Presentación

Una de las características de la inteligencia artificial es la posibilidad de generar información o acciones de forma autónoma a partir de un conocimiento previo del contexto. Es decir, una herramienta inteligente será capaz de almacenar un conocimiento dado, procesarlo y derivar una conclusión no trivial. El ámbito que estudia, desde el punto de vista computacional, el modelado, almacenamiento y procesado del conocimiento es lo que denominamos ingeniería del conocimiento.

Para poder construir un sistema basado en el conocimiento, lo primero es disponer de una buena definición de nuestra base de trabajo. Es por tanto importante definir con precisión qué es el conocimiento y qué lo diferencia de la información o de los datos. A partir de esta definición, es posible construir sistemas para que lo puedan adquirir y almacenar de forma eficiente y eficaz, así como sistemas capaces de razonar en base a dicho conocimiento. Un ejemplo de software capaz de generar acciones de forma autónoma a partir de un conocimiento dado son los agentes y, por lo tanto, estarán construidos siguiendo los esquemas propuestos por la ingeniería del conocimiento.

En la asignatura Sistemas Inteligentes se introducen los agentes como software capaz de trabajar con conocimiento y se estudian las ontologías como método básico para facilitar el modelado, almacenamiento y procesado del conocimiento, incidiendo en métodos de razonamiento, herramientas y aplicaciones.

Tema 1. Teoría de Agentes

• Historia del concepto
• Definición de agente
• Agentes en Inteligencia Artificial
• Agentes en Ingeniería de Software

Tema 2. Arquitecturas de Agentes

• El proceso de razonamiento de un agente
• Agentes reactivos
• Agentes deductivos
• Agentes híbridos
• Comparativa

Tema 3. Información y conocimiento

• Distinción entre datos, información y conocimiento
• Evaluación de la calidad de los datos
• Métodos de captura de datos
• Métodos de adquisición de información
• Métodos de adquisición de conocimiento
• Referencias bibliográficas

Tema 4. Representación del conocimiento

• La importancia de la representación del conocimiento
• Definición de representación del conocimiento a través de sus roles
• Características de una representación del conocimiento
• Referencias bibliográficas

Tema 5. Ontologías

• Introducción a los metadatos
• Concepto filosófico de ontología
• Concepto informático de ontología
• Ontologías de dominio y ontologías de nivel superior
• Cómo construir una ontología
• Referencias bibliográficas

Tema 6. Lenguajes para ontologías

• Tripletas RDF, Turtle y N3
• RDF Schema
• OWL
• SPARQL

Tema 7. Software para la creación de ontologías

• Introducción a las diferentes herramientas
• Instalación y uso de Protégé

Tema 8. La web semántica

• El estado actual y futuro de la web semántica
• Aplicaciones de la web semántica

Tema 9. Otros modelos de representación del conocimiento

• Vocabularios
• Visión global
• Taxonomías
• Tesauros
• Folksonomías
• Comparativa
• Mapas mentales
• Referencias bibliográficas

Tema 10. Evaluación e integración de representaciones del conocimiento

• Lógica de orden cero
• Lógica de primer orden
• Lógica descriptiva
• Relación entre diferentes tipos de lógica
• Prolog: programación basada en lógica de primer orden
• Referencias bibliográficas

Tema 11. Razonadores semánticos

• Concepto de razonador
• Aplicaciones de un razonador
• Ejemplos de uso

Tema 12. Sistemas basados en conocimiento y sistemas expertos

• Definición y relación con sistemas basados en el conocimiento
• MYCIN, historia de los Sistemas Expertos
• Elementos y Arquitectura de Sistemas Expertos
• Creación de Sistemas Expertos

Las actividades formativas de la asignatura se han elaborado con el objetivo de adaptar el proceso de aprendizaje a las diferentes capacidades, necesidades e intereses de los alumnos.

Las actividades formativas de esta asignatura son las siguientes:

• Casos prácticos. En la programación semanal, puedes consultar cuándo hacerlos y en el Aula virtual encontrarás toda la información sobre cómo desarrollarlos y cómo y cuándo entregarlos. 
  
