1.

- DATOS DE LA ASIGNATURA Nombre de la asignatura: Inteligencia artificial I Carrera: Ingeniera en Sistemas Computacionales Clave de la asignatura: SCB - 0416 Horas teora-horas prctica-crditos 4-0-8

2.- HISTORIA DEL PROGRAMA

Lugar y fecha de elaboracin o Participantes revisin Instituto Tecnolgico Representantes de la de Toluca del academia de sistemas y 18 al 22 agosto 2003. computacin de los Institutos Tecnolgicos. Instituto Tecnolgico de: Cd. Madero 23 agosto al 7 noviembre del 2003

Observaciones (cambios y justificacin) Reunin nacional de evaluacin curricular de la carrera de Ingeniera en Sistemas Computacionales.

Academia de sistemas y Anlisis y enriquecimiento de computacin. las propuestas de los programas diseados en la reunin nacional de evaluacin. Definicin de los programas de estudio de la carrera de Ingeniera en Sistemas Computacionales.

Instituto Tecnolgico Comit de consolidacin de Len de la carrera de 1 al 5 de marzo 2004. Ingeniera en Sistemas Computacionales.

3.- UBICACIN DE LA ASIGNATURA a). Relacin con otras asignaturas del plan de estudio Anteriores Asignaturas Temas Teora de la computacin Probabilidad y estadstica Funciones y distribuciones muestrales. - Variables aleatorias Posteriores Asignaturas Temas

b). Aportacin de la asignatura al perfil del egresado Capacidad de anlisis, de desarrollo y de programacin de modelos matemticos, estadsticos y de simulacin. Coordina y realiza investigaciones que fortalezcan el desarrollo cultural, cientfico y tecnolgico. Aplica nuevas tecnologas a la solucin de problemas de su entorno laboral. Desarrolla interfaces hombre-mquina.

4.- OBJETIVO(S) GENERAL(ES) DEL CURSO El estudiante representar problemas basados en conocimiento en trminos formales y disear la solucin a problemas tpicos de la Inteligencia Artificial ( I.A.).

5.- TEMARIO Unidad Temas 1 Fundamentos. 1.1 1.2 1.3 1.4 1.5 1.6 1.7 2 Representacin del conocimiento y razonamiento. 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3 Sistemas de razonamiento lgico. Subtemas El propsito de la IA y su evolucin histrica. Las habilidades cognoscitivas segn la psicologa. Teoras de la inteligencia (conductismo, Gardner, . El proceso de razonamiento segn la lgica (Axiomas, Teoremas, demostracin). El modelo de adquisicin del conocimiento segn la filosofa. El modelo cognoscitivo. El modelo del agente inteligente. El papel de la heurstica. Mapas conceptuales. Redes semnticas. Razonamiento montono. La lgica de predicados: sintaxis, semntica, validez e inferencia. La demostracin y sus mtodos. El mtodo de Resolucin de Robinson Conocimiento no-montono y Otras lgicas. Razonamiento probabilstico. Teorema de Bayes.

3.1 Reglas de produccin. 3.2 Sintaxis de las reglas de produccin. - A1 A2 ... An => C - representacin objeto-atributo-valor 3.3 Semntica de las reglas de produccin 3.3.1 Conocimiento causal. 3.3.2 Conocimiento de diagnstico. 3.4 Arquitectura de un sistema de Produccin (SP) ( Sistemas basados en reglas, SBR). 3.4.1 Hechos. 3.4.2 Base de conocimientos. 3.4.3 Mecanismo de control. 3.5 Ciclo de vida de un sistema de Produccin.

5.- TEMARIO (Continuacin) 4 Bsqueda y satisfaccin de 4.1 Problemas y Espacios de estados. restricciones. 4.2 Espacios de estados determinsticos y espacios no determinsticos. 4.3 Bsqueda sistemtica. 4.3.1 Bsqueda de metas a profundidad. 4.3.2 Bsqueda de metas en anchura 4.3.3 Bsqueda ptima. 4.4 Satisfaccin de restricciones. 4.5 Resolucin de problemas de juegos.

6.- APRENDIZAJES REQUERIDOS Comprensin de las estructuras de control, las listas, rboles, recursividad y teora de la probabilidad.

7.- SUGERENCIAS DIDCTICAS Propiciar la bsqueda y seleccin de informacin sobre temas de inteligencia humana y artificial. Organizar exposicin de temas por equipo. Elaborar un proyecto vinculado a problemas de juegos. Propiciar debates sobre temas relacionados, con sesiones de preguntas y respuestas. Propiciar la resolucin en conjunto de problemas relacionados con la materia. Utilizar un software para el diseo y anlisis de los temas del curso. Desarrollar un mapa conceptual sobre inteligencia artificial, donde se establezcan los conceptos y sus relaciones.

8.- SUGERENCIAS DE EVALUACIN Desarrollo de proyecto final (informe, presentacin y defensa del proyecto). Evaluacin de informes sobre tareas o trabajos de investigacin. Evaluacin escrita. Desempeo y participacin en el aula.

