Disciplina: Inteligência Artificial

Área Científica:

Informática

HORAS CONTACTO:

80 Horas

NÚMERO DE ECTS:

7,5 ECTS

IDIOMA:

Português

Objetivos Gerais:

1 - Compreender o que caracteriza e distingue a IA e qual a sua aplicabilidade.
2 - Saber como Representar Conhecimento e utilizar a Lógica e diferentes métodos de Raciocínio.
3 - Utilizar Processos Heurísticos versus Sistemáticos para pesquisar soluções.
4 - Aprender Métodos de Resolução de Problemas envolvendo Conhecimento.
5 - Capacidade para aplicar conhecimentos de matemática, ciência e engenharia [ABET, 3a] 20%
6 - Capacidade para desenhar e conduzir experiências, analisar e interpretar dados [ABET, 3b] 10%
7 - Capacidade para desenhar um sistema, componente ou processo seguindo especificações [ABET, 3c] 20%
8 - Capacidade de identificar, formular e resolver problemas de engenharia [ABET, 3e] 20%
9 - Capacidade de eficaz comunicação oral, escrita e visual [ABET, 3g] 20%
10 - Capacidade de utilização das técnicas e ferramentas modernas necessárias à prática da engenharia e reconhecimento da necessidade de aprendizagem constante ao longo da vida [ABET, 3i,k] 10%

Conteúdos / Programa:

00 - (Os tópicos excedem o tempo da disciplina pelo que a cada semestre são selecionados quais dos tópicos 7 a 11 serão lecionados).
1 - Introdução.
2 - Agentes.
3 - Métodos de Busca para Resolução de Problemas. Busca Cega.
4 - Métodos de Busca Informados.
5 - Estratégias de Resolução de Problemas Considerando Adversários (Jogos).
6 - Representação de Conhecimento.
7 - Agentes que raciocinam com base na lógica.
8 - Planeamento.
9 - Sociedades de Agentes.
10 - Aprendizagem
11 - Fundamentos Filosóficos.

Bibliografia / Fontes de Informação:

Woolridge, M. , 2001 , Introduction to Multiagent Systems, 2nd ed. , John Wiley & Sons
Costa, E; Simões, A. , 2004 , Inteligência Artificial. Fundamentos e Aplicações , Editora de Informática
Alpaydin, E. , 2020 , Introduction to machine learning , MIT press
Fagin, R.; Halpern, J. Y.; Moses, Y. & Vardi, M. , 1995 , Reasoning about Knowledge , Mit Press
Nilsson, N. J. , 1998 , Artificial Intelligence: A New Synthesis , Morgan Kaufmann Publishers
Poole, D.; Mackworth, A. & Goebel, R. , 1998 , Computational Intelligence. A logical approach , Oxford University Press
Russel, S. & Norvig, P. , 2020 , Artificial Intelligence: A Modern Approach, 4th ed. , Pearson
Resnik, M. , 1987 , Choices: An introduction to Decision Theory , University of Minnesota Press
Rich, E & Knight, K. , 1991 , Artificial Intelligence - 2nd ed. , McGraw-Hill Education

Métodos e Critérios de Avaliação:

Tipo de Classificação: Quantitativa (0-20)

Metodologia de Avaliação:
Aulas expositivas, Resolução de Problemas, Sessões de discussão. Pratica de laboratório. Utilização de meios audiovisuais para a exposição das matérias. Utilização de Robots como Agentes Inteligentes Frequência: tem por objetivo promover a leitura dos tópicos lecionados (quer a través da bibliografia, quer a traves dos acetatos). O exame e composto por 5 questões conceituais (com valores 4 pontos cada) sobre os tópicos lecionados nas aulas teóricas. 50% da Nota final Projeto: consiste em, construir e programar, ao longo do semestre um robot para resolver um problema dado utilizando os robots Lego® "Mindstroms Robotic Invention System" A condição de aprovação do trabalho é que o robot resolva o problema proposto. Os itens que definem a nota final são: Qualidade da Programação. Qualidade do Relatório. Qualidade do Robot. 50% da nota final.

Regente da Disciplina:

Eduardo Leopoldo Fermé