1. Inteligência Artificial (IA)

1.1. IA: presente e futuro
1.2. Conceitos, Terminologia, Áreas de Aplicação e principais Técnicas
1.3. IA e Bioética
1.4. Indústria 4.0 e IoT

2. Agentes inteligentes

2.1. Definição de agente inteligente
2.2. Tipos de agentes e ambientes
2.3. Arquitetura de agentes BDI- escrever por extenso
2.4. Sistemas Multi-agente

3. Métodos de Resolução de Problemas

3.1. Exemplos de problemas e estratégias de pesquisa
3.2. Pesquisas com heurísticas e por tentativas (“backtracking”)
3.3. Algoritmos de pesquisa local e problemas de otimização
3.4. Computação evolucionária
3.5. Algoritmos genéticos (computação evolucionária)

4. Linguagens de Programação Python e Prolog para a resolução dos problemas

4.1. Uso de restrições na resolução de problemas
4.2. Aplicação em jogos

5. Engenharia de conhecimento

5.1. Definição de um sistema de representação
5.2. Estruturas de representação: regras de produção, redes associativas
5.3. Lógica de predicados
5.4. Modelo probabilístico e Teorema de Bayes
5.5. Fatores de certeza; lógica dos conjuntos difusos
5.6. Sistemas baseados em conhecimento
5.7. Sistemas periciais
5.8. Exemplos e aplicações

6. Machine Learning

6.1. Tipos de aprendizagem automática
6.2. Aprendizagem supervisionada e não supervisionada
6.3. Máquinas de vetores de suporte
6.4. Redes Neuronais
6.5. Princípios básicos
(“perceptron” e “back-propagation”)
6.6. Deep learning

7. Robótica

7.1. Hardware de robôs e perceção robótica
7.2. Planeamento do movimento
7.3. Arquiteturas de software para robótica
7.4. Domínios de aplicação

Esta unidade curricular pretende introduzir conceitos específicos de área técnico-científica de inteligência artificial e em simultâneo realizar implementações práticas dos principais conceitos de forma a validar o objetivo que será alcançado através da aprendizagem. Com este principio de validação prática dos conceitos teóricos o docente pode sempre aplicar medidas corretivas.

Os conteúdos programáticos foram todos definidos em estrita articulação com os objetivos e competências a serem adquiridos pelos alunos. Os conteúdos programáticos incluem as principais temáticas científicas, em articulação com aquilo que tecnologicamente está a ser solicitado pelo mercado empresarial. Assim, partiu-se dos objetivos da unidade e utilizando padrões standard atuais da área, elaborou-se o conteúdo da unidade, ou seja, não foram elaborados autonomamente, mas complementarmente. Portanto, existe uma forte relação objetivo-conteúdo.

Atendendo à especificidade desta Unidade Curricular, privilegiar-se-á o contacto direto entre o estudante e o computador numa perspetiva computer based learning.
As aulas assumirão um carácter teórico-prático, cabendo ao docente a função de apresentação e enquadramento dos conceitos teóricos bem como da sua aplicação prática.
Com efeito o estudante terá um papel central na sua aprendizagem sendo estimulada a sua participação que se pretende ativa ao longo da unidade.
A adoção desta metodologia implica, em alguns momentos, a distribuição dos estudantes por grupos de trabalho em dinâmicas de grupo bem como realização constante de exercícios práticos de aplicação de conhecimentos.

Avaliação:
A avaliação será efetuada através de um exame escrito individual. Na classificação final, serão considerados elementos de avaliação contínua, tais como trabalhos (individuais ou em grupo).

O modo de trabalho que se preconiza na Unidade Curricular centrado, quer em momentos de trabalho individual, quer de trabalho coletivo, visa contribuir para que o estudante desenvolva conhecimentos sólidos na área da inteligência artificial.
Nesse sentido optou-se por metodologias de ensino centradas no estudante em que este tem um papel preponderante na sua aprendizagem permitindo, desde modo, dotar o estudante de ferramentas, mas, sobretudo, de capacidades de intervenção ativa. O computador será, sempre, um recurso presente nas aulas (que terão caráter teórico-prático) de modo que os estudantes tenham contacto com os conceitos anteriormente referidos colocando-os em prática com exemplos concretos de utilização.
Nesse sentido justificam-se metodologias de ensino que estimulem a participação ativa e que promovam competências de autonomia nos processos e desenvolvimentos tecnológicos nas áreas que operem ou venham a operar.
As competências são desenvolvidas através da exposição participativa e da resolução de problemas consubstanciados em trabalhos supervisionados, que culminarão numa apresentação e discussão com os pares, no final da unidade curricular, que permitam o desenvolvimento de competências discursivas e comunicativas.

Fundamental:

A. Artasenchez, (2020) “Artificial Intelligence with Python”, Packt.
A. Apadhyay, (2020) “Artificial Intelligence for Managers”, BPB, 2020.
P. Alessandro (2019) “Hands-On Artificial Intelligence for Cybersecurity”, Packt.
Proceedings of the International Conference on Artificial Intelligence and Computer Vision (AICV2021): 1377 (Advances in Intelligent Systems and Computing), Springer, 2020.
T. Taulli, (2019) “Artificial Intelligence Basics”, Apress, 2019.

Complementar:

Costa,E., & Simões, A. (2011). Inteligência artificial, 3ª Ed. FCA. ISBN: 972-722-269-2.
Domingos, P (2015). The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World. Basic Books. ISBN: 978-0465065707
Russell, S., & Norvig, P. (2002). Artificial intelligence: a Modern Approach. Prentice-Hall, Inc. ISBN: 978-0-13-207148-2.
S. Russel, (2010) “Artificial Intelligence: A Modern Approach”, Pearson.
S. Rout, (2019) “Artificial Intelligence Ethics and International Law: A Techno-Social Vision of Artificial”, BPB.

INTERNET:
Acesso a publicações da especialidade, gratuitamente, através da rede SPRINGER:
https://link.springer.com/