Inteligencia Artificial
Profesores:
Eduardo F. Morales
emorales
(AT) inaoep.mx
L.
Enrique Sucar
esucar (AT)
inaoep.mx
Descripción general:
Curso:
Objetivos
Programa
Bibliografía
Políticas
Calendario:
Sesiones
de Clase
Láminas:
Sesión 1:
Introducción [PDF]
Sesión 2: Búsqueda y Juegos [PDF]
Sesión 3: Sistemas Basados en Conocimiento [PDF]
Sesión 4: Lógica, Reglas, Representaciones Cualitativas y Temporales [PDF]
Sesión 5: Representaciones Estructuradas e Híbridas [PDF]
Sesión 6: Arquitcturas de Control [PDF]
Sesión 7: Manejo de Incertidumbre [PDF]
Sesión 8: Planeación [PDF]
Sesión 9: Aprendizaje [PDF]
Sesión 10: Procesamiento de Voz [PDF]
Sesión 11: Procesamiento de Lenguaje Natural [PDF]
Sesión 12: Visión Computacional [PDF]
Sesión 13: Robótica [PDF]
Sesión 14: Tendencias Futuras [PDF]
Actividades
Semana 1:
Leer artículos sobre
aspectos filosóficos de IA
Semana 2:
Resolver el 8-Puzzle usando diferentes estrategias de búsqueda
Semana 3:
Definir una ontología para un dominio / problema
Semana 4:
Revisar la ontología propuesta y representarla en lógica de predicados (ENTREGAR)
Semana 5:
Desarrollar un sistema basado en conocimiento que utilice reglas, redes semántica, frames o un esquema híbrido.
Semana 6:
Resolver problemas de manejo de incertidumbre: MYCIN y Redes Bayesianas
Semana 7:
EXAMEN PARCIAL [Examen Tipo]
Semana 8-12:
Desarrollo de proyecto final
Semana 13:
Leer artículos sobre presente/futuro de IA: (i) Darwiche, (ii) Muller et al., (iii) Ford y Hayes, (iv) Mitchell
Semana 14:
Entregar reporte (impreso y electrónico) y presentación Proyecto Final (15 mins.)
- Reporte
del Proyecto Final - Entregar
un documento en forma de artículo
científico (usar formato
LN de Springer) de
máximo 10 páginas (sin incluir anexos) de su proyecto
final que contenga lo siguiente:
- Resumen
- Introducción
- Trabajo relacionado
- Metodología y Desarrollo
- Experimentos y resultados
- Conclusiones y trabajo futuro
- Referencias (usar
algún formato estandar)
- Anexos (resultados en
detalle, modelos, código, ...)
Lecturas:
- Turing, Computing Machinary and Intelligence [PDF]
- Searle, Is the Brain´s Mind a Computer Program? [PDF]
- Chrrchland & Churchland, Could a Machine Think? [PDF]
- Hayes & Ford, Turing Test Considered Harmful [PDF]
- M. Mitchell, Why AI is Harder Than We Think [PDF]
- Adnan Darwiche, Human-Level Intelligence or Animal-Like Abilities? [PDF]
- V. Müller, N. Bostrom, Future Progress in Artificial Intelligence: A Survey of Expert Opinion [PDF]
- KM Ford y PJ Hayes. On Computational Wings: Rethinking the Goals of Artificial Intelligence [PDF]
- VIVA: Ontology for Video Surveillance [PDF]
- Minsky, A Framework for Representing Knowledge [PDF]
- M.Malik et al., Automatic speech recognition: a survey [PDF]
Referencias:
- Russel, S., Norvig, P., Artificial
Intelligence: A Modern
Approach, Prentice-Hall, 2009 (tercera edición).
- T. Dean, J. Allen, Y. Aloimons, Artificial Intelligence: Theory and Practice, Benjamin–Cummings, 1995.
- Luger, G., Stubblefield W., Artificial Intelligence: Structures and Strategies for Complex Problem Solving, BC, 1993.
- D. Poole, A. Mackworth, R. Goebel, Computational Intelligence: a logical approach. Oxford University Press, 1988.
- R. Genesereth, N. J. Nilsson, Logical Foundations of Artificial Intelligence. Morgan Kaufmann, 1987.
- Brachman, R., Levesque, H.,
Knowledge Representation and Reasoning, Elsevier, 2004.
- 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.
- Jackson, P. Introduction to
Expert Systems.
Addison-Wesley,
1990 (2a. edición).
Ligas de interés:
Web Ontology Language (OWL)
Software para Modelos Gráficos (incluyendo redes bayesianas)
Notas de Causalidad [Pearl]