profesora:
Laura
Alonso i Alemany
Q2-09 (Agosto a Noviembre 2009)
lunes y miércoles de 11 a 13
aula 23 o laboratorio 30 (FaMAF)
• calendario de clases (con temas a
tratar y materiales de lectura)
• qué queremos hacer?
• cómo queremos hacerlo?
• cuestiones prácticas (tiempo y
espacio, evaluación, tareas, etc.)
• bibliografía y referencias
• otros cursos
• materiales varios
introducción
La inteligencia artificial es el arte de crear máquinas con capacidad de realizar funciones que realizadas por personas requieren de inteligencia. (Kurzweil, 1990).
Para ello, la inteligencia artificial trata de desarrollar agentes racionales no vivos. Entendemos por agente cualquier cosa capaz de percibir su entorno (recibir entradas), procesar tales percepciones y actuar en su entorno (proporcionar salidas). Y entendemos la racionalidad como la característica que posee una elección de ser correcta, más específicamente, de tender a maximizar un resultado esperado.
Por lo tanto, la inteligencia artificial se encarga de construir procesos para ser ejecutados sobre una arquitectura física y producir acciones o resultados que maximizan una medida de rendimiento determinada, basándose en la secuencia de entradas percibidas y en el conocimiento almacenado en tal arquitectura.
Existen distintos tipos de conocimiento y medios de representación del conocimiento. En general distinguimos entre el conocimiento que el humano carga de forma explícita en el agente y el que aprende el mismo agente utilizando técnicas de aprendizaje automático.
Los sistemas de IA son ampliamente usados en economía, medicina o ingeniería, y se han usado en gran variedad de aplicaciones de software, juegos de estrategia como ajedrez y videojuegos. Algunos ejemplos concretos de aplicaciones son: control de sistemas, planificación automática, respuesta a preguntas, reconocimiento de escritura, reconocimiento del habla y reconocimiento de patrones.
esto es una adaptación de la definición de la wikipedia sobre Inteligencia Artificial
vean también la versión extendida en inglés
qué queremos hacer?
el programa tentativo es como sigue:
- Introducción a la Inteligencia Artificial
- Preguntas fundamentales, test de Turing
- Breve historia de la IA
- Contextualización de los paradigmas de IA
- Representación del conocimiento
- Representaciones estructuradas, frames, redes
semánticas, ontologías
- Búsqueda
- Satisfacción de restricciones
- Sistemas Basados en el Conocimiento
- Razonamiento
- Agentes Inteligentes
- Planificación
- Aprendizaje Automático Supervisado
- Inducción de árboles y reglas de decisión
- Vecinos más cercanos
- Redes Neuronales
- Aprendizaje Bayesiano
- Métodos de kernel
- Active learning, Reinforcement learning
- Aprendizaje Automático no supervisado y
semi-supervisado
- Clustering
- Reglas de asociación
- Aplicaciones: minería de datos
- Aprendizaje semi-supervisado
- Métodos evolutivos
los temas básicos son los que están listados, pero podemos ampliar o incluir algún subtema dependiendo de los intereses de los integrantes del curso.
Además, se va a llevar a cabo un seminario de lecturas sobre temas afines a Inteligencia Artificial, que tiene como objetivo profundizar informalmente sobre temas afines que quedan fuera del programa de la materia, como por ejemplo cuestiones filosóficas de la IA, la relación entre psicología experimental y diseño de sistemas inteligentes, el modelo neurológico para la computación y a la inversa, etc. También dispone de un calendario de actividades
método
Se trabajará a partir de un
libro de texto (Russell y Norvig, 2003), ampliando algunos
temas mediante tutoriales específicos y en algún caso
artículos científicos relacionados. Se usará material
didáctico de apoyo (filminas, software de demostración) de
diferentes fuentes, que será puesto a disposición de los
estudiantes en el calendario de curso.
Se propondrán trabajos prácticos para consolidar los
conocimientos sobre algunas de las técnicas presentadas.
Estos trabajos prácticos tendrán una carga muy baja, si la
tienen, de programación por parte del estudiante.
La evaluación consistirá en un examen final o bien la
entrega de una monografía sobre un proyecto práctico. Se
propondrán algunas ideas para desarrollar proyectos,
pero los estudiantes también podrán proponer ellos
mismos temas para desarrollar proyectos. Los proyectos
serán supervisados por el docente a cargo.
Además, se propondrán algunos trabajos prácticos que
podrán contribuir hasta el 30% de la nota final. Estos
trabajos prácticos irán acompañados de sesiones
introductorias a las técnicas necesarias para llevarlos
a cabo.
cuestiones prácticas
La materia consta de 60 horas presenciales.
bibliografía y referencias
libros
libro de curso:
Stuart J. Russell and Peter Norvig. Artificial intelligence : a modern approach, Prentice Hall, 2003. y su fantástica página web
edición en castellano: Inteligencia Artificial: Un enfoque moderno (2a edición). Madrid: Pearson Educación, 2004. ISBN 84-205-4003-X.
otros:
Apunte de la materia Inteligencia Artificial de Béjar & Co. del Departament de Llenguatges i Sistemes Informàtics de la Universitat Politècnica de Catalunya.
David Poole and Alan Mackworth. Artificial Intelligence: foundations of computational agents. tbp CUP 2009.
se puede consultar y comentar la versión preliminar del libro.
Joseph Giarratano, Gary Riley. Expert systems : principles and programming, Thomson Course Technology, 2005.
George F. Luger. Artificial intel ligence : structures and strategies for complex problem solving, Addison Wesley Longman, 2005.
Tom M. Mitchell. Machine learning, The McGraw-Hill Companies, 1997.
Ruslan Mitkov (ed.). The Oxford handbook of computational linguistics, Oxford University Press, 2003
Witten, Ian and Eibe Frank. 2000. Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations.
enlaces
la página web del libro del curso
otros cursos
El Departamento de Lenguajes y Sistemas Informáticos de la Universidad Politécnica de Catalunya dá varios cursos relacionados con la Inteligencia artificial, en castellano, todos ellos con mucho material, links interesantes, materiales sobre sesiones prácticas y de laboratorio:
el curso de inteligencia artificial del MIT OpenCourseWare, en inglés, también con muchos materiales
materiales varios