Inteligencia Artificial

Objetivos

• Tener un panorama de lo qué es la Inteligencia Artificial (IA)
• Entender los principales conceptos de las áreas de IA y técnicas utilizadas
• Aplicar las técnicas de IA a la solución de problemas
• Conocer las tendencias actuales y qué se espera a futuro

Temario

1. Introducción a Inteligencia Artificial
2. Búsqueda y Juegos
3. Representación del Conocimiento
   
• Lógica y Reglas de producción
• Objetos estructurados
• Modelos cualitativos y temporales
4. Arquitecturas de Control e IA Distribuida
   
5. Manejo de Incertidumbre
   
6. Planeación
7. Aprendizaje Computacional
   
8. Procesamiento de Voz y de Lenguaje Natural
   
9. Visión Computacional
   
10. Robótica
    
11.  Tendencias Actuales y Futuras

Evaluación

La evaluación consiste de:

• Tareas y participación (30%).
• Examen a mediados del curso (35%).
• Proyecto final (35%).

El proyecto final debe de ser sobre alguno de los temas vistos en clase (búsqueda, juegos, representación de conocimiento, aprendizaje, visión, etc.).

Las especificaciones para el proyecto final son:

1. Entregar un documento, en formato de artículo técnico (LaTeX) que contenga (por lo menos) las siguientes secciones:
   • El problema a resolver y las principales carácterísticas del mismo.
   • Qué elementos están considerando en la solución del problema.
   • Qué técnica(s) están usando.
   • Mostrar los resultados obtenidos y analizarlos.
   • Hacer una breve análisis de las ventajas/desventajas de la solución propuesta.
   • Dar conclusiones e ideas de posibles extensiones
2. Realizar una implementación que resuelve el problema (en cualquier lenguaje):
   • Entregar listado de código junto con el documento (anexo).
   • Hacer una demostración del mismo.
3. Hacer una presentación del proyecto y los resultados obtenidos.

Bibliografía:

• 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.
• 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).
• Winston, P., Artificial Intelligence. Addison-Wesley (Tercera Edición) 1992.
• 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.