IA: Inteligencia artificial

En ciencias de la computación se denomina inteligencia artificial (IA) a la capacidad de razonar de un agente no vivo. John McCarthy, acuñó el término en 1956, la definió: "Es la ciencia e ingenio de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes.".

Este curso trata sobre los aspectos principales de la Inteligencia Artificial (IA). El campo de la IA intenta entender las entidades inteligentes. Así, una razón para estudiarla es aprender más sobre nosotros mismos. Sin embargo, a diferencia de la filosofía y psicología, también relacionadas con la inteligencia, la IA se esfuerza en construir entidades inteligentes además de entenderlas. Otra razón para estudiar IA es que estas entidades inteligentes son útiles e interesantes por sí mismas. La IA ha producido innumerables productos que han demostrado un desempeño significativo en dominios de gran complejidad, y donde otros enfoques habían logrado escaso éxito. Los contenidos generales del curso cubren el contenido mínimo sugerido por la ACM/IEEE para el área de Sistemas Inteligentes y cuatro unidades sugeridas como electivas. Si bien el curso es autocontenido se sugiere conocimiento previo en lógica proposicional y de predicados. La amplitud temática de la IA sólo permite un tratamiento general de los principales aspectos involucrados. No obstante ésto, el curso sirve como base para otros cursos optativos de la carrera, relacionados a tópicos avanzados de la IA.  

CONTENIDOS MÍNIMOS(Según Plan de Estudios vigente)
  • Inteligencia Artificial, conceptos básicos e historia. Agentes.
  • Búsqueda: Métodos exhaustivos y heurísticos. Evaluación de complejidad.
  • Planificación, algoritmos lineales y de ordenamiento parcial.
  • Representación de conocimiento: Redes semánticas y marcos. Reglas de producción. Sistemas expertos.
  • Deducción natural. Razonamiento Lógico
  • Aprendizaje automático: Redes neuronales y algoritmos genéticos
LIBRO DE TEXTO

Stuart Russel y Peter Norvig. Inteligencia Artificial: Un enforque moderno. 2da edición, Prentice Hall, ISBN 84-205-4003-X.
El sitio web del libro AIMA contiene gran cantidad de recursos como ser código en Java, LISP y algo en Python de los algoritmos presentados en el libro.

Complementario
Bromberg, F. Material pedagógico de clases sobre Inteligencia Artificial y Aprendizaje de Máquinas. apuntes personales 2011
Pajarez Martínez, G. y Santos Peña, M Inteligencia Artificial e Ingeniería del Conocimiento. Alfaomega, Ra-Ma 2006
Ponce Cruz, Pedro Inteligencia Artificial con aplicación a la Ingeniería AlfaOmega 2010
Sierra Araujo Basilio Aprendizaje Automático. Aspectos prácticos utilizando el Software Weka Editorial Prentice-Hall 512 páginas 200

Aula virtual de la cátedra: Inteligencia artificial

[HORARIOS clases 1º semestre]
Teóricas Turno Tarde
Miércoles      13:45hs a 16:00hs  
Jueves             16:45hs a 19hs         
Teóricas Turno Noche
Miércoles      18:15hs a 20:30hs  
Jueves             21:15hs a 23:30hs   

TEORÍA - Material oficial de la cátedra

-      Teórica U0  Introducción a IA (pdf) (youtube)(flv)

-      Teórica U0  Agentes Inteligentes   (pdf) (youtube) (flv)

-      Teórica U0  Búsqueda a Ciega  (parteA  youtube flv, parteB  youtube flv) (pdf)

-      Teórica U1  Búsqueda Informada  (PDF) (YouTube) (flv)

-      Teórica U1  Búsqueda Local  (PDF) (webm)

-      Teórica U2  Problemas Satisfacción Restricciones (PDF) (YouTube)(flv)

-      Teórica U2  Introducción a la lógica  (PDF)  (YouTube) (flv)

-      Teórica U2  Lógica-primer-orden  (PDF) (YouTube)  (flv)

