Asignatura: Inteligencia Artificial

1
Asignatura Inteligencia Artificial

• Turno mañana, grupo 1, aula 1
• Prof Fernando Díez.
• Despacho B-346.
• Horario.
• Lunes y miércoles 1000 a 1100 horas
• Martes 900 a 1000 horas
• Tutorías. Solicitar a
• fernando.diez_at_uam.es
• Fichas alumnos
• Es obligatorio entregarlas.
• Créditos 7,5 (6 ECTS).

2
Información del curso (WWW)

• URL
• http//www.ii.uam.es/fdiez/docencia/03-04/IA/IA.h
  tml
• Profesores
• Fernando Díez (grupo 1, turno mañana)
• Ruth Cobos (grupo 2, turno mañana)
• Francisco Sáiz (grupo 3, turno tarde)
• Reglas de calificación.
• NF0.2NP 0.8NT
• NTmax(F, 0.3P 0.7F)
• NF nota final NP nota prácticas NT nota
  teoría F examen final, P examen parcial
• Temario y Bibliografía.
• Ver URL anterior.
• Prácticas.
• No se convalidan.

3
Temario, I

• El lenguaje LISP. 6 clases.
• Introducción Inteligencia, Racionalidad, y
  Agentes racionales. 1 clase.
• Propósito de la Inteligencia Artificial.
• Definiciones y Aproximaciones a la Inteligencia
  Artificial.
• Agentes Racionales y Entornos.
• Resolución de problemas mediante búsqueda. 6
  clases.
• Pasos en la resolución de problemas.
• Formulación de problemas.
• Problemas ejemplo.
• Búsqueda de soluciones.
• Estrategias de búsqueda. Búsqueda ciega o no
  informada.
• Criterios de evaluación. Primero en anchura.
  Coste uniforme. Primero en profundidad. En
  profundidad limitada. Profundización iterativa.

4
Temario, II

• Métodos de búsqueda informada. 6 clases.
• Búsqueda el primero mejor.
• Búsqueda Avara (Greedy).
• Búsqueda A.
• Funciones heurísticas.
• Búsqueda con limitaciones de memoria.
• Algoritmos de mejora iterativa
• Escalada
• Enfriamiento simulado
• Juegos con adversarios. 3 clases.
• Decisiones perfectas en juegos con dos
  adversarios.
• Decisiones imperfectas.
• Poda alfa-beta
• Juegos que incluyen factores de suerte

5
Temario, III

• Razonamiento e inferencia con lógica
  proposicional. 4 clases.
• Sintaxis y semántica.
• Forma normal conjuntiva de una fórmula.
• Resolución en lógica proposicional.
• Representación, razonamiento y lógica.
• Mecanismos de inferencia
• Razonamiento e inferencia con lógica de primer
  orden. 10 clases.
• Ontología, sintaxis y semántica en cálculo de
  predicados.
• Ejemplos de uso de la lógica de primer orden.
• Resolución un procedimiento de inferencia
  completo.
• Reglas de inferencia con cuantificadores.
• Modus Ponens generalizado.
• Encadenamiento hacia delante y hacia atrás.
• Cálculo de situaciones.
• Completitud y decidibilidad.

6
Temario, IV

• Planificación. 3 clases.
• Un agente de planificación sencillo.
• De resolución de problemas a planificación.
• Planificación con cálculo de situaciones.
• Representaciones básicas para planificación.
• Representación de planes.
• Ejemplo de planificador de orden parcial-
• El algoritmo de planificación de orden parcial
  (POP).

7
Bibliografía, I

• Teoría
• S. Russell y P.Norvig Artificial Intelligence, a
  modern approach. Prentice Hall, 1995. Inglés y
  español.
• N.J. Nilsson Principios de Inteligencia
  Artificial. Díaz de Santos, Madrid, 1987. Inglés
  y español.
• N.J. Nilsson Artificial Inteligence, a new
  synthesis. Morgan Kaufmann Publishers, 1998,
  Inglés.
• E. Rich y K. Knight Inteligencia Artificial. Mc
  Graw Hill, Madrid, 1994. Inglés y español.
• M.D. Davis, R. Sigal, F.J.Weyuker Computability,
  Complexity and Languages, Fundamentals of
  Theoretical Computer Science. Academic Press,
  1994. Inglés.

8
Bibliografía, II

• Prácticas
• H. Winston y P. Henry LISP. Berthold Klaus Paul
  Horn, tercera edición, 1993. Inglés y español.
• G.L. Steele Common LISP Language. Segunda
  edición, 1990. Inglés.
• Versión WWW
• http//www.cs.cmu.edu/afs/cs.cmu.edu/project/ai-r
  epository/ai/html/cltl/mirrors.html
• P. Graham ANSI Common Lisp. Prentice Hall.
  Inglés.