INDICE

Introducción
1.1 Conceptos 1
1.2 La Inteligencia Artificial. 2
1.2.1 ¿Como se define el comportamiento humano?. 2
1.2.2 Donde empieza la IA. 2
1.2.3 Dos posibles enfoques de la IA.
1.2.3.1 IA enfocada como análisis. 2
1.2.3.2 IA enfocada como síntesis. 3
1.3 Notas históricas. 4
1.3.1 Primeros pasos (de Platon a Turing). 4
1.3.2 Neurocibernética. 5
1.3.3 El nacimiento de la IA (195x). 5
1.3.4 Hacia lo simbólico (197x-198x). 6
1.3.5 Los sistemas basados en conocimiento. 6
1.3.6 La tendencia simbólico-conexionista 7
1.3.7 Futuro y posibilidades de la IA. 7
1.4 Aplicaciones de la IA. 8

Aspectos metodológicos
2.1 Niveles de Computació.
2.1.1 Tres niveles de computación segun Davis Marr.
2.1.2 EL nivel de conocimiento de Allen Newell.
2.1.3 El agente observador y los dos dominios de descripción.

Fundamentos y técnicas básicas de búsqueda.
3.1 Nociones básicas de grafos. 14
3.2 Grafos aplicados a problemas de búsqueda. 15
3.2.1 Algunas definiciones de grafos aplicados a problemas de búsqueda. 1
3.3 Solución a los problemas de búsqueda. 18
3.4 Búsqueda sin información del dominio. Sistemas de producción. 19
3.4.1 Búsqueda en amplitud. 19
3.4.2 Búsqueda en profundidad. 20
3.4.3 Otros métodos. 21
3.4.3.1 Búsqueda en profundidad progresiva. 21
3.4.3.2 Búsqueda bidireccional. 21
3.5 Sistemas de reduccion. 22

Búsqueda heurística.
4.1 Funciones de Evaluación Heurística. 25
4.2 Estratigias de búsqueda heurística. 26
4.2.1 El método del gradiente. Una estrategia irrevocable. 26
4.2.2 Búsqueda Primero el Mejor. 27
4.2.3 Algoritmo A. 27
4.3 Búsqueda con adversos. 29
4.3.1 Estrategia MINIMAX. 29
4.3.2 La poda alfa-beta. 31

La lógica como esquema de representación.
5.1 Introducción. 37
5.2 Un esquema de representación. La lógica de proposiciones. 38
5.2.1 Caracteristicas de la lógica de proposiciones como esquema de representación. 39
5.2.2 Mecanismos de inferencia en lógica de propisiciones. 40
5.2.3 Caracteristicas de la inferencia en lógica de proposiciones. 40
5.3 Otro esquema de representación. La lógica de predicados. 40
5.3.1 Reglas sintaxicas. 41
5.3.1.1 Nomenclatura. 43
5.3.2 Expresiones equivalentes. 44
5.3.3 Caracteristicas de la lógica de predicados como esquema de representación. 44
5.3.3.1 Decibilidad en lógica de predicados. 44
5.3.4 Mecanismos de inferencia en lógica de predicados. 45
5.3.5 Reglas de inferencia. 45
5.3.6 Refutación por resolución. 46
5.3.7 Estratejias de control. 46
5.3.7.1 Estrategia a lo ancho. 47
5.3.7.2 Estrategia del conjunto soporte. 47
5.3.7.3 Estrategia de entrada lineal. 47
5.3.7.4 Estrategia de filtrado de antepasados. 47
5.3.7.5 Estrategias de simplificación. 47
5.3.8 Obtención de respuestas mediante refutación por resolución. 48
5.3.9 El proceso de extracción de respuestas. 49
5.4 Extensiones a la lógica clásica. 50
5.4.1 La lógica difusa. 51

Reglas.
6.1 Componentes básicos de los SBR. 55
6.2 Estructura de las reglas. 56
6.3 Inferencia. 58
6.4 Control del razonamiento. 60
6.4.1 Control de ajendas. 61
6.4.2 Metareglas. 62
6.4.3 Sensibilidad y estabilidad. 62
6.5 Explicación del razonamiento. 63
6.6 La incertidumbre. 63
6.7 Valoración de los SBRs. 64
6.7.1 Programación imperativa-programación declarativa. 64

Redes asociativas.
7.1 Grafos relacionales. 67
7.1.1 Modelo de memoria semántica de Quillian. 67
7.1.2 Sistema SCHOLAR. 68
7.1.3 Grafos conceptuales de Schank. 69
7.2 Redes proposicionales. 71
7.2.1 Redes de Shapiro. 71
7.2.2 Grafos de Sowa. 71
7.3 Redes de clasificación. 73
7.4 Redes causales. 74
7.4.1 El sistema experto CASNET. 74
7.4.2 Redes bayesianas. 75
7.4.3 Valoración de las redes causales. 76

Marcos y guiones.
8.1 Mecanismos asociados a los marcos. 79
8.1.1 La herencia. 79
8.1.2 Facetas. 79
8.1.3 Los demonios. 80
8.1.4 Puntos de vista. 80
8.2 Esquemas de representación basados en marcos. 80
8.2.1 El sistema experto PIP. 81
8.2.2 El lenguaje KRL. 81
8.2.3 Comentarios sobre los sistemas basados en macros. 82
8.3 Los guiones. 82
8.3.1 El proceso de inferencia. 84
8.3.2 Comentarios sobre los guiones. 85
8.4 Comentarios generales para marcos y guiones. 86

Sistemas Expertos.
9.1 Introducción. 89
9.1.1 Estructura básica de un sistema experto. 89
9.1.2 Características de los SE. 90
9.1.3 Ventajas y limitaciones de los SE. 91
9.2 Fases de desarrollo de un SE.
93 9.2.1 Automatización de las tareas de adquisición y modelado del conocimiento, metodologia KADS (TG2). 94
9.2.2 Herramientas de ayuda a la implementación (TG4). 96
9.2.2.1 Entornos de desarrollo. 96
9.2.3 Validación y evaluación. 97
9.3 La explicación del razonamiento. 99

Redes neuronales.

Aprendizaje.

12.1 Aprendizaje animal. 105 12.1.1 Habituación. 105 12.1.2 Aprendizaje asociativo. 105 12.1.3 Imitación. 106 12.1.4 Impronta. 106 12.2 Aprendizaje automático. 106 12.2.1 Aprendizaje deductivo. 107 12.2.2 Aprendizaje inductivo. 107 12.2.3 Aprendizaje por analogia. 107 12.2.4 Algoritmos genéticos. 108 12.2.5 Aprendizaje en conexionismo. 108 12.2.6 Aprendizaje multiestrategia. 108