ASIGNATURA DE GRADO:

FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL

Curso 2013/2014 (Cdigo:71902060)

1.PRESENTACIN DE LA ASIGNATURA

Esta asignatura tiene como objetivo que el alumno conozca la historia, las bases y la metodologa de la inteligencia artificial. Para ello se centra preferentemente en el estudio de dos tcnicas ampliamente utilizadas en inteligencia artificial: por un lado, la bsqueda en un espacio de estados y, por otro lado, la representacin de conocimiento y el razonamiento con el mismo. La asignatura es de carcter obligatorio, consta de 6 crditos y pertenece al segundo semestre del segundo curso tanto del Grado en Ingeniera Informtica como del Grado en Ingeniera en Tecnologas de la Informacin.
2.CONTEXTUALIZACIN EN EL PLAN DE ESTUDIOS

Esta asignatura facilita la adquisicin por parte del alumno, en mayor o menor medida, de un conjunto de competencias que se pueden dividir en dos tipos principales: 1. Competencias generales: (G.2) Competencias cognitivas superiores: seleccin y manejo adecuado de conocimientos, recursos y estrategias cognitivas de nivel superior apropiados para el afrontamiento y resolucin de diversos tipos de tareas/problemas con distinto nivel de complejidad y novedad: Anlisis y Sntesis. Aplicacin de los conocimientos a la prctica Resolucin de problemas en entornos nuevos o poco conocidos. Pensamiento creativo. Razonamiento crtico. Toma de decisiones. (G.4) Competencias de expresin y comunicacin (a travs de distintos medios y con distinto tipo de interlocutores): Comunicacin y expresin escrita. Comunicacin y expresin oral. Comunicacin y expresin en otras lenguas (con especial nfasis en el ingls). Comunicacin y expresin matemtica, cientfica y tecnolgica (cuando sea requerido y estableciendo los niveles oportunos). (G.5) Competencias en Conocimiento: Manejo de Competencia en la gestin datos, el manejo de bases 2. Competencias especficas: (BC.6) Conocimiento y aplicacin de los procedimientos algortmicos bsicos de las tecnologas informticas para disear soluciones a problemas, analizando la idoneidad y complejidad de los algoritmos propuestos. (BC.7) Conocimiento, diseo y utilizacin de forma eficiente de los tipos y estructuras de datos ms adecuados a la resolucin de un problema. (BC.15) Conocimiento y aplicacin de los principios fundamentales y tcnicas bsicas de los sistemas inteligentes y su aplicacin prctica. La presente asignatura est relacionada con un conjunto de asignaturas de cursos posteriores, las cuales profundizan en el estudio de diferentes reas de la inteligencia artificial. La el uso de las herramientas y recursos de la Sociedad del las TIC. Competencia en la bsqueda de informacin relevante. y organizacin de la informacin. Competencia en la recoleccin de de datos y su presentacin.

materia aqu explicada sienta las bases para el entendimiento de conceptos ms avanzados que se incluyen en el temario de dichas asignaturas. Se citan a continuacin las asignaturas con un mayor grado de relacin con la actual, todas ellas de cuarto curso. Grado en Ingeniera Informtica: Ampliacin de Sistemas Inteligentes Aprendizaje Automtico Robtica Autnoma Visin Artificial Grado en Ingeniera en Tecnologas de la Informacin: Ingeniera y Gestin del Conocimiento Minera de Datos Modelos Probabilistas y Anlisis de Decisiones
3.REQUISITOS PREVIOS REQUERIDOS PARA CURSAR LA ASIGNATURA

Al tratarse de una asignatura de carcter introductorio, no se precisa ningn requisito especfico para abordar el estudio de la materia, aparte de los conocimientos que el alumno debera ya poseer en este nivel de enseanza. Es recomendable, no obstante, haber cursado ya la asignatura Lgica y Estructuras Discretas.
4.RESULTADOS DE APRENDIZAJE

Esta asignatura permite alcanzar los siguientes logros a la finalizacin del curso acadmico: 1. Adquirir una perspectiva global de qu es la inteligencia artificial. 2. Conocer la historia de la inteligencia artificial. 3. Aplicar bsqueda en un espacio de estados a la resolucin de problemas. 4. Utilizar las ampliaciones de la lgica clsica que resultan necesarias en inteligencia artificial. 5. Entender el funcionamiento de un sistema basado en reglas. 6. Caracterizar los distintos tipos de redes semnticas utilizadas para representar conocimiento en inteligencia artificial. 7. Usar marcos como mtodo de representacin de conocimiento estructurado y como mtodo de inferencia.
5.CONTENIDOS DE LA ASIGNATURA

