Programació imperativa, orientada a objectes i lògica. Lògica matemàtica (CP0 i CP1). Backtracking.
L´assignatura d´intel-ligència artificial té per objectiu que els estudiants adquireixin els coneixements i desenvolupin les habilitats que s´indiquen a continuació. Cal remarcar que el primer objectiu és el perseguit per tota assignatura. Tanmateix els altres objectius s´assoliran -majoritàriament- realitzant els treballs i/o pràctiques que es demanen al llarg de l´assignatura.
1. Adquirir els coneixements generals bàsics sobre l´àrea d´estudi: la Intel-ligència artificial.
2. Capacitat d´aplicar els coneixements a la pràctica. Obrir un camí cap a un perfil professional.
3. Habilitats d´investigació. Obrir un camí cap a un possible doctorat.
4. Treball en equip.
5. Habilitat per treballar de forma autònoma.
6. Capacitat de crítica i d´autocrítica.
7. Capacitat d´aprendre.
8. Capacitat per generar noves idees (creativitat).
9. Capacitat d´anàlisi i de síntesi.
10. Capacitat d´organitzar i de planificar.
11. Comunicació oral i escrita en la pròpia llengua.
12. Habilitats de gestió de la informació (habilitat per buscar i analitzar informació provinent de fonts diverses).
13. Resolució de problemes.
14. Presa de decisions.
15. Coneixements d'una segona llengua.
Els temes que s´estudien a l´assignatura d´Intel-ligència artificial són els següents:
1 INTRODUCCIÓ
1.1 Què és la Intel-ligència Artificial?
1.2 Exemples dins de la Intel-ligència Artificial
2 INTRODUCCIÓ AL LISP
2.1 Introducció al Lisp. Classes pràctiques
2.2 Exercicis de Lisp
3 RESOLUCIÓ DE PROBLEMES - CERCA
3.1 Introducció
3.2 Cerca cega
3.3 Cerca heurística
3.4 Cerca amb adversari - Jocs
3.5 Descripció de la pràctica de cerca (pràctica1)
4 REPRESENTACIÓ DEL CONEIXEMENT - RAONAMENT
4.1 Introducció
4.2 Representació del coneixement basada en la lògica
4.3 Representació del coneixement basada en regles
4.4 Coneixement incert - Raonament no monòton
4.5 Coneixement incert - Raonament estadístic
4.6 Representació del coneixement estructurada
4.7 Descripció de la pràctica de representació del coneixement (pràctica2)
S´utilitzen diferents metodologies que tot seguit detallarem. Aquesta assignatura s´imparteix tant en format presencial com en format semipresencial. En el primer cas, la teoria s´imparteix principalment a través de classes magistrals (combinades amb algunes diapositives). Mentre que en el format semipresencial, se segueix una guia d´estudi a través de sessions online.
Al llarg de les `classes magistrals´ també es resolen exercicis de cada tema.
El temari de l´assignatura no s´assoleix només amb les classes teòriques i/o guia d´estudi, sinó que les classes pràctiques (laboratori de Lisp), el desenvolupament de les pràctiques (treball en equip, treball de camp, disseny, implementació, avaluació dels resultats, discussió i realització de la memòria) i els treballs personals (individuals i de caire optatiu) orientats a la recerca i estructuració de la informació, permeten treballar i aplicar els conceptes teòrics impartits.
Així mateix, les pràctiques i els treballs s´hauran de presentar de manera oral. Alguns d´ells en forma de debat (diferents maneres de solucionar un problema) a classe. Concretament, al llarg dels curs hauran de realitzar les pràctiques següents:
- Exercicis de Lisp
- Pràctica 1 - Cerca
- Fitxa d´un llenguatge de representació del coneixement
- Pràctica 2 - Representació del coneixement/Raonament
- Treball personal (optatiu)
També s´intenta motivar als alumnes a través d´alguna competició, per exemple la primera pràctica acostuma a ser el disseny i implementació d´un jugador d´escacs software. El lliurament de la pràctica es fa al llarg d´una competició entre els diferents grups de pràctiques.
Per atendre als dubtes de l´alumne es disposa de diferents elements: horaris de tutoria individuals i/o en grup (resolució de dubtes); fòrums dins d´un espai propi de cada assignatura -intranet de l´Escola anomenada E-campus-; emails; tauler de notícies -intranet-; documentació per tema -intranet-, l´ús d´una aula virtuals (especialment indicat pels alumnes que estudien l´assignatura en format semipresencial), etcètera.
S´empren diferents mètodes d´avaluació. Distingirem la part teòrica (la qual representa un 30% de l´assignatura) de la part pràctica (70%).
Part teòrica:
A. Exàmens
Part pràctica:
B. Exàmens orals (lliurament de pràctiques)
D. Treballs fets a casa
E. Informes (individuals)
F. Informes/treballs fets en grup
G. Treballs pràctics amb ordinador
I. Presentacions
Els diferents objectius de l´assignatura s´han avaluat seguint diferents criteris. Es detallen tot seguit.
Objectiu 1: Adquirir els coneixements generals bàsics sobre l´àrea d´estudi: la Intel-ligència artificial. [A,B,D,E,F,G,I]
Objectiu 2: Capacitat d´aplicar els coneixements a la pràctica. Obrir un camí cap a un perfil professional. [B,D,E,F,G,I]
Objectiu 3: Habilitats d´investigació. Obrir un camí cap a un possible doctorat. [E,I]
Objectiu 4: Treball en equip. [F,G,I]
Objectiu 5: Habilitat per treballar de forma autònoma. [A,E]
Objectiu 6: Capacitat de crítica i d´autocrítica. [E,F,I]
Objectiu 7: Capacitat d´aprendre. [A]
Objectiu 8: Capacitat per generar noves idees (creativitat). [A,F,G]
Objectiu 9: Capacitat d´anàlisi i de síntesi. [A,B,E,F,I]
Objectiu 10: Capacitat d´organitzar i de planificar. [F,G]
Objectiu 11: Comunicació oral i escrita en la pròpia llengua. [A,B,E,F,I]
Objectiu 12: Habilitats de gestió de la informació (habilitat per buscar i analitzar informació provinent de fonts diverses). [E,F]
Objectiu 13: Resolució de problemes. [A,F]
Objectiu 14: Presa de decisions. [A,F]
Objectiu 15: Coneixements d'una segona llengua. [B,E,F,I]
- E. Golobardes. `Guia d´estudi d´Intel-ligència artificial´, Enginyeria i Arquitectura La Salle, 2003
- E. Golobardes. `Enunciats de les pràctiques´. S´actualitzen cada curs acadèmic.
- E. Golobardes. `Col-lecció de problemes d´Intel·ligència artificial´. S´actualitza cada curs acadèmic.
- E. Rich and K. Knight. Inteligencia artificial. McGraw-Hill (1994, segunda edición)
- M. Ginsberg. Essentials of Artificial Intelligence. Morgan Kaufmann Publishers, Inc. (1993)
- P.H. Winston. Artificial Intelligence. Addison-Wesley Publishing Company (1992, third edition)
- N.J. Nilsson. Principles of Artificial Intelligence. Morgan Kaufmann Publishers, Inc. (1980)
- Russell and P. Norvig. Artificial Intelligence: A modern approach. Prentice-Hall (1995)
- G.F. Luger and W.A. Stubblefield. Artificial Intelligence. Structures and strategies for complex problem solving. The Benjamin/Cummings Publishers Company, Inc. (1993)
- Cada curs acadèmic es penja a l´E-campus documentació complementària de cada capítol (articles, diapositives, links, ...).