Inteligência Artificial

Código:

EIC0029

Sigla:

IART

Áreas Científicas
Classificação	Área Científica
OFICIAL	Inteligência Artificial

Ocorrência: 2006/2007 - 2S

Ativa?	Sim
Página Web:	http://www.fe.up.pt/~eol/IA/ia0607.html
Unidade Responsável:	Secção de Informática
Curso/CE Responsável:	Mestrado Integrado em Engenharia Informática e Computação

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
LEIC	3	Plano de estudos de transição para 2006/07	3	-	6	56	162
MIEIC	123	Plano de estudos oficial a partir de 2006/07	3	-	6	56	162
		Plano de estudos de transição para 2006/07	3	-	6	56	162

Língua de trabalho

Português

Objetivos

Saber o que caracteriza e distingue a IA e qual a sua aplicabilidade.
Compreender a noção de Agente computacional.
Como Representar, Adquirir, Manipular e Aplicar Conhecimento automaticamente:
-Saber representar Conhecimento impreciso.
-Comparar métodos heurísticos e sistemáticos na pesquisa de soluções.
-Aplicar uma linguagem baseada na lógica:
--Desenvolver interfaces em Linguagem Natural e Motores de inferência para Sistemas Periciais.
-Conhecer algorítmos de aprendizagem Indutiva e dedutiva.
-Desenvolver um pequeno projecto usando Prolog e técnicas de IA.

Programa

I INTRODUÇÃO
Objectivo
Metodologia (ensino e avaliação)
Evolução e Cronologia da Inteligência Artificial
Documentação

II NOÇÕES BASICAS
Definições: o que é a I. A. ?
Aplicações: em que domínios ?
Definções básicas de Agente
Arquitecturas de Agentes: Dos Reactivos aos Cognitivos

III MÉTODOS DE RESOLUÇÃO DE PROBLEMAS
Sistemas de "Produções"
Estratégias de Controlo da Pesquisa Sistemática
Encadeamento directo e inverso
Primeiro em Profundidade e Primeiro em Largura;
Pesquisa irrevogável: ("hill climbing")
Pesquisa por tentativas: "backtracking; Pesquisa em grafo
Algorítmo "Branch and Bound" (ramifica e limita)
Pesquisa Heurística: "O melhor primeiro"
Algoritmo A* e decréscimo progressivo da admissibilidade
Análise Meios-Fins
Métodos de Satisfação de Restrições: Princípios da "Relaxação"
Pesquisa em "Jogos": Procedimento Minmax
Cortes Alfa-Beta
Exemplos em Prolog de estratégias básicas:
Interpretadores primeiro-em-largura e primeiro-em-profundidade
Algoritmos para a Evolução

IV INTRODUÇÃO Á REPRESENTAÇÃO DO CONHECIMENTO
Definição de um Sistema de Representação
Estruturas de Representação: Regras de Produção; Redes Associativas "Frames"; "Scripts"
Lógica de Predicados e Outras Lógicas
Raciocínio Inexacto:ModeloProbabilístico;
Factores de Certeza; Modelo Dempster- Schafer; Logica dos Conjuntos Difusos

V ENGENHARIA DO CONHECIMENTO
Sistemas Baseados em Conhecimento
Sistemas Periciais: Caracterização; Estrutura; Rep. do Conhecimento e Meta Conhecimento; Motor de Inferência e Geração de Explicações;
Casos exemplares de Sistemas periciais:
ORBI; SMYCIN; ARCA
Demonstrações
Sistemas Genéricos : "Shells"

VI INTRODUÇÃO Á LINGUAGEM NATURAL COMPUTACIONAL
Objectivos e dificuldades
Análises Sintática e Semântica
ATN; Gramáticas Semânticas; Gramáticas de Caso
Aproximação clássica e uso da Lógica :
Gramáticas com Cláusulas Definidas; alguns ex. em Português
Gramáticas de extraposição

VII APRENDIZAGEM AUTOMÁTICA
Tipos de aprendizagem
ap. de Conceitos; ap. pelo exemplo; ap. por analogia; ap. Baseada em Explicações (EBL) :Descrição dos Algorítmos para EBG, mEBG e IOL;Exemplo concreto.
Aprendizagem Indutiva: Algorítmos ID3 e C4.5
Exemplos de Aplicação

VIII INTRODUÇÃO ÀS REDES NEURONAIS
Princípios básicos (elemento de processamento; estrutura; leis de aprendizagem)
Algorítmos fundamentais ("perceptron"; "back-propagation")
Exemplo de Aplicação

Bibliografia Obrigatória

Stuart Russel and Peter Norvig; Artificial Intelligence: A Modern Appraoch, Prentice-Hall, 2nd Ed., 2003

Bibliografia Complementar

Bratko, Ivan; Prolog programming for artificial intelligence, N. ISBN: 0-201-40375-7
Ernesto Costa, Anabela Simões; Inteligência Artificial, FCA, 2004
E. Rich; K. Knight; Artificial Intelligence, MCGraw-Hill

Métodos de ensino e atividades de aprendizagem

Exposição com interacção nas Aulas teóricas.
Exercícios de Programaçao em Prolog e desenvolvimento de projecto nas Aulas teórico-práticas.

Software

Java, C/C++
Prolog: SWI, Sicstus, LPA

Palavras Chave

Ciências Tecnológicas > Engenharia > Engenharia do conhecimento

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Descrição	Tipo	Tempo (Horas)	Peso (%)	Data Conclusão
Aulas da disciplina (estimativa)	Participação presencial
	Total:	-	0,00

Obtenção de frequência

- Avaliação de frequência: peso=50% (10 valores); mínimo=3,75 valores (7,5 em 20)
inclui (% relativas à avaliação de frequência):
Qualidade do trabalho realizado e desempenho na apresentação (50%);
Relatório Final (20%);
Relatório Intercalar (20%);
Avaliação durante as aulas (10%).

Fórmula de cálculo da classificação final

- Avaliação de frequência: peso=50% (10 valores); mínimo=3,75 valores (7,5 em 20)
inclui (% relativas à avaliação de frequência):
Qualidade do trabalho realizado e desempenho na apresentação (50%);
Relatório Final (20%);
Relatório Intercalar (20%);
Avaliação durante as aulas (10%).

- Teste/Exame: peso=50%; mínimo=3,75 valores (7,5 em 20)
(prova com consulta, com a duração de 2h30m).

Provas e trabalhos especiais

A avaliação dos alunos com estatuto especial é composta por: realização de um trabalho prático e respectivo relatório (peso=50%), e realização de exame (peso=50%)

A aprovação implica a necessidade de nota >=7,5 (em 20) em qualquer uma das parcelas de avaliação.

Avaliação especial (TE, DA, ...)

A avaliação dos alunos com estatuto especial é composta por: realização de um trabalho prático e respectivo relatório (peso=50%), e realização de exame (peso=50%)

A aprovação implica a necessidade de nota >=7,5 (em 20) em qualquer uma das parcelas de avaliação.

Melhoria de classificação

Melhoria quer por trabalho quer por teste de recurso (ou ambos).

Observações

Pré-requisitos:
Conhecimentos de programação Orientada Objectos e baseada na Lógica