Raciocínio Simbólico

Código:

M.IA033

Sigla:

RS

Áreas Científicas
Classificação	Área Científica
OFICIAL	Engenharia Informática
OFICIAL	Ciência de Computadores

Ocorrência: 2024/2025 - 1S

Ativa?	Não
Unidade Responsável:	Departamento de Ciência de Computadores
Curso/CE Responsável:	Mestrado em Inteligência Artificial

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
M.IA	0	Plano de estudos oficial	1	-	6	42	162
			2

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

Pretende-se fornecer conhecimento básico de várias areas da Inteligência Artifical Simbólica incluindo raciocínio automático, representação do conhecimento e procura.

A UC irá ser organizada em módulos que abordarão tópicos complementares de natureza teórica, de investigação, de experimentação empírica ou de desenvolvimento e aplicação.

Resultados de aprendizagem e competências

Como resultado desta UC, os estudantes deverão ser capazes de:
O1. Entender os fundamentos de lógica computacional, como base de raciocínio simbólico em IA.
O2. Entender os fundamentos e as principais práticas de programação no paradigma de programação em lógica.
O3. Entender os fundamentos e os principais algoritmos de aplicação de conceitos de raciocínio simbólico em IA.
O4. Entender os fundamentos e práticas de programação em diversas extensões no âmbito do paradigma de programação em lógica.

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

Conceitos básicos de Lógica Computacional e Programação em Lógica.

Programa

1. Algoritmos para determinar satisfatibilidade:
- Lógica proposicional
- Resolutores SAT; método de Davis–Putnam–Logemann–Loveland baseado na aprendizagem de cláusulas orientada por conflito - Heurísticas de decisão
- Solvers para teorias decidíveis em lógica de primeira ordem
- Algoritmo DPLL para teorias arbitrárias
- Biblioteca para Satisfiability Modulo Theories e demonstrador de teoremas Z3
2. Programação lógica:
- Resolução seletiva linear para cláusula definida
- Modelos mínimos de programas de lógica definida
- Negação por falha; programas lógicos estratificados e estratificados localmente
- Prolog com aplicações para representação do conhecimento e processamento de linguagem natural.
3. Aplicações:
- Métodos de procura de soluções (complexidade temporal e espacial)
- Estratégias de busca informadas e não informadas
- Pesquisa adversária
- Funções heurísticas

Bibliografia Obrigatória

Stuart Jonathan Russell; Artificial intelligence. ISBN: 978-1-292-40113-3
Armin Biere; Handbook of satisfiability. ISBN: 978-1-58603-929-5
Daniel Kroening; Decision procedures. ISBN: 978-3-662-50497-0
C. J. Hogger; Essentials of logic programming. ISBN: 0-19-853832-4

Bibliografia Complementar

Jean Goubault-Larrecq; Proof theory and automated deduction. ISBN: 978-0-7923-4593-0

Métodos de ensino e atividades de aprendizagem

Aulas parcialmente expositivas com a apresentação de conceitos, algoritmos e exemplos de aplicação. O restante das aulas será utilizado para exercícios práticos propostos e para o acompanhamento do desenvolvimento de projetos ao longo da UC. Os projetos serão completados fora das aulas. Haverá um exame final individual. Poderão ser realizados testes individuais ao longo do semestre que dispensam o exame final,

Software

Python
Prolog
SAT solvers
Z3 solver

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Participação presencial	10,00
Exame	50,00
Trabalho laboratorial	40,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Elaboração de projeto	40,00
Estudo autónomo	80,00
Frequência das aulas	42,00
Total:	162,00

Obtenção de frequência

Um aluno inscrito obtém frequência se comparecer a pelo menos 3/4 das aulas.

Fórmula de cálculo da classificação final

Fórmula de avaliação:
Nota Final =
10% * Participação nas Aulas +
40% * Projetos práticos +
50% * Testes individuais ou exame final

A nota mínima do exame /testes é 6 em 20.

Provas e trabalhos especiais

Trabalho de estágio/projeto

Avaliação especial (TE, DA, ...)

Melhoria de classificação

Observações