• Participación en eventos. Son eventos programados todas las semanas del cuatrimestre: sesiones presenciales virtuales, foros de debate.

Descargar programación

Estas actividades formativas prácticas se completan, por supuesto, con estas otras:

• Estudio personal
• Tutorías. Las tutorías se pueden articular a través de diversas herramientas y medios. Durante el desarrollo de la asignatura, el profesor programa tutorías en días concretos para la resolución de dudas de índole estrictamente académico a través de las denominadas “sesiones de consultas”. Como complemento de estas sesiones se dispone también del foro “Pregúntale al profesor de la asignatura” a través del cual se articulan algunas preguntas de alumnos y las correspondientes respuestas en el que se tratan aspectos generales de la asignatura. Por la propia naturaleza de los medios de comunicación empleados, no existen horarios a los que deba ajustarse el alumno.
• Examen final online

Bibliografía básica

Recuerda que la bibliografía básica es imprescindible para el estudio de la asignatura. Cuando se indica que no está disponible en el aula virtual, tendrás que obtenerla por otros medios: librería UNIR, biblioteca...

Los textos necesarios para el estudio de la asignatura han sido elaborados por UNIR y están disponibles en formato digital para consulta, descarga e impresión en el aula virtual.

Además, en algunos temas deberás estudiar la siguiente bibliografía:

Tema 1

Russell, S.J. & Norvig, P. (2004). Inteligencia Artificial: un enfoque moderno. Madrid: Pearson Educación.
ISBN: 84-205-4003-X
Disponible en el aula virtual (bajo licencia CEDRO).

Temas 6 y 8

Pastor, J.A. (2011). Tecnologías de la Web Semántica. Barcelona: Editorial UOC.
ISBN: 978-84-978-8474-7
Disponible en la Biblioteca Virtual de UNIR.

Tema 9

Monreal, C.S., & Leiva, I.G. (2010). Posibilidades y límites de los tesauros frente a otros sistemas de organización del conocimiento: folksonomías, taxonomías y ontologías. Revista Interamericana de Bibliotecología, Vol. 33, Nº 2.

Tema 10

Cardona, S.A. (2010). Lógica matemática para Ingeniería de Sistemas y Computación. Ediciones Elizcom.
EISBN: 978-95-899-3259-9
Disponible en la Biblioteca Virtual de UNIR.

Russell, S.J. & Norvig, P. (2004). Inteligencia Artificial: un enfoque moderno. Madrid: Pearson Educación.
ISBN: 84-205-4003-X
Disponible en el aula virtual (bajo licencia CEDRO).

Giannesini, F.; Kanoui, H.; Pasero, R. & van Caneghem, M. (1989). Prolog. Madrid: Pearson Addison-Wesley.
ISBN: 978-84-7829-003-1
Disponible en el aula virtual (bajo licencia CEDRO).

Orenga, J. M. & Sánchez, J.P. (1987). Prolog: Introducción a la programación de los sistemas expertos. Madrid: Ra-Ma Editorial.
ISBN: 978-84-86381-35-6
Disponible en el aula virtual (bajo licencia CEDRO).

Tema 12

Marín, R. y Palma, J.T. (2008). Inteligencia artificial: métodos, técnicas y aplicaciones. McGraw-Hill España.
ISBN: 978-84-481-5618-3
Disponible en la Biblioteca Virtual de UNIR.

