Curso: Licenciatura em Engenharia Informática

Área Científica: Informática/CC

Obrigatória   T

Opcional     

Outra         T

Objectivos Gerais

No fim desta disciplina os alunos deverão ser capazes de caracterizar a Inteligência Artificial, suas abordagens, fundamentos e aplicações assim como desenvolver agentes computacionais com capacidade de procura em espaços de estados, aprendizagem e representação de conhecimento, ou com capacidade de adaptação.

Objecto da Aprendizagem (conteúdo programático)

1.       Introdução

(a)     Definições e taxonomia de definições de IA

(b)    Fundamentos

(c)     Abordagens à IA

(d)    Principais domínios de aplicação

(e)     Breve perspectiva histórica

(f)      Noção de Agente e de Agente racional

2.       Agentes reactivos

3.       Agentes de procura em espaço de estados

(a)     Problemas de agente único

(b)    Problemas com agentes adversários

4.       Agentes baseados em conhecimento

(a)     Breve perspectiva sobre os formalismos clássicos de representação de conhecimento

(b)    Os agentes dedutivos e os sistemas periciais

(c)     Abordagens quantitativas ao conhecimento imperfeito

5.       Aprendizagem e Agentes aprendizes

(a)     Abordagem computacional

(b)    Aprendizagem Indutiva

(c)     Introdução à abordagem conexionista

(d)    Aplicações

6.       Agentes adaptativos e a simulação da evolução natural

(a)     Introdução

(b)    O algoritmo genético canónico e os operadores elementares

(c)     Aspectos teóricos

(d)    Operadores alternativos de selecção, recombinação e mutação.

(e)     Operadores de inspiração biológica.

(f)      Programação genética e Programação evolutiva

(g)     Estratégias evolutivas.

7.       Considerações finais

Processo de Avaliação – Classificação

Exame: 60%;  Trabalho prático: 40%

Resultados de Aprendizagem (RA)

Horas de contacto com o docente

Horas de trabalho independente

Aval.

Total

Listagem de RAs  (4 a 6)

T

T

P

L

OT

Est.

Indiv.

Trab.

Grupo

Trab.

Proj.

1. Descrever o que caracteriza a Inteligência Artificial, suas abordagens, fundamentos e aplicações;

3

1,5

0,5

9

1

15

2. Formular problemas de procura em espaço de estados para agente único e agentes adversários

2

4,5

0,5

4

3

14

3. Seleccionar, caracterizar, implementar e utilizar métodos de procura cega e heurística na resolução de problemas;

5

6

1

10

5

27

4. Seleccionar, caracterizar, implementar e utilizar métodos de aprendizagem indutiva;

5

6

1

10

5

27

5. Representar e manipular conhecimento, incluindo conhecimento imperfeito.

5

6

1

10

5

27

6. Seleccionar, caracterizar, implementar e utilizar algoritmos evolutivos;

5

6

1

10

5

27

TOTAL

25

30

5

53

24

3

140

TOTAL por  semana

5

6

1

10,6