INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

MATERIA	CICLO	CURSO	CRÉDITOS Totales Teóricos Prácticos			TIPO DE ASIGNATURA
Introducción a la Inteligencia Artificial	1	2	7	4	3	Obligatoria
Breve descripción del contenido	Perspectiva histórico conceptual. Metodología y marco teórico. Representación del conocimiento computable.
Sistemas basados en el conocimiento I	1	3	7	4	3	Optativa
Breve descripción del contenido	Sistemas expertos en dominios estrechos. Conocimiento (K) estratégico y del dominio. Perspectiva simbólica: Marcos, reglas y prototipos. Metodología, Uso y control del K.
Sistemas basados en el conocimiento II	1	3	7	4	3	Optativa
Breve descripción del contenido	Perspectiva conexionista de los sistemas basados en el conocimiento. Modelo multicapa. Aprendizaje en redes neuronales. Sistemas híbridos. Aplicaciones.
Razonamiento y Aprendizaje	1	3	7	4	3	Optativa
Breve descripción del contenido	Razonamiento deductivo, inductivo y abductivo. Aprendizaje simbólico: marco computacional. Aprendizaje en sistemas conexionistas.
Programación orientada a la IA	1	3	7	4	3	Optativa
Breve descripción del contenido	Programación lógica (PROLOG). Programación simbólica (LISP). Fundamentos, funciones básicas y programación avanzada.
Percepción y control basados en el Conocimiento	1	3	7	4	3	Optativa
Breve descripción del contenido	Lazos percepción-acción. Percepción artificial. Percepción basada en conocimiento. Ejemplos de visión artificial. Control y supervisión inteligente.

Las materias optativas configuran varias líneas de especialización. La opción de Inteligencia Artificial comprende la asignatura Introducción a la Inteligencia Artificial, obligatoria en segundo curso, y un conjunto de asignaturas optativas en el primero y el segundo cuatrimestre del tercer curso (véase tabla 1). Todas estas asignaturas pertenecen al área de conocimientos de Ciencias de la Computación e Inteligencia Artificial y están adscritas actualmente al Departamento de Inteligencia Artificial. El número total de créditos requeridos para cumplir los objetivos de esta rama de especialización es de 42.

La estrategia docente seguida distribuye el material sobre estas asignaturas en orden de dificultad y especificidad crecientes. La asignatura Introducción a la Inteligencia Artificial tiene un doble objetivo docente. Por un lado, es la primera asignatura del tema con la que deben enfrentarse los estudiantes; sirve, por tanto, para tomar contacto con la línea de especialización en IA; tiene un carácter introductorio y de divulgación de los fundamentos científicos y técnicos de este área de conocimientos; y su contenido tiene que ser clarificador sobre las expectativas del campo de tal forma que los estudiantes puedan decidir si están interesados en seguir esta orientación curricular. Por otro lado, esta asignatura es la raíz troncal y el punto de obligada referencia del resto de las materias de dicha rama de conocimientos. El texto base de la Asignatura [Mira et al., 1995] intenta cubrir ambos objetivos con temas dedicados a introducir y sentar las bases del campo y con temas que sustentan el resto de las asignaturas del área.

La especialización en IA parte de una descripción en la asignatura de Introducción de los tipos de problemas abordados, de las técnicas básicas para resolverlos ¾como la búsqueda¾ y de los distintos mecanismos de representación y uso del conocimiento más adecuados para cada caso. Una vez sentados los fundamentos metodológicos, las asignaturas optativas del tercer curso profundizan en aspectos avanzados que complementan los contenidos básicos. Así, los procedimientos simbólicos de adquisición y uso del conocimiento en inferencia son el objeto de la asignatura Sistemas Basados en el Conocimiento I, dejando los procedimientos conexionistas y las formulaciones mixtas de los mismos para Sistemas Basados en el Conocimiento II. Las técnicas de programación básicas que permiten resolver computacionalmente los problemas de IA son el principal objetivo de la asignatura Programación Orientada a la IA. Para completar esta línea de especialización queda por estudiar las grandes construcciones teóricas comunes a la IA y a la ciencia cognoscitiva: Percepción, Razonamiento, Control y Aprendizaje. Estos temas se han organizado en dos asignaturas, uniendo Percepción y Control por un lado y Razonamiento y Aprendizaje por otro.