CD203 — Inteligência Artificial Simbólica

Ementa, programa e bibliografia da disciplina CD203.

← Voltar para a lista de disciplinas

  • Carga horária: 60 horas
  • Pré-requisito: CD103 + CD101

Ementa

Fundamentos históricos e conceituais de IA. Agentes inteligentes e ambientes. Representação de conhecimento: lógicas, ontologias e regras. Estruturas, estratégias de busca heurística e planejamento. Inferência automática e bayesiana. Raciocínio sob incerteza e baseado em casos. Sistemas especialistas e abordagens neuro-simbólicas.

Programa

1. Conceitos Básicos de IA

  • Teste de Turing
  • Classificação da IA
  • IA Forte e IA Fraca
  • Sala Chinesa
  • Ética em IA

2. Introdução à Teoria de Agentes Inteligentes

  • Introdução aos Agentes Racionais
  • Componentes de um Agente
  • Conceitos Básicos de Espaços de Estados

3. Agentes de Resolução de Problemas em Espaços de Estados

  • Conceitos Básicos de Estratégias de Busca em Espaços de Estados: Estados, Espaços de Estados, Conceitos de
  • Busca
  • Conceitos Básicos de Grafos: Nós, Arestas, Matriz de Adjacência, Matriz de Incidência
  • Busca Cega em Espaços de Estados
  • Conceitos Básicos de Árvores Geradoras
  • Busca em Largura
  • Busca em Profundidade
  • Buscas Heurísticas em Espaços de Estados
  • Busca Gulosa (Best-First Search)
  • Busca A*

4. Sistemas Especialistas

  • Conceitos Básicos de Lógica Clássica: Proposições, Operadores, Conceito de Inferência
  • Componentes de Sistemas Especialistas
  • Interface: Tipos de Interfaces de Entrada e Saída
  • Base de Conhecimento: Sintaxe de Fatos e Regras
  • Mecanismos de Inferência: Encadeamento Progressivo e Regressivo
  • Sistemas Especialistas como Sistemas de Apoio à Decisão

5. Introdução às Abordagens Neuro-Simbólicas

  • Motivação para Combinar Aprendizado Neural e Representação Simbólica do Conhecimento
  • Conceitos Básicos de Sistemas Simbólicos e Redes Neurais Artificiais
  • Noções Introdutórias de Integração entre Regras, Conhecimento e Modelos de Aprendizado
  • Exemplos de Aplicações de Abordagens Neuro-Simbólicas em IA

Referências

  • RUSSELL, S.; NORVIG, P. Inteligência Artificial: uma abordagem moderna. 4. ed. São Paulo: GEN/LTC, 2022. ISBN 9788595158870. Disponível em: https://acervus.unicamp.br/acervo/detalhe/1253153
  • ROSA, João Luis Garcia. Fundamentos da Inteligência Artificial. São Paulo: LTC, 2011. ISBN 8521605935.
  • GOLDSCHMIDT, Ronaldo Ribeiro. Introdução à Inteligência Computacional. Ebook: https://www.boente.eti.br/fuzzy /ebook/ebook-fuzzy-goldschmidt.pdf. Acesso em: fev. 2024.
  • EIBEN, A. E.; SMITH, J. E. Introduction to Evolutionary Computing. Berlin, Heidelberg: Springer, 2015. Disponível em: https://doi.org/10.1007/978-3-662-44874-8