Pgina 1de 8

GUIA DOCENTE DE LA ASIGNATURA

INTELIGENCIA ARTIFICIAL

MDULO FORMACIN ESPECFICA DE RAMA

MATERIA BASES DE DATOS, SISTEMAS DE INFORMACIN Y SISTEMAS INTELIGENTES

CURSO

SEMESTRE

CRDITOS

TIPO

Obligatoria

PROFESOR(ES)

DIRECCIN COMPLETA DE CONTACTO PARA TUTORAS (Direccin postal, telfono, correo electrnico, etc.)
Departamento de Ciencias de la Computacin e I.A. E.T.S.I.I.T. - Universidad de Granada C/Daniel Saucedo Aranda s/n 18071-GRANADA Telfono: 958244019; Fax: 948243317 http://decsai.ugr.es

HORARIO DE TUTORAS

GRADO EN EL QUE SE IMPARTE Grado en Ingeniera Informtica

OTROS GRADOS A LOS QUE SE PODRA OFERTAR

PRERREQUISITOS Y/O RECOMENDACIONES (Si ha lugar) Los alumnos no tendrn que tener asignaturas, materias o mdulos aprobados como requisito indispensable para cursar el mdulo. No obstante se recomienda la superacin de los contenidos y adquisicin de competencias de las materias de formacin bsica.

Pgina 2de 8

BREVE DESCRIPCIN DE CONTENIDOS (SEGN MEMORIA DE VERIFICACIN DEL GRADO) Fundamentos de I.A. Representacin del Conocimiento. Bsqueda. Aprendizaje. Aplicaciones de la I.A.

COMPETENCIAS GENERALES Y ESPECFICAS Competencias Especficas de la Asignatura R15. Conocimiento y aplicacin de los principios fundamentales y tcnicas bsicas de los sistemas inteligentes y su aplicacin prctica. Competencias Especficas del Ttulo E8. Conocimiento de las materias bsicas y tecnologas, que capaciten para el aprendizaje y desarrollo de nuevos mtodos y tecnologas, as como las que les doten de una gran versatilidad para adaptarse a nuevas situaciones. E9. Capacidad para resolver problemas con iniciativa, toma de decisiones, autonoma y creatividad. Capacidad para saber comunicar y transmitir los conocimientos, habilidades y destrezas de la profesin de Ingeniero Tcnico en Informtica. E11. Capacidad para analizar y valorar el impacto social y medioambiental de las soluciones tcnicas, comprendiendo. Competencias Transversales o Generales T1. Capacidad de anlisis y sntesis: Encontrar, analizar, criticar (razonamiento crtico), relacionar, estructurar y sintetizar informacin proveniente de diversas fuentes, as como integrar ideas y conocimientos. T2. Capacidad de organizacin y planificacin as como capacidad de gestin de la Informacin. T3. Capacidad de comunicacin oral y escrita en el mbito acadmico y profesional con especial nfasis, en la redaccin de documentacin tcnica. T4. Capacidad para la resolucin de problemas T5. Capacidad para tomar decisiones basadas en criterios objetivos (datos experimentales, cientficos o de simulacin disponibles) as como capacidad de argumentar y justificar lgicamente dichas decisiones, sabiendo aceptar otros puntos de vista T6. Capacidad para el uso y aplicacin de las TIC en el mbito acadmico y profesional. T9. Capacidad para el aprendizaje autnomo as como iniciativa y espritu emprendedor. T12. Capacidad para innovar y generar nuevas ideas.