Seguidamente se enumeran los contenidos de la asignatura por temas, ofrecindose una justificacin de los mismos segn su relevancia en el conjunto de la materia: Tema 1: Perspectiva Histrica y Conceptual 1.1 Concepto de Inteligencia Artificial 1.2 Historia de la Inteligencia Artificial Este tema introduce el concepto de inteligencia artificial y ofrece un resumen histrico de la misma. Los temas 3 a 8 se organizan atendiendo a la evolucin histrica de la inteligencia artificial presentada en este primer tema: en primer lugar se explican los mtodos de bsqueda (temas 3 y 4) y a continuacin se estudian diferentes mtodos de representacin de conocimiento y razonamiento (temas 5 a 8). Tema 2: Aspectos Metodolgicos en Inteligencia Artificial 2.1 Metodologa de la Inteligencia Artificial 2.2 Paradigmas de la Inteligencia Artificial Aqu se ampla el concepto de inteligencia artificial dado en el tema 1 y se ofrece una visin ms detallada y concreta de las tareas que aborda la inteligencia artificial y cmo las aborda. Tema 3: Fundamentos y Tcnicas Bsicas de Bsqueda 3.1 Caracterizacin de Problemas de Bsqueda

3.2 Algoritmos de Bsqueda no Informada La bsqueda en un espacio de estados constituye una tcnica utilizada en prcticamente cualquier rea de la inteligencia artificial. Este tema revisa los diferentes mtodos de bsqueda que no utilizan informacin del dominio. Tema 4: Bsqueda Heurstica 4.1 Algoritmos de Exploracin de Alternativas 4.2 Algoritmos Voraces 4.3 Algoritmos de Ramificacin y Poda 4.4 Algoritmos de Bsqueda Local La bsqueda sin informacin del dominio explicada en el tema 3 adolece de importantes deficiencias derivadas de su ineficiencia. La utilizacin de conocimiento del dominio en forma de funciones heursticas ayuda a guiar la bsqueda por caminos prometedores. Este tema describe diferentes mtodos de bsqueda heurstica en un espacio de estados. Tema 5: Lgica 5.1 Lgica Clsica 5.2 Extensiones de la Lgica Clsica La lgica clsica no resulta apropiada para representar conocimiento y razonar en la mayora de problemas de los que se ocupa la inteligencia artificial. Por ello, este tema introduce varios tipos de lgicas que amplan la lgica clsica de cara a tratar el conocimiento modal, impreciso o por defecto que frecuentemente empleamos los humanos. Al principio del tema se realiza un repaso de la lgica clsica nicamente a modo de recordatorio. Tema 6: Reglas 6.1 Representacin de Conocimiento mediante Reglas 6.2 Mtodos de Inferencia en Reglas Muchos sistemas expertos de gran relevancia poseen como base de su funcionamiento un sistema basado en reglas. Este tema describe cmo se representa conocimiento mediante reglas y cul es el comportamiento de las mismas a la hora de realizar inferencias en un sistema basado en reglas. Tema 7: Redes Semnticas 7.1 Representacin de Conocimiento mediante Redes Semnticas 7.2 Mtodos de Inferencia en Redes Semnticas Existe una amplia variedad de redes que se utilizan para representar conocimiento y realizar inferencias en inteligencia artificial simblica. Aqu se estudia uno de los tipos de red ms importante: las redes semnticas. Tema 8: Marcos 8.1 Representacin de Conocimiento mediante Marcos 8.2 Mtodos de Inferencia en Marcos En este tema se explica un mtodo para la representacin y razonamiento con conocimiento estructurado: los marcos. Los marcos estn relacionados con la programacin orientada a objetos y se emplean en las herramientas para el desarrollo de sistemas expertos en combinacin con cualquiera de los mtodos de representacin de conocimiento explicados en los temas 5 a 7.
6.EQUIPO DOCENTE
ANGELES MANJARRES RIESCO SEVERINO FERNANDEZ GALAN JOSE LUIS AZNARTE MELLADO OLGA CRISTINA SANTOS MARTIN-MORENO

