Inteligencia Artificial

Eduardo Morales, L. Enrique Sucar

Objetivos

Identificar cuales son los componentes que se requieren considerar para representar el conocimiento en una aplicación, utilizar una o varias de las técnicas de representación usadas en Inteligencia Artificial que sean más adecuadas para el problema en cuestión, y decidir sobre los mecanismos de inferencia y control a utilizar sobre las representaciones propuestas.

Temario

1. Introducción a Inteligencia Artificial
2. Representación de Conocimeinto
3. Búsqueda
4. Lógica
5. Reglas de producción
6. Objetos estructurados
7. Híbridos
8. Arquitecturas de control
9. Modelos cualitativos
10. Razonamiento temporal
11. Incertidumbre y sistemas no-monotónicos
12. Adquisición de conocimiento y aprendizaje
13. Ontologías
14. Problemas de Representación de Conocimiento

Evaluación

La evaluación consiste de:

• Representación de un problema para cada una de las técnicas vistas en clase (30%).
• Examen a mediados del curso (30%).
• Presentación y análisis de artículos relevantes al curso (10%).
• Realización de un proyecto resolviendo el problema planteado (30%).

Las especificaciones para el proyecto final son:

1. Entregar un documento que contenga (por lo menos) las siguientes secciones:
   • El problema a resolver y las principales carácterísticas del mismo.
   • Qué elementos están considerando en la representación del problema: objetos, atributos, relaciones, funciones, etc. y qué representan.
   • Qué técnica(s) de representación están usando, qué método(s) de inferencia (y arquitectura de control), y porqué?
   • Mostrar los resultados obtenidos y analizarlos
   • Hacer una breve análisis de las ventajas/desventajas de la representación y método de inferencia utilizado.
   • Dar conclusiones e ideas de posibles extensiones
2. Realizar una implementación que resuelve su problema (en cualquier lenguaje):
   • Entregar listado de código junto con el documento
   • Hacer una demostración del mismo
3. Hacer una presentación breve (15 min.) que explique el punto (1) y los resultados obtenidos.

Referencias bibliográficas

• Lucas, P. y Van der Gaag, L. Principles of Expert Systems. Addison Wesley, 1991.
• Brachman, R y Levesque, H. Readings in Knowledge Representation. Morgan Kaufmann, 1985.
• Russel, S., Norvig, P., Artificial Intelligence: A Modern Approach, Prentice-Hall, 1995.
• Jackson, P. Introduction to Expert Systems. Addison-Wesley, 1990 (2a. edición).
• Winston, P., Artificial Intelligence. Addison-Wesley (Tercera Edición) 1992.
• Feigenbaum, XXXX
• Shapiro, S.C. Encyclopedia of Artificial Intelligence. Wiley, New York (segunda edición), 1992.
• Is the Brain Mind a Computer Program? John R. Searle. Scientific American, Jan. 1990, pp. 26-31.
• Could a Machine Think? Paul M. Churchland, Patricia Smith Churchland. Scientific American, Jan. 1990, pp. 32-37.
• On Computational Wings: Rethinking the Goals of Artificial Intelligence. Kenneth M. Ford, Patrick J. Hayes. Scientific American, Vol. 9 (4): pp. 78-83.
• Christopher John Hogger, Essential of Logic Programming, Oxford University Press, 1990.
• Artículos de revistas

Artículos:

• John R. Searle. Is the Brain's Mind a Computer Program? Scientific American, 1990
• P.M. Churchland, P.S. Churchland. Could a Machine Think? Scientific American, 1990
• K. Ford, P. Hayes. On Computational Wings: Rethinking the Goals of Artificial Intelligence, Scientific American, 1998