UNIVERSIDADE NOVA DE LISBOA

Faculdade de Ciências e Tecnologia

Departamento de Informática

Mestrado em

Inteligência Artificial Aplicada

2002/03
http://centria.fct.unl.pt/~lmp/miaa/miaa.html
 UNIVERSIDADE DE ÉVORA
Departamento de Informática

ÍNDICE
Criação..............................................................Error: Reference source not found
Objectivos.........................................................Error: Reference source not found
Regulamento do Mestrado..............................Error: Reference source not found
Organização......................................................Error: Reference source not found
Docentes............................................................Error: Reference source not found
Plano do Mestrado...........................................Error: Reference source not found
Programa das Disciplinas................................Error: Reference source not found
Coordenação do Mestrado..............................Error: Reference source not found
Condições de Funcionamento.........................Error: Reference source not found
Candidatura e Condições de Admissão.........Error: Reference source not found
Número de Vagas.............................................Error: Reference source not found
Critérios de Selecção........................................Error: Reference source not found
Inscrição............................................................Error: Reference source not found
Propinas............................................................Error: Reference source not found
Facilidades Escolares.......................................Error: Reference source not found
Laboratório......................................................Error: Reference source not found
Avaliação de Conhecimentos (parte escolar). .Error: Reference source not found
Orientação da Dissertação..............................Error: Reference source not found
Apresentação e Entrega da Dissertação........Error: Reference source not found
Precedências............................................................................................................23
Informações.............................................................................................................28

2
3
 Criação
A Faculdade de Ciências e Tecnologia da Universidade Nova de
Lisboa (FCT/UNL) tem tido um papel pioneiro e de
desenvolvimento da Inteligência Artificial em Portugal, com
repercussões internacionais reconhecidas. A criação na FCT/UNL
do Centro de Inteligência Artificial (CENTRIA)", o envolvimento
em numerosos projectos da União Europeia, bem como os
Programas de Bolsas de Doutoramento, permitiu o aparecimento de
um número apreciável de novos Doutores neste domínio, alguns
deles formados no estrangeiro. A Universidade de Évora (UE)
contratou entretanto um número significativo destes Doutores (para
o lançamento da sua Licenciatura em Engª Informática), os quais
continuam a desenvolver investigação no CENTRIA.
Neste contexto, e sob proposta dos Conselhos Científicos da Área
Departamental de Ciências Exactas da Universidade de Évora e da
Faculdade de Ciências e Tecnologia da Universidade Nova de
Lisboa, após aprovação nos respectivos Senados Universitários, e ao
abrigo do disposto nos Decretos-Lei nº 173/80, de 29 de Maio; no
artigo 7º do Decreto-Lei nº 155/89, de 11 de Maio e no nº 216/92 de
13 de Outubro, foi criado o Mestrado em Inteligência Artificial
Aplicada (MIAA).

Objectivos
O objectivo deste primeiro mestrado em Inteligência Artificial em
Portugal, é proporcionar formação aprofundada em variados temas
de Inteligência Artificial e suas aplicações. Pretende-se satisfazer
quer as necessidades profissionais de especialização em aplicações
nesta área, quer as necessidades académicas de formação de
docentes e investigadores. O profissional deverá adquirir uma maior
capacidade de autonomia científica e de responsabilização por

4
 projectos, e o docente obter a maturidade científica necessária ao
prosseguimento do doutoramento assim como as suas actividades de
docência e investigação.
O mestrado fornece conhecimentos teóricos gerais mais sólidos e
conhecimentos de ponta sedimentados, não só para uma iniciação à
investigação, mas também como meio de permitir reconhecer e usar
técnicas avançadas de Inteligência Artificial para resolver problemas
aplicados em vários domínios. Serão, assim, desenvolvidas as capa-
cidades profissionais críticas e a intuição, providenciando um equilí-
brio de aprendizagem e experiência, susceptível de conduzir a
tomadas de decisão informadas, através da interligação entre teoria e
prática.
Também as capacidades de comunicação, sumarização, e relato
escrito, visando a especificação de objectivos, métodos de solução,
resultados e conclusões, serão desenvolvidas ao longo dos projectos
e trabalhos de dissertação. Os alunos deverão ainda aprender a
utilizar as publicações especializadas como forma de se manterem
actualizados e de exercitarem a procura autónoma de informação. O
trabalho em grupo cooperativo é também incentivado.
O mestrado providencia uma formação genérica em Inteligência
Artificial, com aprofundamento especializado nalguns temas abaixo
discriminados. Os projectos e a dissertação exercitarão ainda a
avaliação e a aplicação de novos resultados da investigação e novos
avanços tecnológicos, e providenciarão a unificação de técnicas
oriundas de diferentes disciplinas para a realização de um mesmo
objectivo.

