Titulació | Tipus | Curs |
---|---|---|
Intel·ligència Artificial / Artificial Intelligence | OB | 3 |
Podeu consultar aquesta informació al final del document.
Coneixements conceptuals i fonaments de programació, lògica computacional i aprenentatge automàtic.
Aquesta assignatura introdueix les bases dels agents autònoms i els sistemes multiagent, dóna una visió detallada del disseny d'aquests agents i proporciona les bases per programar-los en entorns productius industrials o de serveis, integrant diferents elements apresos al llarg del grau.
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Classes magistrals | 30 | 1,2 | 2, 4, 5, 6, 11, 13 |
Pràctiques a l'aula | 15 | 0,6 | 1, 4, 7, 13 |
Tipus: Supervisades | |||
Tutories grupals programades | 50 | 2 | 1, 7, 13, 14 |
Tipus: Autònomes | |||
Lectures dels textos | 10 | 0,4 | 1, 2, 5, 6, 11, 13 |
Preparació individual de les proves escrites | 13 | 0,52 | 1, 2, 4, 6, 11, 13 |
Treball en equip | 30 | 1,2 | 1, 4, 7, 13, 14 |
Atès que l'assignatura està orientada principalment a l'aprenentatge de les tècniques bàsiques de disseny i construcció d'agents autònoms, la metodologia docent i les activitats formatives de l'assignatura combinaran: sessions magistrals expositives (per orientar i aclarir dubtes sobre lectures obligatòries), pràctiques presencials (a l'aula, en seminaris o a les aules d'informàtica) i el treball en equip aplicat. Aquest format docent permet integrar els conceptes adquirits i les tècniques explicades, i es combinarà al llarg del curs amb tutories de seguiment i treball autònom.
Com a nucli d'un procés d'aprenentatge basat en reptes, s'organitzarà una Autonomous Agent Competition (AAC) per provar el rendiment dels diferents projectes de treball en equip.
En aquesta assignatura, es permet l'ús de tecnologies d'Intel·ligència Artificial (IA) com a part integrant del desenvolupament del treball, sempre que el resultat final reflecteixi una contribució significativa de l'estudiant en l'anàlisi i la reflexió personal. L'estudiant haurà d'identificar clarament quines parts han estat generades amb aquesta tecnologia, especificar les eines emprades i incloure una reflexió crítica sobre com aquestes han influït en el procés i el resultat final de l’activitat. La no transparència de l’ús de la IA es considerarà falta d'honestedat acadèmica i pot comportar una penalització en la nota de l'activitat, o sancions majors en casos de gravetat.
A continuació es detallen les diferents activitats, amb el seu pes específic dins de la distribució del temps total que l'estudiant ha de dedicar a l'assignatura.
Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquè els alumnes completin les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
Pràctiques | 50% | 0 | 0 | 1, 3, 4, 6, 7, 8, 9, 10, 12, 13, 14 |
Prova escrita relativa a teoria 1a part | 25% | 1 | 0,04 | 1, 2, 4, 5, 6, 11, 13 |
Prova escrita relativa a teoria 2a part | 25% | 1 | 0,04 | 1, 2, 4, 5, 6, 11, 13 |
L'avaluació del nivell d'assoliment de l'assignatura per part de cada estudiant té en compte els treballs pràctics, així com els coneixements científics i tècnics de l'assignatura. La nota final ho reflecteix combinant les notes de la part pràctica i la teòrica de la següent manera:
(a) Prova sobre teoría (1er examen) (25%)
(b) Prova sobre teoría (2on examen) (25%)
(c) Treballs pràctics (50%)
Aquesta assignatura no preveu el sistema d’avaluació única.
Per aprovar l'assignatura en primera convocatòria, és obligatori obtenir almenys una nota de 5 a la part teórica (mitjana dels punts (a) i (b)) y un 5 a la part pràctica (punt (c)). La nota final es calcularà com a mitjana ponderada de la part teórica (punts (a) i (b)) i la práctica (punt (c)).
En la segona convocatòria és possible recuperar les notes inferiors a 5 corresponents als ítems d'avaluació (a), (b) i (c). Per aprovar amb èxit l'assignatura a la segona convocatòria es seguirà el mateix criteri que en primera convocatòria. A més, és important tenir en compte que la nota assignada a l'element d'avaluació recuperat serà de 5 (encara que la puntuació final sigui superior).
No Avaluació: La nota final de l'estudiant serà "No presentat" sempre que l'estudiant no hagi estat avaluat a les dues proves escrites (a) i (b).
Honors: L'atorgament d'un títol de "matricula d'honor" (MH) és decisió del professorat responsable de l'assignatura. La normativa de la UAB estableix que només es pot atorgar la matrícula d'honor als estudiants que hagin obtingut una nota final igual o superior a 9, i que només fins a un 5% del total d'estudiants matriculats es pugui atorgar un títol de matrícula d'honor.
Plagi: Sense perjudici d'altres que es considerin oportú i d'acord amb la legislació acadèmica vigent, les irregularitats comeses per un estudiant durant una activitat d'avaluació poden comportar el canvi de qualsevol nota a 0. Les activitats d'avaluació així qualificades per aquest procediment no seran recuperables. Si és necessari superar alguna d'aquestes activitats d'avaluació per aprovar l'assignatura, l'estudiant no aprovarà l'assignatura, sense possibilitat de recuperar-la en una segona convocatòria del mateix curs acadèmic. Aquestes irregularitats inclouen, entre d'altres:
En cas que l'estudiant hagi comès irregularitats en alguna activitat d'avaluació (i per tant no es podrà aprovar l'assignatura ni en segona convocatòria), la nota final de l'assignatura serà la més baixa entre el valor 3 i la mitjana ponderada de les notes. En resum: copiar, deixar que altres copin el teu treball o plagiar en qualsevol de les activitats d'avaluació equival a un suspens amb una nota inferior o igual a 3.
Russell S. J. Norvig P. Chang M.-W. Devlin J. Dragan A. Forsyth D. Goodfellow I. Malik J. Mansinghka V. & Pearl J. (2022). Artificial intelligence: a modern approach (Fourth edition. Global). Pearson.
Wooldridge M. J. (2009). An introduction to multiagent systems (2. ed.). John Wiley & Sons.
Introduction to Automated Negotiation. Dave de Jonge.
PyCharm,Visual Studio (o un altre IDE), PYTHON, UNITY.
La informació proporcionada és provisional fins al 30 de novembre de 2025. 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
Nom | Grup | Idioma | Semestre | Torn |
---|---|---|---|---|
(PAUL) Pràctiques d'aula | 711 | Anglès | segon quadrimestre | matí-mixt |
(PLAB) Pràctiques de laboratori | 711 | Anglès | segon quadrimestre | matí-mixt |
(TE) Teoria | 71 | Anglès | segon quadrimestre | matí-mixt |