1.

PRESENTACIN DE LA ASIGNATURA
2.CONTEXTUALIZACIN EN EL PLAN DE ESTUDIOS
ASIGNATURA DE GRADO:
FUNDAMENTOS DE
INTELIGENCIA ARTIFICIAL
Curso 2013/2014
(Cdigo:71902060)

Esta asignatura tiene como objetivo que el alumno conozca la historia, las bases y la
metodologa de la inteligencia artificial. Para ello se centra preferentemente en el estudio de dos
tcnicas ampliamente utilizadas en inteligencia artificial: por un lado, la bsqueda en un espacio
de estados y, por otro lado, la representacin de conocimiento y el razonamiento con el mismo.
La asignatura es de carcter obligatorio, consta de 6 crditos y pertenece al segundo
semestre del segundo curso tanto del Grado en Ingeniera Informtica como del Grado en
Ingeniera en Tecnologas de la Informacin.

Esta asignatura facilita la adquisicin por parte del alumno, en mayor o menor medida, de un
conjunto de competencias que se pueden dividir en dos tipos principales:
1. Competencias generales:
(G.2) Competencias cognitivas superiores: seleccin y manejo adecuado de conocimientos,
recursos y estrategias cognitivas de nivel superior apropiados para el afrontamiento y
resolucin de diversos tipos de tareas/problemas con distinto nivel de complejidad y
novedad: Anlisis y Sntesis. Aplicacin de los conocimientos a la prctica Resolucin de
problemas en entornos nuevos o poco conocidos. Pensamiento creativo. Razonamiento
crtico. Toma de decisiones.
(G.4) Competencias de expresin y comunicacin (a travs de distintos medios y con distinto
tipo de interlocutores): Comunicacin y expresin escrita. Comunicacin y expresin oral.
Comunicacin y expresin en otras lenguas (con especial nfasis en el ingls). Comunicacin
y expresin matemtica, cientfica y tecnolgica (cuando sea requerido y estableciendo los
niveles oportunos).
(G.5) Competencias en el uso de las herramientas y recursos de la Sociedad del
Conocimiento: Manejo de las TIC. Competencia en la bsqueda de informacin relevante.
Competencia en la gestin y organizacin de la informacin. Competencia en la recoleccin de
datos, el manejo de bases de datos y su presentacin.
2. Competencias especficas:
(BC.6) Conocimiento y aplicacin de los procedimientos algortmicos bsicos de las
tecnologas informticas para disear soluciones a problemas, analizando la idoneidad y
complejidad de los algoritmos propuestos.
(BC.7) Conocimiento, diseo y utilizacin de forma eficiente de los tipos y estructuras de
datos ms adecuados a la resolucin de un problema.
(BC.15) Conocimiento y aplicacin de los principios fundamentales y tcnicas bsicas de los
sistemas inteligentes y su aplicacin prctica.
La presente asignatura est relacionada con un conjunto de asignaturas de cursos
posteriores, las cuales profundizan en el estudio de diferentes reas de la inteligencia artificial. La
3.REQUISITOS PREVIOS REQUERIDOS PARA CURSAR LA ASIGNATURA
4.RESULTADOS DE APRENDIZAJE
5.CONTENIDOS DE LA ASIGNATURA
materia aqu explicada sienta las bases para el entendimiento de conceptos ms avanzados que
se incluyen en el temario de dichas asignaturas. Se citan a continuacin las asignaturas con un
mayor grado de relacin con la actual, todas ellas de cuarto curso.
Grado en Ingeniera Informtica:
Ampliacin de Sistemas Inteligentes
Aprendizaje Automtico
Robtica Autnoma
Visin Artificial
Grado en Ingeniera en Tecnologas de la Informacin:
Ingeniera y Gestin del Conocimiento
Minera de Datos
Modelos Probabilistas y Anlisis de Decisiones

Al tratarse de una asignatura de carcter introductorio, no se precisa ningn requisito especfico para abordar
el estudio de la materia, aparte de los conocimientos que el alumno debera ya poseer en este nivel de
enseanza. Es recomendable, no obstante, haber cursado ya la asignatura Lgica y Estructuras Discretas.

