Que estàs buscant?
B2_Que els estudiants sàpiguen aplicar els seus coneixements a la seva feina o vocació d'una forma professional i tinguin les comptències que demostren mitjançant l'elaboració i defensa d'arguments i la resolució de problemes dins de la seva àrea d'estudi
B3_Que els estudiants tinguin la capacitat de reunir i interpretar dades rellevants (normalment dins de la seva àrea d'estudi), per emetre judicis que incloguin una reflexió sobre temes rellevants de caire social, científica o ètica
B5_Que els estudiants hagin desenvolupat aquelles habilitats d'aprenentatge necessàries per emprendre estudis posteriors amb un alt grau d'autonomia
EFB3_Capacitat per comprendre i dominar els conceptes bàsics de matemàtica discreta, lògica, algorítmica i complexitat computacional, i la seva aplicació per a la resolució de problemes propis de l'enginyeria
T1_Que els estudiants coneixin un tercer idioma, que serà preferentment l'anglès, amb un nivell adequat de forma oral i per escrit, d'acord amb les necessitats que tindran les graduades i els graduats a cada titulació
T2_Que els estudiants tinguin capacitat per a treballar com a membres d'un equip interidisciplinar ja sigui com un membres més, o realitzant tasques de direcció amb la finalitat de contribuir a desenvolupar projectes amb pragmatisme i sentit de la responsabilitat, assumint compromisos tenint en compte els recursos disponibles
La intel·ligència artificial és una disciplina que estudia els agents intel·ligents, 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.
Aquesta assignatura disposa de recursos metodològics i digitals per fer possible la seva continuïtat en modalitat no presencial en el cas de ser necessari per motius relacionats amb la Covid-19. D'aquesta forma s'assegurarà l'assoliment dels mateixos coneixements i competències que s'especifiquen en aquest pla docent.
A nivell general, aquesta assignatura contribueix als següents resultats d'aprenentatge especificats per a la matèria a la qual pertany (Algorísmica i Programació)
A un nivell més concret, en acabar l’assignatura l’estudiant o estudianta ha de ser capaç de:
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.
1 Introducció a la Intel·ligència Artificial
1.1 Història
1.2 Aplicacions
1.3 Ètica i feminisme
2 Resolució de problemes
2.1 Cerca i resolució de problemes
2.2 Cerca no informada: BFS, DFS
2.3 Cerca informada: cerca voraç, algoritme A
2.4 Funcions heurístiques
2.5 Cerca en els jocs: minimax, alpha-beta prunning
2.6 Satisfacció de restriccions
3 Lògica
3.1 Representació de coneixement: fets i regles
3.2 Algoritmes d'inferència o raonament
4 Aprenentatge automàtic
4.1 Supervisat. Classificació: N-nearest neighbours, arbres de decisió, Naive Bayes
4.2 No supervisat. Clustering: K-means
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)
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:
Per tal de superar (aprovar) les activitats avaluatives, els estudiants hauran de demostrar
Avaluació:
Càlcul nota final (NF):
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:
Russel, Stuard and Norvic, Peter (2013), "Artificial Intelligence: a modert approach". (3rd edition) Prentice Hall.