5
Regulamento do Mestrado

Organização
A Universidade de Évora (UE) e a Universidade Nova de Lisboa,
esta última através da Faculdade de Ciências e Tecnologia
(FCT/UNL), conferem o grau de Mestre em Inteligência Artificial
Aplicada. Para frequentar o MIAA, o aluno pode inscrever-se quer
na FCT/UNL, quer na UE.
O grau de mestre será conferido após a aprovação na parte escolar
do mestrado, e a elaboração e aprovação de uma dissertação, nos
termos do artigo 5º do Decreto-Lei nº 216/92 de 13 de Outubro.
O grau de Mestre em Inteligência Artificial Aplicada será conferido
pela Universidade onde o aluno realizar a matrícula e defender a
dissertação. O resultado final das provas de Mestrado será expressa
pelas fórmulas em vigor na Universidade em que seja obtido o grau.
A conclusão, com aprovação, da parte escolar do mestrado, confere
um diploma de especialização em Inteligência Artificial Aplicada,
em conformidade com o disposto no nº 1º do artigo 10º do Decreto-
Lei nº 216/92 de 13 de Outubro, de acordo com o anexo I.

Docentes
O Mestrado em Inteligência Artificial Aplicada conta com um corpo
docente altamente especializado, constituído pelos seguintes profes-
sores:

• Luís Moniz Pereira, Prof. Cated. FCT/UNL ........... Coordenador

• Salvador Pinto Abreu, Prof. Assoc. Univ. Évora
• José Júlio Alferes, Prof. Assoc. FCT/UNL .....Comissão Científica

6
 • Joaquim Aparício, Prof. Aux. FCT/UNL
• Pedro Barahona, Prof. Assoc. FCT/UNL
• Luís Correia, Prof. Aux. FCT/UNL
• Carlos Damásio, Prof. Aux. FCT/UNL
• Fernando Moura Pires, Prof. Assoc. Univ. Évora
• João Moura Pires, Prof. Aux. FCT/UNL
• Paulo Quaresma, Prof. Assoc. Univ. Évora ..........Comissão Científica
• Nuno Marques, Prof. Aux. FCT/UNL
• Irene Rodrigues, Prof. Assoc. Univ. Évora............Comissão Científica

Plano do Mestrado
O Mestrado em Inteligência Artificial Aplicada tem uma duração de
dois a quatro semestres. Na parte escolar do mestrado, o aluno
deverá fazer 7 ou mais das disciplinas abaixo.

N.B. O aluno pode ter equivalência de até 4 disciplinas duma

licenciatura em Informática, ou de outros mestrados, permitindo-
se-lhe realizar o MIAA em um ano apenas – ver Condições de
Funcionamento. Tal é facilitado no caso da LEI da FCT/UNL pois
todas as disciplinas abaixo assinaladas com * são oferecidas como
opcionais na LEI.

• Computação e Ciências Cognitivas * 1º semestre

• Bases de Dados e Data Warehousing * 1º semestre
• Processamento de Língua Natural 1 1º semestre
• Programação por Restrições * 1º semestre
• Representação do Conhecimento * 1º semestre
• Aprendizagem Automática 1º semestre

7
 • Programação Declarativa 1º semestre
• Análise de Corpora * 1º semestre
• Aprendizagem e Data Mining * 2º semestre
• Redes Neuronais * 2º semestre
• Processamento de Língua Natural 2 2º semestre
• Programação Não-Determinística 2º semestre
• Raciocínio Computacional * 2º semestre
• Vida Artificial * 2º semestre
• Agentes * 2º semestre

* Disciplinas oferecidas pelo MIAA à LEI como opções

Depois da parte escolar tem lugar a elaboração de uma dissertação,

sob a orientação de um professor do mestrado ou reconhecido para
o efeito.

N.B. Para alunos vindos das Licenciaturas em Engenharia

Informática da FCT/UNL, da UE, ou algumas outras, o trabalho de
fim de curso poderá ser planeado, com o orientador, como um início
da dissertação.

Programas das Disciplinas

1º semestre
Base de Dados e Data Warehousing (comum com o MEI)
Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docentes: João Moura Pires, Prof. Aux. FCT/UNL

Bases de Dados Transaccionais e Sistemas OLAP

Sistemas MOLAP

8
 Sistemas ROLAP
DataWarehousing
DataMinig e DataWarehouse
Bases de hierárquicas e a proposta do XML
Mapeamento de XML para Bases de Dados relacionais e
Bases de Dados XML nativas

Programação por Restrições (comum com o MEI)

Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docentes: Pedro Barahona (Prof. Assoc. FCT/UNL)
Modelação de problemas como conjuntos de restrições
Planeamento
Diagnóstico
Satisfação de restrições
Tipos de restrições e domínios de aplicação
Programação em Lógica com Restrições
Integração de satisfação de restrições na programação em
lógica
Algoritmos especializados para satisfação de
Restrições lineares sobre os reais/racionais
Restrições não-lineares sobre reais/racionais
Restrições sobre domínios finitos
Restrições Booleanas
Restrições pseudo-Booleanas
Satisfação parcial de restrições
Exemplos de linguagens
CHIP, CLP(R), ECLIPSE, SICStus, CLP(FD)
Representação do Conhecimento
Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docente: José Júlio Alferes (Prof. Assoc. FCT/UNL)

