Objectivos

Pretende-se dar aos alunos uma panorâmica geral de vários tópicos tradicionalmente abordados pela Inteligência Artificial, nomeadamente Procura, Representação do Conhecimento e Raciocínio, Planeamento e Aprendizagem Automática.

Saber

• Paradigmas, áreas e algumas aplicações reais da Inteligência Artificial.
• Algoritmos de procura cega, informada e local. Heurística e função de avaliação. Complexidade dos algoritmos, suas vantagens e inconvenientes.
• Métodos de inferência em lógica proposicional, de 1ª ordem e em redes Bayesianas. Limitações da lógica clássica: conhecimento incerto e incompleto.
• Formalização lógica dos problemas de planeamento. Modelar problemas em linguagem de planeamento (e.g. STRIPS) e construir planos com algoritmo de procura em espaços de planos (e.g. POP).
• Aprendizagem automática e suas abordagens.

Fazer

• Modelar problemas de procura, especificar heurísticas e avaliar o seu comportamento na prática.
• Implementar algoritmos de procura informada e de procura local. Parametrização e experimentação dos algoritmos.
• Modelar e resolver problemas com Programação em Lógica.
• Modelar conhecimentos com redes Bayesianas. Efectuar tarefas de inferência preditiva e de diagnóstico em redes de Bayesianas.

Soft-skills

• Escolher apropriadamente instrumentos, lidando com o conflito entre o objectivo de produzir uma solução óptima e o tempo/espaço necessário para a obter.
• Justificar ou seleccionar soluções
• Trabalhar em equipa com a escrita de relatórios, cumprindo prazos devido à existência de vários trabalhos
• Capacidade de modelação abstracta