Inteligência Artificial

Código

0105846

Créditos ECTS

6

Objetivos

  1. Adquirir conhecimento sobre a história da disciplina de Inteligência Artificial (IA), os seus objetivos e a sua evolução e as questões éticas associadas à sua utilização
  2. Adquirir conhecimentos básicos ao nível dos fundamentos e dos diferentes paradigmas associados à resolução de problemas.
  3. Saber aplicar diferentes técnicas associadas à utilização de algoritmos explorando os diferentes temas abordados na disciplina.
  4. Adquirir competências na utilização de plataformas e bibliotecas de IA para resolver pequenos problemas.

Programa

  1. Introdução: Fundamentos e objetivos da IA. Implicações éticas e legislação. Conceito de Agente e de Sistema Multi-agente. Arquiteturas de agentes.
  2. Procura: Procura informada vs não informada. Procura com adversário.
  3. Otimização e meta-heurística: Problemas na otimização. Pesquisa local vs pesquisa global. Meta-heurísticas. Algoritmos CSP.
  4. Conhecimento: Representação do conhecimento, lógica proposicional. Redes Semânticas. Sistemas baseados em conhecimento.
  5. Incerteza: Probabilidade. Regra de Bayes. Naive bayes. Redes Bayesianas e Inferência.
  6. Aprendizagem: Tipos de dados e pre-processamento. Interpretação e avaliação de modelos. Algoritmos de aprendizagem supervisionada, não supervisionada e por reforço.
  7. Redes Neuronais e Linguagem Natural: Redes Neuronais / Multicamada. Visão computacional. Processamento de Linguagem Natural (NLP). Classificadores. Aprendizagem profunda em NLP.
  8. Projeto: Propostas de projeto. Temas. Documentação.

Métodos de Ensino

Nas sessões teóricas são abordados problemas onde se discutem os diferentes temas abordados lançando problemas relacionados com os temas. No final de cada sessão, os alunos têm a oportunidade de se propor para individualmente responder a questões como Trabalho de Casa (TPC). As respostas são discutidas na sessão teórica seguinte.
Nas sessões de laboratório, os alunos testam os algoritmos propostos, a partir de exemplos apresentados num guião de laboratório. Grupos fazem demonstração da atividade realizada na sessão seguinte como trabalho de grupo.
No projeto, os alunos são desafiados a escolher um tema da IA associado a um problema, de uma lista de problemas / temas propostos.
Todos os materiais de apoio e respostas aos desafios propostos são adicionados na plataforma Moodle

Bibliografia

- Russell S. e Norvig, P. (2020) Artificial Intelligence: A Modern Approach. Pearson, 4ª edição.
- Poole, D. L., Mackworth, A. K. (2023) Artificial Intelligence, Foundations of Computational Agents, 3ª edição,
- https://www.artint.info/3e/html/ArtInt3e.html.

Método de Avaliação