Pgina 3de 8

OBJETIVOS (EXPRESADOS COMO RESULTADOS DE APRENDIZAJE) -Inteligencia Artificial Conocer qu es la Inteligencia Artificial, sus fundamentos como disciplina cientfico-tcnica y su historia. Entender la IA como conjunto de tcnicas para el desarrollo de sistemas informticos que exhiben comportamientos reactivos, deliberativos y/o adaptativos (sistemas inteligentes). Conocer el concepto de agente inteligente y el ciclo de vida percepcin, decisin y actuacin . Comprender que el desarrollo de sistemas inteligentes pasa por el diseo de agentes capaces de representar conocimiento y resolver problemas y que puede orientarse a la construccin de sistemas bien completamente autnomos o bien que interacten y ayuden a los humanos. -Resolucin de Problemas Adquirir las habilidades bsicas para construir sistemas capaces de resolver problemas mediante tcnicas de IA. Entender que la resolucin de problemas en IA implica definir una representacin del problema y un proceso de bsqueda de la solucin. Conocer la representacin de problemas basados en estados (estado inicial, objetivo y espacio de bsqueda) para ser resueltos con tcnicas computacionales. Conocer las tcnicas ms representativas de bsqueda no informada en un espacio de estados (en profundidad, en anchura y sus variantes), y saber analizar su eficiencia en tiempo y espacio. Conocer las tcnicas ms representativas de bsqueda informada en un espacio de estados (A*, bsqueda local). Entender el concepto de heurstica y analizar las repercusiones en la eficiencia en tiempo y espacio de los algoritmos de bsqueda. Conocer las tcnicas bsicas de bsqueda con adversario (minimax, poda alfa-beta) y su relacin con los juegos. Analizar las caractersticas de un problema dado y determinar si es susceptible de ser resuelto mediante tcnicas de bsqueda. Decidir en base a criterios racionales la tcnica ms apropiada para resolverlo y saber aplicarla. Ser capaz de implementar cualquiera de estas tcnicas en un lenguaje de programacin de propsito general.

Pgina 4de 8

-Conocimiento y Razonamiento Comprender la necesidad de representar el conocimiento y realizar inferencia para que un sistema pueda exhibir comportamiento inteligente. Conocer los fundamentos de la representacin del conocimiento en lgica proposicional y sus mecanismos de inferencia asociados. Entender la necesidad de laforma normal conjuntiva y la utilidad e importancia del algoritmo de resolucin. Conocer los fundamentos de la lgica de primer orden y sus mecanismos de inferencia (unificacin, reduccin y resolucin, encadenamiento progresivo y regresivo). Entender la utilidad de los demostradores de teoremas. Aplicar los aspectos de representacin basada en la lgica y mecanismos de inferencia, mediante tcnicas y herramientas de programacin lgica. Entender la utilidad de la representacin del conocimiento basada en reglas y los sistemas de produccin. Conocer la representacin del conocimiento basada en el clculo de situaciones. Aplicarla en la resolucin de problemas de planificacin sencillos. Entender la necesidad de otras representaciones estructuradas de conocimiento. Saber analizar y seleccionar de entre los modelos bsicos de representacin del conocimiento y sus mecanismos de inferencia asociados cul es el ms apropiado para desarrollar un sistema inteligente. Conocer el concepto de aprendizaje automtico Conocer los fundamentos, necesidad y utilidad de agentes capaces de aprender. Entender las tcnicas bsicas de aprendizaje automtico. Conocer las tcnicas necesarias para el aprendizaje de rboles de decisin. Saber resolver problemas en los que sea necesaria la aplicacin de esta tcnica. -Aplicaciones de la IA Conocer distintas aplicaciones reales de la IA. Explorar y analizar soluciones actuales basadas en tcnicas de IA.

Pgina 5de 8

TEMARIO DETALLADO DE LA ASIGNATURA TEMARIO TERICO Tema 1: Introduccin a la Inteligencia Artificial. Tema 2: Estrategias de bsqueda no informadas. Tema 3: Bsqueda heurstica: mtodos locales y de bsqueda por el mejor nodo. Tema 4: Bsqueda con adversario y juegos. Tema 5: Comportamiento inteligente: Representacin del Conocimiento e inferencia basadas en lgica. Tema 6: Introduccin al aprendizaje automtico. Tema 7: Aplicaciones de la Inteligencia Artificial. TEMARIO PRCTICO Prctica 1: Resolucin de problemas mediante bsqueda. Prctica 2: Resolucin de un juego. Prctica 3: Lgica, inferencia, planificacin y representaciones estructuradas. Prctica 4: Aprendizaje automtico. SEMINARIOS: Seminario 1: Aplicaciones de la Inteligencia Artificial. Seminario 2: Exposicin de las herramientas necesarias para el desarrollo autnomo de las prcticas. Seminario 3: Exposicin de las herramientas necesarias para el desarrollo autnomo de las prcticas. Seminario 4: Exposicin de herramientas para resolver problemas de aprendizaje. Seminario 5: Defensa de los trabajos propuestos a los alumnos.

