Informació general


Idiomes d'impartició


  • Català

Descripció


La intel·ligència artificial és una disciplina que estudia els agents intel·ligients, entenent com a tal aquells dispositius (software i/o hardware) que perceben l'entorn, raonen i prenen accions per aconseguir els seus objectius. En els darrers anys la intel·ligència artificial ha arribat a la indústria amb molta força i molts analistes creuen que serà el principal factor de la propera revolució industrial.

Durant l'assignatura es fa una introducció a la Intel·ligència Artificial més clàssica amb un estudi profund dels algorísmes de cerca i de lògica que s'usen avui en dia per resoldre infinitat de problemes. Per exemple: google search, google maps, sistemes recomanadors de Amazon i Netflix, confecció d'horaris, vehicles autonoms, videojocs, i un llarg etc.  En el darrer capítol es fa una breu introducció a l'aprenentatge automàtic més concretament a la classificació i el clustering que són la base dels algorismes d'anàlisi de dades.

Resultats d'aprenentatge


A nivell general, aquesta assignatura contribueix als següents resultats d'aprenentatge especificats per a la matèria a la qual pertany (Algorísmica i Programació) 

  • Conèixer els objectius, fonaments, història, estat de l'art i les diferents paradigmes de resolució de problemes de la intel·ligència artificial
  • Conèixer les tècniques i metodologies bàsiques de la intel·ligència artificial: resolució de problemes mitjançant cerca i tècniques de representació del coneixement i raonament
  • Utilitzar de forma apropiada teories, procediments i eines en el desenvolupament professional de l'enginyeria informàtica en tots els seus àmbits (especificació, disseny, implementació, desplegament, implantació i avaluació de productes) de manera
    que es demostri la comprensió dels compromisos adoptats en les decisions de disseny.
  • Demostrar coneixement de la dimensió ètica a l'empresa: la responsabilitat social i corporativa en general i, en particular, les responsabilitats civils i professionals de l'enginyer en informàtica.
  • Demostrar coneixement i comprensió de fets essencials, conceptes, principis i teories relatives a la informàtica i als seus disciplines de referència
  • Col·laborar en un entorn unidisciplinar. Identificar els objectius del grup i col·laborar en el disseny de l'estratègia a seguir i un pla de treball per a aconseguir-los. Identificar les responsabilitats de cada component del grup i assumir el compromís personal de la tasca assignada. Avaluar i presentar els resultats propis. Identificar el valor de la cooperació i intercanviar informació amb els altres components del grup. Intercanviar informació sobre el progrés del grup i proposar estratègies per millorar el seu funcionament
  • Controlar versions i configuracions del projecte.

A un nivell més concret, en acabar l’assignatura l’estudiant o estudianta ha de ser capaç de:

  • RA1: Explicar en què consisteix la Intel·ligència Artificial i les seves aplicacions
  • RA2: Expressar un problema com una cerca
  • RA3: Escollir l'algorisme de cerca més adient per cada problema
  • RA4: Dissenyar funcions heurístiques per fer més eficients les cerques
  • RA5: Representar el coneixement en un conjunt de regles i fets
  • RA6: Usar els algorismes d'inferència per fer raonaments sobre el coneixement representat
  • RA7: Explicar la diferència entre classificació i clustering
  • RA8: Usar algorismes de classificació i clustering i saber interpretar els resultats

Metodologia de treball


Tots els conceptes teòrics de la matèria s'exposaran en classes de teoria (grups grans). En aquestes classes, i a discreció dels docents impartidors, també es resoldran exercicis i problemes de caire més pràctic. Així mateix, i sempre a discreció dels impartidors, es podrà demanar als estudiants que resolguin, de manera individual o en grup, problemes i/o exercicis breus. Aquestes activitats, breus i optatives, serviran a l'estudiant com a instrument d'autoavaluació del seu assoliment dels continguts de la matèria i podran ser utilitzades per part del docent per a prendre decisions sobre la qualificació final de l'estudiant bo i que mai en detriment de la qualificació numèrica calculada segons el sistema de qualificació especificat per l'assignatura.

Els conceptes de caire més pràctic i tot el que en essència es pugui considerar l'aplicació pràctica dels conceptes teòrics seran treballats de manera més intensiva en grups petits (de laboratori). En les sessions que es programin a aquest efecte es donaran les eines escaients per a resoldre les activitats programades bo i que s'espera que aquestes s'allarguin des del punt de vista temporal, més enllà de les hores de laboratori i que, en consequ¨ència, els estudiants les hagin de finalitzar durant el temps d'aprenentatge autònom.

Es posarà a disposició dels estudiants activitats de caire totalment opcional que l'ajudin a preparar i a preparar-se per a les de caire obligatori.

