Download inteligencia artificial - UTN Rosario

UNIVERSIDAD TECNOLÓGICA NACIONAL
FACULTAD REGIONAL ROSARIO
DEPARTAMENTO ACADEMICO
SISTEMAS
PROGRAMA ANALITICO DE LA ASIGNATURA
INTELIGENCIA ARTIFICIAL
PLAN DE ESTUDIOS RESOLUCION Nº 425/99 F.R.R.
1995
HORAS SEMANALES
DICTADO
4
CUATRIMESTRAL
PROFESOR ING. NESTOR BERLANDE
DIRECTOR DE DEPARTAMENTO
A.S. CONRADO FERNANDEZ
OBJETIVO GENERAL DE LA ASIGNATURA
Brindar a los alumnos información para que puedan representar las bases de
los argumentos en el razo namiento humano.
Formalizar conceptos relacionados con la esencia del término Inteligencia
Artificial y su evolución a través del tiempo.
Desarrollar técnicas de Inteligencia Artificial orientadas a la resolución de
problemas. Utilizar una herramienta de programación específica, para la
resolución de casos prácticos.
FUNCION DE LA ASIGNATURA EN EL PLAN DE ESTUDIOS
Explicar técnicas especificas a través del desarrollo de programas inteligentes,
que resuelvan problemas, exhibiendo un comportamiento similar al de un ser
humano.
1. CONTENIDOS
UNIDAD DIDACTICA 1
EJE CONCEPTUAL
Lógica
- 194 -
OBJETIVO
Presentar las notaciones, métodos y principios de la lógica simbólica que se
usan para determinar la validez o invalidez de los argumentos.
TEMAS
1. La Lógica y el Lenguaje.
1.1. Introducción.
1.2. Naturaleza del Argumento.
1.3. Verdad y Validez.
1.4. Lógica Simbólica.
2. Argumentos que contienen Enunciados Compuestos
2.1.Enunciados Simples y Compuestos.
2.2. Enunciados Condicionales.
2.3. Formas de Argumentos y Tablas de Verdad.
2.4. Formas Senténciales.
3. El Método de Deducción.
3.1. Prueba Formal de Validez.
3.2. La Regla de Reemplazo.
3.3. Demostración de la Invalidez.
3.4. No completud de las Diecinueve Reglas.
3.5. La Regla de Demostración Condicional.
3.6. La Regla de Demostración Indirecta.
3.7. Demostración de Tautologías.
3.8. La Regla de Demostración Condicional Reforzada.
3.9. Técnica Abreviada de Tabla de Verdad.
4. Funciones Proposicionales y Cuantificadores
4.1. Proposiciones Singulares y Proposiciones Generales.
4.2. Demostración de Validez: Reglas Preliminares de Cuantificación.
4.3. Demostración de la Invalidez.
4.4. Proposiciones Múltiplemente Generales.
4.5. Reglas de Cuantificación.
4.6. Verdades Lógicas que involucran Cuantificadores.
UNIDAD DIDACTICA 2
EJE CONCEPTUAL
Inteligencia Artificial.
OBJETIVO
Brindar los fundamentos básicos involucrados en los desarrollos de Inteligencia
Artificial.
TEMAS
1. Introducción. ¿Qué es la Inteligencia Artificial?
- 195 -
1.1. Los problemas de la Inteligencia Artificial
1.2. Las suposiciones subyacentes.
1.3. Técnicas de Inteligencia Artificial.
1.4. Modelos.
1.5. Criterios de determinación del éxito.
1.6. Referencias Generales.
UNIDAD DIDACTICA 3
EJE CONCEPTUAL
Representación del Conocimiento
OBJETIVO
Explicar una serie de mecanismos que permitan tanto almacenar, como
manipular una gran cantidad de conocimiento con el fin de obtener soluciones a
nuevos problemas.
TEMAS
1. Representaciones y correspondencias.
2. Aproximaciones a la representación del conocimiento
3. Problemas de la representación del conocimiento.
3.1. Atributos importantes.
3.2. Relaciones entre atributos.
3.3. Selección de la granularidad de la representación.
3.4. La representación de conjuntos de objetos.
3.5. Búsqueda de la estructura adecuada a cada circunstancia.
4. Representación del conocimiento mediante reglas.
4. 1. Comparación entre conocimiento procedimenta y conocimiento
declarativo
4.2. Programación lógica.
4.3. Diferencias entre razonamientos hacia delante y hacia atrás.
4.4. Emparejamiento.
4.5. Conocimiento de Control.
UNIDAD DIDACTICA 4
EJE CONCEPTUAL
Programación de aplicaciones de Inteligencia Artificial
OBJETIVO
Avanzar en el estudio de un lenguaje de programación que trabaje en un
entorno de
Inteligencia Artificial.
- 196 -
TEMAS
1. Introducción.
1.1. Una breve historia del Prolog.
1.2. ¿Para qué sirve Prolog?
1 .3. Lenguaje Procedural vs. Lenguaje Declarativo
1.4. Inteligencia Artificial.
2. Relación con la Lógica.
2.1. Hechos.
2.2. Variables.
2.3. Reglas.
2.4. Cláusulas.
2.5. Preguntas.
2.6. Conjunciones y Backtracking.
3. Estructura de un Programa en Prolog.
3. 1. Composición de un programa. Cláusulas. Predicados. Dominios.
3.2. Ejemplos.
4. Manipulación de Datos
4. 1. Entrada y salida de datos.
4.2. Manejo de Ventanas.
4.3. Caracteres y Campos.
4.4. Manipulación de Cadenas.
5. Estructuras de Datos.
5.1. Listas.
5.1.1. Declaración de Dominios.
5.1.2. Pertenencia a una Lista.
6. Functores y Base de Datos
6.1. Functores.
6.2. Base de Datos.
6.3. Relación entre Base de Datos y Archivos.
7. Archivos.
7.1. Declaración de Archivos.
7.2. Predicados de Manejo de Archivos.
7.3. Predicados de Sistema Operativo.
7.4. Conversiones de Tipo.
8. Gráficos y Sonidos.
UNIDAD DIDACTICA 5
EJE CONCEPTUAL
Sistemas Expertos
OBJETIVO
Desarrollar un sistema, orientado a la resolución de un problema que
normalmente es elaborada por “expertos” humanos.
- 197 -
TEMAS
1.
2.
3.
4.
Sistemas expertos más conocidos
Armazones de Sistemas Expertos
Adquisición de conocimiento
Desarrollo de un Sistema Experto
2. TRABAJOS PRÁCTICOS
• Resolución de una cartilla de ejercicios de Lógica Simbólica.
• Desarrollo de un sistema para determinar la validez o invalidez de un
enunciado.
• Resolución de una cartilla de ejercicios utilizando el lenguaje de
programación orientado a Inteligencia Artificial, Prolog.
• Planteo de un problema y desarrollo de un “Sistema Experto”,
orientado a la resolución del mismo.
3. BIBLIOGRAFIA
• Copi, 1. (1998) “Lógica Simbólica”, CECSA.
• Rich, E. Y Knight, K. (1994) “Inteligencia Artificial”, Mc Graw-Hill.
• Schildt, H. (1988) “Turbo Prolog: Programación Avanzada” Osborne / Mc
Giaw-Hill.
• Robinson, P. (1987) “Aplicue Turbo Prolog”, Mc Graw-Hill.
- 198 -