Topic outline

  • General

    • Referencias Bibliográficas Book

      INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

      - Conceptos básicos, historia, evolución, aplicaciones y beneficios de la inteligencia artificial. 

      Bibliografía:

      - Stuart Russell y Norvig Peter. (2004) Inteligencia Artificial, Un Enfoque Moderno. 2da Edición. PEARSON EDUCACIÓN, S.A., Madrid.pdf


      FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL

      - Aprendizaje automático (machine learning) y sus técnicas.

      - Redes neuronales artificiales.

      - Algoritmos genéticos y programación evolutiva.

      - Lógica difusa.

      - Sistemas expertos.

      Bibliografía:

      - Murphy, Kevin P. (2012). Machine Learning, A Probabilistic Perspective. 1ra Edición. Editorial The MIT Press.pdf

      - Stuart Russell y Norvig Peter. (2004) Inteligencia Artificial, Un Enfoque Moderno. 2da Edición. PEARSON EDUCACIÓN, S.A., Madrid.pdf


      APLICACIONES DE LA INTELIGENCIA ARTIFICIAL

      - Procesamiento del lenguaje natural.

      - Visión por computadora.

      - Robótica y automatización.

      - Sistemas de recomendación.

      Bibliografía:

      Libros Teóricos y de Referencia Global

      - Szeliski, Richard (2022). Computer Vision: Algorithms and Applications. 2.ª edición. Springer. Estados Unidos.

      - Hartley, Richard y Zisserman, Andrew (2004). Multiple View Geometry in Computer Vision. 2.ª edición. Cambridge University Press. Reino Unido.

      - Forsyth, David A. y Ponce, Jean (2011). Computer Vision: A Modern Approach. 2.ª edición. Pearson. Estados Unidos.

      - Gonzalez, Rafael C. y Woods, Richard E. (2018). Digital Image Processing. 4.ª edición. Pearson. Estados Unidos.

      Libros Prácticos y en Español

      - Pajares Martinsanz, Gonzalo y de la Cruz García, Jesús M. (2007). Visión por computador: imágenes digitales y aplicaciones. 2.ª edición. Ra-Ma Editorial. España.

      - Howse, Joseph y Minichino, Joe (2020). Learning OpenCV 4 Computer Vision with Python 3. 3.ª edición. Packt Publishing. Reino Unido.

      - Rosebrock, Adrian (2017). Deep Learning for Computer Vision with Python. 1.ª edición. PyImageSearch. Estados Unidos.

      - Goodfellow, Ian; Bengio, Yoshua y Courville, Aaron (2016). Deep Learning. 1.ª edición. MIT Press. Estados Unidos.


      ÉTICA Y CONSIDERACION ES EN INTELIGENCIA ARTIFICIAL

      - Sesgo y discriminación en los algoritmos, privacidad, seguridad, ética y responsabilidad en el desarrollo, uso y futuro de la inteligencia artificial.

      Bibliografía:

      Jacques Berleur & Klaus Brunnstein (1996). Ethics of Computing: Codes, Spaces for Discussion and Law. Editorial Springer Science & Business Media. USA.


  • This topic

    DOCENTE DE LA MATERIA

    Profesor: Andy Torrealba

    Sede: Acarigua

    Datos de Contacto:

    ·         Número de Teléfono: 0412-5542444

    ·         Número de Teléfono de Habitación: 

    ·         WhatsApp: (+58) 412-5542444

    ·         Correo: andydtorrealbag@gmail.com  

           

    Horario de Atención: Los horarios y los medios  a través de los cuales se realizarán las asesorías y/o consultas podrán ser acordados con el Docente.

    Nota: Abstenerse de hacer llamadas fuera del horario de atención facilitado por el Docente.


    • INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

      Conceptos básicos, historia, evolución, aplicaciones y beneficios de la inteligencia artificial
      • Trabajo Práctico 1 Assignment

        Imagina que estás diseñando un sistema reactivo para un agente en un entorno donde la tarea del agente es "activar una alarma" en función de la presencia de "movimiento" y "sonido". El agente debe seleccionar una acción de acuerdo con el estímulo que reciba. Sin embargo, solo debe activar la alarma si se cumple alguna de las siguientes condiciones:

        1. Hay movimiento y sonido.

        2. Hay sonido, pero no hay movimiento.

        Utiliza álgebra booleana para modelar las condiciones bajo las cuales el agente debe activar la alarma. 

        ¿Cómo representarías las condiciones de activación de la alarma en forma de una función booleana?

        Fecha de Entrega: 05 de Septiembre de 2026

        Valor: 10 puntos.

      • Trabajo Práctico 2 Assignment

        Imagina que estás entrenando una Unidad Lógica con Umbral (ULU) dentro de una red neuronal multicapa. El objetivo es que la ULU aprenda a clasificar datos en dos categorías diferentes a partir de un conjunto de entradas y salidas deseadas.

        Tienes las siguientes condiciones:

        El entrenamiento se realiza con el método de retropropagación.

        El valor de salida deseado es binario, es decir, 0 o 1, dependiendo de las entradas.

        La ULU tendrá un umbral que determinará si la salida es 0 o 1.