Continguts


  1. Introducció a la intel·ligència artificial
    1. Història
    2. Aplicacions
    3. Implicacions ètiques
  2. Resolució de problemes
    1. Cerca i resolució de problemes
    2. Cerca no informada: BFS, DFS
    3. Cerca informada: cerca voraç, algorisme A
    4. Funcions heurístiques
    5. Cerca en els jocs: minimax, alpha-beta prunning
    6. Satisfacció de restriccions
  3. Lògica
    1. Representació del coneixement: fets i regles
    2. Algorismes d'inferència o raonament
  4. Aprenentatge automàtic
    1. Supervisat, Classificació: N-nearest neighbours, arbres de decisió, Naive Bayes  
    2. No supervisat, Clustering: K-means

Activitats d'aprenentatge


Amb l'objectiu de recollir evidència de l'assoliment dels resultats d'aprenentatge esperats es realitzaran les següents activitats de caràcter avaluatiu:

Pràctiques: es farà un màxim de quatre pràctiques (relacionades amb totes les competències)

  • dues de resolució de problemes (evidència dels resultats d'aprenentatge RA1 - RA4)
  • una de lògica (evidència dels resultats d'aprenentatge RA5 i RA6)
  • la darrera de classificació i clustering (evidència dels resultats d'aprenentatge RA7 i RA8)

A les pràctiques es treballaran totes les competències comunes i específiques: CIN1, CIN3, CIN7, CIN8, CIN15 i EFB3, així com les bàsiques B2, B3, B4 i les transversals T1 i T2

Prova escrita: examen individual sobre la teoria i resolució de problemes vista a classe.  Aquesta prova recull evidència de tots els resultats d'aprenentatge.

A la prova escrita es treballaran totes les competències comunes i específiques: CIN1, CIN3, CIN7, CIN8, CIN15 i EFB3, així com les bàsiques B2, B3 i B5

A continuació s'expliciten els aspectes més importants de cada competència assignada a l'assignatura:

  • B2: resolució de problemes dins de la seva àrea d’estudi.
  • B3: reunir i interpretar informació rellevant per la matèria
  • B5: desenvolupament d’habilitats d’aprenentatge necessàries per a estudis posteriors (accés autònom a documentació, hàbits de treball efectius)
  • CIN1: dissenyar, desenvolupar i avaluar sistemes i aplicacions informàtiques assegurant la seva fiabilitat, seguretat i qualitat
  • CIN3: mostrar actituds de treball en equip
  • CIN7: disseny i ús de les estructures de dades més adients
  • CIN8: analitzar, dissenyar i construir aplicacions
  • EFB3: dominar conceptes bàsics de matemàtica discreta, lògica, algorísmica i complexitat computacional 
  • EIS1: desenvolupar i avaluar sistemes que compleixin els requisits de l'usuari 
  • T1: els materials es donen en anglès per treballar la tercera llengua
  • T2: capacitat per treballar en equip desenvolupant diferents rols

Per tal de superar (aprovar) les activitats avaluatives, els estudiants hauran de demostrar

  • Que han adquirit els coneixements teòrics relatius als continguts de l’assignatura i que la seva comprensió els permet de portar-los a la pràctica [MECES-2 punt a, punt c]
  • Que poden desenvolupar solucions a problemes que, si bé són semblants a d’altres vistos anteriorment, presenten aspectes que són nous [MECES- 2 punt f]

Sistema d'avaluació


Avaluació:

  • PR_E: prova escrita individual. Ponderació de la nota final 60% si la nota és >= 4
  • PRAC: pràctiques de la 1 a la 4. Ponderació a la nota final 40% (cadascuna 10%) si s'han aprovat un mínim de dues pràctiques

Càlcul nota final (NF):

  • Si PR_E >= 4 i 2 o més pràctiques aprovades :  NF = PON = PR_E 0,60 + PRAC 0,40 
  • Si PR_E < 4 o no 2 pràctiques aprovades:    NF = min(PR_E, PON)

Recuperació:

Es podra recuperar la prova escrita (PR_E). La nota final es calcularà tal i com s'ha establert anteriorment amb la nota de la recuperació de la prova escrita.

Normativa:

  • L'assistència a les pràctiques és obligatòria. Si un estudiant no assisteix a una sessió de pràctiques serà qualificat amb una nota de 0 (zero) a la pràctica corresponent
  • Seguint la normativa de la UPF, si es detecta que una pràctica o una prova escrita ha estat copiada d'un company la nota serà de 0 (zero) tant pel que ha copiat com pel que s'ha deixat copiar
  • Per tal que l'estudiant tingui dret a la recuperació s'haurà d'haver presentat a la prova escrita

Bibliografia


Bàsica

Russel, Stuard and Norvic, Peter (2013), "Artificial Intelligence: a modert approach". (3rd edition) Prentice Hall.