Início
Ensino
Pesquisa
Extensão
Produção
Formação
Disciplina
Inteligência Artificial

 

Conteúdo

Capítulo 1:  O que é IA?. História e Fundamentos

1.1 O que é Inteligência Artificial (IA)?
    Neste link tem os seguintes tópicos:
    1.1.1 Agir como humano: o enfoque da prova de Turing,
    1.1.2 Pensar como humano: o enfoque do modelo cognitivo,
    1.1.3 Pensar racionalmente: o enfoque das leis do pensamento,
    1.1.4 Agir de forma racional: o enfoque do agente racional.

1.2 Fundamentos da IA
1.3 História da IA

Capítulo 2:  Resolução de Problemas

    2.1 Tipos de problemas;
    2.2 Representação de problemas;
    2.3 Mecanismos de busca:
        2.3.1 em profundidade,
        2.3.2 em amplitude (ou extensão - largura),
        2.3.3 pelo custo uniforme,
        2.3.4 gulosa.
    2.4 Heurística aceitável;
    2.5 Algoritmo A (estrela);
    2.6 Alguns problemas clássicos.

Capítulo 3: Formas de Raciocínio Artificial

    3.1 Indução - Dedução - Leis Científicas - Indução Estatística - Analogia
    3.2 Computacional,
    3.3 Com lógica;
    3.4 Com o princípio da resolução,(No mesmo link da Seção 3.3)
    3.5 Sob incerteza - Probabilidade,
    3.6 Sob incerteza - Difusos.

Capítulo 4:  Sistemas Baseados em Conhecimento -SBCs

    4.1 Introdução;
    4.2 Conceitos e Definições;
    4.3 Tipos de Aplicações;
    4.4 Estrutura Geral de  um SBC:
        4.4.1 Núcleo do SBC;
        4.4.2 Base de Conhecimento;
        4.4.3 Memória de Trabalho;
        4.4.4 Interface.
    4.5 Representação do Conhecimento:
        4.5.1 Representação Lógica;
        4.5.2 Regras de Produção;
        4.5.3 Redes Semânticas;
        4.5.4 Frames;
        4.5.5 Orientação a Objetos;
        4.5.6 Orientação a Objetos Associadas a Regras;
    4.6 Linguagens de Representação de Conhecimento:
        4.6.1 CLIPS;
        4.6.2 PROLOG.
    4.7 Processo de Desenvolvimento de um Sistema Baseado em Conhecimento;
    4.8 Tipos de Ferramentas de Suporte à Construção de SBCs;
        4.8.1 Ferramentas de Apoio;
        4.8.2 Shells (SINTA e CLIPS)
    4.9 Perspectivas Futuras.

Capítulo 5.  Aquisição de Conhecimento

    5.1 Introdução;
    5.2 O processo de Aquisição de Conhecimento;
    5.3 Linguagens Usadas no Processo de Aquisição de Conhecimento;
    5.4 As técnicas de Aquisição de Conhecimento;
    5.5 Perspectivas Futuras.

Capítulo 6: Aprendizagem de Máquina

    6.1 Teoria da aprendizagem computacional;
    6.2 Aprendizado indutivo - Aproximação de funções,
    6.3 Aprendizagem com árvores de decisão;
    6.4 Aprendizagem com redes neurais;
    6.5 Aprendizagem com algoritmos genéticos,
    6.6 Sistemas Fuzzy e Neuro-Fuzzy.
    6.7 Aprendizagem com Redes Bayesianas

Capítulo 7: Aplicações em Outras Áreas Tecnológicas da Computação

    7.1 Soluções aproximadas para problemas NP-completo;
    7.2 Produção de sistemas resolvedores de problemas;
    7.3 Em sistemas operacionais, bancos de dados, compiladores, etc.

Capítulo 8: Tópicos Extras

    8.1 Sistemas multiagentes;
    8.2 Reconhecimento de padrões;
    8.3 Mineração de Dados;
    8.4 Mineração de Textos;
    8.5 IA e ensino com computador;
    8.6 Robótica;
    8.7 Jogos;
    8.8 Percepção.

Capítulo 9: Perspectiva da IA

    9.1 Previsões e decepções;
    9.2 Temas de pesquisa;
    9.3 Aplicações;
    9.4 Áreas estratégicas;
    9.5 Desafios.
 
 
 
Prof ª. Dr ª. Maria Bernadete Zanusso
Departamento de Computação e Estatística - DCT
Universidade Federal de Mato Grosso do Sul
e-mail: mzanusso@dct.ufms.br