Esta asignatura permite alcanzar los siguientes logros a la finalizacin del curso acadmico:
1. Adquirir una perspectiva global de qu es la inteligencia artificial.
2. Conocer la historia de la inteligencia artificial.
3. Aplicar bsqueda en un espacio de estados a la resolucin de problemas.
4. Utilizar las ampliaciones de la lgica clsica que resultan necesarias en inteligencia artificial.
5. Entender el funcionamiento de un sistema basado en reglas.
6. Caracterizar los distintos tipos de redes semnticas utilizadas para representar conocimiento en
inteligencia artificial.
7. Usar marcos como mtodo de representacin de conocimiento estructurado y como mtodo de
inferencia.
Seguidamente se enumeran los contenidos de la asignatura por temas, ofrecindose una justificacin de los
mismos segn su relevancia en el conjunto de la materia:
Tema 1: Perspectiva Histrica y Conceptual
1.1 Concepto de Inteligencia Artificial
1.2 Historia de la Inteligencia Artificial
Este tema introduce el concepto de inteligencia artificial y ofrece un resumen histrico de la misma. Los temas
3 a 8 se organizan atendiendo a la evolucin histrica de la inteligencia artificial presentada en este primer
tema: en primer lugar se explican los mtodos de bsqueda (temas 3 y 4) y a continuacin se estudian
diferentes mtodos de representacin de conocimiento y razonamiento (temas 5 a 8).
Tema 2: Aspectos Metodolgicos en Inteligencia Artificial
2.1 Metodologa de la Inteligencia Artificial
2.2 Paradigmas de la Inteligencia Artificial
Aqu se ampla el concepto de inteligencia artificial dado en el tema 1 y se ofrece una visin ms detallada y
concreta de las tareas que aborda la inteligencia artificial y cmo las aborda.
Tema 3: Fundamentos y Tcnicas Bsicas de Bsqueda
3.1 Caracterizacin de Problemas de Bsqueda
6.EQUIPO DOCENTE
7.METODOLOGA Y ACTIVIDADES DE APRENDIZAJE

3.2 Algoritmos de Bsqueda no Informada

La bsqueda en un espacio de estados constituye una tcnica utilizada en prcticamente cualquier rea de la
inteligencia artificial. Este tema revisa los diferentes mtodos de bsqueda que no utilizan informacin del
dominio.
Tema 4: Bsqueda Heurstica
4.1 Algoritmos de Exploracin de Alternativas
4.2 Algoritmos Voraces
4.3 Algoritmos de Ramificacin y Poda
4.4 Algoritmos de Bsqueda Local
La bsqueda sin informacin del dominio explicada en el tema 3 adolece de importantes deficiencias derivadas
de su ineficiencia. La utilizacin de conocimiento del dominio en forma de funciones heursticas ayuda a guiar
la bsqueda por caminos prometedores. Este tema describe diferentes mtodos de bsqueda heurstica en un
espacio de estados.
Tema 5: Lgica
5.1 Lgica Clsica
5.2 Extensiones de la Lgica Clsica
La lgica clsica no resulta apropiada para representar conocimiento y razonar en la mayora de problemas de
los que se ocupa la inteligencia artificial. Por ello, este tema introduce varios tipos de lgicas que amplan la
lgica clsica de cara a tratar el conocimiento modal, impreciso o por defecto que frecuentemente empleamos
los humanos. Al principio del tema se realiza un repaso de la lgica clsica nicamente a modo de
recordatorio.
Tema 6: Reglas
6.1 Representacin de Conocimiento mediante Reglas
6.2 Mtodos de Inferencia en Reglas
Muchos sistemas expertos de gran relevancia poseen como base de su funcionamiento un sistema basado en
reglas. Este tema describe cmo se representa conocimiento mediante reglas y cul es el comportamiento de
las mismas a la hora de realizar inferencias en un sistema basado en reglas.
Tema 7: Redes Semnticas
7.1 Representacin de Conocimiento mediante Redes Semnticas
7.2 Mtodos de Inferencia en Redes Semnticas
Existe una amplia variedad de redes que se utilizan para representar conocimiento y realizar inferencias en
inteligencia artificial simblica. Aqu se estudia uno de los tipos de red ms importante: las redes semnticas.
Tema 8: Marcos
8.1 Representacin de Conocimiento mediante Marcos
8.2 Mtodos de Inferencia en Marcos
En este tema se explica un mtodo para la representacin y razonamiento con conocimiento estructurado: los
marcos. Los marcos estn relacionados con la programacin orientada a objetos y se emplean en las
herramientas para el desarrollo de sistemas expertos en combinacin con cualquiera de los mtodos de
representacin de conocimiento explicados en los temas 5 a 7.

