Ikaskuntza emaitzak Informatikaren Ingeniaritzako Graduaren titulaziorentzako ezarritako gomendioetan (https://www.boe.es/diario_boe/txt.php?id=BOE-A-2009-12977) oinarritzen dira, Adimen Artifizialeko Graduan ere jarraitzen direnak. Hau da, sistema informatiko sendo, seguru, eraginkor eta adimendunak eraikitzeko gaitasunekin lotuta daude. Bereziki, sistema adimendunen beharra duten bezeroekiko elkarlana errazten duen azpiegitura teknologiko bat osatzearekin eta prototipo azkarren sorkuntza sistematikoa eta automatizatua erraztearekin. Azpiegitura teknologikoak, bezeroen betekizunen kudeaketa eta arazoaren analisitik hasita prototipoen diseinu, garapen, mantenmendu eta hobekuntza egiteko baliabideak emango ditu.



Irakasgai honekin, ikasleak lortuko dituen emaitzak hauek izango dira:



- Adimen Artifizialaren aplikazio arloen ikuspegi zabal bat lortzea.



- Arazoen ebazpenean, ezagutza eta bera adierazteko eta exekutatzeko tekniken garrantziez ohartzea.



- Adimen Artifizialak burutzen dituen arazo motak ezagutzen jakitea eta arazo horiek ebazteko metodo sistematiko eta automatizatu batzuk ezagutzea.



- Logika lausoaren (fuzzy logic) oinarrizko aspektu teoriko eta praktikoak ezagutzeaz gain, metodo sistematiko eta automatizatuen bidez ziurgabetasuna eta lausotasuna prototipoetan integratzea.



- Datuetatik ikasteko tekniken oinarrizko aspektu teoriko eta praktikoak ezagutu eta modu sistematiko batean inplementatzeko patroiek ezagutzea.



- Ezagutzan oinarritutako sistema bat produktu informatiko batean integratzea. Bereziki, Business Process Management (BPM) teknologian oinarrituz eta Service-oriented architecture (SOA) estandarra erabiliz.

1. Sarrera.

1.1. Adimen Artifizialaren definizioa, bilakaera, garrantzia eta helburuak.

1.2. Adimen Artifizialaren aplikazio arloak.

1.3. Adimen Artifizialerako lengoaia, tresna eta inguruneak.

1.4. Ezagutzan oinarritutako sistemen eraikuntza eta azpiegitura teknologiko bat izatearen garrantzia.

1.5. Praktika: Inferentzia motorrak ezagutzeko lana.



2. Arazoen ebazpena bilaketak erabiliz

2.1. Arazoen karakterizazioa Egoera Espazioen bidez.

2.2. Bilaketa heuristikoak egiteko teknikak Egoera Espazioetan.

2.3. Jokoetan erabilgarriak diren algoritmoak.

2.4. Aurreprozesamenduan oinarritutako bilaketa sistemak: RETE algoritmoa, neurona-sareak, etab.

2.5. Praktika: Algoritmoen inplementazioa CLIPSen COOL lengoaia erabilita.



3. Ezagutzaren adierazpena eta arrazoinamendua egitate eredu klasikoak erabilita.

3.1. Ezagutza adierazteko eredu ezagunak: predikatuen logika, eredu probabilistikoak eta logika lausoa.

3.2. Produkzio erregeletan oinarritutako sistemak. Garapen ingurunea: EHSIS (Cips + FuzzyClips).

3.3. Datuen adierazpena: Egitateak eta objektuak.

3.4. Ezagutzaren adierazpena: Erregelak eta funtzioak.

3.5. Arrazoinamendua: Datuek eta helburuek bideratutako inferentzia.

3.6. Lan-fluxuetan oinarritutako adierazpena: Kontzeptuak eta erlazioak.

3.7. Lan-fluxuen inplementazioa: Ontologia eta taxonomiak, objektu kopuru handiak eta erregela kopuru txikiak.

3.8. Garapenerako metodologia eta erremintak: sistematizazioa eta automatizazioa.

3.9. Praktika: Ezagutza adierazteko lengoaia eta arrazoinamendu estrategiak objektuak erabilita. Praktika: Ezagutza adierazteko lengoaia grafikoa eta bere exekuzio sistematiko automatizatua.



4. Zalantzazko ezagutzaren adierazpena.

4.1. Sarrera.

4.2. Ezagutza lausoan oinarritutako sistemak .

4.3. Logika lausoan (Fuzzy logic) oinarritutako produkzio sistemak eta garapen sistematizatua.

4.4. Praktika: Zalantzazko ezagutza adierazteko lengoaia grafikoa, baldintza lausoak eta bere exekuzio sistematiko automatizatua.

4.5. Praktika: Zalantzazko ezagutza adierazteko lengoaia grafikoan oinarritutako sistemak eta Kontrol lausokoen inplementazio sistematikoa.



