UNIVERSIDAD NACIONAL AUTNOMA DE MXICO FACULTAD DE INGENIERA PROGRAMA DE ESTUDIO

INTELIGENCIA ARTIFICIAL
Asignatura Divisin de Ingeniera Elctrica Divisin

1766
Clave Ingeniera en Computacin Departamento

8,9,10
Semestre

09
Crditos

Ingeniera Mecatrnica Carrera(s) en que se imparte

Asignatura: Obligatoria Optativa Modalidad: Curso X

Horas: Tericas Prcticas 4.5 0.0

Aprobado: Consejo Tcnico de la Facultad

Total (horas): Semana 16 Semanas

8 de agosto de 2005

4.5 72.0

Fecha: 25 de febrero, 4 y 17 de marzo, y 16 de junio de 2005

Consejo Acadmico del rea de las Ciencias Fsico Matemticas y de las Ingenieras

Asignatura obligatoria antecedente: ninguna Asignatura obligatoria consecuente: ninguna Objetivo(s) del curso: El alumno resolver problemas tericos y prcticos en reas significativas de la Inteligencia Artificial.

Temario
NM. NOMBRE HORAS

1. 2. 3. 4. 5. 6. 7.

Introduccin a la inteligencia artificial Agentes inteligentes y ambientes Representacin y uso de conocimiento Lenguajes de programacin para resolver problemas Representacin de problemas y bsqueda de soluciones Razonamiento Aplicaciones

6.0 6.0 12.0 20.0 10.0 6.0 12.0 72.0

Prcticas de laboratorio Total

0.0 72.0

INTELIGENCIA ARTIFICIAL

(2 / 4)

Introduccin a la inteligencia artificial Objetivo: El alumno podr justificar por qu estudiar, y explicar cules son los campos de la Inteligencia Artificial Contenido: 1.1 Facetas del Comportamiento Inteligente 1.2 Formas de hacer Inteligencia Artificial 1.3 Generalidades de Aplicaciones Desarrolladas y en Desarrollo 1.4 Subcampos de la Inteligencia Artificial 1.5 Relaciones de la Inteligencia Artificial con Otras Disciplinas

Agentes inteligentes y ambientes Objetivo: El alumno podr explicar que es un agente inteligente, su medio, y cmo se construyen Contenido: 2.1 Estructura General de Agentes 2.1.1 Agentes Reflejo Simple 2.1.2 Agentes Basados en Logro de Metas 2.1.3 Agentes Basados en Logro del Mejor Desempeo 2.2 Ambientes 2.2.1 Tipos de Ambientes

Representacin y uso de conocimiento Objetivo: El alumno podr explicar cmo dotar a los agentes de capacidad de razonamiento general Contenido: 3.1 Atributos de una Buena Representacin 3.2 Reglas 3.3 Redes Semnticas 3.4 Cuadros de Minsky 3.5 Lgica 3.6 Rutinas 3.7 Visualizacin

Lenguajes de programacin para resolver problemas Objetivo: El alumno podr instrumentar programas de Inteligencia Artificial Contenido: 4.1 Estructuras Bsicas 4.2 Estructuras Compuestas 4.3 Aplicaciones de Representacin y Uso de Conocimiento

INTELIGENCIA ARTIFICIAL

(3 / 4)

Representacin de problemas y bsqueda de soluciones Objetivo: El alumno podr explicar cmo actan los agentes mediante la definicin de metas y consideran secuencias de acciones para alcanzarlas Contenido: 5.1 Representacin en Espacio de Estados 5.2 Bsqueda de Soluciones en Espacio de Estados 5.2.1 Mtodos de Bsqueda Ciega 5.2.2 Mtodos de Bsqueda Basados en Conocimiento 5.2.3 Mtodos de Bsqueda con Adversarios 5.3 Representacin Reducida de Problemas y Bsqueda de Soluciones 5.4 Solucin de Problemas mediante Satisfaccin de Restricciones

Razonamiento Objetivo: El alumno podr construir sistemas de razonamiento lgico y de razonamiento probabilstico Contenido: 6.1 Razonamiento Progresivo 6.2 Razonamiento Regresivo 6.3 Razonamiento con Incertidumbre

Aplicaciones Objetivo: El alumno podr desarrollar sistemas inteligentes Contenido: 7.1 Visin 7.2 Lenguaje Natural 7.3 Reconocimiento de Voz 7.4 Robtica 7.5 Sistemas Expertos 7.6 Ambientes Grficos Interactivos

Bibliografa bsica: RUSSELL, Stuart and Norving Peter Artificial Intelligence: A Modern Approach 2nd edition USA Prentice Hall, 2003

Temas para los que se recomienda: Todos

INTELIGENCIA ARTIFICIAL

(4 / 4)

POOLE, David et al. Computational Intelligence: A Logical Approach New York Oxford University Press, 1998 TURBAN, Efraim and Aronson Jay E. Decision Support Systems and Intelligent Systems 6th edition Prentice Hall, 2002 KURZWEIL, Raymond The Age of Spiritual Machines MIT Press, 1999

Todos

Todos

Todos

Bibliografa complementaria: MINSKY, Marvin The Society of Mind New York Simon and Schuster, 1988. Todos

Sugerencias didcticas: Exposicin oral Exposicin audiovisual Ejercicios dentro de clase Ejercicios fuera del aula Seminarios X X X X X Lecturas obligatorias Trabajos de investigacin Prcticas de taller o laboratorio Prcticas de campo Otras X X X

Forma de evaluar: Exmenes parciales Exmenes finales Trabajos y tareas fuera del aula X X X Participacin en clase Asistencias a prcticas Otras X

Perfil profesiogrfico de quienes pueden impartir la asignatura Egresados de las carreras de Ingeniero en Computacin, ciencias de la computacin o afn, preferentemente con grado de Maestro o Doctor. rea de especialidad en Sistemas Inteligentes.