Las soluciones se basan en un amplio conjunto de esquemas de representación de conocimientos generales y especializados, mecanismos de resolución de problemas y técnicas de aprendizaje. Se ocupan de la detección (por ejemplo, el reconocimiento del habla, la comprensión del lenguaje natural, la visión por computador), la resolución de problemas (por ejemplo, la búsqueda, planificación), y actuar (por ejemplo, la robótica) y las arquitecturas necesarias para apoyarlos (por ejemplo, agentes, multi-agentes). El estudio de la Inteligencia Artificial prepara al estudiante para determinar cuándo un enfoque AI es apropiada para un problema dado, identificar la representación adecuada y mecanismo de razonamiento para ponerla en práctica y evaluarla.
KA | Core Tier1 | Core Tier2 | Electivo |
---|---|---|---|
2.9.1 Cuestiones fundamentales | 1 | No | |
2.9.2 Estrategias de búsquedas básicas | 4 | No | |
2.9.3 Raciocinio y representación básica de conocimiento | 3 | No | |
2.9.4 Aprendizaje Automático Básico | 2 | No | |
2.9.5 Búsqueda Avanzada | No | ||
2.9.6 Representación Avanzada y Razonamiento | No | ||
2.9.7 Razonamiento Bajo Incertidumbre | No | ||
2.9.8 Agentes | No | ||
2.9.9 Procesamiento del Lenguaje Natural | No | ||
2.9.10 Aprendizaje de máquina avanzado | No | ||
2.9.11 Robótica | No | ||
2.9.12 Visión y percepción por computador | No |