IA: Orígenes y descripción general

Descripción

Este libro es una introducción al area de la Inteligencia Artificial y presenta algunas de las aplicaciones que puede tener en la vida real en diversos campos de aplicación. El libro esta compuesto de ocho capítulos los cuales abarcan los antededentes, algunos conceptos importantes para la resolución de problemas como es la representación de conocimiento, el planteamiento de los problemas. Asimismo se menciona la teoría de agentes por un lado y por otro lo que es el aprendizaje computacional. Otra area que se aborta es la computación evolutivo y los algoritmos bioinspirados para la resolución de problemas, dandole enfasis a los problemas de optimizacion. Por ultimo se menciona una nueva tendencia en el area de las ciencias computacionales como es el uso de las GPUs para trabajar de una manera mas rapida al realizar el procesamiento en paralelo.
 

Recursos

• Inteligencia Artificial – creado por Julio Cesar Ponce Gallegos; Aurora Torres Soto; Fátima Sayuri Quezada Aguilera; Antonio Silva Sprock; Ember Ubeimar Martínez Flor; Ana Casali; Eliana Scheihing; Yván Jesús Túpac Valdivia; Ma. Dolores Torres Soto; Francisco Javier Ornelas Zapata; José Alberto Hernández A.; Crizpín Zavala D.; Nodari Vakhnia; Oswaldo Pedreño

Prólogo

Actualmente la Inteligencia Artificial es un area de la ciencia de gran interes por ser un area multidiciplinaria donde se realizan sistemas que tratan de hacer tareas y resolber problemas como lo hace un humano, asi mismo se trata de simular de manera artificial las formas del pensamiento y como trabaja el cerebro para tomar desiciones. Aunque en la realidad aun no se a podido realizar todo lo que las personas sueñan al conocer esta area o al ver lo que se muestra en la ciencia ficcion es un area que poco a poco va ganando terreno al estar presente en muchas aplicaciones, aparatos, dispositivos que utilizamos de manera cotidiana.

¿Quien utilizará el libro?
Este libro va dirigido a los estudiantes, profesores y profesionales que tienen algun interes o relación con la inteligencia artificial. Con el objetivo de que pueda ser utilizado como un libro de texto que apoye a conocer los fundamentos y aplicaciones que sirvan para la generación de sistemas inteligentes.

Objetivos del libro
Introducir al lector al area de la Inteligencia Artificial y a algunas desus ramas de conocimiento, dandole al usuario una vision general del area y de algunas de las ramas y aplicaciones existentes.

Organización del libro
Este se encuentra dividido en 8 secciones o capitulos, donde cada uno de estos da una introduccion al contenido del mismo menciona los antecedentes necesarios y hace refenecia a la revision bibliografica relacionada.

Este libro cuenta con las siguientes tematicas y capitulos:

Este libro cuenta con los siguientes temas y capitulos:

• Introducción y Antecedentes de la Inteligencia Artificial
  
  • Objetivo
  • Resumen del capítulo
  • Conocimientos previos
  • Introduccion
    • Clasificación de la Inteligencia Artificial
    • Historia de la Inteligencia Artificial
    • Modelos de Inteligencia
    • Sistemas que Piensan como Humanos
    • Sistemas que Actúan como Humanos
    • Sistemas que Piensan Racionalmente
    • Sistemas actuantes racionales
    • El test de Turing
    • Aplicaciones y herramientas derivadas de la Inteligencia Artificial
    • Lenguajes de Programación
    • Aplicaciones y Sistemas Expertos
    • Ambientes de desarrollo
    • Areas de la Inteligencia Artificial
  • Actividades de aprendizaje
  • Material de referencias a consultar *opcional
    • Lecturas adicionales
    • Referencias
• Planteamiento del Problema
  
  • Introduccion
  • Clasificación de los problemas
  • ¿Cómo plantear un problema?
  • Planteamiento del problema para ser resuelto mediante la búsqueda
  • Bibliografía
• Representación del Conocimiento
  
  • Introduccion
  • Características deseables de los formalismos de representación
• De conocimiento.
  