9
 Problemática da representação
Semântica, expressividade, estruturação e eficácia
Conhecimento por omissão (“default”)
Conhecimento auto-epistémico
Conhecimento por circunscrição
Conhecimento temporal e acções
Problema do enquadramento (“frame problem”)
Cálculo de situações
Cálculo de eventos
Representação do conhecimento em Programação em Lógica
Bases de conhecimento e sistemas periciais

Computação e Ciências Cognitivas

Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docente: Luís Moniz Pereira (Prof. Cated. FCT/UNL)

Estudo da interacção da Inteligência Artificial com e de aplicação

a aspectos das Ciências Cognitivas e seus métodos, tais como:
Inteligência Artificial, Filosofia e Cognição
Psicologia Cognitiva e Comportamental
Psicologia Evolucionária
Consciência, Cognição e Acção
Conhecimento simbólico e neuronal
Educação assistida por computador
Neuro-linguística
Neuro-biologia do comportamento

Processamento de Língua Natural 1

Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docente: Paulo Quaresma (Prof. Assoc. Univ. Évora)
Sintaxe
Gramáticas lógicas (DCG, XG, BMG,...)

10
 Técnicas de análise sintáctica:
descendente, ascendente, mista, por ‘ chart’
Outras gramáticas (TAGs, HPSG)
Léxico e descrição de conhecimento morfológico
Técnicas estatísticas para o processamento de texto

Aprendizagem Automática
Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docente: Fernando Moura Pires (Prof. Assoc. Univ. Évora)
Introdução à aprendizagem automática
Exemplos de aplicação
Conjunto de treino e medidas de incerteza
Validação de classificadores
Definição e precisão de um classificador
Métodos de estimação da probabilidade de erro dum
classificador
Aprendizagem de conceitos
Formação de agrupamentos lógicos e de conceitos
difusos
Exemplos de algoritmos: CLUSTER/2 E COBWEB/3
Aprendizagem a partir de exemplos
Árvores de decisão e regras de classificação
Exemplos de algoritmos: ID3, CART, C4.5, CN2
Introdução às redes neuronais
Redes associativas, de “feed forward”, e não
supervisionadas
Aprendizagem por reforço

Análise de Corpora
Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docente: Nuno Marques (Prof. Aux. FCT/UNL)

Foca-se um conjunto de métodos e ferramentas, quer

11
 práticas, quer teóricas para o tratamento de largos volumes
(corpora) de textos. A cadeira terá uma vertente fortemente
prática.

Largos volumes de texto: conceitos base.

Ferramentas Unix para o tratamento de textos.
Teoria da Informação e Entropia: relacionando palavras.
Associação de palavras: informação mutua e t-score.
Aplicações: pp-attachment; técnicas de agrupamento
de palavras: geração de grupos e hierarquias.
O modelo da língua e modelo do léxico: lições da tradução
autimática baseada em corpora. Aplicação à compreensão de
língua Natural.
Etiquetagem (e desambiguação) morfossintáctica:
Pré-processamento do corpus.
Modelos baseados em regras.
Modelos estatísticos (modelos de markov escondidos e
modelos baseados em técnicas de aprendizagem).
Estimação de parâmetros (máxima verosimilhança,
good-turing, máxima entropia, redes neuronais).
Modelos loglineares (tabelas de contingência, modelos com
interacções, estimação de parâmetros, aplicações na etiquetagem,
pp-attachment e extracção da classe de subcategorização, relação
com o modelo de máxima entropia).
Segmentação de texto com métodos estatísticos (DCGs e
colocação de parêntesis no texto, data oriented parsing, inside-
outside reestimation).

Programação Declarativa
Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docente: Carlos Damásio (Prof. Aux. FCT/UNL)

A disciplina Programação Declarativa visa fornecer aos

12
 estudantes os fundamentos práticos de programação e respectivo
software para a construção de sistemas incorporando tecnologias
da Inteligência Artificial. A disciplina tem um carácter prático e
aplicado, sendo de grande interesse para outras cadeiras do
Mestrado, permitindo uniformizar os conhecimentos de base dos
alunos.
Abordam-se as linguagens de programação em lógica e as
linguagens de programação funcionais, fazendo-se uma
identificação dos dialectos e sistemas utilizados actualmente.
Uma linguagem de cada paradigma será estudada em
profundidade, relembrando-se as técnicas de programação
específicas de cada um deles, com maior ênfase na programação
em lógica.
A avaliação será efectuada através de um conjunto de
trabalhos práticos servindo simultaneamente para sedimentar
conceitos e adquirir à vontade na utilização das linguagens.
Espera-se que sejam desenvolvidas pequenas aplicações tipo
ilustrativas de técnicas, nomeadamente sistemas de pesquisa,
demonstradores de teoremas, parsers, compiladores, meta-
interpretadores, sistemas periciais, etc.

