FISI - UNMSM
 
 
Inteligencia Artificial 
 
 Prof. Hugo Vega Huerta
 
 
 
 
 
Syllabus
 
1. ESPECIFICACIONES GENERALES
 
Nombre del Curso :

INTELIGENCIA ARTIFICIAL

Código del Curso : 207008
Duración del Curso :       17 semanas
Forma de Dictado :  Técnico - experimental
Horas semanales :  Teoría: 6h – Laboratorio: 4h
Naturaleza :   Formación profesional
Número de créditos : Cuatro (04)
Prerrequisitos : 205007 – Investigación Operativa I
Semestre académico:  2010 - 0
Profesor: Prof. Hugo Vega Huerta
 
 
2. SUMILLA
 
La Inteligencia Artificial, conceptos, paradigmas y aplicaciones en la industria y servicios. Representación del conocimiento. Representación de problemas de IA como búsqueda en el espacio de estado. Métodos de búsqueda ciegos e informados. Juegos inteligentes humano-máquina. Sistemas expertos, conceptos, arquitectura y aplicaciones. Motores de inferencias. Métodos para el desarrollo de sistemas expertos. El método CommonKads. Introducción al aprendizaje automático.
 
3. OBJETIVO GENERAL
 
Los estudiantes adquirirán conocimientos del área de Inteligencia Artificial en general y desarrollarán aspectos básicos en el desarrollo de juegos inteligentes, y sistemas expertos, y su aplicación en la resolución de problemas de la industria y en servicios inteligentes.
 
4. LOGROS DEL CURSO
 
Al finalizar el curso, el alumno será capaz de:
 
• Comprender que es la Inteligencia Artificial y la complejidad de sus problemas.
• Representar y resolver problemas de juego humano - máquina a través de técnicas de búsqueda en un espacio de estado.
• Diseñar y desarrollar software de juegos inteligentes con interacción hombre-máquina y que usen técnicas de inteligencia artificial.
• Comprender qué son los sistemas expertos y saber cuándo usarlos.
• Diseñar y desarrollar sistemas expertos basados en diversos motores de inferencias (métodos de encadenamiento y redes neuronales artificiales),    considerando criterios de calidad.
• Evaluar la calidad de la solución de sistemas expertos.
• Conocer los conceptos de aprendizaje automático, su importancia y sus aplicaciones
 
5. PROGRAMA DEL CURSO
 

 

Sem

Tema     

Trabajos

Practica    Laboratorio    


 

 

1 

Fundamentos de la inteligencia artificial

 

 Ejemplo de Agentes Inteligentes

 
  • Definición de la Inteligencia Artificial.
  • Máquina inteligente.
  • Diferencia entre sistemas operacionales y sistemas inteligentes. Aplicaciones en la industria y servicios (robótica, planificación, gestión de desperdicios).
  • Test de Turing.

 


 

 

Representación del conocimiento – Clasificación de problemas algorítmicos 

   
  • Representación del conocimiento: redes semánticas, registros, y predicados.
  • Clasificación de problemas algorítmicos. Problemas de decisión, localización y optimización. Problemas P y NP. Descripción de algunos problemas.

 


 

3 

Búsqueda en un espacio de estados

B.B.E. en los juegos 

 
  • Definición de problemas de la IA como problemas de búsqueda en un espacio de estado.

 


  

4 

Métodos de búsqueda en un espacio de estados

   
  • Métodos de búsqueda ciega: amplitud, profundidad y no determinista. 

 


 

5

Métodos de búsqueda informados

   
  • Métodos que usan información adicional: primero el mejor, ascenso a la colina, ramificación y acotación.

 


 

6 

Métodos de búsqueda para juegos hombre-máquina  

Manual Lisp 

 

Juego de los 3 Mosqueteros

  • Métodos MIN-MAX para desarrollar juegos inteligentes hombre-máquina.

 


7 

Examen parcial

 Solución

 Pregunta 3 (solución)

 

 

Fundamentos de sistemas expertos

   
  • Definición de Sistemas Expertos.
  • Arquitectura de un sistema experto.
  • Taxonomía y aplicaciones de los sistemas expertos.
  • Requisitos para el desarrollo de sistemas expertos y ventajas del uso de sistemas expertos.
  • Algunos problemas basados en el conocimiento.

 


 

Diseño de Sistemas Expertos

  Sistema de medicamentos (Prolog) 
  • Diseño de Sistemas Expertos (SE). Ingeniería de software y SE Ciclo de vida de un SE.

 


 

 

10

Desarrollo de sistemas expertos basados en reglas

 

 
  • Construcción de la base de hechos y base de conocimiento. El motor de inferencia.
  • Los métodos de encadenamiento regresivo, progresivo y reversibilidad. Técnicas de equiparación, el algoritmo RETE.
  • Técnicas de resolución de conflictos. Revisión del diseño del SE correspondiente al 2do trabajo.

 


 

 

11 

Sistemas expertos basados en Redes Neuronales

   
  • Conceptos básicos de redes neuronales artificiales (RNA).
  • El problema de identificación de patrones y sus aplicaciones.
  • Identificación de patrones a través de RNA. Algoritmos de RNA para identificación de patrones.
  • Consideraciones para resolver problemas basados en el conocimiento a través de RNA.

 


 

12 

Calidad y validación de sistemas expertos

 Sistema Experto  
  • Principales errores en el desarrollo de un sistema experto. Calidad de un sistema experto. Eficiencia y error de sistemas expertos.

 


 

13

Introducción a los Sistemas Inteligentes

   
  • Introducción a los sistemas inteligentes Conceptos de aprendizajes Aplicaciones de RNA y de Sistemas Inteligentes.

 


14

Examen final

 

   

6. METODOLOGÍA
 
El curso se desarrolla a través de actividades teórico – prácticas, dando énfasis a aplicaciones en la industria y servicios. Los estudiantes, organizados en equipos de 3 desarrollarán dos trabajos computacionales. Durante las sesiones de teoría se discutirán la resolución de problemas propuestos. Durante las sesiones de laboratorio se evaluarán las lecturas así como el avance de los trabajos computacionales.
 
 
7. EVALUACIÓN
 
El Promedio Final (PF) se determina de la forma siguiente:
 
PF = 0.025(CL1 + CL2 + CL3 + CL4) + 0.075(TB1 + TB2) + 0.15*LA + 0,30*EA + 0,30*EB

Donde:
CL: Controles de Lecturas
TC1: Trabajo Grupal (Juegos Inteligentes Humano – Máquina)
TC2: Trabajo Grupal (Sistemas Expertos)
EP: Examen Parcial
EF: Examen Final
LA: Laboratorio

El alumno podrá sustituir la nota del examen parcial o del examen final siempre que no haya podido dar alguno de estos exámenes.
 
 
8. BIBLIOGRAFÍA
 
 [1] STUART, RUSSELL; PETER, NORVIG
1996 Inteligencia artificial, un enfoque moderno. Ed. Prentice Hall.
ISBN 0-13-103805-2

[2] PATRICK, WINSTON
1984 Inteligencia artificial. Ed. Addison-Wesley
ISBN 0-201-51876-7

[3] ELAINE, RICH
1988 Inteligencia artificial. Ed McGraw-Hill
ISBN 0-07-450364-2