-      Teórica U3  Planificación (PDF) ( YouTube )(flv)

PRÁCTICA - Material oficial de la cátedra

-      Guía de Problemas para CASA  (Drive

-      Guía de ejercicios de CLASES  (Drive

-      Laboratorio L0.  Implementación Algoritmos Búsqueda Ciega (GUIA L0 zip)

-      Laboratorio L1.  Implementación Algoritmos Búsqueda Informada (GUIA L1 zip

-      Laboratorio L2a.  Problemas Satisfacción de Restricciones en JAVA  (GUIA L2a zip) -no obligatorio

-      Laboratorio L2b.  Programación Lógica de Restricciones y Búsqueda. Comprender cómo funciona el backtracking (vuelta atrás) en Prolog. Instaladores para herramientas instaladas (GUIA L2b zip

-      Laboratorio L3.  Algoritmos planificación de orden parcial  (guiaL3 zip) -no obligatorio

Material  Complementario de Apoyo a la PRÁCTICA:

-         Guía de estudio conceptual Agentes Matilde (pdf)

-         Guía de estudio conceptual Búsqueda Matilde (pdf)

-         Soluciones de prácticas de otros años U0 (pdf

-         Guía de estudio conceptual Búsqueda Heuristica Matilde (pdf)

-         Soluciones de prácticas U1 de otros años (pdf

-         Guía de estudio conceptual PSR Matilde (pdf)

-         Guía de estudio conceptual Lógica para PSR  Matilde (pdf)

-         Soluciones de prácticas U2 PSR con POO  (pdf)

-         Soluciones de prácticas U2 PSR con Lógica (pdf)

-         Guía de estudio conceptual Planificación Matilde (pdf)

-         Soluciones de prácticas Planificación Matilde (pdf)

Material externo  - Link a otras web

-         PROBLEMAS DE INTELIGENCIA ARTIFICIAL

http://www.infor.uva.es/~arancha/IA/busqueda/PROBLEMAS%20DE%20IA-JUEGOS.pdf 

https://issuu.com/eslibre.com/docs/colecci__n_de_problemas_sobre_intel

-         Problemas de Inteligencia Artificial I 4º curso de Ingenieríıa Informatica, Universidad de Sevilla

http://www.cs.us.es/cursos/ia1-2005/boletin-2005-2006.pdf

http://www.cs.us.es/cursos/ia1-2005/trabajos/

-         COL.LECCION DE PROBLEMES Enginyeria en Informatica e Inteligencia Artificial

http://www.lsi.upc.edu/~bejar/ia/material/problemas/ProblemasIA.pdf

-         Inteligencia Artificial y Computación Avanzada (pdf)

http://fmachado.dei.uc.pt/wp-content/papercite-data/pdf/ms07.pdf 

-         Búsqueda IDA* (iterative deeping A*) this link

Pseudocódigo tomado del libro de Russel&Norvig con una versión recursiva

-         Funcionamiento de los algoritmos de Búsqueda Heurística 

Explicación y demostración de diferentes algoritmos de búsquedas heurística utilizando ejemplos clásicos. Se puede ver la ejecución de los algoritmos y el árbol de búsqueda.
Web con Demos
Páginas en ZIP

-         Algoritmos de búsqueda local básicos  

P. Hansen, N. Mladenovic, J.A. Moreno Pérez. Búsqueda de Entorno Variable. Revista Iberoamericana de Inteligencia Artificial 19 (2003) 77-92. 

K.A. Dowsland, B.A. Díaz. Diseño de Heurísticas y Fundamentos del Recocido Simulado. Revista Iberoamericana de Inteligencia Artificial 19 (2003) 93-102. 

-         Búsqueda tabú

F. Glover, B. Melián. Búsqueda Tabú. Revista Iberoamericana de Inteligencia Artificial 19 (2003) 29-48. 

M. Gendreau. Chapter 2: An Introduction to Tabu Search. In: F. Glover, G.A. Kochenberber, (Eds.). Handbook of Metaheuristics. Kluwer Academics. (2003) 37-54. 

