Inteligência Artificial
0
2017-2018
02000031
Sistemas Inteligentes
Português
Inglês
Presencial
Semestral
6.0
Obrigatória
2º Ciclo - Mestrado
Conhecimentos de Base Recomendados
Competências de Programação. Unidade curricular introdutória de Inteligência Artificial (recomendado).
Métodos de Ensino
Adota-se uma Aprendizagem Baseada em Projeto, direcionada para a aquisição de competências pela realização de um trabalho laboratorial (projeto) com uma elevada componente de investigação, que exija a conjugação de conceitos teóricos e promova o raciocínio crítico face a problemas complexos. O trabalho compreende a escrita de um artigo científico, descrevendo o trabalho realizado, bem como a sua apresentação e defesa.
As aulas teóricas envolverão exposição detalhada dos conceitos, princípios e teorias fundamentais da Inteligência Artificial.
Resultados de Aprendizagem
Fornecer aos estudantes conceitos, princípios e teorias avançadas necessárias para o desenvolvimento de aplicações reais envolvendo agentes ou sistemas com capacidades de raciocínio, comportamento e interação com os seus ambientes de forma inteligente.
Aquisição de competências em análise e síntese, organização e planificação, comunicação escrita, resolução de problemas, decisão, trabalho em grupo, raciocínio crítico, aprendizagem autónoma, aplicação prática dos conhecimentos, e investigação. Os resultados de aprendizagem devem ser coerentes com os conteúdos programáticos e metodologias de ensino e devem determinar a avaliação da aprendizagem dos estudantes na unidade curricular).
Estágio(s)
NãoPrograma
1.Lógica para Representação de Conhecimento e Raciocínio
•Formalismos lógicos para representação de conhecimento: lógica proposicional; lógica de predicados de primeira ordem; lógica de omissão; lógicas descritivas; ontologias e taxonomias
•Raciocínio lógico: satisfatibilidade, dedução crédula e cética
•Programação em lógica
•Aplicações
2.Agentes Autónomos e Sistemas Multi-Agente
•Agentes e ambientes; taxonomia de agentes
•Arquitetura BDI: crenças, desejos e intenções;
•Emoções e computação afetiva em agentes
•Estabelecimento de acordos: negociação e argumentação
•Trabalho conjunto: cooperação e coordenação
•Engenharia de software orientada ao agente
•Normas FIPA
•Aplicações.
3.Conhecimento e Raciocínio com Incerteza
•Quantificação de incerteza
•Abordagens ao raciocínio com incerteza: raciocínio probabilístico e lógica de omissão
•Raciocínio probabilístico com dimensão temporal
•Decisão: decisões unitárias, decisões sequenciais/planeamento, planeamento com incerteza
•Aplicações.
Docente(s) responsável(eis)
Hugo Ricardo Gonçalo Oliveira
Métodos de Avaliação
Avaliação
Exame: 40.0%
Trabalho laboratorial ou de campo: 60.0%
Bibliografia
- Wooldridge, Michael. An introduction to MultiAgent Systems, 2nd. Edition, John Wiley, 2009.
- Russell, Stuart, and Norvig, Peter. Artificial Intelligence: a Modern Approach, 3rd. Edition, Prentice Hall, 2010.
- Chitta Baral, "Knowledge Representation, Reasoning and Declarative Problem Solving", Cambridge University Press, 2003
- "The Description Logic Handbook: Theory, Implementation and Applications, 2nd Edition", Franz Baader, Diego Calvanese, Deborah L. McGuinness, Daniele Nardi, Peter F. Patel-Schneider, Cambridge University Press, 2007
- L Sterling and E Shapiro, "The Art of Prolog: Advanced Programming Techniques (Logic Programming) (2nd ed.)", MIT Press, 1994
- I Bratko, "Prolog Programming for Artificial Intelligence (3rd ed.)", Addison-Wesley, 2001