Ciencias de la Computación (plan 1994) 2013-1

Optativas, Seminario de Inteligencia Artificial II

Muchos de los procesos que surgen en los sistemas vivos pueden ser estudiados en ambientes artificiales recreando su lógica y por consiguiente algunas de sus principales características y propiedades. La “vida artificial” bautizada por Christopher Langton en 1986 estudia los sistemas vivos a través de simulaciones computacionales donde la unidad fundamental es el “agente”. Los flujos en el procesamiento de información de estos modelos multiagentes tienden a exhibir procesos autoorganizativos los cuales generan propiedades emergentes en el sistema, tales como recreación de comportamientos sociales, formación de patrones, autoreplicación e incluso propiedades de cómputo universal.

En el curso analizaremos algunos de los modelos computacionales utilizados para la modelación de sistemas vivos, así como técnicas para dotar a los agentes de heurísticas adecuadas para adaptarse a su ambiente artificial.

Temario

I. Introducción

1. ¿Qué es vida artificial?
2. Breve historia de la vida artificial.
3. Modelación y simulación
4. Ejemplos clásicos

II. Autómatas Celulares

1. Autómatas Celulares Elementales
2. Juego de la Vida
3. Hormiga de Langton. Maquina de Turing Bidimensional.
4. Propiedades emergentes.
5. Capacidad de cómputo universal
6. Autoreproducción. Loop de Langton

III. Análisis de sistemas dinámicos complejos

1. Dinámica de epidemias
2. Dinámica de incendios forestales
3. Dinámica del tráfico
4. Regeneración de bosques
5. Sistema de reacción-difusión.

IV. Modelos basados en agentes

1. Colonias de insectos. Hormigas, termitas,
2. “Boids”

V. Criticalidad autoorganizada

1. Modelo de la pila de arena.

VI. Sistemas de Lindenmayer

VII. Computabilidad

2. Maquinas de Turing
3. Funciones computables y no computables
4. Busy Beaver
5. Computabilidad con el DNA. Problema del agente viajero TSP

VIII. Algoritmos evolutivos

1. Qué es un algoritmo evolutivo
2. Introducción
3. Ejemplos: “Problema de las 8 reinas”, “Knapsack Problem”

IX. Algoritmos genéticos

1. Operadores genéticos, dinámica.
2. Ejemplos

X. Programación genética

1. Operadores, caracterización.
2. Ejemplos. Hormiga artificial. Comportamiento emergente.

Bibliografía.

Bak P. (1996). How nature works. Springer Verlag

Flake G.(1998). The computational beauty of nature. The MIT Press.

Galaviz J. (2002). Algoritmos Genéticos. IPN, UNAM, FCE.

Ilachinski A. (2001). Cellular Automata. A discrete universe. World Scientific.

Koza, J. (1998). Genetic Programming. The MIT Press.

Lahoz-Beltrá R. (2004). Bioinformática simulación, vida artificial e inteligencia artificial. Ediciones Díaz de Santos.

Langton C. (1995). Artificial Life. An overview. The MIT Press.

Langton C. (1992). Artificial Life II: the proceedings of an interdisciplinary workshop on the synthesis and simulation of living systems. Addison Wesley.

Langdon W. (2002). Foundations of Genetic Programming. Springer Verlag.

Resnick. M. (1997). Turtles, termites, and traffic jams. The MIT Press.

Wolfram S. (2002). A new kind of science. Publisher Wolfram Media Inc.