Almacén  lecturas varias Lógica y SBR    (repositorio

Cátedra electiva Ingeniería de sistemas Basados en conocimiento (ISBC)

-         CSPeditor

Se pueden probar los algoritmos de satisfacción de restricciones con este programa. 
Este permite crear graficamente grafos de restricciones y ejecutarlos con backtracking cronologico y forward checking, tambien se puede utilizar ordenacion de variables. 
Tenés algunos problemas de la coleccion de ejemplos que podes probar. 
El programa esta incompleto (versión alfa) y desgraciadamente no tiene manual.

-         Fixture CSP. Utilizando JAVA como lenguaje de programación y un framework conocido como JaCoP

Problemas de Satisfacción de Restricciones Temporales

-         Herramienta para representar árboles SLD. La herramienta permite visualización de árboles SLD para un programa y objetivo dado

Pequeño interprete de pseudo-prolog (CILog) de las demos de AISpace

Para ver el funcionamiento de los sistemas de reglas lógicas. El programa permite ver como se van generando los subobjetivos y las instanciaciones. 

En el zip hay un problema de la lista y un programa para obtener coloreado de grafos

-         LINKS sobre Prolog. Resumen Programación Lógica con Prolog

Prácticas de Prolog : http://www.infor.uva.es/~calonso/IAI/PracticasProlog/practicas%20prolog.htm

Síntesis conceptual Planificadores

Planificación diapositivas, José Luis Ruiz Reina (pdf) (Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla)

Ejercicios de auto evaluación cortos (pdf)

-         Ejemplos planificación. Puzzles: Autopartes Kineo Cam [http://www.kineocam.com/]

Planificación automática

PLANET

Platforms for Planning

ToolsPágina de inicio Graphplan

Facultad de Ciencias de la Computación, Universidad de Carnegie Mellon, Pittsburgh, PA 15213-3891 

Gente: Avrim Blum , Merrick Furst, John Langford

Graphplan Implementations

Este proyecto consta de varias implementaciones del algoritmo Graphplan. En este momento tenemos dos implementaciones de Graphplan: * Emplan - Una implementación en C + + para Linux, Windows y MacOS X * JavaGP - Una aplicación Java

Problemas-Resueltos-de-Inteligencia-Artificial-Aplicada-1998 (pdf)

Russell Y Norvig - Inteligencia Artificial Un Enfoque Moderno (pdf)

-         Herramientas para Aprender Inteligencia Artificial     Applet en Java - exe - jar

Búsquedas  CSP consistencia  eje mini sudokus Deducción de Cláusula  Redes de Decisión 

-         Asignatura Metaheurísticas: Curso 2012-2013

La asignatura Metaheurísticas, impartida en el grado en Ingeniería Informática (especialidad en Computación y Sistemas Inteligentes), comprende el análisis de algoritmos avanzados de optimización y búsqueda, así como el estudio de técnicas de diseño de metaheurísticas basadas en trayectorias, poblaciones, y paralelas.

-         UC Irvin Machine Learning Repository
Repositorio de conjuntos de datos para aplicar aprendizaje automático. 
Muy útil para usar como ejemplos, hacer ejercios,etc.

Planificación: 

Profesor asociado

Facundo Bromberg

Consultas: Martes y Miercoles 18h a 19 hrs
Oficina: Edificio de Electrónica, descanso entre 1er y 2do piso.
Telefono: 5244 566  (desde UTN discar interno 166)

Jefe de trabajos prácticos

Matilde Inés Césari

Consultas: Miercoles 18 hrs (16:30hs durante semestre de clases)
Solicitar cita vía email y/o inscribite en planilla online.

Ayudantes de primera

Diego Sebastián Pérez

Leandro Martín Abraham

Ayudantes de primera ad-honorem

Carlos Ariel Díaz