plano de ensino - UFMT

UFMT
Ministério da Educação
UNIVERSIDADE FEDERAL DE MATO GROSSO
PRÓ-REITORIA DE ENSINO DE GRADUAÇÃO
PLANO DE ENSINO
1) IDENTIFICAÇÃO:
Disciplina: INTELIGÊNCIA ARTIFICIAL
Curso: Ciência da Computação
Código da disciplina:
Período Letivo: 2011/2
Professor: Lívia Lopes Azevedo
Carga Horária: 64 h
EMENTA:
Fundamentos de Inteligência. Características de programas de inteligência artificial. linguagens de
programação para inteligência artificial. representação do conhecimento. formalismos de
representação do conhecimento: lógica de primeira ordem, redes semânticas, frames e sistemas de
produção. estratégias e técnicas de busca. sistemas de dedução baseado em lógica. estrutura de
agentes inteligentes. agentes baseados em conhecimento. construção de bases de conhecimento.
engenharia de conhecimento. sistema de produção forward e backwad chaining. conhecimento e
raciocínio incerto. lógica fuzzy. heurísticas e metaheuristicas. redes neurais. tópicos avançados em
inteligência artificial e aplicações.
OBJETIVOS:
Apresentar os conceitos básicos e fundamentais de IA; estudar e compreender seus modelos,
métodos, técnicas e aplicações. pesquisar e utilizar softwares, ferramentas e outros recursos de IA;
capacitar o aluno a realizar estudos em maior profundidade em áreas especificas de IA.
PROGRAMA:
Unidade 1 - fundamentos de IA
- o que é IA
- fundamentos da IA
- historia
- estado da arte
Unidade 2 – agentes
- agentes e ambiente
- bom comportamento: conceito de racionalidade
- natureza do ambiente
- estrutura de agentes
- agentes reativos
- agentes baseados em modelos
- agentes baseados em motivos
- agentes baseados em utilidades
- agentes com aprendizagem
Unidade 3 – resolução de problemas por meio de buscas
- busca sem informação
- busca com informação e exploração
- problemas de satisfação de restrições
- busca competitiva
Unidade 4 – conhecimento e raciocínio
- agentes lógicos
- lógica proposicional
Unidade 4 – lógica de primeira ordem
- sintaxe e semântica
- utilização da lógica primeira ordem
- sistemas de dedução baseado em lógica
- inferência em lógica de primeira ordem
- sistemas de produção forward e backwad chaining
- linguagem de programação em lógica - PROLOG
Unidade 5 – representação do conhecimento
- engenharia de conhecimento
- formalismos de representação de conhecimento
- redes semânticas
- construção de bases de conhecimento
Unidade 6 – conhecimento incerto e raciocínio
- lógica Fuzzy
Unidade 7 – robótica
- hardware
- sensores
- atuadores
- percepção
- planejamento do movimento
- arquitetura de software
- arquitetura de subsunção
- arquitetura de três camadas (reativa, executiva e deliberativa)
- aplicação (parte prática)
PROCEDIMENTOS DE ENSINO:
Apresentação do conteúdo através de aulas expositivas dialogadas com o propósito de
instigar os discentes para a discussão e análise critica dos conteúdos apresentados.
enfatizar a parte pratica, com exercícios, de modo que os alunos possam aplicar os
conceitos apresentados. Será utilizada a metodologia:
- aulas expositivas dialogadas;
- atividade em laboratório;
- resolução de exercícios;
- provas individuais;
- trabalhos individuais e / ou em grupo.
RECURSOS:
- Projetor de imagens - Data show,
- quadro de giz,
- internet e trabalhos,
- laboratório de programação.
AVALIAÇÃO:
O processo de avaliação será feito segundo a Resolução do CONSEPE 14/99 e Cursos
Seriados/CONSEPE 27/99.
Processo de avaliação contínua através da participação dos acadêmicos em sala de aula e
desenvolvimento de atividades propostas:.
Serão atribuídas notas a provas e/ou trabalhos práticos, obtendo-se assim duas notas
bimestrais. A média final será a média das notas dos dois bimestres.
BIBLIOGRAFIA BÁSICA:
Bibliografia Básica
1. Russel, S.; Norvig, P. Artificial Intelligence: A Modern Approach, 2ª ed., Ed. Campus, 2004.
2. Rich, Elaine; Knight, Kevin, Artificial Intelligence, Second Edition, McGraw. Hill, 1993.
Bibliografia Complementar
1. Luger, G., Inteligência Artificial: estruturas e estratégias para a solução de problemas
complexos. Bookman. Porto Alegre, 2004
2. Wooldridge, M., An introduction to multiagent systems, 2002 (disponibilizado, pelo professor,
aos discentes)
3. Bittencourt, G., Inteligência Artificial: ferramentas e teorias (terceira edição). Editora da
UFSC, Florianópolis, 2006.
4. Haykin, Simon. Redes Neurais: princípios e prática. Porto Alegre: Bookman, 2001
5. Artigos da área disponibilizado, pelo professor, aos discentes..
PROFESSOR: ........................................................................................
Aprovação:
COLEGIADO DE CURSO: ...................................................................
Em, ......../ ......./ .....
Em, ......../ ......./ ......
CONGREGAÇÃO: .................................................................................
Em, ......../ ......./ ......