ANGELES MANJARRES RIESCO

SEVERINO FERNANDEZ GALAN
JOSE LUIS AZNARTE MELLADO
OLGA CRISTINA SANTOS MARTIN-MORENO
Al constar esta asignatura de 6 crditos y corresponder cada crdito a 25 horas de trabajo del
alumno, la carga total de trabajo se corresponde con 150 horas.
Las actividades formativas realizadas por el alumno se distribuyen entre el trabajo
autnomo (estimado en 120 horas) y el tiempo de interaccin con el equipo docente o con el
tutor a travs de los distintos medios existentes (estimado en 30 horas). El trabajo autnomo
8.EVALUACIN

del alumno se divide entre el trabajo con contenidos tericos (estimado en 60 horas) y el
desarrollo de tareas prcticas (estimado en 60 horas) como, por ejemplo, la realizacin del plan
de actividades o la resolucin de problemas.
El alumno estudiar los contenidos tericos presentes en el texto base de la asignatura.
Como complemento a lo anterior, podr realizar los ejercicios prcticos (propuestos o
resueltos) incluidos tanto en el texto base de la asignatura como en el curso virtual de la misma.
Adems, deber realizar dos actividades obligatorias preparadas por el equipo docente y
corregidas por un profesor tutor.
El enfoque pedaggico estar guiado por los objetivos y resultados de aprendizaje sealados
en secciones anteriores. Estos implican en primer lugar la comprensin en profundidad de
distintos paradigmas, tcnicas y aplicaciones de la Inteligencia Artificial en el contexto general de
la ingeniera informtica, y la prctica de su aplicacin en problemas sencillos. Suponen tambin
el desarrollo de una actitud crtica y un juicio inteligente de sus ventajas e inconvenientes, la
formacin de criterios de evaluacin de su idoneidad y lmite de aplicabilidad en diferentes
mbitos. Todo lo anterior requiere un aprendizaje activo y significativo.
El aprendizaje activo se estimular mediante la experimentacin con ejercicios prcticos que
ilustrarn el fundamento y objeto de los diferentes conceptos tericos. Por otro lado, los
recursos didcticos utilizados estarn orientados al aprendizaje significativo, con nfasis en
situar los contenidos en el contexto general de aprendizaje del alumno. De este modo, los
conceptos tericos se situarn en el contexto global de las ciencias de la computacin, y los
contenidos de carcter prctico en el contexto general de los paradigmas, tcnicas y
aplicaciones de la ingeniera informtica. Se fomentar asimismo la argumentacin en torno a las
ventajas de las soluciones tecnolgicas propuestas.
Las habilidades tcnicas especficas de la materia se desarrollarn mediante los ejercicios
prcticos de carcter optativo y mediante las actividades obligatorias. Con estas ltimas se
ejercitarn particularmente las competencias profesionales genricas mencionadas previamente.
Estas actividades tendrn el formato de pequeos proyectos informticos e implicarn la
redaccin de una breve memoria y la prctica de competencias cognitivas superiores,
competencias de expresin y comunicacin, y usos de recursos de la Sociedad del
Conocimiento. Los objetivos de formacin integral se atendern tambin particularmente al
abordar los primeros captulos de temario, Perspectiva Histrica y Conceptual y Aspectos
Metodolgicos en Inteligencia Artificial. Los ejercicios prcticos relativos a estos temas instarn
al alumno a la reflexin sobre las dimensiones filosficas, y humanistas en general, de la
disciplina mediante tcnicas pedaggicas constructivistas, basadas en la consulta de
documentacin diversa y el trabajo en grupo.
Las dudas de estudio, y las relativas a los ejercicios y actividades prcticas, podrn
consultarse durante las tutoras presenciales que tienen lugar en los centros asociados, o
haciendo uso de los foros del curso virtual. Cada alumno tendr asociado un profesor tutor que
atender a sus dudas y orientar su estudio. Adicionalmente, los profesores de la asignatura
proporcionarn asimismo pautas de estudio e intervendrn para la aclaracin de los aspectos
ms complejos de la materia.
La evaluacin de la asignatura se divide en dos partes diferenciadas:
1. Una prueba presencial final que tendr una duracin mxima de dos horas y se
desarrollar en un centro asociado de la UNED. Esta prueba constar de alrededor de tres
preguntas de carcter terico o prctico. En las preguntas tericas se busca que el alumno
demuestre que ha adquirido una visin general de cierta parte de la materia, as como que
sepa relacionar y comparar diferentes conceptos o tcnicas de inters en inteligencia
artificial. Por otra parte, en las preguntas prcticas se pide que el alumno aplique
correctamente los mtodos explicados para la resolucin de problemas concretos de
bsqueda o de representacin de conocimiento. La nota obtenida en la prueba presencial
constituir un 80% de la nota final de la asignatura.
2. La realizacin de dos actividades obligatorias para las que no ser necesario que el
9.BIBLIOGRAFA BSICA

