OBJETIVOS GENERALES :
Que el estudiante se capaz de:
• Conocer las principales tecnologías de la Inteligencia Artificial que puedan aplicarse a problemas reales utilizando el enfoque de los agentes inteligentes.
• Identificar situaciones reales donde dichas tecnologías puedan ser aplicadas exitósamente justificando su uso.
• Aplicar las tecnologías a problemas reales donde técnicas convencionales no ofrecen soluciones adecuadas
• Valorar los límites de las técnicas de inteligencia artificial en la solución de problemas.

TEMARIO CON HORAS ASIGNADAS (bajo la base de 16 semanas = 48 horas)
I. Agentes inteligentes (1 semana = 3 horas)
1. Panorama histórico y definiciones
2. Arquitecturas de agentes inteligentes
3. Ejemplos de aplicaciones

II. Agentes que resuelven problemas (PSA) (3 semanas = 9 horas)
1. Esquema general de PSA
2. Formulación de PSA
3. Algoritmos de búsqueda de soluciones
4. Aplicaciones

III. Agentes basados en el conocimiento (KBA)
1. Esquema general de KBA
2. Representación del conocimiento
3. Programación de agentes basados en reglas
4. Aplicaciones

IV. Estudio de otros tipos de agentes (5 semanas = 15 horas)
1. Agentes que aprenden
2. Agentes que razonan bajo incertidumbre
3. Agentes que comunican
4. Agentes que planean
5. Elementos de percepción y acción

OBJETIVOS ESPECIFICOS DE APRENDIZAJE
I. Agentes inteligentes
• Conocer que es la Inteligencia Artificial (IA) y cómo se relaciona con otras disciplinas.
• Conocer el tipo de aplicaciones en que se puede emplear IA.
• Comprender el enfoque de agentes inteligentes y los esquemas de funcionamiento de los agentes más básicos.
• Caracterizar problemas en términos de agentes inteligentes.
• Crear conciencia acerca de la existencia de problemas complejos.
• Valorar el caracter interdisciplinario de problemas complejos y reales.

II. Agentes que resuelven problemas (PSA)
• Conocer las características distintivas de los PSA.
• Comprender la formulación de los elementos de un PSA.
• Comprender los mecanismos de solución de un PSA.
• Caracterizar problemas en términos de PSAs.
• Manejar adecuadamente sistemas computacionales que permitan la implementación de la solución de problemas caracterizados en términos de PSAs.
• Crear conciencia acerca de las limitaciones de las técnicas convencionales para la solución de problemas complejos.
• Valorar el caracter interdisciplinario de problemas complejos y reales.
• Valorar la importancia del conocimiento aproximado en la solución de problemas complejos y reales.

III. Agentes basados en el conocimiento (KBA)
• Conocer las características que distinguen a los KBAs.
• Comprender los principios de los lenguajes de representación de conocimiento.
• Comprender el funcionamiento de los mecanismos de inferencia.
• Manejar adecuadamente sistemas computacionales para implementar la solución de problemas caracterizados en términos de KBAs.
• Valorar el caracter interdisciplinario de problemas complejos y reales.
• Valorar la importancia de la modelización del conocimiento en la solución de problemas.

IV. Estudio de otros tipos de agentes
• Conocer otros tipos de agentes inteligentes que se relacionan de manera más cercana a ciertas disciplinas (ingeniería industrial, ingeniería de control, etc.).
• Contribuir al desarrollo de la capacidad de búsqueda e investigación.
• Contribuir al desarrollo de la capacidad de exposición de material técnico.
• Fomentar el trabajo en equipo multidisciplinario.
• Utilizar adecuadamente recursos tecnológicos cómo apoyo a la búsqueda e investigación de material.
• Valorar el caracter interdisciplinario de problemas complejos y reales.
• Valorar la diversidad de aplicaciones (áreas de oportunidad) de la IA.

METODOLOGIA DE ENSEÑANZA Y ACTIVIDADES DE APRENDIZAJE
• Autoaprendizaje
• Aprendizaje colaborativo
• Planes y modelos conceptuales
• Exposición en clase
• Solución a problemas

POLITICAS DE EVALUACION
Exámenes parciales: 50%
Exposición en clase: 20%
Tareas y proyectos: 30%

BIBLIOGRAFIA
Artificial Intelligence: a modern approach
Stuart Russell, Peter Norvig
Prentice-Hall (1995)

Computational Intelligence: A Logical Approach
David Poole, Alan Mackworth, Randy Goebel
Oxford University Press, 1998

Artificial Intelligence: A New Synthesis
Nils J. Nilsson
Morgan Kaufman, 1998

SOFTWARE DE APOYO
Variado. Todo el software se puede conseguir en dominios públicos.

PERFIL DEL PROFESOR
Con maestría o doctorado en Inteligencia Artificial.

Fecha de la última actualización: 15 de octubre de 2004(M)