BIBLIOGRAFA BIBLIOGRAFA FUNDAMENTAL: N. Nilsson, Inteligencia Artificial: una nueva sntesis, Ed. Mac Graw Hill, 2000. E. Rich, K. Knight, Inteligencia Artificial, segunda edicin, Mc Graw Hill Co. 1992. S. Russell, P. Norvig, Inteligencia Artificial: un Enfoque Moderno, Segunda Edicin, Ed. Pearson-Prentice Hall, 2004. BIBLIOGRAFA COMPLEMENTARIA F.F. Luger, Artificial Intelligence: Structures and strategies for complex problem solving, Sixth Edition, Pearson International Edition, 2009. M. T. Jones, Artificial Intelligence: A systems approach, Computer Sciences Series, 2008. T. Mitchell, Machine Learning , Ed. Mac Graw-Hill, 1998. R. Scott, A Guide to Artificial Intelligence with Visual Prolog, Outskirts Press, 2010.

ENLACES RECOMENDADOS

Pgina 6de 8

Libro: Artificial Intelligence: A Modern Approach (http://aima.cs.berkeley.edu/) AEPIA: Asociacin Espaola para la Inteligencia Artificial (http://www.aepia.org/) IBERAMIA: Comit coordinador de las sociedades iberoamericanas de inteligencia artificial (http://www.iberamia.org/) ECCAI: European coordinating committee for Artificial Intelligence (http://www.eccai.org/) AAAI: American Association for Artificial Intelligence (http://www.aaai.org/) PROGRAMA DE ACTIVIDADES
Actividades presenciales Temas Tema 1 Temas 1 y 2 Tema 2 Tema 2 Tema 2 y 3 Tema 3 Tema 3 y 4 Tema 4 Tema 5 Tema 5 Tema 5 Tema 6 Tema 6 Tema 7 Sesiones tericas (horas) 2 2 2 2 2 2 2 2 2 2 2 2 2 2 P3 (2) P3 (2) P2 (2) P2 (2) P2 (2) P1 (1) P1 (2) P1 (2) Sesiones prcticas (horas) Exposiciones y seminarios (horas) Visitas y excursiones (horas) Exmenes Tutoras grupales (horas) 4 4 2 1 4 4 4 4 4 4 4 4 4 4 4 4 2 2 2 5 4 30 90 Actividades no presenciales

Primer cuatrimestr e Semana 1 Semana 2 Semana 3 Semana 4 Semana 5 Semana 6 Semana 7 Semana 8 Semana 9 Semana 10 Semana 11 Semana 12 Semana 13 Semana 14 Semana 15 Resto Total horas

S1 (2) S2 (2) S3 (2) S4 (2) S5 (2)v

28

15

10

METODOLOGA DOCENTE 1. Leccin magistral (Clases tericas-expositivas) (grupo grande) Descripcin: Presentacin en el aula de los conceptos propios de la materia haciendo uso de metodologa expositiva con lecciones magistrales participativas y medios audiovisuales. Evaluacin y examen de las capacidades adquiridas.

