Manual del estudiante de Ingeniería en Sistemas de UTN/Inteligencia Artificial

Contenido

Introducción

¿Qué es Inteligencia Artificial? ¿Cómo puede beneficiarse el desarrollo de otras disciplinas a partir del empleo de las nuevas tecnologías generadas a partir de ésta? Panorama mundial del empleo de esta tecnología en distintas áreas. Herramientas y técnicas provistas por el área de Inteligencia Artificial: una breve reseña. Otros enfoques y tecnologías empleados como soportes en la toma de decisiones.

Enfoque basado en agentes

Concepto de agente inteligente. Distintos tipos de agente, de complejidad creciente. Agente reactivo. Agente basado en modelos. Agente orientado por objetivos.

Agentes resolventes de problemas

Métodos de búsqueda. Métodos de búsqueda heurística. Complejidad. Control y minimización del esfuerzo invertido en la búsqueda.

Planificación

Primeros sistemas (GPS). Representación de conocimiento para planeamiento. Operadores de planificación STRIPS. Planificación con ordenamiento parcial.

Representación del conocimiento

Redes semánticas y "Frames". Reglas de Producción. Empleo del cálculo de predicados de primer orden. Deducción natural. Resolución. Razonamiento. Lenguajes empleados en la representación de conocimiento. Razonamiento bajo incertidumbre. Razonamiento cualitativo.

Construcción de bases de conocimiento

Propiedades de una base de conocimientos. Ingeniería de conocimientos. Ontología generales. Cálculo de eventos. Cálculo situacional.

Redes neuronales

Origen del modelo neuronal. Componente elemental del modelo. Modelo “Perceptron”. Redes de capas múltiples. Algoritmos de aprendizaje.

Ejercitación

• Preguntas de evaluación