        Explica cómo el método de retropropagación puede ayudarte a ajustar los pesos de una ULU durante el entrenamiento, considerando que la ULU usa una función de activación con umbral (por ejemplo, una función escalón o similar).

        Fecha de Entrega: 05 de Septiembre de 2026

        Valor: 10 puntos.

    • FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL

      Aprendizaje automático (machine learning) y sus técnicas Redes neuronales artificiales Algoritmos genéticos y programación evolutiva Lógica difusa y sistemas expertos
      • Trabajo Práctico 3 Assignment

        Imagina que estás trabajando en un proyecto de inteligencia artificial donde debes resolver el problema del "rompecabezas 8" (un tablero 3x3 con piezas numeradas del 1 al 8, y un espacio vacío, que se debe reorganizar en un orden específico). Para esto, decides emplear diferentes algoritmos de búsqueda.

        Considerando que el espacio de búsqueda para este problema es un conjunto de configuraciones del tablero, describe cómo representarías este espacio como un grafo implícito, ¿qué elementos considerarías como los nodos del grafo y cómo determinarías las conexiones entre ellos?

        Fecha de Entregra: 12 de Septiembre de 2026

        Valor: 10 puntos.

      • Trabajo Práctico 4 Assignment

        Un ingeniero de optimización de rutas de entrega se enfrenta al desafío de encontrar la ruta más eficiente para una flota de vehículos en una ciudad congestionada. Inicialmente, intenta usar un algoritmo de búsqueda en grafos tradicional, pero se da cuenta de que el tiempo de cómputo es demasiado alto y la solución obtenida no es óptima.

        Para mejorar su enfoque, el ingeniero decide emplear funciones heurísticas y métodos alternativos de búsqueda. Sin embargo, durante el proceso nota que la función heurística elegida a veces subestima y a veces sobrestima el costo real, lo que genera soluciones inconsistentes.

        Con base en la situación anterior, justifica qué tipo de función heurística debería diseñar, para mejorar la eficiencia del proceso de búsqueda y qué método alternativo emplearías para evitar estancamiento en mínimos locales. Explica cómo se evitarían los errores detectados en la búsqueda.

        Fecha de Entrega: 12 de Septiembre de 2026

        Valor: 10 puntos.

    • APLICACIONES DE LA INTELIGENCIA ARTIFICIAL

      Procesamiento del lenguaje natural Visión por computadora Robótica y automatización Sistemas de recomendación
      • Trabajo Práctico 5 Assignment

        Un equipo de desarrolladores está diseñando un sistema de inteligencia artificial para la validación automática de contratos legales. Para garantizar la coherencia lógica pen las cláusulas del contrato, deciden utilizar cálculo proposicional y cálculo de predicados.

        Sin embargo, en la fase de pruebas, detectan que el sistema acepta contratos con contradicciones internas. Por ejemplo, un contrato puede contener las siguientes afirmaciones:

        "Si el pago se realiza antes del 10 de cada mes, no se aplicarán recargos."

        "Todos los pagos realizados después del 5 de cada mes generan un recargo."

        Los desarrolladores sospechan que hay un error lógico en la interpretación de las reglas y deben corregirlo utilizando métodos formales.

        Explica cómo aplicar reglas de inferencia para determinar si el sistema está razonando correctamente. ¿Qué método utilizarías para verificar la validez de las cláusulas?

        Fecha de Entrega: 19 de Septiembre de 2026

        Valor: 10 puntos.

      • Trabajo Práctico 6 Assignment

        Un equipo de investigación está desarrollando un sistema experto para diagnóstico médico, el cual debe tomar decisiones basadas en una base de conocimiento que contiene reglas y hechos sobre síntomas y enfermedades. Sin embargo, durante las pruebas, el sistema comete errores al diagnosticar, generando conclusiones incorrectas o inconsistentes.

        Después de analizar el problema, los desarrolladores encuentran que algunas reglas son redundantes, contradictorias o están mal estructuradas. Además, hay hechos no declarados en la base de conocimiento que afectan la precisión del diagnóstico.

        Con base en esta situación, responde:

        ¿Qué problemas pueden surgir en una base de conocimiento de un sistema experto, cuando las reglas y los hechos no están bien estructurados? Explica al menos dos problemas posibles con ejemplos.

        Fecha de Entrega: 19 de Septiembre de 2026

        Valor: 10 puntos

    • ÉTICA Y CONSIDERACION ES EN INTELIGENCIA ARTIFICIAL

      Sesgo y discriminación en los algoritmos, privacidad, seguridad, ética y responsabilidad en el desarrollo, uso y futuro de la inteligencia artificial
      • Trabajo Práctico 7 Assignment

        Un equipo de desarrollo de inteligencia artificial está diseñando un asistentevirtual para la atención al cliente en un restaurante. El objetivo es que el asistente pueda entender situaciones comunes y responder de manera coherente a los clientes.

        Sin embargo, durante las pruebas, el asistente comete errores en el flujo de conversación. Por ejemplo, cuando un cliente dice: "Quiero pedir la especialidad de la casa", el asistente responde: "¿Desea reservar una mesa?", en lugar de mostrar el plato recomendado.

