Inteligência Artificial e Resolução de Problemas

Conhecimentos de Base Recomendados

Competências de programação e de matemática.

Métodos de Ensino

As aulas teórico-práticas consistem na apresentação detalhada de conceitos, princípios e teorias fundamentais de Inteligência Artificial.
Nas 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

A unidade curricular de Inteligência Artificial (IA) e Resolução de Problemas visa proporcionar aos estudantes uma compreensão abrangente dos principais conceitos e técnicas da IA. Os alunos adquirem conhecimentos sobre a história, o estado atual, os benefícios e riscos da IA, bem como conhecimentos e competências no desenvolvimento de agentes inteligentes e sistemas multiagente com capacidade para encontrar uma sequência de ações que lhe permitam atingir um determinado objetivo. A disciplina aborda a resolução de problemas por meio de estratégias de procura, inclusive em ambientes adversariais e parcialmente observáveis. Os estudantes ficam aptos a aplicar estas técnicas de IA em diversos contextos, considerando as implicações éticas e sociais.
Com esta UC pretende-se que o estudante adquira conhecimentos sobre fundamentos de IA 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

2. Agentes Inteligentes
2.1 Agentes e Ambientes
2.2 Racionalidade
2.3 A Natureza dos Ambientes
2.4 Os tipos de Agente

3. Resolução de Problemas por Procura
3.1 Agentes de Resolução de Problemas
3.2 Algoritmos de Procura
3.3 Estratégias de Procura Não-Informada e Informada (Heurística)

4. Procura em Ambientes Complexos
4.1 Procura Local e Problemas de Otimização
4.2 Procura em Espaços Contínuos
4.3 Procura com Ações Não-Determinísticas
4.4 Procura em Ambientes Parcialmente Observáveis
4.5 Agentes de Procura Online e Ambientes Desconhecidos

5. Procura Adversarial e Jogos
5.1 Teoria dos Jogos
5.2 Decisões Ótimas em Jogos
5.3 Procura Heurística em Árvores Alfa-Beta
5.4 Procura em Árvores Monte Carlo
5.5 Jogos Estocásticos
5.6 Jogos Parcialmente Observáveis

6. Problemas de Satisfação de Restrições
6.1 Problemas de Satisfação de Restrições
6.2 Propagação de Restrições: Inferência em CSPs
6.3 Procura por Retrocesso para CSPs
6.4 Procura Local para CSPs

Docente(s) responsável(eis)

Luís Miguel Machado Lopes Macedo

Métodos de Avaliação

Avaliação
Exame: 40.0%
Projecto: 60.0%

Bibliografia

- Russell, Stuart, and Norvig, Peter. Artificial Intelligence: a Modern Approach, 4th. Edition, Prentice Hall, 2021.
- Wooldridge, Michael. An introduction to MultiAgent Systems, 2nd. Edition, John Wiley, 2009.