
Lògica Computacional
Codi: 106569Crèdits: 6
| Titulació | Tipus | Curs |
|---|---|---|
| Intel·ligència Artificial / Bachelor in Artificial Intelligence | FB | 1 |
Professor/a de contacte
- Nom :
- Roger Deulofeu Batllori
- Correu electrònic :
- roger.deulofeu@uab.cat
Equip docent (extern a la UAB)
- Roger Deulofeu Batllori
Idiomes dels grups
Podeu consultar aquesta informació al final del document.
Prerequisits
No hi ha prerequisits.
Objectius
Ja sigui com a mètode de representació del coneixement, com a sistema de raonament, com a eina d’anàlisi o fins i tot com a llenguatge de programació, el paper de la lògica en la intel·ligència artificial (IA) ha estat destacat des dels inicis de la disciplina. L’objectiu d’aquest curs és, per tant, aprofundir en el paper de la lògica dins de la IA, proporcionant a l’alumnat una comprensió dels seus conceptes, tècniques i mètodes fonamentals, de manera que pugui aplicar-los en aquestes diferents facetes de la IA.
Alhora, l’assignatura vol contribuir al desenvolupament del pensament abstracte i del raonament lògic, competències essencials per a la formació d’un futur enginyer o enginyera en IA, tant per formalitzar problemes com per analitzar estructures, avaluar inferències i justificar solucions de manera rigorosa.
Resultats d'aprenentatge
- CM06 (Integrar estratègies de raonament basades en modelització lògica i en algoritmes de recerca en aplicacions d’intel·ligència artificial.) Integrar estratègies de raonament basades en modelització lògica i en algoritmes de recerca en aplicacions d’intel·ligència artificial.
- KM19 (Explicar els conceptes de la modelització de problemes en llenguatges lògics i la seva resolució utilitzant algoritmes basats en satisfactibilitat.) Explicar els conceptes de la modelització de problemes en llenguatges lògics i la seva resolució utilitzant algoritmes basats en satisfactibilitat.
- SM22 (Aplicar modelització amb formalismes lògics i mètodes de satisfacció de restriccions en la resolució de problemes de raonament en intel·ligència artificial.) Aplicar modelització amb formalismes lògics i mètodes de satisfacció de restriccions en la resolució de problemes de raonament en intel·ligència artificial.
Continguts
I. Breu introducció a la teoria de conjunts
- Noció de conjunt, element i pertinença; formes de definició d’un conjunt per extensió i per comprensió.
- Operacions bàsiques amb conjunts: unió, intersecció, diferència, complement i inclusió.
- Producte cartesià i parelles ordenades com a base per a l’estudi de les relacions i les funcions.
II. Lògica proposicional (lògica veritativo-funcional, TFL)
- Sintaxi de TFL (alfabet, connectives, enunciats...).
- Semàntica de TFL (connectives veritativo-funcionals, taules de veritat característiques, taules de veritat completes, taules de veritat parcials...).
- Formalització del llenguatge natural fent servir TFL (i limitacions).
- Raonament en TFL. Deducció natural
- Formes normals i estructures de dades.
III. Lògica de primer ordre (FOL)
- Sintaxi de FOL (quantificadors, fórmules, enunciats...).
- Semàntica de FOL (extensionalitat, interpretacions...).
- Formalització del llenguatge natural fent servir FOL (i limitacions).
- Resolució en FOL (transformació de fórmules en formes normals).
Activitats formatives i Metodologia
| Títol | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|
| Presentació i discussió al voltant dels conceptes teòrics principals | 30 | 1,2 | KM19 |
| Exercicis a classe | 14 | 0,56 | SM22 |
| Pràctiques a l'aula | 24 | 0,96 | CM06, SM22 |
| Preparació i resolució d'exercicis | 25 | 1 | SM22 |
| Treball autònom i lectures | 25 | 1 | CM06 |
La metodologia del curs es basa en classes teòriques del professor/a, resolució de problemes a classe i aprenentatge invertit (és a dir, l'alumnat completarà les classes amb lectures i treballs a casa). En algunes classes es dedicarà temps per revisar i corregir les pràctiques avaluatives. A les sessions de pràctiques es faran servir metodologies innovadores com el treball cooperatiu i l'aprenentatge basat en jocs.