alumno acuda al Centro Asociado, ya que podrn realizarse a distancia. Las actividades
obligatorias se entregarn a travs del curso virtual y sern corregidas por un profesor
tutor. En principio, la nota final de las actividades obligatorias ser la media de las
puntuaciones obtenidas en cada una de las dos actividades obligatorias y constituir un
20% de la nota final de la asignatura.
Es importante tener en cuenta que slo se corregirn las actividades obligatorias una vez
durante el curso (previamente a la convocatoria de junio). Por tanto, la nota asignada a las
actividades obligatorias de cara a junio ser la nica vlida tanto para la convocatoria de junio
como para la de septiembre. En caso de que el alumno no realice la entrega de actividades
obligatorias de cara a la convocatoria de junio, se le asignar un cero al 20% de la nota final
correspondiente a las actividades obligatorias, tanto para la convocatoria de junio como para la
de septiembre.
Es necesario obtener una nota mnima de 4 (sobre 10) en la prueba presencial para que
pueda computarse la nota de las actividades obligatorias en la nota final. Si el alumno no obtiene
dicha nota mnima en la prueba presencial, estar suspenso independientemente de la nota
obtenida en las actividades obligatorias. La nota obtenida en las actividades obligatorias es vlida
nicamente para las convocatorias del curso acadmico en que se entregan.
Por ltimo, la autoevaluacin constituye un aspecto primordial en cualquier proceso de
aprendizaje. A travs del curso virtual de la asignatura se ofrece al alumno la posibilidad de
realizar tests, contestar a preguntas tericas y desarrollar la solucin a problemas prcticos.
Dado que las soluciones estarn disponibles para los alumnos, stos podrn autoevaluarse de
forma continua a lo largo del desarrollo de la asignatura, de cara a abordar con garantas de
xito la prueba presencial final.

