DIVISIÓN DE INGENIERÍA ELÉCTRICA
DEPARTAMENTO DE INGENIERIA EN COMPUTACIÓN


Programa de la Asignatura: 		INTELIGENCIA ARTIFICIAL

Clave: 		0406			  Núm. de créditos:	8	

Carrera:	ING. EN COMPUTACIÓN	 
				

Duración del curso:
		   Semanas:	16
		   Horas:	64

Semestre:		9º		


Horas a la semana:
		  Teoría:	  4	Obligatoria:	SI
		  Prácticas:	  0	Optativa:



 OBJETIVO DEL CURSO

	El alumno describirá en forma general el campo de la inteligencia
artificial y utilizará técnicas para resolver problemas básicos.



 TEMAS

 Núm:			Nombre:					Horas

I.       LENGUAJES DE PROGRAMACION LISP Y PROLOG		16

II.      SISTEMAS EXPERTOS 					12

III.     REPRESENTACION DE PROBLEMAS EN INTELIGENCIA ARTIFICIAL 12

IV.     USO Y MODIFICACION DEL CONOCIMIENTO			12

V.      APLICACIONES ESPECIFICAS 				12
							      ______
								64



ASIGNATURAS ANTECEDENTES :


COMPILADORES

BASES DE DATOS



ANTECEDENTES, OBJETIVOS Y CONTENIDOS DE LOS TEMAS

I.       LENGUAJES DE PROGRAMACION LISP Y PROLOG

	ANTECEDENTES: 

		Compiladores.                        

	OBJETIVO: 

		El alumno realizará programas de inteligencia 
                artificial en el lenguaje LISP y PROLOG.

	CONTENIDO:

		I.1	Estructuras básicas.                        
		I.2	Programas en LISP y PROLOG.


II.	SISTEMAS EXPERTOS.               

	ANTECEDENTES: 

		Bases de datos.
		Compiladores.

	OBJETIVO: 

		El alumno comprenderá las características generales
                y alcances  de los sistemas denominados expertos.

	CONTENIDO:

		II.1	Características generales.
		II.2	Objetivos.                    
		II.3	Perspectivas.


III.	REPRESENTACION DE PROBLEMAS EN INTELIGENCIA ARTIFICIAL.

	ANTECEDENTES: 

		Compiladores.             

	OBJETIVO:

		El alumno utilizará diferentes técnicas de representación 
                para resolver problemas.

	CONTENIDO:

		III.1	Métodos de inteligencia artificial para 
                        resolver problemas.
		III.2	Representación de espacio de estado. 
	 	III.3	Métodos de búsqueda en un espacio de estado.
 		III.4	Representación reducida del problema.
		III.5	Métodos de búsqueda en representaciones 
                        reducidas del problema.
		III.6	Representación en forma de procedimientos 
                        o subrutinas.
		III.7	Redes semánticas.
		III.8	Cuadros de Minsky.                        


IV.	USO Y MODIFICACION DEL CONOCIMIENTO.

	ANTECEDENTES: 

		Compiladores.              

	OBJETIVO: 

		El alumno comprenderá  las características y 
                alcances de las técnicas de aprendizaje y 
                resolución general de problemas.

	CONTENIDO: 

		IV.1	Programa que resuelve problemas generales.
		IV.2	Programa que resuelve problemas generales 
                        por medio de  premisas.
		IV.3	Sistemas de creencias.                  
		IV.4	Deducción automática.      
 		IV.5	Planeación.
		IV.6	Aprendizaje e inferencia deductiva.


V.	APLICACIONES ESPECIFICAS.                          

	ANTECEDENTES: 

		Compiladores.
    
	OBJETIVO: 

		El alumno conocerá casos específicos de programas 
                donde se utilizan las técnicas de inteligencia
 		artificial en diferentes áreas de aplicación.

	CONTENIDO:

		V.1	Visión. Algoritmos para visión. 
		V.2	Comprensión del lenguaje.( Lunar,Shrdl, 
                        Margie,Sam, Pam, Hearsay,  Harpy, Hwim,
                        SRI/SDC)
		V.3	Ciencia (Teiresias, Dendral, Crysalis,
                        Macsyma, Prospector).              
		V.4	Medicina (Mycin, Casnet, Internist,
                        Digitalis Therapy  Advisor, Expert). 
		V.5	Educación. ( Cai, Scholar, Why, Sophie,
                        West, Wumpus, Guidon, Buggy, Excheck.)  
		V.6	Programación (Pecos, Dedalus, Nlpq, Libra).
		V.7	Conocimiento. ( Redes de Quillian, Ham,
                        Act. Memod)



TECNICAS DE ENSEÑANZA:			ELEMENTOS DE EVALUACION:
 
Exposición oral			  (X)	Exámenes parciales	(X)
Exposición audiovisual		  (X)	Exámenes finales	(X)
Ejercicios dentro de clase	  (X)	Trabajos y tareas 
					fuera del aula		(X)
Ejercicios fuera del aula	  (X)	Participación en clase	(X)
Seminarios			  ( )	Asistencia a prácticas	( )
Lecturas obligatorias		  (X)	Otros:
Trabajo de investigación	  (X)
Prácticas de taller o laboratorio ( )
Prácticas de campo		  ( )
Otras:	



 BIBLIOGRAFIA

 TEXTOS BASICOS		Temas de la materia para los que se recomienda:

 	RICH, ELAINE; KNIGNT, KEVIN		Todos
	"Artificial Intelligence"
	McGraw-Hill, E.E.E.U., 1991


	PATTERSON, Dan W.			Todos
	"Introduction to artificial intelligence & expert systems"
	Prentice Hall, E.E.U.U., 1990


	RUSSELL, Stuart, NORVING Peter		Todos
	"Artificial Intelligence: A modern Approach"
	Prentice Hall, E.E.U.U., 1995


	STEELE, Guy L. Jr.			I
	"Common Lisp: The language"
	Digital Press, 2a. ed., E.E.U.U., 1990


	HENNESSEY, Wade L.			I
	"Common Lisp"
	Mc Graw Hill, E.E.U.U., 1989


	R. M. HARALICK y L. G. SHAPIRO		V
	"Computer and Robot Vision" Vols. 1 y 2
	Addison Wesley, E.E.U.U., 1992


REVISTAS

	IEEE Transactions on pattern analysis and machine intelligence.

	ACM Computing Surveys

	ACM Collected algorithms