Programa de Magister en Estudios Cognitivos

Asignatura Inteligencia Artificial

Objetivos:

Contenidos:

  1. Introducción

    2. Caracterización de los problemas abordados por la inteligencia artificial. Los límites del enfoque algorítmico exhaustivo. Enfoque heurístico. Grandes tendencias de la inteligencia artificial.
  2. Lógica
    1. Introdución a PROLOG
    2. Lógica proposicional

      3. Expresiones bien formadas. Interpretación semántica. Tablas de verdad. Validez. Satisfacibilidad. Noción de consecuencia lógica.
    3. Lógica de predicados de primer orden

      4. Variables y cuantificadores. Interpretación semántica. Dominios estructurados. Demostraciones formales.
    4. Cláusulas y resolución

      5. Cláusulas. Regla de resolución. Demostración por resolución de contradicción. Normalización a forma clausal. Unificación. Resolución con unificación. Cláusulas de Horn.
  3. Inteligencia artificial simbólica
    1. Búsqueda en espacios de estados

      2. Espacios de estados. Estrategias de búsqueda. Búsqueda en profundidad. Búsqueda en amplitud. Búsqueda iterativa. Búsqueda heurística. Funciones de evaluación heurística. Algoritmo A. Heurísticas admisibles (algoritmo A*). Planificación. Grafos AND-OR.
    2. Algoritmos de juego

      3. Algoritmo mini-max. Algoritmo alfa-beta.
    3. Representación de conocimientos

      4. Representaciones declarativas. Representación basada en reglas. Sistemas de producción. Redes semánticas. Lenguaje natural.
    4. Agentes inteligentes
  4. Inteligencia artificial no símbolica
    1. Lógica difusa
    2. Redes neuronales

      3. Neurona formal. Perceptron. Separabilidad lineal. Redes de varias capas. Método de retropropagación del error. Red de Hopfield. Red de Kohonen.
    3. Métodos estocásticos

      4. Algoritmos genéticos. Máquina de Boltzmann. Recocido simulado.

Bibliografía: