Inteligência Artificial

Conhecimentos de programação procedimental.

A unidade curricular é lecionada em regime de aulas teórico-práticas.

Os conteúdos teóricos são abordados através da exposição e discussão dos conceitos fundamentais, complementadas com casos de estudo, exemplos práticos e análise de aplicações de Inteligência Artificial em diferentes contextos, com particular incidência na área industrial.

A componente prática centra-se na implementação e experimentação de algoritmos, na resolução de problemas e no acompanhamento do desenvolvimento dos trabalhos práticos, promovendo a aplicação dos conhecimentos adquiridos ao longo da unidade curricular.

Ao completarem esta unidade curricular, os estudantes deverão ser capazes de:

• Identificar e caracterizar os principais paradigmas e abordagens da Inteligência Artificial.
• Reconhecer e descrever diferentes tipos de agentes inteligentes, compreendendo a sua arquitetura, comportamento e adequação a diferentes ambientes e problemas.
• Identificar e analisar aplicações de Inteligência Artificial no contexto industrial, nomeadamente em áreas como otimização de processos, planeamento e escalonamento, manutenção preditiva, controlo de qualidade, logística e apoio à decisão.
• Analisar problemas de otimização, identificando as suas principais características, variáveis, restrições e objetivos.
• Formular problemas de Inteligência Artificial, identificando os elementos fundamentais necessários à sua resolução.
• Selecionar e aplicar algoritmos adequados à resolução de diferentes tipos de problemas.
• Analisar as vantagens, limitações e adequação de diferentes algoritmos e estratégias de resolução de problemas.
• Justificar as principais opções tomadas na conceção e implementação de soluções baseadas em Inteligência Artificial.
• Desenvolver e implementar, de forma autónoma, estratégias de resolução de problemas recorrendo a técnicas de Inteligência Artificial.
• Avaliar criticamente os resultados obtidos e comparar diferentes soluções em função de critérios de desempenho e qualidade.

1. Introdução à Inteligência Artificial
   1.1. Conceitos fundamentais e evolução da Inteligência Artificial
   1.2. Principais paradigmas e abordagens da Inteligência Artificial
   1.3. Áreas e aplicações da Inteligência Artificial

2. Agentes Inteligentes e Racionais
   2.1. Conceito de agente e ambiente
   2.2. Racionalidade e medidas de desempenho
   2.3. Tipos e arquiteturas de agentes
   2.4. Agentes reativos, baseados em estado, objetivos e utilidade

3. Formulação e Resolução de Problemas
   3.1. Representação de problemas
   3.2. Estados, ações, transições, objetivos, custos e restrições
   3.3. Espaço de estados e espaço de soluções

4. Algoritmos de Pesquisa no Espaço de Estados
   4.1. Estratégias de pesquisa não informada
   4.2. Estratégias de pesquisa heurística
   4.3. Avaliação e comparação de estratégias de pesquisa

5. Algoritmos de Pesquisa no Espaço de Soluções
   5.1. Métodos de pesquisa local
   5.2. Métodos de otimização
   5.3. Algoritmos de computação evolucionária

6. Aplicações da Inteligência Artificial na Indústria
   6.1. Planeamento e escalonamento da produção
   6.2. Otimização de processos industriais
   6.3. Manutenção preditiva
   6.4. Controlo e inspeção da qualidade
   6.5. Logística, transporte e gestão de recursos
   6.6. Sistemas inteligentes de apoio à decisão

7. Introdução à Aprendizagem Automática
   7.1. Conceitos fundamentais de aprendizagem automática
   7.2. Aprendizagem supervisionada e não supervisionada
   7.3. Modelos simples de classificação e previsão
   7.4. Introdução às redes neuronais artificiais
   7.5. Aplicações da aprendizagem automática em contextos industriais

A avaliação da unidade curricular é do tipo contínua/periódica e é constituída por duas componentes:

• Componente Teórica - 14 valores, avaliada através de dois testes realizados ao longo do semestre ou, em alternativa, através de exame.

• Componente Prática - 6 valores, avaliada através da realização de dois trabalhos práticos:

  • Trabalho Prático 1 - Agentes Racionais e Resolução de Problemas: 3 valores;

  • Trabalho Prático 2 - Pesquisa Local e Computação Evolucionária: 3 valores.

Os testes e exames são realizados sem consulta.

Os trabalhos práticos são realizados individualmente e apenas podem ser submetidos uma única vez, nas datas definidas nos respetivos enunciados.

A entrega dos trabalhos é efetuada através da plataforma Moodle.

A classificação obtida na componente prática é válida para todas as épocas de avaliação - época normal, época de recurso, época especial e demais épocas a que os estudantes com estatuto especial tenham acesso.

A frequência das aulas é obrigatória, sendo exigida uma presença mínima de 75% das aulas para obtenção de aprovação à unidade curricular.

NAO