Hi haurà una part de pràctiques a l'aula, aproximadament cada setmana, on es treballarà tant de forma individual com col·lectiva.
Avaluació
Activitats d'avaluació continuada
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| Examen parcial 2 | 35% | 12 | 0,48 | CM06, KM19, SM22 |
| Pràctiques i exercicis a l'aula | 30% | 8 | 0,32 | CM06, SM22 |
| Examen Parcial 1 | 35% | 12 | 0,48 | CM06, KM19, SM22 |
L'avaluació es pot dur a terme de les dues maneres: única o contínua
Avaluació contínua
L'avaluació contínua consta de dos exàmens parcials (35% cada un) i d'unes pràctiques que es faran cada setmana (30%). Per aprovar l’assignatura caldrà obtenir una nota final mínima de 5, calculada a partir de la mitjana ponderada de les tres parts, i la nota mínima de cada parcial no pot ser inferior al 3,5. Si el resultat d'un parcial és inferior al 3,5, s'haurà de recuperar aquella part a l'examen de recuperació, encara que la nota mitjana de les 3 activitats sigui un 5 o superior.
Per poder ser avaluat de la part de pràctiques, caldrà haver lliurat com a mínim 8 pràctiques.
Avaluació única
Constarà d'un sol examen que val el 100% de la nota. L’estudiant que opti per l’avaluació única haurà de lliurar, el dia de l'examen, totes les pràctiques realitzades durant el curs, segons les indicacions del professorat, com a condició per poder presentar-se a l’examen.
Recuperació
Per poder presentar-se a la recuperació, la nota mitjana de les tres activitats (contínua) o de l'examen (única), ha de ser igual o superior a 3,5. La recuperació pels d'avaluació contínua consisteix en un examen que podrà ser de tres tipus: recuperació del 1r parcial, recuperació del 2n parcial o recuperació dels 2. La recuperació pels d'avaluació única serà un sol examen.
Revisió de qualificacions
Després de cada activitat d’avaluació, el professorat informarà a través de Moodle sobre les notes obtingudes i el procediment i la data per a la revisió.
No avaluable
L’estudiant rebrà la qualificació de “No avaluable” si no es presenta a un dels dos exàmens parcials (contínua), o si no es presenta a l'examen d'avaluació única.
Irregularitats
Qualsevol irregularitat que pugui alterar significativament la qualificació d’una activitat comportarà una nota de zero en aquesta activitat. En cas de múltiples irregularitats, la nota final de l’assignatura serà zero, independentment de qualsevol procés disciplinari.
Els estudiants d’intercanvi que sol·licitin fer un examen abans de la data prevista hauran de presentar al professorat un document escrit de la seva universitat d’origen que justifiqui la sol·licitud.
Bibliografia
Bàsica:
P. D. Magnus (2021). Forallx, University at Albany. With additions under a Creative Commons License by T. Button, J. R. Loftis, and R.Trueman, http://forallx.openlogicproject.org/.
Complementària:
Ben-Ari, M. (2012). Mathematical logic for computer science. Springer Science & Business Media.
Badesa, C., Jané, I., & Ferrer, R. J. (2019). Elementos de lógica formal. Ariel.
van Benthem, J., van Ditmarsch, H., van Eijck, J. & J. Jaspars. (2016). Logic in Action. Open Course Project, 2016, https://www.logicinaction.org/.
Zhang, H, & J. Zhang (2025). Logic in Computer Science. Springer.
Programari
Per determinar.
Grups i idiomes de l'assignatura
La informació proporcionada és provisional fins al 30 de novembre. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura
| Tipus de docència | Grup | Idioma | Semestre | Torn |
|---|---|---|---|---|
| (PAUL) Pràctiques d'aula | 1 | Anglès | primer quadrimestre | tarda |
| (TE) Teoria | 71 | Anglès | primer quadrimestre | tarda |