UNIVERSIDAD DE GUADALAJARA

CENTRO UNIVERSITARIO DE CIENCIAS EXACTAS E INGENIERAS

DIVISIN DE ELECTRNICA Y COMPUTACIN
DEPARTAMENTO DE CIENCIAS COMPUTACIONALES
DATOS GENERALES
CLAVE DE LA MATERIA
NOMBRE DE LA MATERIA
TIPO
CARCTER DEL CURSO
REA DE FORMACIN
PRE-REQUISITOS
DEPTO. DE ADSCRIPCIN
ACADEMIA
CARGA HORARIA GLOBAL
CARGA HORARIA SEMANAL
VALOR EN CRDITOS
FECHA DE MODIFICACIN
CALENDARIO DE APLICACIN
OBJETIVO GENERAL

OBJETIVO ESPECFICO

CC415
INTELIGENCIA ARTIFICIAL
CURSO
OPTATIVO
OPTATIVA ABIERTA
CC307
CIENCIAS COMPUTACIONALES
TCNICAS MODERNAS DE PROGRAMACIN

60 HORAS
3 HORAS
8 CRDITOS
JULIO DE 2004
2006A
COMPRENDER LOS CONCEPTOS DE
LA INTELIGENCIA ARTIFICIAL;
ABORDANDO SU NATURALEZA,
ANTECEDENTES, DESARROLLO,
REAS DE APLICACIN,
ESTRATEGIAS, TCNICAS,
LIMITACIONES Y EXPECTATIVAS
FUTURAS. ESTO PARA MANEJAR
EXITOSAMENTE EL
ENFRENTAMIENTO DE PROBLEMAS
COMPLEJOS A TRAVS DE UNA
COMPUTADORA.
EN CADA MDULO DEL CONTENIDO
TEMTICO PRINCIPAL

UNIVERSIDAD DE GUADALAJARA
DIVISIN DE ELECTRNICA Y COMPUTACIN
DEPARTAMENTO DE CIENCIAS COMPUTACIONALES
INTELIGENCIA ARTIFICIAL
CONTENIDO TEMTICO PRINCIPAL

Mdulo 1. Conceptos Bsicos sobre Inteligencia Artificial (IA) [8 horas]

Objetivo: El alumno comprender los orgenes, tendencias de uso y el futuro de la IA; para establecer
las bases formales sobre las cuales apoyar el resto de los conceptos de esta disciplina.
1.1. Definiciones [2 horas]
1.2. Fundamentos [2 horas]
1.3. Resumen Histrico [1 hora]
1.4. Sistemas Basados en Conocimiento [1 hora]
1.5. Futuro de la IA [2 horas]
Recomendaciones: Considerar el uso de dinmicas de clase que permitan la apertura mental hacia el
tipo de conceptos que se utilizan en la IA. Tarea sobre la historia de la IA.
Mdulo 2. Redes Semnticas y la Representacin del Conocimiento [8 horas]
Objetivo: El alumno comprender que uno de los principales desafos de la IA, es la representacin
ptima del conocimiento: mismo que frecuentemente se representa por medio de redes semnticas.
2.1. Definiciones de Conocimiento [2 horas]
2.2. Redes Semnticas [3 horas]
2.3. Mtodos de Descripcin y Pareamiento (MDP) [1 hora]
2.4. Otras tcnicas de Representacin del Conocimiento [2 horas]
Recomendaciones: Es importante revivir el concepto de Tipo de Datos Abstracto (TDA), las
Estructuras de Datos y el Desarrollo de Algoritmos. Principalmente los TDA: grafo y rbol. Como
tarea, ejercitar con algunas representaciones simples.
Mdulo 3. Tcnicas para Enfrentar los Problemas [9 horas]
Objetivo: Aplicar diferentes estrategias para enfrentar problemas concretos.
3.1. Definiciones [1 hora]
3.2. Tipos de problemas [2 horas]
3.3. Mtodos de resolucin [5 horas]
3.4. Verificacin de restricciones [1 hora]
Recomendaciones: Revivir situaciones cotidianas que podran ayudar comprender mejor los principios
para enfrentar problemas. Tareas sobre resolucin de problemas clsicos y cotidianos. Al final del
mdulo 3, se recomienda aplicar un examen parcial.
Mdulo 4. Tcnicas de Bsqueda [9 horas]
Objetivo: El alumno comprender que todo algoritmo inteligente se basa en una bsqueda dentro de un
espacio de estados que describen a un problema determinado. Asimismo, se aplicarn algunas de las
tcnicas de bsqueda ms conocidas.
4.1. Definiciones [2 horas]
4.2. Bsquedas Exhaustivas [4 horas]
4.3. Bsquedas Heursticas [3 horas]
Recomendaciones: Revivir situaciones cotidianas podra ayudar comprender mejor los principios para
realizar bsquedas. La implementacin de algunos algoritmos de bsqueda reforzar el aprendizaje en

