PAJARES MARTÍNSANZ, GONZÁLO / GARCIA TOME, ANTONIO (Ilustración)
PRÓLOGO CAPÍTULO 1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL 1.1 La inteligencia de las máquinas 1.1.1 Definiciones de sistema inteligente 1.1.2 El término Inteligencia Artificial 1.2 Estrategias de la IA 1.3 Breve visión histórica de la IA 1.3.1 Hitos en la evolución de la IA 1.3.2 Desarrollos históricos de la IA 1.4 Futuro de la IA 1.5 Comentarios bibliográficos CAPÍTULO 2. RESOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA 2.1 La definición del problema 2.2 El espacio de estados 2.2.1 Representación en el espacio de estados 2.3 Estrategias de búsqueda 2.4 Búsqueda a ciegas 2.4.1 Recorrido en amplitud 2.4.2 Recorrido en profundidad 2.5 Búsqueda heurística 2.5.1 Ascensión a la cima o gradiente 2.5.2 Primero el mejor 2.5.3 Búsqueda avara 2.5.4 Algoritmo A* 2.5.5 Algoritmos genéticos 2.6 Verificación de restricciones 2.7 Búsqueda con adversarios 2.7.1 Algoritmo del minimax 2.7.2 Poda alfa-beta 2.8 Comentarios bibliográficos CAPÍTULO 3. FORMALISMOS DE REPRESENTACIÓN DEL CONOCIMIENTO 3.1 Introducción 3.2 Base de conocimiento 3.2.1 Procesamiento simbólico 3.2.2 Aproximación no simbólica 3.3 Representación del conocimiento 3.3.1 Representación procedural 3.3.2 Representación relacional 3.3.3 Representación jerárquica 3.4 Lógica clásica 3.4.1 La evolución de la lógica 3.4.2 Lógica proposicional 3.4.3 Lógica de predicados 3.5 Reglas 3.6 Marcos 3.6.1 Los guiones 3.7 Redes semánticas 3.8 La lógica de la incertidumbre 3.8.1 Redes bayesianas 3.8.2 Lógica borrosa (fuzzy) 3.9 Comentarios bibliográficos CAPÍTULO 4. RAZONANDO CON EL CONOCIMIENTO 4.1 Razonamiento según los distintos paradigmas de representación 4.2 Sistemas basados en conocimiento 4.2.1 Estructura de los sistemas de reglas 4.2.2 Activación de la inferencia 4.3 Encadenamiento hacia adelante 4.3.1 Estrategias de control 4.4 Encadenamiento hacia atrás 4.5 Razonamiento borroso 4.6 Características de la inferencia basada en reglas 4.7 Inferencias y aprendizaje 4.8 Comentarios bibliográficos CAPÍTULO 5. INGENIERÍA DEL CONOCIMIENTO: MODELOS EN CommonKADS 5.1 Introducción 5.2 Concepto de conocimiento 5.3 Modelos de conocimiento 5.4 Roles del proceso 5.5 Terminología 5.6 Breve reseña de otros sistemas de modelado del conocimiento 5.7 Modelado del contexto 5.7.1 Estudio de viabilidad: organización 5.7.2 Análisis de impacto y mejora: modelos de tarea y agente 5.8 Comentarios bibliográficos CAPÍTULO 6. INGENIERÍA DEL CONOCIMIENTO: EL CONOCIMIENTO EN CommonKADS 6.1 Introducción 6.2 Aspectos del conocimiento 6.3 Naturaleza del conocimiento 6.4 Esquema general del modelo de conocimiento 6.4.1 Conocimiento de dominio 6.4.2 Conocimiento de inferencia 6.4.3 Conocimiento de tarea 6.5 Técnicas de adquisición del conocimiento 6.5.1 Técnicas manuales 6.5.2 Técnicas semiautomáticas 6.5.3 Técnicas automáticas 6.6 Comentarios bibliográficos CAPÍTULO 7. INGENIERÍA DEL CONOCIMIENTO: PLANTILLAS DE TAREAS 7.1 Introducción 7.2 Reusabilidad de los modelos 7.2.1 Tipos de tareas 7.2.2 Tareas de análisis 7.2.3 Tareas de síntesis 7.3 Catálogo de Plantillas de Tareas 7.3.1 Clasificación 7.3.2 Diagnóstico 7.3.3 Monitorización 7.3.4 Valoración 7.3.5 Predicción 7.3.6 Síntesis 7.3.7 Diseño 7.3.8 Planificación 7.3.9 Asignación 7.3.10 Scheduling 7.3.11 Combinaciones de tareas 7.4 Construcción del modelo de conocimiento 7.5 Comentarios bibliográficos CAPÍTULO 8. INGENIERÍA DEL CONOCIMIENTO: MODELO DE COMUNICACIÓN 8.1 Introducción 8.2 Visión general del modelo de comunicación 8.3 El plan de comunicación 8.3.1 Construcción del diagrama de diálogo 8.3.2 Control sobre las transacciones 8.4 Transacciones entre agentes 8.5 Intercambio de información detallada 8.6 Intención de los mensajes 8.7 Validación del modelo de comunicación 