textos Recomendados: ARTIFICIAL INTELLIGENCE, Nillsen.

Aprobado: Por el Consejo de Escuela

_______________________ f) Director de Escuela

fecha:____________________

Por el Consejo de Facultad

_______________________ f) Decano

Inteligencia Artificial

fecha:____________________

8/8