Inteligência Artificial
- Detalhes
- Categoria: Disciplina
- Russel, S. & Norvig, P. (2021). Artificial Intelligence: A Modern Approach, 4th Edition. Prentice-Hall. Costa, E. & Simões, A. (2008). Inteligência Artificial. Fundamentos e Aplicações. (2.ª ed.). Lisboa: FCA. Negnevitsky, M. (2011). Artificial Intelligence: A guide to Intelligent Systems. (3rd ed.). Pearson Education.
- Engenharia Informática (ISMAT)
- 587
- 2129
- Inteligência Artificial
- ISMAT587-2129
- 3
- 6
- 0
- 12
- Não
- Português
- O conteúdo lecionado é implementado em software usando programação. São utilizadas metodologias ativas e orientadas à resolução de problemas (PBL). Os projetos aplicados permitem aprofundar e integrar toda a matéria lecionada.
- Obrigatório
- OA1. Compreender e saber usar as principais ferramentas disponíveis na área de Inteligência Artificial. OA2. Ser capaz de elaborar conceitos e aplicações novas. OA3. Ser capaz de aplicar os conhecimentos específicos obtidos a outras áreas do saber.
- CP1. Introdução 1.1 Definições de IA 1.2 Fundamentos 1.3 Os diferentes paradigmas 1.4 Breve perspectiva histórica CP2. Agentes Reativos 2.1 Generalidades 2.2 Agentes puramente reativos 2.3 Agentes reativos com memória CP3. Agentes de Procura 3.1 Problemas de agente único 3.1.1 Procura cega 3.1.2 Procura heurística 3.2 Problemas com agentes adversários 3.2.1 Estratégia minimax 3.2.2 Cortes alfa-beta e outros CP4. Agentes Baseados em Conhecimento 4.1 Agentes dedutivos 4.2 Agentes baseados em regras e estruturas CP5. Agentes Aprendizes: Abordagem Conexionista 5.1 Generalidades 5.2 Aprendizagem supervisionada 5.3 Aprendizagem não supervisionada 5.4 Conclusões sobre a abordagem conexionista CP6. Agentes Adaptativos 6.1 Elementos básicos de algoritmos genéticos 6.2 Aspectos teóricos: o teorema do esquema 6.3 Tópicos avançados 6.4 Conclusões sobre a abordagem biológica CP7. Agentes baseados em LLM 7.1 Embeddings 7.2 RAG CP8. Sociedades de Agentes 8.1 Dois agentes 8.2 Estratégias, aprendizagem e adaptação 8.3 Multi-agentes
A avaliação é efetuada nas componentes, teste e trabalhos práticos.
Descrição
Data limite
Ponderação
Teste de avaliação
A marcar
50%
TP1
A marcar
25%
TP2
A marcar
25%
O teste de avaliação é individual e os trabalhos práticos sa¿o em grupo (no máximo 2 elementos).
Para obter aprovação a nota final deverá ser superior a 9.5 valores.
- Semestral
- Pretende-se que o aluno adquira um conhecimento introdutório sobre os fundamentos, técnicas e aplicações práticas da IA. Para esse fim, é adotado o conceito de agente. É estudado o desenvolvimento de agentes de crescente complexidade e capacidade, seguindo três metáforas: simbólica, conexionista e biológica. Devido ao papel fundamental que desempenham na IA, a ênfase é colocada nos conceitos de estado, operador de mudança de estado e espaço de estado e na modelagem de problemas através desses conceitos.
