
Resolució de Problemes
Codi: 106570Crèdits: 6
| Titulació | Tipus | Curs |
|---|---|---|
| Intel·ligència Artificial / Bachelor in Artificial Intelligence | OB | 2 |
Professor/a de contacte
- Nom :
- Pedro Meseguer Gonzalez
- Correu electrònic :
- pedro.meseguer@uab.cat
Equip docent (extern a la UAB)
- Instructor/a prácticas 1
- Pedro Meseguer González
- Instructor/a prácticas 2
- Jordi Levy Diaz
Idiomes dels grups
Podeu consultar aquesta informació al final del document.
Prerequisits
?
Objectius
En aquesta matèria s'oferirà una visió completa (incloent-hi mètodes algorítmics) al que s'entén per resolució de problemes a IA, centrat en els problemes de cerca (heurística o amb metaheurístiques), cerca amb adversari i jocs, raonament amb restriccions i satisfactibilitat booleana.
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.
- KM20 (Descriure els fonaments de la representació de problemes basada en espai d’estats i la seva resolució mitjançant cerca, utilitzant els conceptes d’heurística i explosió combinatòria.) Descriure els fonaments de la representació de problemes basada en espai d’estats i la seva resolució mitjançant cerca, utilitzant els conceptes d’heurística i explosió combinatòria.
- KM21 (Identificar les tècniques de satisfacció de restriccions per representar i resoldre problemes en l’àmbit de la intel·ligència artificial.) Identificar les tècniques de satisfacció de restriccions per representar i resoldre problemes en l’àmbit de la intel·ligència artificial.
- SM21 (Aplicar algoritmes de recerca, metaheurístiques i tècniques de computació evolutiva i bioinspirades per resoldre problemes d’optimització en l’àmbit de la intel·ligència artificial.) Aplicar algoritmes de recerca, metaheurístiques i tècniques de computació evolutiva i bioinspirades per resoldre problemes d’optimització en l’àmbit de la intel·ligència artificial.
- 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
HEURISTIC SEARCH
Blind search
Heuristic search
Heuristics
LOCAL SEARCH. METAHEURISTICS.
Optimization
Metaheuristics
Online search
ADVERSARIAL SEARCH. GAMES.
Zero-sum games.
Mini-max. Alpha-beta.
Modern strategies: MCTS
CONSTRAINT REASONING
Definitions and examples
Constraint networks and arc consistency
Look-ahead
BOOLEAN SAT
Introduction and applications
Resolution and DPLL
Learning and backjumping
Restarts and clause deletion
Activitats formatives i Metodologia
| Títol | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|
| Sessions de teoria y problemes | 50 | 2 | CM06, KM20, KM21, SM21, SM22 |
| Assimilació de les sessions de teoria i problemes | 60 | 2,4 | CM06, SM21, SM22 |
| Elaboració de problemes i pràctiques | 35,5 | 1,42 | CM06, SM21, SM22 |
Les sessions seran presencials a classe i sorganitzaran per introduir els continguts de lassignatura mitjançant classes magistrals.
A més, es faran classes de problemes i/o pràctiques per a refermar els continguts de les classes de teoria.
Altres activitats podran ser la lectura i la presentació d'articles relacionats amb la matèria.
S'apreciarà molt especialment l'actitud dinàmica i proactiva de l'estudiantat per assolir les competències de l'assignatura.
Les classes es faran en dues sessions de dues hores setmanals amb tots els estudiants.
La majoria de les classes seran de teoria, amb classes de problemes/pràctiques intercalades.
Els alumnes sabran amb antelació quan succeiran aquestes classes de problemes/pràctiques.
S'encoratja que l'alumne porti el seu propi portàtil a classe si en disposa d'un.
Les sessions de pràctiques rebran una atenció especial. Seran desdoblegades en paral·lel
(és a dir, el col·lectiu de classe serà dividit en dues, cada meitat ensenyada per un instructor/ra diferent).
Els estudiants s'agruparan en grups de pràctiques. Cada grup realitzarà un nombre petit de projectes pràctics.
Si els instructors/ras consideren que un determinat projecte no passa, el grup d'estudiants,
després de rebre el feedback dels instructors, tindrà una segona oportunitat per a corregir i presentar el projecte.
A les classes de teoria s'aniran treballant els conceptes que es detallen al temari de l'assignatura.
En alguns casos, es considerarà la possibilitat de posar a disposició de lestudiant vídeos explicatius
que lestudiant haurà de visionar abans de la sessió de classe.
Cada estudiant haurà de completar les classes presencials amb el treball personal autònom en la realització de les lectures,
els problemes i les pràctiques que es vagin proposant i que han de servir per acabar d'entendre els continguts de l'assignatura.
Cal tenir present que el temari de l'assignatura té una continuïtat lògica al llarg del curs,
de manera que per poder seguir correctament una classe cal haver assimilat el que s'ha explicat a les sessions anteriors.
La gestió de la docència l'assignatura es farà a través de la plataforma Campus Virtual UAB,
que servirà per poder veure els materials, gestionar els grups de pràctiques,
fer els lliuraments corresponents, veure les notes, comunicar-se amb els professors, etc.