7.METODOLOGA Y ACTIVIDADES DE APRENDIZAJE

Al constar esta asignatura de 6 crditos y corresponder cada crdito a 25 horas de trabajo del alumno, la carga total de trabajo se corresponde con 150 horas. Las actividades formativas realizadas por el alumno se distribuyen entre el trabajo autnomo (estimado en 120 horas) y el tiempo de interaccin con el equipo docente o con el tutor a travs de los distintos medios existentes (estimado en 30 horas). El trabajo autnomo

del alumno se divide entre el trabajo con contenidos tericos (estimado en 60 horas) y el desarrollo de tareas prcticas (estimado en 60 horas) como, por ejemplo, la realizacin del plan de actividades o la resolucin de problemas. El alumno estudiar los contenidos tericos presentes en el texto base de la asignatura. Como complemento a lo anterior, podr realizar los ejercicios prcticos (propuestos o resueltos) incluidos tanto en el texto base de la asignatura como en el curso virtual de la misma. Adems, deber realizar dos actividades obligatorias preparadas por el equipo docente y corregidas por un profesor tutor. El enfoque pedaggico estar guiado por los objetivos y resultados de aprendizaje sealados en secciones anteriores. Estos implican en primer lugar la comprensin en profundidad de distintos paradigmas, tcnicas y aplicaciones de la Inteligencia Artificial en el contexto general de la ingeniera informtica, y la prctica de su aplicacin en problemas sencillos. Suponen tambin el desarrollo de una actitud crtica y un juicio inteligente de sus ventajas e inconvenientes, la formacin de criterios de evaluacin de su idoneidad y lmite de aplicabilidad en diferentes mbitos. Todo lo anterior requiere un aprendizaje activo y significativo. El aprendizaje activo se estimular mediante la experimentacin con ejercicios prcticos que ilustrarn el fundamento y objeto de los diferentes conceptos tericos. Por otro lado, los recursos didcticos utilizados estarn orientados al aprendizaje significativo, con nfasis en situar los contenidos en el contexto general de aprendizaje del alumno. De este modo, los conceptos tericos se situarn en el contexto global de las ciencias de la computacin, y los contenidos de carcter prctico en el contexto general de los paradigmas, tcnicas y aplicaciones de la ingeniera informtica. Se fomentar asimismo la argumentacin en torno a las ventajas de las soluciones tecnolgicas propuestas. Las habilidades tcnicas especficas de la materia se desarrollarn mediante los ejercicios prcticos de carcter optativo y mediante las actividades obligatorias. Con estas ltimas se ejercitarn particularmente las competencias profesionales genricas mencionadas previamente. Estas actividades tendrn el formato de pequeos proyectos informticos e implicarn la redaccin de una breve memoria y la prctica de competencias cognitivas superiores, competencias de expresin y comunicacin, y usos de recursos de la Sociedad del Conocimiento. Los objetivos de formacin integral se atendern tambin particularmente al abordar los primeros captulos de temario, Perspectiva Histrica y Conceptual y Aspectos Metodolgicos en Inteligencia Artificial. Los ejercicios prcticos relativos a estos temas instarn al alumno a la reflexin sobre las dimensiones filosficas, y humanistas en general, de la disciplina mediante tcnicas pedaggicas constructivistas, basadas en la consulta de documentacin diversa y el trabajo en grupo. Las dudas de estudio, y las relativas a los ejercicios y actividades prcticas, podrn consultarse durante las tutoras presenciales que tienen lugar en los centros asociados, o haciendo uso de los foros del curso virtual. Cada alumno tendr asociado un profesor tutor que atender a sus dudas y orientar su estudio. Adicionalmente, los profesores de la asignatura proporcionarn asimismo pautas de estudio e intervendrn para la aclaracin de los aspectos ms complejos de la materia.
8.EVALUACIN

La evaluacin de la asignatura se divide en dos partes diferenciadas: 1. Una prueba presencial final que tendr una duracin mxima de dos horas y se desarrollar en un centro asociado de la UNED. Esta prueba constar de alrededor de tres preguntas de carcter terico o prctico. En las preguntas tericas se busca que el alumno demuestre que ha adquirido una visin general de cierta parte de la materia, as como que sepa relacionar y comparar diferentes conceptos o tcnicas de inters en inteligencia artificial. Por otra parte, en las preguntas prcticas se pide que el alumno aplique correctamente los mtodos explicados para la resolucin de problemas concretos de bsqueda o de representacin de conocimiento. La nota obtenida en la prueba presencial constituir un 80% de la nota final de la asignatura. La realizacin de dos actividades obligatorias para las que no ser necesario que el

2.

