El objetivo principal de la Inteligencia Artificial (IA) es la incorporación de comportamiento inteligente a los sistemas informáticos, es decir, la IA trata de dotar a estos sistemas de las capacidades de percepción, razonamiento y actuación.



Con este curso, los estudiantes podrán:

1. Obtener una visión general de las áreas de aplicación de la IA

2. Identificar los tipos de problemas que aborda la IA y conocer algunos métodos genéricos para resolverlos

3. Ser conscientes de la importancia del conocimiento en la resolución de problemas así como de las técnicas utilizables para su representación y ejecución

4. Descubrir los problemas básicos que surgen al construir sistemas basados en el conocimiento y las soluciones de ingeniería que pueden resolverlos

Introducción a la inteligencia artificial presentado los problemas fundamentales, las soluciones aportadas y las áreas típicas de aplicación. Estrategias básicas de búsqueda, formalismos de representación del conocimiento y mecanismos de razonamiento.

Introducción a la Inteligencia Artificial Conceptos básicos, definiciones, visión histórica de la Inteligencia Artificial (IA). Lenguajes y herramientas de desarrollo. Construcción de programas con técnicas de IA

Resolución de problemas mediante búsqueda Técnicas de búsqueda sobre un espacio de estados. Algoritmos aplicables a problemas de juegos en los que intervienen dos jugadores.

Representación del Conocimiento y Mecanismos de Razonamiento Técnicas habituales de representación del conocimiento; Problemas; Incertidumbre. Mecanismos de Razonamiento. Sistemas de reglas. Redes semánticas.

Inteligencia Artificial Distribuida El concepto de Agente. Teoría de Agentes y Sistemas multiagentes. Arquitecturas de Agentes. Agentes Software. Interacción, Cooperación y Organización. La Comunicación entre Agentes

Aprendizaje Automático Aprendizaje supervisado. Aprendizaje no supervisado. Aprendizaje por refuerzo.

En las clases magistrales se intercalarán sesiones de exposición de conceptos (reforzados con ejemplos) con la realización de ejercicios (individuales, en grupos, etc.)

Enlos laboratorios se implementarán un conjunto de ejercicios repartidos con antelación. Las sesiones requieren un trabajo de preparación previo sobre dichos ejercicios.

• Continuous Assessment System
• Final Assessment System
• Tools and qualification percentages:
  • Written test to be taken (%): 60
  • Team projects (problem solving, project design)) (%): 40

Examen escrito (60% de la nota final)

Para aprobar la asignatura se exige alcanzar un mínimo de 3,5 puntos en el examen sobre la nota total de la asignatura.

Entregables (40% de la nota final)



CALIFICACIÓN EN ACTAS:

Solamente podrán obtener el 100% de la nota mediante el examen escrito en convocatoria ordinaria los casos excepcionales justificados al comienzo del curso y recogidos en la normativa vigente referente a la evaluación del alumnado. Los casos excepcionales se deben comunicar al profesor al comienzo de la asignatura o cuando la circunstancia excepcional ocurra, si se da a lo largo de la asignatura. No se aceptarán casos excepcionales a posteriori. La justificación deberá ser documentada adecuadamente. En los demás casos los exámenes escritos siempre supondrán el 60% de la nota final. La nota de prácticas se guarda durante todo el curso, pero no para años siguientes.



Si el alumno se presenta al examen de la convocatoria ORDINARIA, su calificación será igual a la nota acumulada de examen más entregables, en caso contrario obtendrá un "No Presentado".

Si el alumno no se presenta al examen de la convocatoria EXTRAORDINARIA (Junio) obtendrá un "No Presentado".

Siempre que el alumno se presente al examen, la nota de prácticas en ese curso se añadirá a la que obtenga en el examen escrito. Sin embargo, existe la posibilidad de renunciar a la evaluación mixta en la convocatoria extraordinaria y optar al 100% de la nota de la asignatura mediante un examen final.

- Examen escrito (60% de la nota final)

- Entregables (40% de la nota final)



===Evaluación continua===



Las pruebas consistirán en 2 exámenes parciales y laboratorios.