        El equipo se da cuenta de que el asistente no está utilizando adecuadamente una representación del conocimiento, lo que le impide razonar correctamente sobre las situaciones y los significados implícitos en la conversación.

        Construya una red semántica:

        Representa la relación entre los conceptos clave en el contexto del restaurante: cliente, pedido, menú, especialidad, reserva, pago, propina.

        Organiza los conceptos en una red semántica, definiendo relaciones entre ellos, como es un, tiene, está relacionado con, requiere, etc.

        Fecha de Entrega: 26 de Septiembre de 2026

        Valor: 10 puntos.

      • Trabajo Práctico 8 Assignment

        Un hospital está desarrollando un sistema de apoyo al diagnóstico médico basado en Redes Bayesianas para evaluar la probabilidad de que un paciente tenga neumonía, dada la presencia de ciertos síntomas y factores de riesgo.

        Sin embargo, los médicos han notado que el sistema a veces cambia drásticamente sus predicciones cuando se agrega un nuevo síntoma, aunque este no debería afectar directamente el diagnóstico. Sospechan que el modelo no está manejando correctamente la independencia condicional entre algunas variables.

        Además, al recibir nueva información, el sistema no actualiza su probabilidad de manera intuitiva, lo que genera dudas sobre si está usando correctamente la evidencia en situaciones de incertidumbre.

        Realice el análisis del problema:

        Explica qué significa independencia condicional en una Red Bayesiana y cómo una mala representación de las dependencias entre variables puede causar predicciones erróneas en este caso.

        Fecha de Entrega: 26 Septiembre de 2026

        Valor: 10 puntos.

    • PROYECTO PROPUESTO

      • Proyecto Final Assignment

        Desarrolle un sistema experto simple, aplicando las herramientas y tecnologías más adecuadas para su implementación.


        Descripción:


        El estudiante deberá diseñar e implementar un sistema experto que resuelva un problema específico, utilizando las siguientes etapas y componentes:


        Definición y componentes del sistema experto:


        Describa qué es un sistema experto y cuáles son sus componentes principales (base de conocimientos, motor de inferencia, interfaz de usuario, y sistema de adquisición de conocimiento).

        Proporcione un ejemplo claro de cómo se estructuran estos componentes en un sistema experto real.


        Comparación entre un sistema experto y un sistema tradicional:


        Elija un caso de estudio con el que se pueda comparar un sistema experto con un sistema tradicional (por ejemplo, un sistema de diagnóstico médico, un sistema de recomendación, etc.).

        Explique cómo un sistema experto difiere de un sistema tradicional en términos de procesamiento de la información, toma de decisiones y flexibilidad.


        Desarrollo de un sistema experto:


        Seleccione un problema específico (puede ser un caso simple, como un sistema experto para diagnóstico de fallos en un electrodoméstico, o un sistema de recomendaciones para un conjunto de productos).

        Diseñe la base de conocimientos y el motor de inferencia para resolver el problema elegido.

        Desarrolle la interfaz de usuario para interactuar con el sistema experto.


        Herramientas para el desarrollo de sistemas expertos:


        Investigue y seleccione las herramientas más adecuadas para la implementación de su sistema experto. Puede utilizar lenguajes de programación como Python, Java, o herramientas especializadas como CLIPS, Jess, o Prolog.

        Justifique la elección de las herramientas según las características del sistema experto que desea desarrollar.


        Nuevas tecnologías en sistemas expertos:


        Explore cómo las nuevas tecnologías, como el aprendizaje automático (machine learning), la inteligencia artificial y el procesamiento de lenguaje natural, están impactando el desarrollo de sistemas expertos.

        Proponga cómo podría integrar alguna de estas tecnologías en su sistema experto para mejorar su desempeño.


        Requisitos:


        El sistema debe ser capaz de resolver al menos un caso de uso específico, tomando decisiones basadas en reglas predefinidas.

        Se debe incluir un informe que detalle cada una de las etapas mencionadas, junto con el código fuente del sistema experto y capturas de pantalla de su ejecución.

        El sistema debe ser accesible a través de una interfaz gráfica o textual.

        El informe debe incluir una comparación crítica entre el sistema experto desarrollado y las tecnologías tradicionales de resolución de problemas.


        CRITERIO DE CORRECCIÓN


        El participante deberá:


        • Diseñar y documentar el modelo computacional.

        • Explicar y documentar el modo de ejecución.

        • Presentar informes detallados y bien estructurados sobre sus investigaciones y experiencias prácticas.


        ESTRUCTURA DEL INFORME


        El trabajo práctico deberá estar documentado a través de un informe, estructurado de la siguiente manera.


        1. Carátula (utilice la misma suministrada con este trabajo). 

        2. Contenido

        2.1 Desarrollo del Contenido

        3. Anexos (opcional).

        4. Bibliografía.


        RECOMENDACIONES


        Se recomienda al participante, planificar adecuadamente la ejecución de este trabajo práctico, a fin de cumplir con la fecha de entrega establecida, ya que no habrá prórroga.


        Fecha de entrega: 03 de Octubre de 2026

        Valor: 20 puntos.