9.- UNIDADES DE APRENDIZAJE UNIDAD 1.- Fundamentos. Objetivo Educacional El estudiante conocer las formas de representacin simblicas y su aplicacin. Actividades de Aprendizaje Buscar y seleccionar informacin sobre las teoras de la inteligencia humana. Discutir en grupo, las diferentes teoras de la inteligencia humana. Buscar informacin sobre los modelos de adquisicin del conocimiento. Discutir en grupo las diferencias de los modelos de adquisicin del conocimiento. Discutir en grupo, las diferentes manifestaciones de la inteligencia humana. Fuentes de Informacin 1, 2, 3, 4

UNIDAD 2.- Representacin del conocimiento y razonamiento. Objetivo Educacional Aplicar las tcnicas de representacin basadas en lgica de predicados y sus reglas de inferencia, en la solucin de problemas. Fuentes de Informacin 1, 3, 6, 7

Actividades de Aprendizaje Buscar informacin sobre las formas de representacin del conocimiento. Disear la representacin de algn concepto, a travs de una forma de representacin del conocimiento. Realizar la representacin de frases del lenguaje natural en trminos de predicados. Buscar informacin sobre los elementos de un sistema axiomtico. Discutir las reglas de inferencia vlidas en una lgica de predicados. Buscar informacin sobre demostracin y equivalencia lgica. Discutir los conceptos de demostracin y equivalencia lgica. Buscar informacin sobre el mtodo de resolucin y unificacin. Exponer en clase el mtodo de resolucin y unificacin.

Buscar informacin sobre incertidumbre, imprecisin y subjetividad. Discutir en grupo ejemplos de conocimiento incierto, impreciso y subjetivo. Realizar un modelo de red bayesiana a un problema de diagnstico.

UNIDAD 3.- Sistemas de razonamiento lgico. Objetivo Educacional Aplicar la representacin basada en reglas de produccin, en la solucin de problemas basados en conocimiento. Fuentes de Informacin

Actividades de Aprendizaje Buscar informacin sobre la sintaxis y semntica de un sistema de produccin (SP). Discutir en grupo, conocimiento causal y conocimiento de diagnstico. Disear la solucin a un problema propuesto utilizando la metodologa de sistemas basados en conocimiento. Implementar el diseo de la solucin de un problema utilizando una herramienta de programacin simblica. Discutir en grupo los resultados de la implementacin.

UNIDAD 4.- Bsqueda y satisfaccin de restricciones. Objetivo Educacional Aplicar tcnicas sistemticas bsicas de profundidad y anchura en la solucin de problemas de bsqueda de metas. Fuentes de Informacin

Actividades de Aprendizaje Describir grficamente problemas en trminos de espacios de estados (problema de misioneros y canbales, problemas de juego entre dos adversarios, etc). Buscar informacin sobre los mtodos de bsqueda sistemtica bsica: a profundidad y anchura. Discutir en grupo los algoritmos de los mtodos de bsqueda sistemtica bsica: a profundidad y anchura.

Buscar informacin sobre los mtodos de bsqueda ptima: funciones de evaluacin, funciones de costo y heursticas. Discutir en grupo los algoritmos de los mtodos de bsqueda ptima: funciones evaluacin, funciones de costo y heursticas. Realizar un proyecto para resolver un problema de un juego clsico (gato, damas chinas, misioneros y canbales, etc), empleando un mtodo de bsqueda ptima.

10. FUENTES DE INFORMACIN 1. 2. 3. 4. 5. 6. 7. 8. Mocker Robert J. Dologite D.G. Knowledge-based Systems: An introducction to expert systems. MacMillan, 1992. Lgica matemtica. Suppes, ed. Revert, 1988. Jos Cuena. Lgica informtica. 2. Edicin, 1986, Mxico: Alianza Editorial, S.A., Madrid, 1985. Stuart Russell, P eter Norvig. Inteligencia Artificial (Un enfoque moderno). Prentice Hall, 1995 http://aima.cs.berkeley.edu/ Neil C. Rowe. Artificial Intelligence through Prolog. Prentice Hall, 1988. Joseph Giarratano, Gary Riley. Sistemas expertos, principios y programacin (CLIPS). Mxico: International Thompson Editores, 3. Edicin, 1996. Elaine Rich, Kevin Knight. Inteligencia Artificial.McGraw-Hill, 2da. Ed. 1994. Gregorio Fernndez Fernndez. Universidad Politcnica de Madrid. Escuela Tcnica Superior de Ingenieros de Telecomunicacin. Departamento de Ingeniera de Sistemas Telemticos. Grupo de Sistemas Inteligentes. http://turing.gsi.dit.upm.es/~gfer/ssii/rcsi/ Notas sobre mapas conceptuales: http://profesor.sis.uia.mx/aveleyra/comunica/mmps/mapasconceptuales. htm

9.

11. PRCTICAS

Unidad Prctica 1 1 2 Desarrollar un mapa conceptual sobre inteligencia artificial, donde se establezcan los conceptos y sus relaciones . Desarrollar los mtodos de bsqueda en profundidad y en anchura en un grafo dirigido. Por ejemplo, usar un mapa de carreteras e ir de una ciudad a otra. Resolver problemas de juegos clsicos de la IA, empleando un lenguaje simblico: gato, damas chinas, el agente viajero, misioneros y canbales, el problema de las jarras. (Si se emplea Jess, se pueden implementar en el algn sitio servidor WEB).