Sistemas Inteligentes
Código
82042
Unidade Orgânica
Instituto Superior de Estatística e Gestão de Informação
Créditos
6.0
Professor responsável
Vítor Manuel Pereira Duarte dos Santos
Língua de ensino
Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês
Objectivos
A disciplina tem por objectivo apresentar os conceitos fundamentais de dos sistemas e teoria de agentes de software. Serão abordados os seguintes temas:
- - Conceitos gerais de sistemas inteligentes;
- - Agentes e Sociedades de Agentes de software
- - Agentes de Pesquisa
- - Agentes Adaptativos
- - Sistemas Multiagente
(1)saber interpretar a informação sistemática sobre todos os desenvolvimentos significativos que se fazem na área por todo o mundo;
(2) ser capaz de elaborar - criativamente - conceitos e aplicações novas;
(3) desenvolver aplicações novas ou com soluções técnicas novas;
(4) ser capaz de aplicar os conhecimentos específicos obtidos em outras áreas do saber.
Conteúdo
1 - Introdução aos Sistemas Inteligentes
Conceitos gerais
2 - Agentes e Sociedades de Agentes de software
Taxonomia de agentes autónomos
Propriedades de agentes
Agentes cognitivos v.s. Agentes reactivos
Arquitecturas reactivas (subsunção, ..)
Arquitecturas deliberativas (BDI, ..)
3- Agentes de Pesquisa
Resolução de Problemas
Algoritmo geral de busca
Algoritmos de busca cega (breadth-first, uniform cost, depth-first, ...)
Algoritmos de busca informada (Algoritmo A*, iterative deepening A*, (IDA*), SMA*, ...)
Outros algoritmos de busca (hill climbing, simulated annealing,...)
Teoria de Jogos (minimax, poda alfa beta)
4- Agentes aprendentes
Aprendizagem Indutiva
Aprendizagem Analítica
Aprendizagem Neuronal
Neurobiologia, Conceitos gerais)
Redes Simples de Reconhecimento de Padrões
Associação de Padrões
Redes baseadas em competição
Retropropagação
5- Agentes Adaptativos
Algoritmos Genéticos
Aplicações práticas
6- Sistemas Multiagente
Sociedades de Agentes
Estratégias
Raciocínio Social/ Leis Sociais
Vida Artificial
Tipos de Vida Artificial
Utilidade e aplicações (ex: Jogos)
Modelos de construção de Vida Artificial
Ecossistemas artificiais
Bibliografia
Costa, Ernesto & Simões, A. Inteligência Artificial. Fundamentos e Aplicações. Lisboa: FCA, 2008.
Russell Stuart & Norving Peter. Artificial Intelligence: A Modern Approach. Edit. Englewood Cliff, N.J., Prentice-Hall
Santos, Vítor-. Notas de IA.
Coelho, Helder. Inteligência Artificial em 25 Lições. Lisboa: Fundação Calouste Gulbenkian, 1994.
Método de ensino
O ensino da disciplina tem por base aulas teóricas e por aulas teórico-práticas. As aulas teóricas são constituídas, no seu essencial, por sessões expositivas, que servem para introduzir os conceitos fundamentais da disciplina associados a cada um dos tópicos da matéria. As aulas teórico-práticas baseiam-se na análise, desenho e implementação dos conceitos teóricos, com recurso aos computadores e software de desenvolvimento.
Métodos de ensino
- Ensino Expositivo e interrogativo: aulas e discussões.
- Demonstrativo: tutoriais de ferramentas;
- Activo, participativo utilização de algoritmos e tecnologias de IA
Método de avaliação
Avaliação semestral: um teste teórico de Frequência (50%) + Trabalhos Práticos (50%).