Pgina 7de 8

Propsito: Transmitir los contenidos de la materia motivando al alumnado a la reflexin, facilitndole el descubrimiento de las relaciones entre diversos conceptos y formarle una mentalidad crtica Contenido en ECTS: 30 horas presenciales (1.2 ECTS) Competencias Competencias: R15, E8, T1 y T4. Actividades prcticas (Clases prcticas de laboratorio) (grupo pequeo) Descripcin: Actividades a travs de las cuales se pretende mostrar al alumnado cmo debe actuar a partir de la aplicacin de los conocimientos adquiridos Propsito: Desarrollo en el alumnado de las habilidades instrumentales de la materia. Contenido en ECTS: 15 horas presenciales (0.6 ECTS) Competencias : R15, E8, E9, E11, T1, T2, T5 y T6. 3. Seminarios (grupo pequeo) Descripcin: Modalidad organizativa de los procesos de enseanza y aprendizaje donde tratar en profundidad una temtica relacionada con la materia. Incorpora actividades basadas en la indagacin, el debate, la reflexin y el intercambio. Propsito: Desarrollo en el alumnado de las competencias cognitivas y procedimentales de la materia. Contenido en ECTS: 10 horas presenciales (0.4 ECTS) Competencias: R15, E8 y T6 4. Actividades no presenciales individuales (Estudio y trabajo autnomo) Descripcin: 1) Actividades (guiadas y no guiadas) propuestas por el profesor a travs de las cuales y de forma individual se profundiza en aspectos concretos de la materia posibilitando al estudiante avanzar en la adquisicin de determinados conocimientos y procedimientos de la materia, 2) Estudio individualizado de los contenidos de la materia 3) Actividades evaluativas (informes, exmenes, ) Propsito: Favorecer en el estudiante la capacidad para autorregular su aprendizaje, planificndolo, disendolo, evalundolo y adecundolo a sus especiales condiciones e intereses. Contenido en ECTS: 45 horas no presenciales (1.8 ECTS) Competencias: : R15, E9, E11, T1, T5 y T12 5. Actividades no presenciales grupales (Estudio y trabajo en grupo) Descripcin: Actividades (guiadas y no guiadas) propuestas por el profesor a travs de las cuales y de forma grupal se profundiza en aspectos concretos de la materia posibilitando a los estudiantes avanzar en la adquisicin de determinados conocimientos y procedimientos de la materia. Propsito: Favorecer en los estudiantes la generacin e intercambio de ideas, la identificacin y anlisis de diferentes puntos de vista sobre una temtica, la generalizacin o transferencia de conocimiento y la valoracin crtica del mismo. Contenido en ECTS: 45 horas no presenciales (1.8 ECTS) Competencias: R15, E9, E11, T2, T5 y T12 6. Tutoras acadmicas (grupo pequeo) Descripcin: manera de organizar los procesos de enseanza y aprendizaje que se basa en la interaccin directa entre el estudiante y el profesor Propsito: 1) Orientan el trabajo autnomo y grupal del alumnado, 2) profundizar en distintos aspectos de la materia y 3) orientar la formacin acadmica-integral del estudiante Contenido en ECTS: 5 horas presenciales, grupales e individuales (0.2 ECTS) Competencias: R15, E11 y T9.

EVALUACIN (INSTRUMENTOS DE EVALUACIN, CRITERIOS DE EVALUACIN Y PORCENTAJE SOBRE LA CALIFICACIN FINAL, ETC.)

Pgina 8de 8

Se utilizarn alguna o algunas de las siguientes tcnicas de evaluacin: Para la parte terica se realizarn exmenes finales o parciales, sesiones de evaluacin y entregas de ejercicios sobre el desarrollo y los resultados de las actividades propuestas. La ponderacin de este bloque ser del 50%. Se requiere un mnimo de 3 sobre 10 en esta parte para hacer media. Para la parte prctica se realizarn prcticas de laboratorio, resolucin de problemas y desarrollo de proyectos (individuales o en grupo), y se valorarn las entregas de los informes/memorias realizados por los alumnos, o en su caso las entrevistas personales con los alumnos y las sesiones de evaluacin. La ponderacin de este bloque ser del 40%. Se requiere un mnimo de 3 sobre 10 en esta parte para hacer media. En su caso, la parte de trabajo autnomo y los seminarios se evaluarn teniendo en cuenta participacin a los seminarios, los problemas propuestos que hayan sido resueltos y entregados por los alumnos, en su caso, las entrevistas efectuadas durante el curso y la presentacin oral de los trabajos desarrollados. La ponderacin de este bloque ser del 10%. La calificacin global corresponder por tanto a la puntuacin ponderada de los diferentes aspectos y actividades que integran el sistema de evaluacin. Por tanto, el resultado de la evaluacin ser una calificacin numrica obtenida mediante la suma ponderada de las calificaciones correspondientes a una parte terica, una parte prctica y, en su caso, una parte relacionada con el trabajo autnomo de los alumnos, los seminarios impartidos y el aprendizaje basado en proyectos. Todo lo relativo a la evaluacin se regir por la normativa sobre planificacin docente y organizacin de exmenes vigente en la Universidad de Granada. El sistema de calificaciones se expresar mediante calificacin numrica de acuerdo con lo establecido en el art. 5 del R. D 1125/2003, de 5 de septiembre, por el que se establece el sistema europeo de crditos y el sistema de calificaciones en las titulaciones universitarias de carcter oficial y validez en el territorio nacional.

INFORMACIN ADICIONAL Definicin de grupo grande y grupo pequeo: Los grupos grandes son grupos de 45 a 60 estudiantes. Los grupos pequeos son grupos de 15 a 20 estudiantes.