Comentarios y anexos:
La asignatura consta de un libro de texto base. Los captulos especficos que hay que estudiar de
este libro se detallan en la versin extendida de esta gua.
Texto base:
Inteligencia Artificial: Tcnicas, Mtodos y Aplicaciones
Jos Toms Palma Mndez y Roque Marn Morales
McGraw-Hill, 2008
ISBN: 9788448156183
La eleccin de este texto como texto base de la asignatura se ha visto motivada por el
objetivo esencial de formar a profesionales crticos, capaces de evaluar con juicio inteligente las
diferentes opciones tecnolgicas y aplicaciones caractersticas de la Inteligencia Artificial. El texto
se caracteriza por su visin crtica del campo, reconociendo sus retos y valorando sus logros en
su justa medida. Se ha valorado tambin que los diferentes captulos hayan sido redactados por
expertos reputados en sus respectivos campos, profesores experimentados de diferentes
universidades espaolas, que transmiten tanto su clara visin como su erudito conocimiento,
proporcionando referencias clave para la profundizacin en los tpicos implicados. Estos
aspectos son coherentes con un enfoque pedaggico activo, constructivista y significativo. Se
trata de un texto didctico aunque exhaustivo, que incluye adicionalmente una amplia coleccin
de ejercicios propuestos de gran inters. Por ltimo, indicar que este texto est disponible como
ISBN(13): 9788448156183
Ttulo: INTELIGENCIA ARTIFICIAL:
TCNICAS, MTODOS Y APLICACIONES
Autor/es: Marn Morales, Roque ; Palma
Mndez, Jos Tomas ;
Editorial: Mc-Graw Hill



Buscarlo en libreria virtual UNED
Buscarlo en bibliotecas UNED
Buscarlo en la Biblioteca de Educacin
Buscarlo en Catlogo del Patrimonio Bibliogrfico
10.BIBLIOGRAFA COMPLEMENTARIA
11.RECURSOS DE APOYO
e-book.

Comentarios y anexos:
Como material complementario con el que profundizar de forma voluntaria en los contenidos del texto que
conforma la bibliografa bsica, el equipo docente recomienda los siguientes libros:

Problemas Resueltos de Inteligencia Artificial Aplicada: Bsqueda y Representacin
Severino Fernndez Galn, Jess Gonzlez Boticario y Jos Mira Mira
Addison-Wesley, 1998
ISBN: 9788478290178
Este libro contiene una extensa coleccin de problemas resueltos sobre bsqueda en un espacio de estados y
representacin de conocimiento mediante lgica, reglas, redes semnticas y marcos. Por un lado, la consulta
de estos ejercicios ilustra al alumno en la aplicacin de los contenidos tericos del texto base y, por otro lado,
complementa los ejercicios propuestos y resueltos del propio texto base y del curso virtual.

Inteligencia Artificial: Un Enfoque Moderno
Stuart Russell y Peter Norvig
Prentice Hall, 2004, 2 Edicin
ISBN: 9788420540030
Este libro es un clsico de la literatura del campo, utilizado desde su primera edicin en una importante
mayora de universidades del mundo para la docencia de la Inteligencia Artificial. De naturaleza similar a la del
texto base de la asignatura, ofrece una visin alternativa, centrada en el concepto de Agente Inteligente.
Constituye un compendio muy completo que incorpora las reas ms innovadoras y constituye una referencia
obligada, pero para el propsito de esta asignatura se ha considerado menos adecuado, desde el punto de
vista pedaggico, que el mencionado texto base.
ISBN(13): 9788420540030
Ttulo: INTELIGENCIA ARTIFICIAL: UN
ENFOQUE MODERNO (2)
Autor/es: Norvig, Peter ; Russell,
Stuart ;
Editorial: PRENTICE-HALL



