Desvendando a Inteligência Artificial: Dos Conceitos às Aplicações Reais

Conhecimentos de Base Recomendados

NA

Métodos de Ensino

Ensino teórico-prático, estando previstas 30 horas de aulas teórico-práticas (T) e 45 de acompanhamento tutorial (OT).

As aulas de caracter teórico-prático destinam-se à exposição e discussão dos principais conteúdos programáticos, incentivando a interatividade e colocação de questões.

A componente prática é explorada através da realização de exercícios práticos. Os resultados de aprendizagem são avaliados através da realização de trabalho prático individual. A presença em pelo menos dois terços das aulas é obrigatória.

Resultados de Aprendizagem

O curso tem como objetivo oferecer uma introdução clara e acessível ao mundo da Inteligência Artificial (IA), explicando de forma simples como estas tecnologias funcionam e quais são as principais formas de "pensar" e "aprender" utilizadas pelos sistemas inteligentes. Serão apresentadas as ideias centrais por trás das diferentes abordagens da IA, mostrando como são aplicadas em contextos reais, como arte, comunicação, saúde, educação ou serviços. Os participantes terão também oportunidade de experimentar ferramentas e plataformas que permitem explorar a IA de forma prática, mesmo sem conhecimentos avançados de programação. Além disso, o curso abordará as implicações éticas e sociais associadas à adoção da IA, como as questões de privacidade, viés e impacto no trabalho humano, preparando os estudantes para compreender, avaliar e acompanhar o papel crescente da Inteligência Artificial na sociedade e nas suas áreas profissionais.

Estágio(s)

Não

Programa

1. Introdução à IA
1.1 O que é Inteligência Artificial?
1.2 História e Evolução da IA
1.3 Principais abordagens
1.4 Classes de Problemas
1.5 Aplicações da IA

2. IA Simbólica
2.1 Introdução à IA Simbólica
2.2 Representação de Conhecimento e Raciocínio
2.3 Aprendizagem Computacional Simbólica
2.4 Aplicações da IA Simbólica
2.5 Visão Geral da Área

3. IA Conexionista
3.1 Introdução à IA conexionista
3.2 Redes de várias camadas (MLP)
3.3 Aprendizagem Profunda
3.4 Aplicações da IA conexionista
3.5 Visão Geral da Área

4. Desafios, limitações e questões éticas
4.1 Ambiguidade, viés, responsabilidade
4.2 Exemplos de problemas éticos e de segurança

Docente(s) responsável(eis)

Fernando Jorge Penousal Martins Machado

Métodos de Avaliação

Avaliação
Avaliação Qualitativa, numa escala de Aprovado/Reprovado. A aprovação requer a presença em pelo menos dois terços das aulas teórico práticas e a entrega e defesa de um trabalho prático com avaliação positiva.: 100.0%

Bibliografia

· Domingos, Pedro. The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World. Basic Books, 2015.
· Russell, Stuart; Norvig, Peter. Artificial Intelligence: A Modern Approach. Pearson, 2021 (4th Edition).
· Mitchell, Melanie. Artificial Intelligence: A Guide for Thinking Humans. Farrar, Straus and Giroux, 2019.