2º semestre
Aprendizagem e Data Mining (comum com o MEI)
Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docente: Nuno Marques (Prof. Aux. FCT/UNL)

Apresentação e introdução de um conjunto de métodos e

algoritmos de aprendizagem para o Data Mining
Organização, preparação, análise e interpretação de dados
Extracção de conhecimento implícito, previamente desconhecido
e potencialmente útil para a tomada de decisões

13
 Métodos de estatística para o armazenamento e selecção de
dados relevantes para a tomada de decisão, bem como a
preparação e codificação dos dados
Introdução de métodos de estatística para a validação dos
resultados
Métodos de aprendizagem
Redes neuronais não - supervisionadas e supervisionadas
para a detecção, classificação e predição de padrões
Algoritmos de aprendizagem para a extracção de
conhecimento
Formas de representação de conhecimento descritivas dos
dados (essencialmente algoritmos de indução de
árvores de decisão e de regras).
Técnicas de visualização como complemento às técnicas
mencionadas.

Redes Neuronais
Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docente: Luís Correia (Prof. Aux. FCT/UNL)

Redes Neuronais
Conceitos básicos
Aprendizagem supervisionada (Perceptrão,
Backpropagation, RBF, Hopfield)
Aprendizagem não-supervisionada (LVQ, SOM, Rede
Associativa)
Aprendizagem por reforço
Preprocessamento e validação
Preprocessamento e extracção de características
Validação (Funções de erro, Estimação de
probabilidade)
Generalização (Bias, Variance, Cross-Validation,

14
 Growing, Pruning)
Extracção de conhecimento
Representação de conhecimento (local e distribuído,
subsimbólico e simbólico)
Clustering com Redes Neuronais
Indução de regras (CN2, Itrule, sig*)

Processamento de Língua Natural 2

Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docente:Irene Rodrigues (Prof. Assoc. Univ. Évora)

Semântica
Introdução à teoria de representação do discurso (DRT)
Composicionalidade
Outras teorias semânticas
Pragmática e raciocínio
Teoria dos actos de fala
Resolução de anáforas
Identificação de intensões, planos e crenças em
diálogos
Planeamento das acções a realizar
Arquitectura de sistemas intencionais de diálogo
Geração de língua natural
Tradução automática
Síntese de fala

Programação Não-Determinística
Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docente: Salvador Pinto Abreu (Prof. Assoc. Univ. Évora)

15
 Programação não-declarativa
Tipos de não-determinismo (don’t know, don’t care)
Resolução SLD. Leitura procedimental da Lógica de
predicados de 1ª ordem
Adequação da LP1 à implementação como linguagem de
programação de uso geral
Modelo operacional de Prolog. Pilha de pontos de escolha.
“Trail”
Co-rotinagem, suspensão, concorrência
Outros modelos de pesquisa do espaço de soluções. Sistemas
de re-escrita de árvores e/ou: AKL, EAM
Heurísticas para melhorar a exploração de árvores de
pesquisa: retrocesso inteligente, “first-trail”, “pruning”
inteligente, selecção baseada em outros critérios
Programação com tabulação. Programação dinâmica.
Detecção de ciclos.

Raciocínio Computacional (comum com o MEI)

Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docente: Luís Moniz Pereira (Prof. Cat. FCT/UNL)

Formas lógicas de raciocínio e suas ligações, nomeadamente:

hipotético, abdutivo, condicional, paracoinsistente, argumentativo,
e contrafactual
Regras “default”, “defeasable”, “defeating”, e de
acções
Métodos de “update” e “belief revision”
Condições de integridade e de excepção
Coexistência de diversos tipos de negação
Métodos e estratégias de preferência
Respectivas semânticas, procedimentos, e implementações,
baseados na Programação em Lógica
Aplicações ilustrativas à IA, como diagnóstico, planeamento

16
 de acções, taxonomias, revisão de crenças, multi-agentes,
“debugging” declarativo, bases de conhecimento activas, etc.

Vida Artificial
Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docente: Luís Correia (Prof. Aux. FCT/UNL)

Introdução aos Sistemas Auto-Organizados

Sistemas Dinâmicos Complexos
Autómatos Celulares
Algoritmos Evolutivos
Algoritmos Genéticos
Estratégias Evolutivas
Programação Evolutiva
Simulação de Comportamento Adaptativo
Robôs Móveis com Controlo Comportamental
Comportamento Colectivo (de agentes elementares)
Modelação Evolutiva de Sistemas Socio-Económicos

Agentes
Créditos: 3 Carga horária: 30 h teóricas + 45 h de laboratório
Docente: Luís Moniz Pereira (Prof. Cat. FCT/UNL)

