Go to Top

Experto Universitario en Inteligencia Artificial


Este curso pretende ser una presentación de las técnicas más utilizadas en el mundo empresarial, industrial, etc. asociadas tradicionalmente al paradigma de la Inteligencia Artificial, y mostrar cómo resolver problemas sencillos pero que dan una idea de su aplicabilidad en casos de más calado. Hablamos de “presentar”,  es decir, no profundizaremos en desarrollos matemáticos ni nos extenderemos a todos los aspectos y variaciones a que pueden dar lugar, nos centraremos únicamente en la descripción de los principios más básicos e inevitables para comprender la técnica y en el uso de herramientas que ayudan a su aplicación desde interfaces sencillos e intuitivos.

 Programación de restricciones:

Muchas de las decisiones que se toman para resolver problemas cotidianos vienen determinadas por unas determinadas restricciones. Es una forma de  resolver o atacar una cantidad inmensa de problemas, tratar de identificar qué opciones que nos dejan las restricciones a que está sujeta una posible solución.  Problemas tan habituales, como organizarnos la agenda, la jornada de trabajo, planificar las vacaciones, compartir cosas con otras personas de forma equilibrada, en fin, problemas en que hay interdependencia y aspectos conflictivos entre los elementos que participan de la solución, asignar personas a puestos de trabajo, en un salón de un restaurante, horarios y aulas de clase, etc. Posiblemente, además, puedan existir varias soluciones posibles de acuerdo a las restricciones planteadas, seguramente unas serán mejores soluciones que otras. Habrá, por tanto, que priorizar las soluciones, y encontrar la óptima (no siempre se puede).

Entre sus principales campos de aplicación se encuentran:

  • Biología molecular.
  • Diseño y construcción de circuitos integrados.
  • Análisis financiero.
  • Resolución de problemas geométricos.
  • Modelado.
  • Especificaciones: Dado un problema descrito a través de variables, donde cada variable posee un dominio asociado, compuesto por un conjunto de potenciales valores y un conjunto de restricciones que representan las diferentes relaciones entre las variables que deben ser satisfechas para resolver el problema, la idea principal de la CP es usar el conocimiento de las restricciones para eliminar del dominio de las variables todos aquellos valores que no pueden formar parte de una solución al problema. De esta forma, es posible resolver un problema reduciendo los dominios de sus variables hasta conseguir aproximaciones muy cercanas al valor solución, o reducir el dominio de una o mas variables hasta eliminar todos sus posibles valores (en cuyo caso el problema no tiene solución).
  • Resolución de problemas combinatorios: Organización, planificación, programación, configuración, schedulling, almacenamiento, análisis, diseño de software, hardware y procesos industriales.

Aplicaciones comerciales:

• Planificación de personal y asignación a puestos de trabajo: Lufthansa, Iberia.

• Almancenamiento eficiente de contenedores en el puerto: HongKong.

• Planificación de la producción: Renault:

• Configuración de Software para teléfonos móviles. Nokia:

  • Disposición de cabinas: Airbus
  • Asignación de fingers: Aeropuertos

• Verificación de circuitos: Siemens

Podemos ver como caso de éxito de este paradigma, aquí, en particular de la herramienta IBM Ilog CPLEX Optimizer

http://www-01.ibm.com/software/success/cssdb.nsf/topstoriesFM?OpenForm&Site=optimization&cty=en_us

Como ejemplos de herramientas basadas en CP y de amplio espectro, para programar un extenso abanico de problemas, podemos encontrar en esta comunidad las más extendidas:

http://www.constraintsolving.com/solvers/c-based-constraint-solvers-2

Como ejemplo de herramienta ya orientada a un tipo determinado de problemas:

3D Geometric Constraint Solving, para integrar restricciones geométricas con simulación cinemática que posibilita ensamblar bloques, simulaciones de montajes, simular el comportamiento cinemático, de mecanismos, de dispositivos, etc., esta herramienta de Siemmens:

http://www.plm.automation.siemens.com/en_us/products/open/d-cubed/products/3ddcm/index.shtml

A lo largo del curso, como complemento al temario, se prevén estas conferencias (video) impartidas por profesores del Dpto. o por invitados externos:

  • Razonamiento Probabilista (y uso de la herramienta Elvira, diseñada en el Dpto. de IA-UNED)
  • Data Mining: Introducción
  • Datos Enlazados (Linked-Data): Introducción.

1. Destinatarios

Destinado a diplomados o licenciados con interés en las aplicaciones prácticas de la IA.

Se facilitará suficiente soporte teórico como para que no sea necesario un conocimiento previo en Inteligencia Artificial.

2. Presentación y Objetivos

Se exponen las técnicas que se consideran básicas dentro del campo de la IA, con un enfoque particularmente aplicado.

Desde un primer momento el alumno trabaja con herramientas informáticas que le facilitan la comprensión y la aplicación de estas técnicas en diferentes ámbitos.

3. Contenido y Programa

4. Metodología y Actividades

No se tiene previstas actividades presenciales obligatorias.

Se solicitará del alumno la elaboración de prácticas de cada uno de los temas del contenido.

5. Material Didáctico Obligatorio

Material básico:

Libro “Inteligencia Artificial (Un enfoque moderno)”, 3ª edición Stuart Russell & Peter Norvig, ed. Prentice-Hall

Guía didáctica del curso

Herramientas de libre acceso de cada una de las técnicas descritas en el contenido. Ejemplos de las mismas. Propuesta de actividades.

6. Atención al Alumno

Tutorización a través del curso virtual.

Atención telefónica:

Lunes del curso de 16 hs a 20 hs. Tfnos. 913987242-7181

D. Rafael Martínez Tomás rmtomas@dia.uned.es

7. Criterios de Evaluación y Calificación

Evaluación por actividades.

Cada actividad tendrá una valoración. Se hará una evaluación global a partir de esta valoración.

8. Duración y Dedicación

Inicio de curso: 12/2012,Fin de curso: 10/2013

Número de créditos ECTS: 20

9. Equipo Docente

FERNÁNDEZ VINDEL, JOSE LUIS (CODIRECTOR)↵MARTÍNEZ TOMÁS, RAFAEL (DIRECTOR)

Colaboradores

CUADRA TRONCOSO, JOSÉ MANUEL

10. Precio público

El coste total del Experto Universitario es de 750€; de los que 170€ corresponden al material didáctico.

Dicho importe deberá abonarse de una sola vez al formalizar la matrícula, o en dos plazos. La cuantía de estos plazos será comunicada al alumno en los impresos de formalización de matrícula.

Si necesita información sobre reducción de tasas, puede consultarla en la sección Tipos de matrícula.

11. Ayudas al estudio

La información sobre ayudas al estudio es común para todos los cursos.

Puede consultar dicha información en la sección Ayudas al estudio

Matrícula abierta hasta el 27 de Octubre

Reserva tu plaza

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Para ofrecerle una mejor experiencia de usuario, éste sitio web hace uso de Cookies. Para más información puede consultar nuestra política de privacidad.