Buscarlo en libreria virtual UNED
Buscarlo en bibliotecas UNED
Buscarlo en la Biblioteca de Educacin
Buscarlo en Catlogo del Patrimonio Bibliogrfico
ISBN(13): 9788478290178
Ttulo: PROBLEMAS RESUELTOS DE
INTELIGENCIA ARTIFICIAL APLICADA.
BSQUEDA Y REPRESENTACIN. (1)
Autor/es: Fernndez Galn, Severino ;
Gonzlez Boticario, Jess ; Mira Mira,
Jos ;
Editorial: PEARSON ADDISON-WESLEY



Buscarlo en libreria virtual UNED
Buscarlo en bibliotecas UNED
Buscarlo en la Biblioteca de Educacin
Buscarlo en Catlogo del Patrimonio Bibliogrfico
La presente asignatura est virtualizada a travs de un curso virtual en el que se ponen a disposicin del
alumno los siguientes materiales de apoyo al estudio:
1. Una versin extendida de la presente gua de estudio
12.TUTORIZACIN

2. Una lista de preguntas frecuentes sobre la asignatura

3. Tests y ejercicios resueltos que el alumno puede usar para su autoevaluacin
Adems, el curso virtual constituye una canal de comunicacin de gran utilidad para el intercambio de ideas
entre alumnos y profesores.

El alumno dispone de los siguientes medios para facilitar el proceso de aprendizaje en esta
asignatura:
1. Curso virtual de la asignatura desde el que se puede plantear cualquier duda sobre la
asignatura y acceder a los recursos de apoyo al estudio. Un tutor de apoyo en red (TAR)
se encargar de:
a. Elaborar una lista de las preguntas frecuentes que aparezcan en los foros, con las
correspondientes respuestas dadas por el equipo docente
b. Atender las consultas que no tengan que ver con contenidos de la materia
c. Preparar resmenes peridicos sobre la actividad de los foros
d. Mantener los foros ordenados
2. Tutoras virtuales o presenciales en el centro asociado correspondiente
3. Horario de guardia del equipo docente en el que atender dudas a travs del correo
electrnico, del telfono o presencialmente. Los datos de contacto con el equipo docente
y los horarios de guardia son los siguientes:
ngeles Manjarrs Riesco
Dpto. de Inteligencia Artificial (Despacho: 3.08)
E.T.S.I. Informtica (UNED)
C/ Juan del Rosal, n 16
28040 Madrid (Espaa)
Tfno.: +34 91 3988125
Correo-e: amanja@dia.uned.es
Horario de guardia: lunes lectivos, de 16 hrs. a 20 hrs.
Horario de permanencia: lunes de 14 a 16 hrs. y jueves, de 10 hrs. a 16 hrs.
Severino Fernndez Galn
Dpto. de Inteligencia Artificial (Despacho: 3.23)
E.T.S.I. Informtica (UNED)
C/ Juan del Rosal, n 16
28040 Madrid (Espaa)
Tfno.: +34 91 3987300
Correo-e: seve@dia.uned.es
Horario de guardia: lunes lectivos, de 16 hrs. a 20 hrs.
Horario de permanencia: martes y mircoles, de 16 hrs. a 20 hrs.
Jos Luis Aznarte Mellado
Dpto. de Inteligencia Artificial (Despacho: 3.02)
E.T.S.I. Informtica (UNED)
C/ Juan del Rosal, n 16
28040 Madrid (Espaa)
Tfno.: +34 91 3989688
Correo-e: jlaznarte@dia.uned.es
Horario de guardia: lunes lectivos, de 15 hrs. a 19 hrs.
Horario de permanencia: martes, de 8 hrs. a 16 hrs.
Olga Santos Martn
Dpto. de Inteligencia Artificial (Despacho: 3.01)
E.T.S.I. Informtica (UNED)
C/ Juan del Rosal, n 16
28040 Madrid (Espaa)
Tfno.: +34 91 3989388
Correo-e: ocsantos@dia.uned.es
Horario de guardia: lunes lectivos, de 15 hrs. a 19 hrs.
Horario de permanencia: lunes y mircoles, de 10 hrs. a 14 hrs.