Definições e paradigmas de agente

Arquitecturas de agentes
Agentes deliberativos versus Agentes reactivos. Agentes
racionais
Controlo centralizado versus distribuído
Sociedades de agentes
Comunicação, cooperação, e competição entre agentes
Programação e simulação de agentes
Aplicações de agentes

17
 Futuro dos agentes

Coordenação do Mestrado
O curso será coordenado por uma Comissão Científica
composta por dois representantes de cada um dos estabelecimentos
de ensino responsáveis pelo MIAA, designados pelos respectivos
Conselhos Científicos de entre os docentes participantes na
leccionação. Compete à Comissão Científica do Mestrado:
• Coordenar o funcionamento do Mestrado;
• Propôr a nomeação dos orientadores das dissertações e a
aprovação dos respectivos temas e planos de trabalho;
• Propôr a constituição dos Júris para apreciação das
dissertações;
• Colaborar na gestão das receitas que venham a ser
atribuídas ao curso de Mestrado.

Condições de Funcionamento
O Mestrado em Inteligência Artificial Aplicada terá uma duração de
dois ou quatro semestres. Na parte escolar é necessária a obtenção
de 20 unidades de crédito. Tendo todas as disciplinas oferecidas 3
créditos deve o aluno fazer pelo menos 7 das disciplinas oferecidas
ou reconhecidas no MIAA.
Com o acordo da Comissão Científica do Mestrado, poderá ser
concedida a equivalência a uma disciplina deste Mestrado, com nota
semelhante, de uma disciplina considerada adequada de outro
Mestrado ou de uma licenciatura em Engenharia Informática, desde
que com um número de créditos e escolaridade considerados
apropriados. Estas equivalências poderão ser atribuídas até um
máximo de 12 créditos, isto é, 4 cadeiras.

18
 Em particular, ou aluno pode para tal fazer certas cadeiras
oferecidas no MEI, o Mestrado em Engenharia Informática da
FCT/UNL.
A parte escolar do MIAA decorrerá nas instalações da FCT/UNL,
em salas e laboratórios reservados para o efeito. O horário das aulas
é (semi) pós-laboral, em 3 ou 4 dias da semana, normalmente das
16:00-20:00.
Depois de o aluno já ter tido aproveitamento a 4 disciplinas da parte
escolar (12 créditos), já poderá ter lugar a elaboração obrigatória da
dissertação de mestrado sob a orientação de um professor do MIAA,
ou de outro professor reconhecido para o efeito. Para além do acesso
ao laboratório de mestrado da FCT/UNL e à Biblioteca
especializada, os alunos em dissertação têm normalmente acesso a
equipamento adicional associado a projectos do seu orientador, e às
instalações do Centro de Inteligência Artificial da UNL -
CENTRIA.

Candidatura e Condições de Admissão

As candidaturas são feitas mediante a entrega de fichas de
candidatura e respectivos curricula vitae nos prazos fixados, na
Secretaria de Pós–Graduados da Faculdade de Ciências e Tecnologia
da Universidade Nova de Lisboa ou no Departamento de Informática
da Universidade de Évora.
São admitidos à candidatura à matrícula no curso os licenciados em
Engenharia Informática, ou outras licenciaturas afins, com
classificação mínima de 14 valores. Cabe à Comissão Científica
definir os cursos a incluir nas áreas afins atrás referidas, e pronunciar-
se sobre equivalências de disciplinas de licenciatura ou de outro
mestrado.
Excepcionalmente, em casos devidamente justificados, a Comissão
Científica poderá admitir à candidatura à matrícula candidatos cujo

19
currículo demonstre adequada preparação profissional, ou científica
de base, embora com uma classificação de licenciatura inferior a 14
valores.

Número de Vagas
Anualmente, a Comissão Científica do Mestrado estabelece a
percentagem de vagas reservada a docentes e investigadores de
estabelecimentos de ensino superior, bem como o número mínimo de
inscrições indispensável ao funcionamento do curso. Para a edição de
2002/03 do MIAA:
• O número máximo de alunos admitidos à inscrição e matrícula é de 35.
• O número mínimo de inscrições é de 10.
• A percentagem de vagas reservada a docentes e investigadores de
estabelecimentos de ensino superior é de até 25%.

Critérios de Selecção
Os candidatos à matrícula em cada curso serão seleccionados, tendo
em consideração os seguintes critérios:
• Classificação das licenciaturas, ou de outros graus já
obtidos pelo candidato
• Currículo
• Desempenho em entrevistas (eventual)
A selecção dos candidatos será feita pela Comissão Científica, de
cuja decisão não cabe recurso, salvo se arguida de vício de forma.

Inscrição
Os prazos de candidatura e de inscrição e o calendário lectivo serão
fixados pela Comissão Científica do curso. Para a edição de 2002/03

20
 estes prazos são os seguintes:
Candidaturas: 3 de Junho a 19 de Setembro de 2002
Inscrições: 21 a 25 de Outubro de 2002
A inscrição, depois de comunicada a aceitação, pode ser feita quer
na FCT/UNL quer na UE.