esta seccin. Tarea sobre implementacin de algn algoritmo de bsqueda no implementado en clase.
Mdulo 5. Planificacin [7 horas]
Objetivo: El alumno comprender la importancia y los principios de planificacin, as como la
aplicacin de algunas tcnicas para lograr una planificacin efectiva.
5.1. Definicin [2 hora]
5.2. Principios y Tcnicas para la Planificacin [3 horas]
5.3. Ejemplos de Planificacin [2 horas]
Recomendaciones: Planificar sobre actividades cotidianas para mejorar la comprensin. Tareas sobre
la planificacin de algunas actividades cotidianas. Al final del mdulo 5, se recomienda el segundo
examen parcial.
Mdulo 6. Tcnicas Softcomputing [8 horas]
Objetivo: El alumno comprender los diferentes paradigmas de la IA que pueden utilizarse en la
resolucin de problemas no-convencionales que normalmente debe enfrentar esta disciplina.
6.1. Sistemas Expertos [2 horas]
6.2. Redes Neuronales Artificiales [2 horas]
6.3. Lgica Difusa [2 horas]
6.4. Algoritmos Genticos [2 horas]
Recomendaciones: Hacer una revisin de los diferentes paradigmas de la IA, as como algunos
ejemplos funcionales. Tareas sobre investigacin en el estado del arte de algunas tcnicas de
Softcomputing.
Mdulo 7. Vertientes de la IA [10 horas]
Objetivo: El alumno comprender las diferentes vertientes de la IA, con el objeto de establecer los
principios y bases de creatividad que exige la IA.
7.1. Agentes [2 horas]
7.2. Robtica [2 horas]
7.3. En la educacin [2 horas]
7.4. Procesamiento de Lenguaje Natural [2 horas]
7.5. Percepcin-Accin (Sistemas Reactivos) [2 horas]
Recomendaciones: Hacer una revisin de los diferentes vertientes de la IA, as como algunos ejemplos
funcionales. Tareas sobre investigacin en el estado del arte de algunas vertientes de la IA.
METODOLOGA DEL CURSO
- Sesiones tericas
- Prcticas de laboratorio
EVALUACIN
20% Exmenes Parciales
10% Tareas de Investigacin
70% Proyectos de Laboratorio
BIBLIOGRAFA BSICA
"Artificial Intelligence: A Modern Approach"
Russell, Stuart; Norvig, Peter
Segunda Edicin, Diciembre 2002.
Ed. Pearson.

BIBLIOGRAFA COMPLEMENTARIA
"AI Application Programming"
Jones, Tim
Edicin con Libro y CDROM (Marzo, 2003)
Ed. Charles River Media
"Sistemas Expertos, Principios y Programacin"
Giarratano, Joseph; Riley, Gary
Tercera edicin, 2001.
Ed. Thomson
"Neural Networks, A Comprehensive Foundation"
Haykin, Simon
Segunda Edicin, 1999
Ed. Prentice Hall
"The Essence of Artificial Intelligence"
Cawsey, Alison
Primera Edicin, 1998.
Ed. Pearson