5. Ikaskuntza automatikoa.

5.1. Ikaskuntza gainbegiratua eta ez gainbegiratua.

5.2. Neurona-sareen inplementazioa: Feedforward gehi backpropagation erabilita.

5.3. Aplikazioen garapen sistematikoa: modelatzea, entrenamendua eta proba.



6. Sistema adituak web aplikazioekin integratzeko modu sistematikoa.

6.1. Prozesuetan oinarritutako garapena eta sistema desberdinen integrazioa: Business Process Management (BPM) eta Service-oriented architecture (SOA).

6.2. BPM teknologia ezagutzeko tailerra.

Klase magistraletan, kontzeptuen aurkezpenerako saioak ariketa saioekin tartekatuko dira. Lehenengoetan, adibideak, erremintak eta produktuak aurkeztearekin testuingurua aztertuko da. Bigarrenetan, bakarka edo taldeka, ikasleak teoria praktikan jarriko du.



Ikasleek ikaskuntza emaitzak gauza ditzaten, proiektuetan oinarritutako ikaskuntza metodologia erabiliko da. Proiektuak, bikoteka eta lana beste talde batek jarraitzeko moduan antolatu, kodetu eta dokumentatuko dira. Laborategi saioetan, aurretik banatutako enuntziatu eta adibideak aztertu ondoren, ikasleak domeinu desberdin baterako prototipoak garatuko ditu. Saio hauetan, irakasleak, ikasleak gidatuko ditu eta beraien zalantzak argitu.





EBALUAZIO SISTEMAK



Ikasgai honetan Etengabeko Ebaluazio Sistema lehenesten da baina Amaierako Ebaluazio Sistema eskatu daiteke.



Ikasleen Ebaluaziorako Arautegia https://www.ehu.eus/eu/web/estudiosdegrado-gradukoikasketak/ebaluaziorako-arautegia jarraituko da ebaluazioarekin zerikusia duten kasuetan. Kopiatu egin dela egiaztatuz gero, bere 11.3 artikulua aplikatuko da.



Ehunekoak eta ebaluazio motak hurrengo ataletan zehazten dira. Lauki honi dagokion ehunekoa % 100 izango litzateke.

Irakasgaia gainditzeko bi modu eskaintzen dira: etengabeko ebaluazioa eta azken ebaluazioa. Etengabeko ebaluazioa irakasgaiaren hasieran aukeratu ahal izango da, eta behin betiko berretsi beharko da adieraziko diren epeetan (irakasgaiaren % 60-80 igarotzean), ikasleak hala eskatuta eta irakasgaiaren irakasleak haren errendimendua egiaztatuta.



ETENGABEKO EBALUAZIOA:

Etengabeko ebaluazioaren iraupena 18 astetakoa izango da. Etengabeko ebaluazioaren barnean sartzen da:

- Irakasgaian zehar eginiko lanen zati bat, bakarkako lanak eta taldekakoak (% 34).

- Eskuratutako ezagutza eta trebetasunen ebaluazioa, azterketa partzialen bidez egingo dena (% 66).



Azken kalifikazioa eginiko proba ebaluagarrien kalifikazioen batez bestekoa izango da; nolanahi ere, ebaluazio bakoitzean jokoan dauden puntuen herena, gutxienez, atera beharko da. Irakasgaia gainditzeko, azken notak 5ekoa izan beharko du gutxienez.



- Teoria eta praktiken lehen ebaluazioa: Lehen aste trinkoan (%23,6 teoria + %10 praktika = %33,6).



- Teoria eta praktiken bigarren ebaluazioa: Bigarren aste trinkoan (%30 teoria + %16 praktika = %46).



- Teoria eta praktiken hirugarren ebaluazioa: Ohiko deialdiaren datan (%12,4 teoria + %8 praktika = %20,4).





AZKEN EBALUAZIOA:

Azken ebaluazioan, ikasleek lan edo ariketa batzuk egin beharko dituzte (notaren % 34), eta alde teorikoari buruzko proba batzuk (notaren % 66). Azken ebaluazioaren proba idatzia egiten ez bada, ebaluazioari uko egin zaiola ulertuko da. Irakasgaia gainditzeko, azken notak 5ekoa izan beharko du gutxienez.

Ikasturtean zehar erabiliko den oinarrizko softwarea EHSIS garapen ingurunea izango da, PCetarako egokitua eta WINE bezalako simulatzaileekin Linux sistema eragilearekin ere erabilgarria. Instalatzaileak eGelan izango dira eskuragarri.

Prototipoen sorrera automatizatzeko, beste software hauek ere erabiliko dira: Protégé 3.5 eta 4.0, Gephi 0.9.2 eta Graphviz.



IKASGAIAREN BILTEGIAN EDO MAKINA BIRTUALEN BIDEZ ESKURAGARRI EGONGO DIREN MATERIALAK

- Arazo errealen ezagutza daramaten lan-fluxuak, ikasgaian adibide eta eredu bezala erabiliko direnak.

