Competències i objectius

Informació provisional. Pendent d'aprovació per la Junta de Centre.

 

Context de l'assignatura per al curs 2025-26

Grado de Inteligencia Artificial 

 

 

Competències de l'assignatura (verificades per ANECA en graus i màsters oficials) per al curs 2025-26

Competències transversals

  • CT01 : Utilitzar de manera habitual les eines informàtiques, així com les tecnologies de la informació i les comunicacions, en tot el seu acompliment professional.
  • CT02 : Comunicar de manera oral i escrita transmetent informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.

 

Competències generals

  • CG2 : Conéixer, seleccionar i aplicar mètodes dels diferents camps de la intel·ligència artificial per a la resolució de problemes d'enginyeria.
  • CG3 : Analitzar fonts documentals i adquirir coneixements de l'àmbit de la intel·ligència artificial per a seguir els últims avanços en aquesta àrea, determinar la seua aplicabilitat per a la resolució de problemes i #adaptar a nous escenaris futurs.
  • CG4 : Obtindre solucions eficients, òptimes i/o probables aplicant els principis propis de l'enginyeria i el mètode científic, descrivint de forma adequada el problema i realitzant una avaluació sòlida de la proposta
  • CG6 : Concebre, desenvolupar i aplicar sistemes d'intel·ligència artificial per a millorar els sectors productius i la societat actual, determinant la seua idoneïtat i àmbit d'aplicació
  • CG7 : Resoldre problemes d'intel·ligència artificial nous o multidisciplinàries, mostrant iniciativa i originalitat en el desenvolupament, després d'analitzar i entendre les especificacions plantejades

 

Competències Específiques

  • CE28 : Modelar i resoldre un problema com una cerca d'espai d'estats, diferenciar els tipus de cerca, dissenyar heurístiques apropiades per a un determinat problema i avaluar la seua complexitat espacial i temporal

 

Competències bàsiques

  • CB3 : Que els estudiants tinguen la capacitat de reunir i interpretar dades rellevants (normalment dins de la seua àrea d'estudi) per a emetre judicis que incloguen una reflexió sobre temes rellevants d'índole social, científica o ètica
  • CB5 : Que els estudiants hagen desenvolupat aquelles habilitats d'aprenentatge necessàries per a emprendre estudis posteriors amb un alt grau d'autonomia

 

 

 

Resultats d'aprenentatge (Objectius formatius)

 

1. Formalitzar un problema de cerca en un espai d'estats de manera eficient, definint per exemple els estats inicials, meta i operadoresde transició entre estats.

2. Descriure la importància de les heurístiques en els problemes de cerca així com les relacions entre els termes exhaustivitat, optimització, complexitat temporal i la complexitat espacial.

3. Conéixer algorismes de cerca irrevocable informats (voraces, descens per gradient) i la importància de les funcions de cost/heurístiques associades.

4. Entendre les bases de la programació evolutiva i les seues diferents variants. Conéixer les seues aplicacions principals i els criteris necessaris per a determinar la seua aplicabilitat.

5. Seleccionar i implementar un algorisme de cerca informada apropiat per a un problema dissenyant la funció d'avaluació heurística necessària.

6. Avaluar si una heurística per a un problema donat és admissible/pot garantir una solució òptima.

7. Formular un problema especificat com un problema de satisfacció de restriccions i ser capaç d'implementar-lo.

8. Comparar i contrastar problemes de cerca bàsica amb problemes de joc.

1. Formalitzar un problema de cerca en un espai d'estats de manera eficient, definint per exemple els estats inicials, meta i operadoresde transició entre estats.

2. Descriure la importància de les heurístiques en els problemes de cerca així com les relacions entre els termes exhaustivitat, optimització, complexitat temporal i la complexitat espacial.

3. Conéixer algorismes de cerca irrevocable informats (voraces, descens per gradient) i la importància de les funcions de cost/heurístiques associades.

4. Entendre les bases de la programació evolutiva i les seues diferents variants. Conéixer les seues aplicacions principals i els criteris necessaris per a determinar la seua aplicabilitat.

5. Seleccionar i implementar un algorisme de cerca informada apropiat per a un problema dissenyant la funció d'avaluació heurística necessària.

6. Avaluar si una heurística per a un problema donat és admissible/pot garantir una solució òptima.

7. Formular un problema especificat com un problema de satisfacció de restriccions i ser capaç d'implementar-lo.

8. Comparar i contrastar problemes de cerca bàsica amb problemes de joc.

 

 

 

Objectius específics indicats pel professorat per al curs 2025-26

Énfasis en búsqueda heurística, en juegos (p.e. ajedrez) y satisfacción de restricciones (p.e.sudoku). Partiendo de la teoría de la NP-completitud clasificaremos los problemas atendiendo a su intratabilidad. Esto nos permitirá comprender tanto la relación entre distintos problemas como la necesidad de disponer de estrategias y criterios de búsqueda. Estudiaremos tanto el enfoque combinatorial de espacio de estados como su relajación contínua siempre que sea posible (p.e. graph matching). Otro elemento fundamental es la prosibilidad de aprender a partir de otras configuraciones previas. Esto incluye tanto la integración de conocimiento probabilístico como el entrenamiento de una función (que se entenderá como oráculo probabilístico) a medida que el juego avanza(MCTS: AlfaZero, DeepCubeA). Analizaremos la efectividad de los algorithmos usando Information Theory (entropía, información mútua, etc). Finalizaremos el temario con el estudio de métodos evolutivos que proporcionen o generen prescripciones.

 

 

Dades generals

Codi: 33670
Professor/a responsable:
ESCOLANO RUIZ, FRANCISCO JAVIER
Crèdits ECTS: 6,00
Crèdits teòrics: 1,20
Crèdits pràctics: 1,20
Càrrega no presencial: 3,60

Departaments amb docència

  • Dep.: CIENCIA DE LA COMPUTACIO I INT. ARTIF.
    Àrea: CIENCIA DE LA COMPUTACIO, INTEL·LIGENCIA ARTIFICIA
    Crèdits teòrics: 1,2
    Crèdits pràctics: 1,2
    Aquest departament és responsable de l'assignatura.
    Aquest dep. és responsable de l'acta.

Estudis en què s'imparteix