Curs 2014-15
Computació Intel·ligent i Llenguatge Natural
Titulació: | Codi: | Tipus: |
Grau en Enginyeria Informàtica | 21429 | Obligatòria 3r curs |
Grau en Enginyeria Telemàtica | 22610 | Optativa |
Grau en Enginyeria en Sistemes Audiovisuals | 21651 | Optativa |
Crèdits ECTS: | 4 | Dedicació: | 100 hores | Trimestre: | 2n |
Departament: | Dept. de Tecnologies de la Informació i les Comunicacions |
Coordinador: | Héctor Palacios |
Professorat: | Magistral: Hector Palacios, Leo Wanner Pràctiques: Hector Palacios, Simon Mille Seminaris: Damir Lotinac, Hector Palacios, Simon Mille |
Idioma: | Material: Anglés, Castellá Magistral: Hector Palacios (Castellá), Leo Wanner (Castellá) Pràctiques: Hector Palacios (Castellá), Simon Mille (Castellá) Seminaris: Damir Lotinac (Anglés/Castellá), Hector Palacios (Castellá), Simon Mille (Castellá) |
Horari: | |
Campus: | Campus de la Comunicació - Poblenou |
El curs és una introducció a la Intel·ligència Artificial i al Processament de Llenguatge Natural. Els estudiants aprendran els fonaments de la teoria i la pràctica dels programes que realitzen tasques que normalment associem amb la intel·ligència, des de la resolució automàtica de problemes, la inferència lògica, la planificació i el comportament autònom, a la comprensió del llenguatge natural. Cada vegada més, aquest tipus d'habilitats es requereixen en un nombre major d'àmbits tals com els Videojocs, la Web, els Robots, els Assistents Virtuals Intel·ligents, etc.
L'assignatura requereix cert ús del llenguatge formal i matemàtic, així com de lògica, estructures de dades i algorismes. En particular:
Les assignatures rellevants són:
Competències transversals | Competències específiques |
---|---|
Instrumentals G1:Capacitat d’anàlisis i síntesis. G2:Capacitat d’organització i planificació G3:Capacitat d’aplicar els coneixements a l’anàlisis de situacions i resolució de problemes. G4:Habilitat en la cerca i la gestió de la informació. G5:Habilitat en la presa de decisions. G6:Capacitat de comunicar-se amb propietat de forma oral i escrita en català o en castellà, tan davant Interpersonals G8:Capacitat de treball en equip. Sistèmiques G11:Capacitat d’aplicar amb flexibilitat i creativitat els coneixements adquirits i d’adaptarlos a ontextos i situacions noves. G12:Capacitat per progressar en els processos de formació i aprenentatge de manera autònoma i contínua. G14:Capacitat de motivació per la qualitat i per l’assoliment. G15:Capacitat de generació de noves idees. |
H1: Capacitat de concebre i dur a terme projectes informàtics utilitzant els principis i metodologies propis de l'enginyeria. H3:Capacitat per a la redacció i desenvolupament de projectes en l'àmbit de la seva especialitat. H4: Aprendre de manera autònoma nous coneixements i tècniques adequats per a la concepció, el desenvolupament o l'explotació de sistemes informàtics. IN31: Conèixer les tècniques de cerca, planificació i raonament intelligent i ser capaç d'aplicar les més adequades a cada problema. IN32: Capacitat per avaluar la complexitat d'un domini en què es planteja una tasca de computación intelligent, per triar un formalisme de la representació de coneixement adequat per a la representació de fragments del coneixement d'aquest domini i dur a terme aquesta representació. IN33: Dominar els fonaments de comunicació formal i capacitat per esbossar un model de comunicació tant entre agents intelligents com entre un agent (p.e. un agent de programari o un agent conversacional incorporat) i un usuari humà. P3: Capacitat de resoldre problemes amb iniciativa, presa de decisions, creativitat, i de comunicar i transmetre coneixements, habilitats i destreses, comprenent la responsabilitat ètica i professional de l'activitat de l'enginyer. AU38: Dominar les tècniques del resum automàtic multilingüe de la informació textual en la web en la teoria i en la pràctica AU39: Domini de les tècniques avançades de la cerca intel·ligent d'informació en la web |
L'avaluació contínua té en compte les tres activitats que constitueixen l'assignatura: teoria, laboratoris i seminaris.
T: l'avaluació de la teoria es realitza mitjançant un examen final.
L: l'avaluació dels laboratoris es realitza mitjançant pràctiques que requereixen programació.
S: l'avaluació en els seminaris, mitjançant tasques i proves curtes.
En l'avaluació contínua ha d'aprovar-se els laboratoris (L), així com la suma de l'avaluació dels seminaris més l'examen final.
Nota final = 0,65*T + 0,25*L + 0,10*S
L'examen de teoria es realitzarà sobre els continguts desenvolupats a classe de teoria i als seminaris. És un examen escrit i individual que avalua totes les competències desenvolupades al llarg de l'assignatura.
En els laboratoris es realitzen un sèrie de pràctiques que posen a prova la capacitat dels alumnes d'aplicar la teoria en forma de programes en un ordinador. Les pràctiques es realitzen en parella, de manera que els alumnes hagin de cooperar i saber comunicar-se per resoldre els problemes.
Abans de cada seminari es presentaran problemes als alumnes perquè ells els resolguin abans de la sessió, com una preparació prèvia al seminari. Aquests problemes corresponen a conceptes o coneixements tractats a classe de teoria. Els alumnes han de tenir resolts els problemes al començament del seminari, i a més es demanarà als alumnes que presentin les seves solucions a la pissarra. En alguns seminaris es faran proves curtes; en uns altres se'ls demanaran tasques per lliurar la classe següent.
En cas de no aprovar l'assignatura, l'alumne té dret a una convocatòria en el mes de juliol, però únicament si ha aprovat el laboratori (L). La nota d'aquesta convocatòria s'obtindrà d'un examen:
Nota juliol = 1,0*T + 0*L +0*S (si havia aprovat L).
El curs està orientat a definir models o problemes, i a plantejar algorismes algorismes per a resoldre'ls. Més encara, molts d'aquests models poden ser entesos en termes dels altres. Al mateix temps, per poder aplicar aquestes tècniques cal donar una descripció en termes d'un model pel qual es disposi d'una tècnica que sigui prou efectiva.
En general es presentaran els models o problemes, la seva significància, i després un o diversos algorismes per resoldre-ho. Per això l'avaluació inclourà tant modelació, com obtenir solucions usant algorismes algorismes concrets, a més de preguntes teòriques i altres preguntes pràctiques.
Aquesta èmfasi en la formulació del problema vs els algorismes per atacar-ho és comú a altres tòpics d'intel·ligència artificial com a aprenentatge de màquina, reconeixement de patrons, entre uns altres. Per tant aquesta aproximació dóna les bases per apropar-se a altres models i tècniques de l'àrea.
El curs està organitzat en:
Referència: Artificial Intelligence: A Modern Approach. S. Russell, P. Norvig. (3rd Edition). Prentice Hall. 2009
Slides del Profesor – en Moodle
Intel·ligència Artificial per Peter Norvig i Sebastian Thrun en Udacity.