Tópicos de Inteligência Artificial

Conhecimentos de Base Recomendados

Competências de programação e de matemática

Métodos de Ensino

As aulas teóricas consistem na apresentação detalhada de conceitos, príncipios e teorias fundamentais de Inteligência Artificial.
Nass aulas laboratoriais adota-se uma Aprendizagem Baseada em Projeto, direcionada para a aquisição de competências através da realização de um trabalho laboratorial, envolvendo três componentes: (i) análise de trabalhos de Inteligência Artificial descritos na literatura, (ii) implementação, e (iii) escrita de um artigo científico, que descreva o trabalho de implementação realizado e que poderá ser apresentado e defendido.

Resultados de Aprendizagem

O principal objetivo desta Unidade Curricular é introduzir fundamentos de Inteligência Artificial, nas suas diversas componentes, desde a representação de conhecimento à aprendizagem, passando pelo raciocínio e processos de decisão, com vista a suportar Unidade Curriculares avançadas de cariz aplicacional ou de investigação.

Com esta Unidade Curricular pretende-se que o estudante adquira conhecimentos sobre fundamentos de Inteligência Artificial e desenvolva competências em análise e síntese, raciocínio critico, resolução de problemas, aprendizagem autónoma, capacidade de planear e decidir.

Estágio(s)

Não

Programa

1. Introdução
a. Definição
b. Agentes, Tarefas e Ambientes
c. Estados, operadores de mudança de estado, espaço de estados
2. Agentes de Estrutura Fixa
a. Reativos
b. Procura
- Cega
- Informada
- Estocástica
- Adversarial
c. Baseados em conhecimento
- Representação do Conhecimento e Raciocínio
- Redes Semânticas, Ontologias
- Lógica
- Inferência e Raciocínio
- Web semântica / dados ligados
- Incerteza
3. Agentes de Estrutura Variável
a. Com aprendizagem
- Supervisionada
- Semi-supervisionada
- Não supervisionada
b. Adaptativos
4. Percepção e Ação
b. Visão
c. Som
e. Processamento de língua natural
d. Robótica
5. Agentes Autónomos e Sistemas Multi-Agentes
a. Arquitetura BDI
b. Engenharia de software orientada a agentes
c. Abordagens inspiradas na natureza
d. Comunicação do agente
e. Negociação e argumentação
f. Cooperação e coordenação
g. Modelação e Simulação Baseada em Agente
6. Planeamento

Docente(s) responsável(eis)

Luís Miguel Machado Lopes Macedo

Métodos de Avaliação

Avaliação
Projecto: 50.0%
Exame: 50.0%

Bibliografia

- Russell, Stuart, and Norvig, Peter. Artificial Intelligence: a Modern Approach, 3rd. Edition, Prentice Hall, 2010.
- Wooldridge, Michael. An introduction to MultiAgent Systems, 2nd. Edition, John Wiley, 2009.
- Shoham, Y. & Leyton-Brown, K .2009.  Multiagent Systems – Algorithmic game-theoretic and logical foundations. Cambridge University Press.
- Costa, E. and Simões, A., Inteligência Artificial: fundamentos e aplicações (3ª edição), FCA, 2008.