  • Tipos de conocimiento
  • Técnicas de representación de conocimientos
    • Formalismos basados en conceptos
  • Formalismos basados en relaciones
  • Formalismos basados en acciones
  • Referencias
• Agentes Inteligentes
  
  • Introducción
  • Que es un agente?
  • Modelos abstractos de agentes
  • Arquitecturas de Agentes
    • Distintas Arquitecturas de Agentes
    • Agentes de Razonamiento Procedural (PRS)
  • Un Lenguaje para Desarrollar Agentes: Introducción a JASON
    • Arquitectura de un Agente en agentspeak
    • Caso de Estudio
  • Sistemas Multiagentes
    • Características de los Sistemas Multiagentes
    • Comunicación
    • Coordinación
  • Bibliografía
• Introduccion al Aprendizaje
  
  • Concepto de aprendizaje
  • Aprendizaje supervisado
    • Un primer ejemplo: la regresión lineal
    • Procedimiento de entrenamiento:
    • El problema de la Clasificación
    • Comparación de los dos enfoques
  • Bibliografía
• Optimizacion y Heurísticas
  
  • Definiciones en Optimización
  • Funciones de único objetivo
  • Optimización Clásica
  • Convexidad
  • Técnicas clásicas de optimización
    • Optimización Lineal – Método Simplex
    • Optimización no lineal
    • Método Steepest Descent
    • Método de Fletcher-Reeves (Gradiente Conjugado)
  • Técnicas Heurísticas de Optimización
    • Heurísticas
    • Búsqueda Tabú
    • Simulated Annealing
    • Hill Climbing
  • Referencias
• Algoritmos Evolutivos
  
  • Optimizacion y Heurísticas
    • Optimización
    • Definiciones en Optimización
    • Funciones de único objetivo
    • Optimización Clásica
    • Técnicas clásicas de optimización
    • Técnicas Heurísticas de Optimización
  • Conceptos Básicos de Algoritmo Evolutivo
    • Algoritmos Evolutivos
    • Conceptos usados en Computación Evolutiva
    • Paradigmas de la Computación Evolutiva
  • Algoritmo Genético Clásico
    • Introducción
    • Definición de Algoritmos Genéticos
    • Componentes de un Algoritmo Genético
    • Algoritmo Genético Canónico
    • Función de Evaluación
    • Estrategias de selección
    • Operadores Genéticos
    • Ajustes de la Aptitud
    • Ajustes de la Selección
  • Computación Evolutiva en optimización numérica
    • Uso de codificación binaria o real
    • Algoritmos evolutivos con codificación real
    • Problemas con restricciones
    • Restricciones no lineales – GENOCOP III
  • Computación Evolutiva en optimización combinatoria
    • Algoritmos Evolutivos Discretos
    • Algoritmos Evolutivos de Orden
    • Problemas de Optimización Combinatoria
    • Traveling Salesman Problem – (TSP)
  • Otros algoritmos de búsqueda (EDA, scatter search)
    • Pseudocódigo del algoritmo UMDA:
    • Ejemplo del uso del UMDA en el problema del máximo número de unos
    • Otros algoritmos de estimación de la distribución
  • Actividades de aprendizaje
  • Lecturas adicionales.
  • Referencias
• Algoritmos Bioinspirados
  
  • Introducción
  • Swarm Intelligence
    • Optimización de Colonias de Hormigas (Ant Colony Optimization, ACO)
    • Optimización por Cumulo de Partículas (Particle Swarm Optimization, PSO)
  • Conclusión.
  • Cuestionario de Colonias de Hormigas
  • Bibliografía.
• Algoritmos en Paralelo mediante Uso de gpus
  
  • Objetivo
  • Resumen del capítulo
  • Conocimientos previos
  • Introducción a las gpus y CUDA
    • Antecedentes históricos de las GPU’s
  • Fundamentos teoricos
  • CUDA (Compute Unified Device Architecture)
    • Jerarquía de Hilos
    • Paralelismo basado en datos
  • Metodología
  • Caso práctico
  • Análisis de requerimientos
    • El Problema del Agente Viajero
    • Áreas de Aplicación
    • Ant Colony
    • Análisis del algoritmo de colonia de hormigas
    • Implementación del algoritmo de colonia de hormigas sobre GPU’s
    • Identificación de procesos paralelizables en ACO
  • Especificación de la interfaz en términos de patrones de
• Interacción
  
  • Especificación de la interfaz en términos de patrones de
• Software
  
  • Ejercicios resueltos
  • Ejercicios a resolver
  • Conclusiones
  • Bibliografia