Propinas
O montante das propinas e respectivo regime de pagamento será
fixado anualmente, sob proposta da Comissão Científica do curso,
por despacho reitoral conjunto.
N.B. O aluno do MIAA que se vai inscrever para dissertação pode
pedir uma bolsa à Fundação para a Ciência e Tecnologia - MCT,
sendo assim possível concluir o MIAA com uma bolsa de um ano
imediatamente após conclusão da Licenciatura.

Facilidades Escolares
Os alunos de mestrado terão um cartão de aluno que lhes permitirá
acesso à biblioteca da FCT/UNL, e à entrada de viatura no campus.
Os alunos terão ainda acesso à cantina da FCT/UNL, bem como ao
Gabinete de Apoio Psicológico e Aconslhamento (GAPA) e aos
Serviços Sociais da UNL.

Laboratório
O laboratório do MIAA tem um professor responsável que se
encarrega da gestão corrente do laboratório. Os alunos em
dissertação têm normalmente acesso a equipamento adicional
associado aos projectos do seu orientador.

21
 Avaliação de Conhecimentos (parte escolar)
A avaliação dos conhecimentos relativos à parte escolar dos cursos é
feita com base nos exames finais das disciplinas ou na apreciação de
trabalhos práticos.

Orientação da Dissertação
A elaboração da dissertação, será feita terá de observar as normas
aprovadas pelo Conselho Científico.
• O orientador é escolhido pelo candidato de entre os
professores do MIAA (ou de outro professor, com o acordo da
Comissão Científica do MIAA) sendo necessário que este dê o
seu acordo.
• O orientador deverá ser escolhido até antes do início do ano
lectivo em que ocorre a dissertação.
• O orientador será nomeado pelo Conselho Científico da
instituição onde o aluno defender a sua dissertação, sob
proposta da Comissão Científica.

Apresentação e Entrega da Dissertação

Os alunos inscritos no curso de Mestrado devem entregar 8
exemplares da sua dissertação na Universidade à qual requerem a
apreciação da dissertação nas condições a que se refere o artigo 7º
do Dec. Lei nº 216/92 de 13 de Outubro, sem prejuízo das
excepções previstas no artigo 12º do mesmo decreto.

Avaliação da Dissertação
O Júri para apreciação da dissertação é nomeado pelo Conselho

22
 Científico da instituição à qual requer a sua apreciação, sob proposta
da Comissão Científica do curso. A apreciação da dissertação e a
classificação final do curso é feita de acordo com a legislação em
vigor. O resultado final das provas de Mestrado será expressa pelas
fórmulas em vigor na Universidade em que seja obtido o grau.

Publicação de Trabalhos
Os alunos são encorajados a publicar trabalhos em conferências, e
revistas científicas, recebendo apoio financeiro para nelas participar.

Precedências
A referência a cadeiras da LEI é destinada aos alunos oriundos da
LEI/FCT/UNL ou da LEI/Évora.
Legenda: R = recomendada O = opcional

Agentes
Programação em Lógica da LEI (R)
ou Programação Declarativa do MIAA (R)
Introdução à IA da LEI (R)
Representação de Conhecimento do MIAA (R)
Raciocínio Computacional do MIAA (R)

Análise de Corpora
Teoria da Informação da LEI (R)
Introdução à IA da LEI
ou Aprendizagem Automática do MIAA (O)

Aprendizagem Automática
Introdução à IA da LEI (R)

23
 Bases de Dados e Data Warehousing
Bases de Dados 1 da LEI (R)
Programação 1 da LEI (R)

Computação e Ciências Cognitivas

Introdução à IA da LEI (R)

Processamento de Língua Natural 1

Programação em Lógica da LEI (R)
ou Programação Declarativa do MIAA (R)
Introdução à IA da LEI (R)

Processamento de Língua Natural 2

Introdução à IA da LEI (R)
Processamento de Língua Natural I, MIAA (R)
Representação do Conhecimento do MIAA (O)

Programação por Restrições

Introdução à IA da LEI (R)
Métodos Quantitativos da LEI (R)
Programação em Lógica da LEI (O)
ou Programação Declarativa do MIAA (R)

Programação Declarativa
Nenhuma

Programação Não-Determinista
Programação em Lógica da LEI (R)
ou Programação Declarativa do MIAA (R)
Linguagens de Programação da LEI (R)

24
 Raciocínio Computacional
Programação em Lógica da Lei (R)
ou Programação Declarativa do MIAA (R)
Lógica Computacional da LEI (R)
Introdução à IA da LEI (R)
Representação de Conhecimento do MIAA (R)

Redes Neuronais
Probabilidade e Estatística da LEI (R)
Introdução à IA da LEI (R)
Aprendizagem Automática do MIAA (R)

Representação do Conhecimento
Introdução à IA da LEI (R)
ou Programação Declarativa do MIAA (R)
Lógica Computacional da LEI (R)
Programação em Lógica da LEI (R)
ou Programação Declarativa do MIAA (R)