Bibliografía complementaria

• Arenas, A.C. (2005). Mapas conceptuales, mapas mentales y otras formas de representación del conocimiento. Coop. Editorial Magisterio.
• Asimov, I. (1984). Cómo descubrimos los números. Barcelona: Editorial Molino.
• Baader, F.; Horrocks, I. & Sattler, U. (2009). Description logics. En Handbook on ontologies. Springer Berlin Heidelberg.
• Chandrasekaran, B.; Josephson, J.R. & Benjamins, V.R. (1999). What are ontologies, and why do we need them? IEEE Intelligent systems.
• Cumming, M. (2003). Tomatoes are not the only fruit: a rough guide to taxonomies, thesauri, ontologies and the like. Records Management Bulletin.
• Currás, E. (2005). Ontologías, taxonomía y tesauros: manual de construcción y uso. Gijón: Trea, DL.
• Davenport, T. & Prusak, L. (2000). Working Knowledge: How Organizations Manage What They Know. Massachusetts: Harvard Business Review Press.
• Gaines, B.R. & Shaw, M.L. (1992). Integrated knowledge acquisition architectures. Journal of Intelligent Information Systems.
• Gilchrist, A. (2001). Getting the measure of taxonomies. Information World Review.
• Jarke, M.; Jeusfeld, M.A.; Quix, C. & Vassiliadis, P. (1998). Architecture and Quality of Data Warehouses: An Extended Repository Approach. Advanced Information Systems Engineering, Lecture Notes in Computer Science.
• Prarchett, T. (2011). Ronda de Noche. Barcelona: Debolsillo.
• Soler Monreal (2010). Posibilidades y límites de los tesauros frente a otros sistemas de organización del conocimiento: folksonomías, taxonomías y ontologías. Revista Interamericana de Bibliotecología.
• Stake, R.E., & Savolainen, R. (1995). The art of case study research. Thousand Oaks, CA: Sage publications.

El sistema de calificación se basa en la siguiente escala numérica:

0 - 5,9	Suspenso	(SS)
6 - 10	Aprobado	(AP)

• Escala de calificaciones. En las calificaciones definitivas el docente utilizará una escala numérica con un rango que va de cero (0) a diez (10), donde cero (0) es la nota más baja y diez (10) la más alta.
• Calificación reprobada. Una calificación total inferior a seis (6) en la suma de las actividades y el examen significará el suspenso de la materia.
• Evaluaciones parciales o continuas (60% de la nota final).
• Evaluación final (40% de la nota final).

Sistema de evaluación	PONDERACIÓN MIN-MAX
Participación del estudiante (sesiones y foros)	0%-60%
Trabajos (trabajos, laboratorios y casos prácticos)	0%-60%
Test de autoevaluación	0%-60%
Examen final online	40%-40%

Obviamente, al tratarse de formación online puedes organizar tu tiempo de estudio como desees, siempre y cuando vayas cumpliendo las fechas de entrega de actividades, trabajos y exámenes. Nosotros, para ayudarte, te proponemos los siguientes pasos:

1. Desde el Campus virtual podrás acceder al aula virtual de cada asignatura en la que estés matriculado y, además, al aula virtual del Curso de introducción al campus virtual. Aquí podrás consultar la documentación disponible sobre cómo se utilizan las herramientas del aula virtual y sobre cómo se organiza una asignatura en la UNIR y también podrás organizar tu plan de trabajo con tu tutor personal.
2. Observa la programación semanal. Allí te indicamos qué parte del temario debes trabajar cada semana.
3. Ya sabes qué trabajo tienes que hacer durante la semana. Accede ahora a la sección Temas del aula virtual. Allí encontrarás el material teórico y práctico del tema correspondiente a esa semana.
4. Comienza con la lectura de las Ideas clave del tema. Este resumen te ayudará a hacerte una idea del contenido más importante del tema y de cuáles son los aspectos fundamentales en los que te tendrás que fijar al estudiar el material básico. Consulta, además, las secciones del tema que contienen material complementario.
5. Dedica tiempo al trabajo práctico (sección Actividades y Test). En la programación semanal te detallamos cuáles son las actividades correspondientes a cada semana y qué calificación máxima puedes obtener con cada una de ellas.
6. Te recomendamos que participes en los eventos del curso (sesiones presenciales virtuales, foros de debate…). Para conocer la fecha concreta de celebración de los eventos debes consultar las herramientas de comunicación del aula vitual. Tu profesor y tu tutor personal te informarán de las novedades de la asignatura.

En el aula virtual del Curso de introducción al campus virtual encontrarás siempre disponible la documentación donde te explicamos cómo se estructuran los temas y qué podrás encontrar en cada una de sus secciones.

Recuerda que en el aula virtual del Curso de introducción al campus virtual puedes consultar el funcionamiento de las distintas herramientas del aula virtual: Correo, Foro, Sesiones presenciales virtuales, Envío de actividades, etc.