ISLA Santarém 2129

Inteligência Artificial

• ApresentaçãoPresentation

  Esta UC é uma introdução aos conceitos e técnicas básicas da Inteligência Artificial, com três áreas principais de atuação. Primeiro, a formalização do que é uma máquina, tanto na óptica de manipulação de símbolos da máquina de Turing, como nas máquinas de McCulloch and Pitts que funcionam com padrões de interligação entre nós em redes de neurónios. Segundo, o conceito de agente racional em IA, que emerge da interseção com as ciências cognitivas, e as diversas implementações de algoritmos de busca exaustiva estruturada (informados e não informados). Ainda dentro desta área de foco são ainda introduzidos os conceito de busca estocástica e algoritmos para satisfação de restrições (CSPs). Finalmente, na terceira área de foco, os estudantes aprendem noções e usos de alguns dos algoritmos de inteligência artificial avançados que são utilizados hoje em dia.
• ProgramaProgramme

  1. Introdução à Inteligência Artificial: Definição e história da IA. Aplicações e impactos da IA na sociedade. 2. Agentes Inteligentes: Agentes e ambientes. Agentes reativos simples. Agentes baseados em objetivos. 3. Resolução de Problemas: Formulação de problemas. Estratégias de busca não informadas. Estratégias de busca informada. 4. Lógica Proposicional e de Primeira Ordem: Representação de conhecimento utilizando lógica. Inferência lógica. Resolução de problemas utilizando lógica. 5. Aprendizagem Máquina: Introdução à aprendizagem supervisionada e não supervisionada. Algoritmos de aprendizagem máquina. 6. Ética e Implicações Sociais da IA.
• ObjectivosObjectives

  Objetivos: O1. Apresentar os conceitos fundamentais sobre IA. O2. Transmitir conhecimentos de base sólidos sobre a área da inteligência artificial ao nível dos fundamentos, técnicas e aplicação prática. Competências: C1. Identificar os problemas que podem ser resolvidos com Inteligência Artificial. C2. Representar o conhecimento com estruturas computacionais. C3. Compreender e aplicar os principais algoritmos de resolução de problemas. C4. Entender os problemas associados à Aprendizagem Automática e utilizar as técnicas de resolução mais apropriadas.
• BibliografiaBibliography

  Aggarwal, C. C. (2021). Artificial Intelligence A Textbook. Springer. Chopra, D., & Khurana, R. (2023). Introduction to Machine Learning with Python. Bentham Science Publishers. Kaplan, J. (2024). Generative Artificial Intelligence: What Everyone Needs to Know. Oxford University Press. Poole, D. L., & Mackworth, A. K. (2024). Python code for Artificial Intelligence. eBook. URL: https://artint.info/AIPython/ Teik Toe Teoh, Zheng Rong (2022). Artificial Intelligence with Python. Springer.
• MetodologiaMethodology

  Presencial 1. Método expositivo: apresentação de cada um dos tópicos dos conteúdos. 2. Aplicação prática através de exercícios orientados para a consolidação dos conhecimentos. 3. Prática laboratorial: baseada na metodologia Aprendizagem Baseada em Resolução de Problemas (ABRP) visando encontrar solução para problemas identificados pelos estudantes ou propostos pelo docente. Autónomo: 4. Pesquisa orientada proposta pelo docente. O docente dá feedback sobre o desenvolvimento do problema abordado na prática laboratorial presencialmente no contexto da sala de aula e/ou através da plataforma de apoio ao ensino/aprendizagem Moodle.
• LínguaLanguage

  Português
• TipoType

  Semestral
• ECTS

  5
• NaturezaNature

  Obrigatório
• EstágioInternship

  Não
• AvaliaçãoEvaluation

  Avaliação Curricular (contínua):

  - A1. Trabalho prático (grupo).

  - A2. Teste final teórico-prático (individual).

  A classificação final é calculada através da fórmula Classificação Final = A1*0,6+A2*0,4.

  O estudante é aprovado se obtiver classificação igual ou superior a 9,5 valores.

  Avaliação Final e/ou de Recurso/Especial:

  Hipótese 1:

  - A1. Trabalho prático (grupo). O estudante participou no trabalho de grupo o qual obteve classificação positiva e obteve classificação positiva na componente individual: mantém a classificação que será considerada nas épocas subsequentes (Avaliação Final, Recurso/Especial)

  - A2. Teste final teórico/prático (individual). O estudante realiza este Teste em qualquer das épocas em que se submeta a avaliação.

  A classificação final é calculada através da fórmula prevista na avaliação Curricular (contínua).

  Hipótese 2:

  - A1. Trabalho prático (grupo). O estudante não participou no trabalho de grupo, ou participando obteve classificação negativa no trabalho ou na componente de avaliação individual. Nestas circunstâncias esta componente da avaliação não poderá ser utilizada na Avaliação Final, Avaliação em Época de Recurso/Especial.

  O estudante realiza o exame teórico-prático (A=100%) e é aprovado se obtiver uma classificação igual ou superior a 9,5 valores em 20.