Vida Artificial
Análise Matemática III da LEI (R)
Teoria da Informação da LEI (R)
Análise e Estruturas de Dados II da LEI (R)
Introdução à IA da LEI (R)

Resumo
Mestrado em Inteligência Artificial Aplicada

Coordenador: Luís Moniz Pereira, Professor Catedrático,

FCT/UNL
Parte Escolar O aluno deve fazer 7 ou mais das seguintes
disciplinas:

25
 Disciplinas do 1º semestre
• Análise de Corpora
Docente: Nuno Marques, Profª Aux. FCT/UNL
• Aprendizagem Automática
Docente: Fernando Moura Pires, Prof. Assoc. Univ. Évora
• Bases de Dados e Data Warehousing
Docente: João Moura Pires, Prof. Aux FCT/UNL
• Computação e Ciências Cognitivas
Docente: Luís Moniz Pereira, Prof. Cat. FCT/UNL
• Programação Declarativa
Docente: Carlos Damásio, Prof. Aux. FCT/UNL
• Processamento de Língua Natural I
Docente: Paulo Quaresma, Prof. Assoc. Univ. Évora
• Programação por Restrições
Docente: Pedro Barahona, Prof. Assoc. FCT/UNL
• Representação do Conhecimento
Docente: José Júlio Alferes, Prof. Assoc. FCT/UNL

Disciplinas do 2º semestre
• Agentes
Docente: Luís Moniz Pereira, Prof. Cat. FCT/UNL
• Aprendizagem e Data Mining
Docente: Nuno Marques, Prof. Aux. FCT/UNL
• Processamento de Língua Natural II
Docente: Irene Rodrigues, Profª Assoc. Univ. Évora
• Programação Não-Determinística
Docente: Salvador Pinto Abreu, Prof. Assoc. Univ. Évora
• Raciocínio Computacional
Docente: Luís Moniz Pereira, Prof. Cat. FCT/UNL
• Redes Neuronais
Docente: Luís Correia, Prof. Aux. FCT/UNL
• Vida Artificial
Docente: Luís Correia, Prof. Aux FCT/UNL

26
 Dissertação de mestrado

Depois de já ter obtido aprovação em 4 disciplinas (12 créditos), o

aluno pode começar a elaborar uma dissertação de mestrado
obrigatória, sob a orientação de um professor do mestrado ou
reconhecido para tal.

27
 Informações
Para obter qualquer esclarecimento adicional sobre o Mestrado em
Inteligência Artificial Aplicada, contactar:

Sílvia Marina Costa

Departamento de Informática
Faculdade de Ciências e Tecnologia
Universidade Nova de Lisboa
Quinta da Torre
2829-516 Caparica
Portugal
Tel: 21 294 85 36
Fax: 21 294 85 41
e-mail: secretaria@di.fct.unl.pt
web: http://centria.di.fct.unl.pt/~miaa/

Jacinta Almeida
Departamento de Informática
Universidade de Évora
Rua Romão Ramalho
7000 Évora
Portugal
Tel: 266 745 300
Fax: 266 745 360
e-mail: secretariado@di.uevora.pt
web: http://www.uevora.pt/

28
 O que é a Inteligência Artificial?
por Luís Moniz Pereira
Professor Catedrático da UNL
Director do Centro de Inteligência Artificial - CENTRIA

Definição
O campo da Inteligência Artificial (IA) pretende compreender as
entidades inteligentes. Uma das razões para as estudar será para nos
compreendermos melhor. Ao contrário da filosofia ou da psicologia, que
também se interessam pela inteligência, a IA pretende ainda construir
entidades inteligentes, e nesse aspecto é uma ciência do artificial,
semelhante a uma engenharia, ocupada com a totalidade dos aspectos
relevantes às suas construções.

Torna-se claro, no seu breve tempo de existência, que a IA tem produzido

artefactos significativos e empolgantes, e que o seu impacto na nossa vida
diária futura e no próprio rumo da civilização será enorme, em conjugação
com a Ciência da Computação, a Biologia, e a Vida e Sociedades
Artificiais. Antevê-se-lhe um papel de relêvo numa inevitável rede mundial
de informação e conhecimento, sucedânea da actual WEB que é na sua
maior parte passiva, e a qual virá a ter capacidades racionais, de
introspecção e de monitoração, e ainda de iniciativa.

Sendo uma disciplina muito recente, iniciada em 1956, apesar dos muitos
resultados tem, como seria de esperar, muitos e entusiasmantes problemas
de fundo em aberto. Tendo o estudo filosófico da inteligência mais de 2.000
anos, só o advento dos computadores modernos no início dos anos 50 veio
permitir passar da especulação de poltrona à realização de modelos
funcionais in vitro, i.e. no computador, e portanto com um comportamento
observável e repetível, ou seja, objectivo.

