Departamento de Informática (UM)

Fundamentos de Inteligência Artificial

15962 [L304N3]

Licenciatura em Ciência de Dados [CDADOS]

S2

Paulo Jorge Freitas Oliveira Novais

Objetivos

O conteúdo programático proposto foi desenhado para satisfazer o grande objetivo da UC: Apresentar uma visão geral da Inteligência Artificial, com ênfase na utilidade e aplicação das diferentes abordagens de resolução de problemas. A sequência definida para a apresentação e discussão dos diversos tópicos do programa foi definida como um processo de desenvolvimento de um Sistema Inteligentes, introduzindo gradualmente e naturalmente as diferentes abordagens a representação de conhecimento e métodos de resolução de problemas.

Programa

- Introdução à Inteligência Artificial e aos Sistemas Inteligentes.
- Conhecimento, raciocínio e planeamento.
- Métodos de Resolução de Problemas e de Procura.
- Incerteza no Conhecimento e Raciocínio.
- Inteligência Artificial Distribuída.
- Modelos de Inspiração Biológica.
- Inteligência Artificial Responsável.
- Aplicações.

Bibliografia

Russell, S., Norvig, P. (2015) Artificial Intelligence: A Modern Approach, (3rd Edition), ISBN 978-9332543515.
Martins, J.P. (2022) Lógica e Raciocínio, IST, ISBN 9789898481894.
Costa, E., Simões, A. (2008) Inteligência Artificial-Fundamentos e Aplicações; FCA, ISBN: 978-972-722-340-4.
Poole, Mackworth (2017) Artificial Intelligence: Foundations of Computational Agents, 2nd ed., ISBN 978-1107195394.
Russell, S. (2019) Human Compatible: Artificial Intelligence and the Problem of Control, ISBN 978-0525558613.

Resultados da aprendizagem

- Apresentar uma visão geral da Inteligência Artificial e dos Sistemas Inteligentes, com ênfase na utilidade e aplicação das diferentes abordagens de resolução de problemas, dando aos estudantes um conhecimento técnico sobre os seus conceitos, problemas e aplicações;
- Identificar os conceitos gerais, problemas e aplicações da Inteligência Artificial relacionados a temas atuais e históricos, e sua relação com a ciência, sociedade e inovação, bem como seus impactos;
- Demonstrar conhecimentos fundamentais teóricos básicos das metodologias mais comuns de Inteligência Artificial e de Sistemas Inteligentes;
- Compreender o modelo lógico de representação de conhecimento;
- Desenvolver mecanismos de raciocínio para a resolução de problemas;
- Desenvolver sistemas de resolução de problemas suportados por modelos de Inteligência Distribuída;
- Implementar modelos de representação de conhecimento e raciocínio mais adequados à resolução de problemas reais.

Método de avaliação

A avaliação da aprendizagem envolve dois instrumentos de avaliação: trabalhos práticos de desenvolvimento (com peso de 50% a 60%) e uma prova escrita (com peso de 40% a 50%). A classificação final é calculada pela ponderação dos diversos instrumentos de avaliação.
É considerado aprovado o aluno cuja classificação final seja superior ou igual a 10 (dez) valores.
Para o cálculo da classificação final podem-se estabelecer notas mínimas, sendo que, para instrumentos de avaliação de cariz prático, esta nota mínima não pode ser inferior a 10 (dez) valores

Funcionamento

Turno: T 1; Docente: Paulo Jorge Freitas Oliveira Novais; Dep.: DI; Horas: 30.