alumno acuda al Centro Asociado, ya que podrn realizarse a distancia. Las actividades obligatorias se entregarn a travs del curso virtual y sern corregidas por un profesor tutor. En principio, la nota final de las actividades obligatorias ser la media de las puntuaciones obtenidas en cada una de las dos actividades obligatorias y constituir un 20% de la nota final de la asignatura. Es importante tener en cuenta que slo se corregirn las actividades obligatorias una vez durante el curso (previamente a la convocatoria de junio). Por tanto, la nota asignada a las actividades obligatorias de cara a junio ser la nica vlida tanto para la convocatoria de junio como para la de septiembre. En caso de que el alumno no realice la entrega de actividades obligatorias de cara a la convocatoria de junio, se le asignar un cero al 20% de la nota final correspondiente a las actividades obligatorias, tanto para la convocatoria de junio como para la de septiembre. Es necesario obtener una nota mnima de 4 (sobre 10) en la prueba presencial para que pueda computarse la nota de las actividades obligatorias en la nota final. Si el alumno no obtiene dicha nota mnima en la prueba presencial, estar suspenso independientemente de la nota obtenida en las actividades obligatorias. La nota obtenida en las actividades obligatorias es vlida nicamente para las convocatorias del curso acadmico en que se entregan. Por ltimo, la autoevaluacin constituye un aspecto primordial en cualquier proceso de aprendizaje. A travs del curso virtual de la asignatura se ofrece al alumno la posibilidad de realizar tests, contestar a preguntas tericas y desarrollar la solucin a problemas prcticos. Dado que las soluciones estarn disponibles para los alumnos, stos podrn autoevaluarse de forma continua a lo largo del desarrollo de la asignatura, de cara a abordar con garantas de xito la prueba presencial final.
9.BIBLIOGRAFA BSICA

Buscarlo en libreria virtual UNED

ISBN(13): 9788448156183 Ttulo: INTELIGENCIA ARTIFICIAL: TCNICAS, MTODOS Y APLICACIONES Autor/es: Marn Morales, Roque ; Palma Mndez, Jos Tomas ; Editorial: Mc-Graw Hill

Buscarlo en bibliotecas UNED

Buscarlo en la Biblioteca de Educacin

Buscarlo en Catlogo del Patrimonio Bibliogrfico

Comentarios y anexos:

La asignatura consta de un libro de texto base. Los captulos especficos que hay que estudiar de este libro se detallan en la versin extendida de esta gua. Texto base: Inteligencia Artificial: Tcnicas, Mtodos y Aplicaciones Jos Toms Palma Mndez y Roque Marn Morales McGraw-Hill, 2008 ISBN: 9788448156183 La eleccin de este texto como texto base de la asignatura se ha visto motivada por el objetivo esencial de formar a profesionales crticos, capaces de evaluar con juicio inteligente las diferentes opciones tecnolgicas y aplicaciones caractersticas de la Inteligencia Artificial. El texto se caracteriza por su visin crtica del campo, reconociendo sus retos y valorando sus logros en su justa medida. Se ha valorado tambin que los diferentes captulos hayan sido redactados por expertos reputados en sus respectivos campos, profesores experimentados de diferentes universidades espaolas, que transmiten tanto su clara visin como su erudito conocimiento, proporcionando referencias clave para la profundizacin en los tpicos implicados. Estos aspectos son coherentes con un enfoque pedaggico activo, constructivista y significativo. Se trata de un texto didctico aunque exhaustivo, que incluye adicionalmente una amplia coleccin de ejercicios propuestos de gran inters. Por ltimo, indicar que este texto est disponible como

e-book.
10.BIBLIOGRAFA COMPLEMENTARIA

Buscarlo en libreria virtual UNED

ISBN(13): 9788420540030 Ttulo: INTELIGENCIA ARTIFICIAL: UN ENFOQUE MODERNO (2) Autor/es: Norvig, Peter ; Russell, Stuart ; Editorial: PRENTICE-HALL

Buscarlo en bibliotecas UNED

Buscarlo en la Biblioteca de Educacin

Buscarlo en Catlogo del Patrimonio Bibliogrfico

Buscarlo en libreria virtual UNED

ISBN(13): 9788478290178 Ttulo: PROBLEMAS RESUELTOS DE INTELIGENCIA ARTIFICIAL APLICADA. BSQUEDA Y REPRESENTACIN. (1) Autor/es: Fernndez Galn, Severino ; Gonzlez Boticario, Jess ; Mira Mira, Jos ; Editorial: PEARSON ADDISON-WESLEY

Buscarlo en bibliotecas UNED

Buscarlo en la Biblioteca de Educacin

Buscarlo en Catlogo del Patrimonio Bibliogrfico

Comentarios y anexos:

Como material complementario con el que profundizar de forma voluntaria en los contenidos del texto que conforma la bibliografa bsica, el equipo docente recomienda los siguientes libros: Problemas Resueltos de Inteligencia Artificial Aplicada: Bsqueda y Representacin Severino Fernndez Galn, Jess Gonzlez Boticario y Jos Mira Mira Addison-Wesley, 1998 ISBN: 9788478290178 Este libro contiene una extensa coleccin de problemas resueltos sobre bsqueda en un espacio de estados y representacin de conocimiento mediante lgica, reglas, redes semnticas y marcos. Por un lado, la consulta de estos ejercicios ilustra al alumno en la aplicacin de los contenidos tericos del texto base y, por otro lado, complementa los ejercicios propuestos y resueltos del propio texto base y del curso virtual. Inteligencia Artificial: Un Enfoque Moderno Stuart Russell y Peter Norvig Prentice Hall, 2004, 2 Edicin ISBN: 9788420540030 Este libro es un clsico de la literatura del campo, utilizado desde su primera edicin en una importante mayora de universidades del mundo para la docencia de la Inteligencia Artificial. De naturaleza similar a la del texto base de la asignatura, ofrece una visin alternativa, centrada en el concepto de Agente Inteligente. Constituye un compendio muy completo que incorpora las reas ms innovadoras y constituye una referencia obligada, pero para el propsito de esta asignatura se ha considerado menos adecuado, desde el punto de vista pedaggico, que el mencionado texto base.
11.RECURSOS DE APOYO

La presente asignatura est virtualizada a travs de un curso virtual en el que se ponen a disposicin del alumno los siguientes materiales de apoyo al estudio: 1. Una versin extendida de la presente gua de estudio

2. Una lista de preguntas frecuentes sobre la asignatura 3. Tests y ejercicios resueltos que el alumno puede usar para su autoevaluacin Adems, el curso virtual constituye una canal de comunicacin de gran utilidad para el intercambio de ideas entre alumnos y profesores.
12.TUTORIZACIN

El alumno dispone de los siguientes medios para facilitar el proceso de aprendizaje en esta asignatura: 1. Curso virtual de la asignatura desde el que se puede plantear cualquier duda sobre la asignatura y acceder a los recursos de apoyo al estudio. Un tutor de apoyo en red (TAR) se encargar de: a. b. c. d. 2. 3. Elaborar una lista de las preguntas frecuentes que aparezcan en los foros, con las correspondientes respuestas dadas por el equipo docente Atender las consultas que no tengan que ver con contenidos de la materia Preparar resmenes peridicos sobre la actividad de los foros Mantener los foros ordenados

Tutoras virtuales o presenciales en el centro asociado correspondiente Horario de guardia del equipo docente en el que atender dudas a travs del correo electrnico, del telfono o presencialmente. Los datos de contacto con el equipo docente y los horarios de guardia son los siguientes:
ngeles Manjarrs Riesco Dpto. de Inteligencia Artificial (Despacho: 3.08) E.T.S.I. Informtica (UNED) C/ Juan del Rosal, n 16 28040 Madrid (Espaa) Tfno.: +34 91 3988125 Correo-e: amanja@dia.uned.es Horario de guardia: lunes lectivos, de 16 hrs. a 20 hrs. Horario de permanencia: lunes de 14 a 16 hrs. y jueves, de 10 hrs. a 16 hrs. Severino Fernndez Galn Dpto. de Inteligencia Artificial (Despacho: 3.23) E.T.S.I. Informtica (UNED) C/ Juan del Rosal, n 16 28040 Madrid (Espaa) Tfno.: +34 91 3987300 Correo-e: seve@dia.uned.es Horario de guardia: lunes lectivos, de 16 hrs. a 20 hrs. Horario de permanencia: martes y mircoles, de 16 hrs. a 20 hrs. Jos Luis Aznarte Mellado Dpto. de Inteligencia Artificial (Despacho: 3.02) E.T.S.I. Informtica (UNED) C/ Juan del Rosal, n 16 28040 Madrid (Espaa) Tfno.: +34 91 3989688 Correo-e: jlaznarte@dia.uned.es Horario de guardia: lunes lectivos, de 15 hrs. a 19 hrs. Horario de permanencia: martes, de 8 hrs. a 16 hrs. Olga Santos Martn Dpto. de Inteligencia Artificial (Despacho: 3.01)

E.T.S.I. Informtica (UNED) C/ Juan del Rosal, n 16 28040 Madrid (Espaa) Tfno.: +34 91 3989388 Correo-e: ocsantos@dia.uned.es Horario de guardia: lunes lectivos, de 15 hrs. a 19 hrs. Horario de permanencia: lunes y mircoles, de 10 hrs. a 14 hrs.