UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO

UNIVERSIDADE FEDERAL RURAL DO RIO DE JANEIRO
DECANATO DE ENSINO DE GRADUAÇÃO
DEPARTAMENTO DE ASSUNTOS ACADÊMICOS E REGISTRO GERAL
DIVISÃO DE REGISTROS ACADÊMICOS
PROGRAMA ANALÍTICO
DISCIPLINA
CÓDIGO: IC 513
INTRODUÇÃO À INTELIGÊNCIA ARTIFICIAL
CRÉDITOS: 04
Cada Crédito corresponde a 15h/ aula
(4T-0P)
INSTITUTO DE CIÊNCIAS EXATAS
DEPARTAMENTO DE MATEMÁTICA
OBJETIVO DA DISCIPLINA:
Ao terminar a disciplina o aluno terá adquirido conhecimentos globais sobre o assunto enfatizandose os conceitos básicos à representação do conhecimento e de raciocínio.
EMENTA:
Conceitos básicos: Problemas e espaço problemas. Algoritmos para jogos. Representação do
conhecimento. Redes semânticas. Sistemas especialistas. Tópicos avançados.
CONTEÚDO PROGRÁMATICO:
1. Introdução:
1.1. O que é Inteligência Artificial,
1.2. Conceitos básicos,
1.3. O projeto da 5a. geração
1.4. Principais Objetivos.
2. Soluções de problemas utilizando I.ª:
2.1. Problemas e Espaços de Estados,
2.2. Sistemas de Produção, Estratégicas de Controle, Busca Heurística, Objetivos, Fatos e
Regras, P da e Mecanismos de Inferência, Seleção de um domínio apropriado.
3. Principais métodos para a solução de problemas:
3.1. Algoritmos Básicos;
3.2. Raciocínio para frente versus Raciocínio para trás;
3.3. Árvores x Grafos;
3.4. Casamento;
3.5. Funções Heurísticas;
3.6. Métodos fracos;
3.7. Generat and Tst, Subida de encosta. Amplitude, Melhor Escolha: Agendas, Satisfação e
Restrições.
4. Algoritmos para jogos:
4.1. Introdução
4.2. O procedimento de busca Minimax,
4.3. O procedimento Alfa-Beta, Exemplos.
5. Representação de Conhecimento:
5.1. Utilização da Lógica proposicional de Unificação. Resolução na lógica de
5.2. Predicados. Substituições. Uso de ferramentas de Software para resolução.
6. Outras formas de Representação de conhecimento:
6.1. Introdução,
6.2. Redes Semânticas,
6.3. Frames.
7. Sistemas Especialistas (SE):
7.1. Categoria de tarefas
7.2. Estrutura de um SE
7.3. Interagindo com um SE.
8. Tópicos Avançados:
8.1. Compreensão de Linguagem Natural,
8.2. Percepção,
8.3. Aprendizado,
8.4. Linguagens.
BIBLIOGRAFIA:
BARR, A.; FEIGENBAUM, E.A.The Handbook of Artificial Inteligence. Los Altos: Kaufman,
1981.
BROW, J. S.; BURTON, R. Diagnostic Models for Procedmal Bugs in Basic Mathematical
Skills. Cognitive Science, 1978. Vol. 2
CHANG, Cl; LEE, R.C.T. Simbolic Logic and Mechanical Theorem Proving. New York:
Academic Press, 1973.
NILSSON, N. J. Problem Solving Methods in Artificial Intelligence. New York: McGraw-Hill,
1971.
HAYES-ROTH, F.; WATERMAN, D.A.; LENAT, D.B. Building Exepry Systems. Reading:
Addison -Wesley, 1983.
WATERMAN, D. A. A Guide to Exerpert Systems. Reading: Addison-Wesley, 1985.
RICH, E. Inteligência Artificial. São Paulo: McGraw-Hill,1988