8.7.1 Walk-through del Plan de Comunicación 8.7.2 El Mago de Oz 8.8 Comentarios bibliográficos CAPÍTULO 9. INGENIERÍA DEL CONOCIMIENTO: MODELO DE DISEÑO 9.1 Introducción 9.2 Diseño preservando la estructura 9.2.1 Paso 1: Diseño de la arquitectura del sistema 9.2.2 Paso 2: Identificar la plataforma de implementación 9.2.3 Paso 3: Especificar los componentes de arquitectura 9.2.4 Paso 4: Especificar la aplicación dentro de la arquitectura 9.3 Diseño de prototipos 9.4 Arquitecturas distribuidas 9.5 Implementación 9.5.1 Lenguajes de programación 9.5.2 Entornos de desarrollo 9.6 Evaluación de sistemas basados en conocimiento 9.6.1 Verificación 9.6.2 Validación 9.7 Comentarios bibliográficos CAPÍTULO 10. APRENDIZAJE: POR OBSERVACIÓN 10.1 Introducción 10.2 Concepto de aprendizaje 10.2.1 Inferencia inductiva 10.2.2 Inferencia deductiva 10.3 Procesos de aprendizaje 10.4 Definiciones previas 10.5 Inducción basada en ejemplos 10.5.1 Procedimiento de aprendizaje inductivo 10.5.2 Restricciones 10.5.3 Estrategias de aprendizaje: algoritmo ID3 10.6 Inducción basada en el conocimiento del dominio: abducción 10.7 Aprendizaje deductivo 10.8 Aprendizaje de naturaleza mixta 10.8.1 Aprendizaje por analogía 10.8.2 Razonamiento basado en casos 10.8.3 Aprendizaje multiestrategia 10.9 Comentarios bibliográficos CAPÍTULO 11 . APRENDIZAJE: REDES NEURONALES 11.1 Introducción 11.2 El perceptrón 11.3 La red retropropagación 11.4 Comentarios bibliográficos CAPÍTULO 12 . PERCEPCIÓN VISUAL: GENERALIDADES 12.1 Introducción 12.2 Proceso de percepción visual artificial 12.3 Formación de imágenes digitales 12.4 Preprocesamiento: suavizado y realzado 12.5 Segmentación: bordes y regiones 12.6 Extracción de propiedades: líneas y regiones 12.7 Comentarios bibliográficos CAPÍTULO 13. PERCEPCIÓN: VISIÓN ESTEREOSCÓPICA 13.1 Introducción 13.2 El sistema de visión estereoscópica 13.3 Geometría del sistema estereoscópico y obtención de la distancia 13.4 Correspondencia estereoscópica 13.5 Comentarios bibliográficos CAPÍTULO 14. APLICACIÓN: UN CASO DE ESTUDIO 14.1 Introducción 14.2 Descripción del problema 14.3 Modelado del contexto 14.4 Modelado de concepto 14.5 Modelado de diseño 14.6 Comentarios CAPÍTULO 15 . PROCESAMIENTO DEL LENGUAJE NATURAL: ANÁLISIS LÉXICO Y SINTÁCTICO 15.1 Introducción 15.2 Análisis léxico 15.3 Análisis sintáctico 15.4 Comentarios bibliográficos CAPÍTULO 16. PROCESAMIENTO DEL LENGUAJE NATURAL: ANÁLISIS SEMÁNTICO Y CONTEXTUAL 16.1 Introducción 16.2 Análisis semántico: 16.3 Características del lenguaje de la forma lógica 16.4 Proceso de interpretación semántica 16.5 Interpretación contextual 16.6 Comentarios bibliográficos ANEXOS A. HOJAS DE TRABAJO B. CATÁLOGO DE INFERENCIAS C. LA RED NEURONAL DE HOPFIELD BIBLIOGRAFÍA ÍNDICE ALFABÉTICO
Este libro cubre los tópicos relacionados con los paradigmas de la Inteligencia Artificial (IA) e Ingeniería del Conocimiento (IC). La unificación de estos paradigmas en un texto único, junto con su enfoque pragmático, hace de él una referencia apropiada para su uso tanto en la docencia universitaria como en los desarrollos a nivel industrial. Desde esta doble perspectiva, docente e industrial, posee una amplia proyección de futuro, ya que cada día son más las aplicaciones industriales que utilizan técnicas avanzadas de IA, y, a su vez, los estudiantes de hoy adquieren los fundamentos de IA e IC que utilizarán como ingenieros en el futuro. Mientras tanto, los actuales ingenieros consolidan sus conocimientos en esas materias. El libro se estructura en tres partes fundamentales, comienza por las técnicas básicas de IA, para a continuación abordar los aspectos relativos a la metodología CommonKADS en IC, y finaliza con técnicas avanzadas de IA que utilizan la metodología propia de CommonKADS en ejemplos reales.