- Gradu Amaierako Lan bezala garatu diren Ezagutzan Oinarritutako Sistemen proiektuak. Aurkezten dituzten prototipoak eta dokumentazioa osatzeko erabilitako estandarren emaitzak.

- Proiektuak garatzeko metodologiak, estandarrak, teknologiak, kalitate ereduak, txostenak, eta software sendoa garatzeko erreminta (IBM Rational Rhapsody Developer).

Oinarrizko bibliografia

- Russell, S.; Norvig, P. (2009): Artificial Intelligence: A Modern Approach (Hirugarren argitaraldia). Prentice Hall. ISBN 0-13-604259-7.



- OECD. Artificial intelligence: OECD Principles on AI. 2021. https://www.oecd.org/going-digital/ai/principles/



- Q. Guo et al., "A Survey on Knowledge Graph-Based Recommender Systems" in IEEE Transactions on Knowledge and Data Engineering, 2020 doi: 10.1109/TKDE.2020.3028705.







Klasikoak





- Rich, E., Knight, K. "Inteligencia Artificial" (Bigarren argitaraldia). Ed McGraw-Hill. 1994.



- Giarratano, J., Riley, G. "Expert Systems: Principles and Programming". PWS Publishing Company. 1994.



- Giarritano, J., Riley, G., PWS PC Sistemas Expertos. Principios y Programación, Thomson 2001.



- R. A. Orchard. FuzzyCLIPS Version 6.04: User’s Guide. Knowledge Systems Laboratory, Institute for Information Technology, National Research Council Canada. 1995.



- Russell, S.; Norvig, P. (2003): Inteligencia Artificial: Un Enfoque Moderno (Bigarren argitaraldia). Prentice Hall Hispanoamericana.



- Nilsson, N. (2001): Inteligencia Artificial: Una Nueva Síntesis. McGraw-Hill.



- Luger, G. F., Stubblefiel, W.A. "Artificial Intelligence and the Desing of Expert Systems". The Benjamin/cummings Publishing Company. Ed. 1993.



- Winston, P.H. "Inteligencia Artificial" (Hirugarren argitaraldia). Ed. Addison-Wensley. 1993.



- Nilsson, N.J. "Principios de la Inteligencia Artificial". Ed Springer-Verlag. 1982.



- Cox E. The Fuzzy Systems Handbook (Second Edition). AP Professional (Academic Press), 1998.



- Norvig, P. Paradigms of Artificial Intelligence Programming: Case Studies in Common Lisp, Morgan Kaufmann Publishers, 1992.



- Steel, G. "Common Lisp: The language". Ed. Digital Press, 1984.



- Winston, H.P.. Lisp. Ed. Addison-Wesley, 1989.



- CLIPS Version 6.22. User's Guide & Reference Manual. NASA L.B. Johnson Space Center, 2004.

Gehiago sakontzeko bibliografia

- NSTC's Subcommittee on Machine Learning and Artificial Intelligence. "Preparing for the future of Artificial Intelligence" Executive Office of the President. National Science and Technology Council Committee on Technology. Washington, D.C. 20502. October 2016

- Stanford University. "Artificial Intelligence and Life in 2030" https://cra.org/ccc/wp-content/uploads/sites/2/2016/09/ai_100_report_0916fnl_single.pdf2016

- Murphy M. "Ginni Rometty on the End of Programming". Bloomberg Businessweek. September 20, 2017. https://www.bloomberg.com/news/features/2017-09-20/ginni-rometty-on-artificial-intelligence

- European Commission. "European enterprise survey on the use of technologies based on artificial intelligence". Luxembourg, Publications Office of the European Union, 2020. ISBN 978-92-76-20116-8, doi:10.2759/40940. https://op.europa.eu/o/opportal-service/download-handler?identifier=f089bbae-f0b0-11ea-991b-01aa75ed71a1&format=pdf&language=en&productionSystem=cellar&part=

- Kazuaki Ishizaki. "AI Model Lifecycle Management: Overview". IBM. 9 November 2020. https://www.ibm.com/cloud/blog/ai-model-lifecycle-management-overview

- J. Liu and L. Duan, "A Survey on Knowledge Graph-Based Recommender Systems," 2021 IEEE 5th Advanced Information Technology, Electronic and Automation Control Conference (IAEAC), 2021, pp. 2450-2453, doi: 10.1109/IAEAC50856.2021.9390863

- Bouaud J, Koutkias V, Section Editors for the IMIA Yearbook Section on Decision Support. Computerized Clinical Decision Support: Contributions from 2014. Yearbook of Medical Informatics. 2015;10(1):119-124. doi:10.15265/IY- 2015•036.

Aldizkariak

- Inteligencia Artificial, Revista Iberoamericana de IA.

- AI in the News (Servicio de AAAI)

- Journal of Artificial Intelligence Reseach (JAIR).

- Cognitive Systems Research (Elsevier).

- Artificial Intelligence.

- Decision Support Systems.