La evaluación de la asignatura se divide en 2 partes: Parte I y Parte II. Cada una de las partes consta de un examen parcial y sus correspondientes laboratorios. La calificación de cada prueba estará comprendida entre 0 y 10 puntos.

Los exámenes parciales se realizarán en horario de clase magistral (M), y las fechas de las pruebas serán anunciadas al inicio del cuatrimestre.

Los laboratorios se realizarán durante los desdobles de prácticas de ordenador (GO), siendo la asistencia a los mismos OBLIGATORIA. La ausencia injustificada a un desdoble de prácticas de ordenador (GO) conllevará una calificación de 0 puntos en el laboratorio correspondiente. El calendario de prácticas de ordenador y los laboratorios correspondientes será anunciado al inicio del

cuatrimestre.

En cada una de las partes de la asignatura, es OBLIGATORIO haber superado los laboratorios (nota igual o superior a 5 puntos en cada laboratorio) para hacer el examen parcial correspondiente. Es decir, si no se superan los laboratorios (nota inferior a 5 puntos en alguno de los laboratorios), la calificación del examen parcial correspondiente será de 0 puntos.

La nota obtenida en cada una de las partes se calculará realizando la media ponderada entre la calificación del examen parcial (60%) y la calificación media de los laboratorios (40%) correspondientes.



Para aplicar la media con los entregables, se exige alcanzar un mínimo de 3,5 puntos en el examen sobre la nota total de la asignatura.





===Evaluación final===



Se seguirán los criterios establecidos en la normativa vigente para determinar si una persona tiene derecho a acogerse al sistema de evaluación final.

Las personas que, teniendo derecho, se acojan al sistema de evaluación final tendrán que acreditar mediante entrevista personal que han realizado los laboratorios que se determinarán al comienzo del cuatrimestre. Una vez se

haya acreditado la realización de los laboratorios, la evaluación se realizará mediante un único examen final cuya

calificación estará comprendida entre 0 y 10 puntos. La nota final de la asignatura coincidirá con la calificación obtenida en el examen final.





===Presentación vs. Renuncia===



Si el alumno se presenta al examen de la convocatoria ORDINARIA, su calificación será igual a la nota acumulada de examen más entregables, en caso contrario obtendrá un "No Presentado".





===Copia===



Se siguen los criterios establecidos en el Artículo 67 de la normativa vigente.

Todo el material de uso obligatorio se encuentra disponible en la Plataforma Virtual eGela (UPV/EHU) de la asignatura.

Basic bibliography

Russell, S.; Norvig, P. (2003): Inteligencia Artificial - Un Enfoque Moderno (2ª ed.). Prentice Hall Hispanoamericana

Nilsson, N. (2001): Inteligencia Artificial - Una Nueva Síntesis. McGraw-Hill

Rich, E.; Knight, K. (1994): Inteligencia Artificial (2ª ed.). McGraw-Hill

Ana Mas (2005) Agentes Software y Sistemas Multiagente, Pearson Educación.

In-depth bibliography

Luger, G. F., Stubblefiel, W.A. "Artificial Intelligence and the Desing of Expert Systems". The Benjamin/cummings Publishing Company. Ed. 1993. Norvig, P. "Paradigms of Artificial Intelligence Programming: Case Studies in Common Lisp", Morgan Kaufmann Publishers, 1992. Steel, G. "Common Lisp: The language". Ed. Digital Press, 1984. Winston, H.P.. "Lisp". Ed. Addison-Wesley, 1989. Giarritano, J., Riley, G., PWS PC "Sistemas Expertos. Principios y Programación", Thomson 2001. CLIPS Version 6.22. User's Guide & Reference Manual. NASA L.B. Johnson Space Center, 2004.

Journals

'Inteligencia Artificial', Revista Iberoamericana de IA. AI in the News (Servicio de AAAI) Journal of Artificial Intelligence Reseach (JAIR). Cognitive Systems Research (Elsevier). Artificial Intelligence

Web addresses

http://www.aepia.org/ http://www.aaai.org http://www.emagister.com/tutorial/tutoriales-inteligencia-artificial-kwes-2020.htm http://www.abcdatos.com/tutoriales/programacion/inteligenciaartificial.html http://www.multiagent.com