Avaluació
Activitats d'avaluació continuada
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| Avaluació individual | 0,6 | 4 | 0,16 | KM20, KM21, SM21, SM22 |
| Lliurament problemes/pràctiques | 0,4 | 0,5 | 0,02 | CM06, SM21, SM22 |
L’avaluació de l’assignatura tindrà en compte dos tipus d’activitats d’avaluació:
Dos exàmens parcials en tant que avaluació individual i realització de pràctiques per part de grups d'estudiants
La nota final de l’assignatura s’obté combinant l’avaluació d’aquestes activitats de la manera següent:
Nota Final = (0.6 les dues proves parcials d’avaluació individual) + (0.4 pràctiques)
Avaluació individual: en aquest apartat s'inclou el resultat de les proves individuals que es faran al llarg del curs.
Hi haurà proves parcials que es faran durant el període lectiu del curs i una prova final durant el període oficial d'exàmens.
Aquesta prova final serà de recuperació i només l'hauran de fer els estudiants que no hagin superat algun dels dos parcials.
Si s’ha superat un dels dos parcials, però l’altre no, en aquesta prova només s’ha de recuperar la part de l’assignatura corresponent al parcial que no s’hagi superat.
- S'haurà d'aconseguir una nota mínima de 4,5 en cadascun dels dos parcials per poder aprovar l'assignatura.
- La nota final serà la mitja dels dos parcials:
Avaluació Individual = (0.5 * Parcial1) + (0.5 * Parcial 2)
Avaluació individual: caldrà assolir una nota mínima de 5 per aprovar l'assignatura.
Pràctiques: caldrà assolir una nota mínima de 5 per aprovar l'assignatura.
L’avaluació de l’assignatura tindrà en compte tres tipus d’activitats d’avaluació: Dos exàmens parcials en tant que avaluació individual i lliurament de presentacions per part de grups d’estudiants.
Recuperació:
• Primer parcial: un alumne que suspengui el primer parcial el pot recuperar a l'examen final.
• Segon parcial: un alumne que suspengui el primer parcial el pot recuperar a l'examen final.
• Problemes/pràctiques: en cas de no assolir el 5 a la Problemes/pràctiques, el grup ha de tornar a lliurar el treball corregit (òbviament, ja no hi ha temps per fer una segona presentació oral) una setmana després.
No avaluable: Un alumne es considerarà no avaluable (NA) si no participa en la presentació i no fa cap de les proves d’avaluació següents: parcial 1, parcial 2, prova final de recuperació.
Suspesos: Si el càlcul de la nota final és igual o superior a 5 però no s’arriba al mínim exigit en alguna de les activitats d’avaluació, la nota final serà suspès i es posarà un 4.5 a la nota de l'expedient de l’alumne.
Matrícules d’honor: Atorgar una qualificació dematrícula d’honor és decisió del professorat responsable de l’assignatura. La normativa de la UAB indica que les MH només es podran concedir a estudiants que hagin obtingut una qualificació final igual o superior a 9.00. Es pot atorgar fins a un 5% de MH del total d'estudiants matriculats.
Nota important: còpies i plagis
Sense perjudici d'altres mesures disciplinàries que s'estimin oportunes, i d'acord amb la normativa acadèmica vigent, les irregularitats comeses per un estudiant que puguin conduir a una variació de la qualificació es qualificaran amb un zero (0). Les activitats d'avaluació qualificades d'aquesta forma i per aquest procediment no seran recuperables. Si és necessari superar qualsevol d'aquestes activitats d'avaluació per aprovar l'assignatura, aquesta assignatura quedarà suspesa directament, sense oportunitat de recuperar-la en el mateix curs. Aquestes irregularitats inclouen, entre d'altres:
- La còpia total o parcial d'una pràctica, informe, o qualsevol altra activitat d'avaluació
- Deixar copiar
- Presentar un treball de grup no fet íntegrament pels membres del grup
- Presentar com a propis materials elaborats per un tercer, encara que siguin traduccions o adaptacions, i en general treballs amb elements no originals i exclusius de l'estudiant
- Tenir dispositius de comunicació (com telèfons mòbils, smart watches, etc.) accessibles durant les proves d'avaluació teòric-pràctiques individuals (exàmens).
- Parlar amb companys durant les proves d'avaluació teorico-pràctiques individuals (exàmens);
- Copiar o intentar copiar d'altres alumnes durant les proves d'avaluació teorico-pràctiques (exàmens);
- Usar o intentar usar escrits relacionats amb la matèria durant la realització de les proves d'avaluació teorico-pràctiques (exàmens), quan aquests no hagin estat explícitament permesos.
En aquests casos, la nota numèrica de l'expedient serà el valor menor entre 3.0 i la mitjana ponderada deles notes (i per tant no serà possible l'aprovat per compensació).
En l'avaluació dels lliuraments de problemes i pràctiques s'utilizaran eines de detecció de còpia del codi del programa.
Nota sobre la planificació de les activitats d'avaluació:
Les dates d'avaluació continuada i lliurament de treballs es publicaran al principi de curs i poden estar subjectes a canvis de programació per motius d'adaptació a possibles incidències. Sempre s'informarà al Campus Virtual sobre aquests canvis ja que s'entén que aquesta és la plataforma habitual d'intercanvi d'informació entre professors i estudiants
Bibliografia
Artificial Intelligence. A modern approach. Stuart Russell, Peter Norvig. Cuarta edició. Pearson, 2020.
Programari
A decidir.
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 |
|---|---|---|---|---|
| (TE) Teoria | 71 | Anglès | primer quadrimestre | tarda |
| (PAUL) Pràctiques d'aula | 711 | Anglès | primer quadrimestre | tarda |
| (PLAB) Pràctiques de laboratori | 711 | Anglès | primer quadrimestre | tarda |
| (PLAB) Pràctiques de laboratori | 712 | Anglès | primer quadrimestre | matí-mixt |