Sem pretender imitar os humanos ou animais, mas podendo inspirar-se

neles, os sistemas de IA são os que pensam e agem de forma racional, e se
modelam e implementam em termos computacionais. Computador, redes,
robots, e hardware informático especializado permitem executar os
algoritmos, percepções, e acções necessárias.

29
Em síntese, no seu núcleo, a IA é uma disciplina científica que utiliza as
capacidades de processamento de símbolos da computação com o fim de
encontrar métodos genéricos para automatizar actividades perceptivas,
cognitivas, e manipulativas, por via de algoritmos. Recorde-se que um
algoritmo é um método seguro e rigoroso para atingir um resultado. A IA
comporta quer aspectos de psico-análise como de psico-síntese. Possui uma
vertente de investigação fundamental analítica acompanhada de
experimentação, e uma vertente de síntese engenheirística, as quais, em
conjunto, estão a promover uma revolução tecnológica: a da automatização
de faculdades mentais por via da sua implementação em computadores.

Áreas da IA
Funcionalmente, as principais áreas da IA podem organizar-se
assim: a Resolução de Problemas, a qual inclui os Métodos de Procura e
os Jogos; a Representação de Conhecimento e Raciocínio, onde cabem as
Bases de Conhecimento, a Lógica e a Inferência, as Restrições, a Incerteza,
e os Métodos de Decisão; o Planeamento de Acções, onde se inserem a
respectiva Distribuição e Cooperação; a Aprendizagem, que abarca a
Indução, o Clustering, as Redes Neuronais, e os Algoritmos Genéticos; a
Comunicação, a qual compreende a Linguagem Natural, escrita e falada; a
Percepção e Acção, que envolve a Robótica; os Agentes, singulares e em
colectivo; e os Fundamentos Filosóficos e Cognitivos.

Muitos são os ramos do conhecimento com que a IA tem um forte

entrosamento: Ciências da Computação e Computadores, Filosofia, Ciências
Cognitivas, Linguística, Lógica, Psicologia, Matemática, sem falar das suas
múltiplas aplicações numa variedade de domínios.

A IA como Simbiose
O computador torna possível o projecto ambicioso da IA porque é
uma máquina que processa símbolos de forma automatizada e eficiente, e
com a maior generalidade. Básica para perceber essa generalidade é a
distinção entre hardware e software, rica em consequências.
Nomeadamente, ela explica a não obrigatoriedade de correspondência entre
o processamento de uma certa função, por exemplo cognitiva, e o suporte
material que executa esse processamento. O hardware, no nível físico do

30
computador, não é específico apenas de uma função realizada pelo software,
antes possibilita a execução de qualquer uma função definida pelo software.
Digamos que é o software que comanda o hardware.

A IA só é possível em virtude dessa independência. Caso contrário, estar-se-

ia a estudar a inteligência do computador A, a facilidade de aprendizagem
da máquina B, a fluência do autómato C, ou a capacidade de decisão do
cérebro D. Isto é, tudo em particular mas nada em geral.

Aceitemos as duas premissas, de que o cérebro tem em grande parte uma

componente de processamento de símbolos, e de que há em grande parte um
independência do hardware em relação ao software. Ou seja, de que
podemos discutir as questões de processamento de símbolos que executam
as funções mentais do cérebro sem fazer apelo às operações orgânicas que
as suportam, podendo ao invés suportá-las no computador.

Então, o computador permite-nos explorar melhor o nosso conhecimento

sobre certas dimensões do pensamento, tanto pela sua capacidade de
retenção e processamento preciso de informação, como pela sua velocidade,
surgindo-nos como um instrumento que é uma espécie de telescópio da
complexidade. De facto, se com o telescópio passámos a ver o mais longe,
com o computador passámos a ver o mais complexo. Ele é na verdade o
primeiro instrumento com quantidades significativas de memória passiva,
manipulável de forma rápida, racional, e automática por uma memória
activa, na forma de instruções memorizadas, permitindo ipso facto uma
complexificação ilimitada.

Mas a IA passa por uma simbiose. Não há, segundo creio, uma forma de
pensar fixa e imutável. As formas de pensar evoluem, aperfeiçoam-se, e
combinam-se. Em última análise, a IA é, e continuará a ser, o resultado se
uma simbiose entre a forma de pensar do homem com as potencialidades
que a máquina lhe acrescenta. Esta aparece como um reflexo, um espelho
epistemológico do homem, enquanto programador da máquina, sem
esquecer que esta poderá evoluir por si. O novo e maravilhoso instrumento
activo que é o computador animado de IA provoca-nos a imaginação, e com
a ajuda da invenção permite-nos explorar possibilidades e elaborar mundos
artificiais com os quais dominamos a realidade.

31
O resultado final é uma complementaridade simbiótica, em que as
limitações da IA não serão mais que as nossas próprias limitações enquanto
criadores, pois que o barro computacional é infinitamente moldável.

O próximo milénio: prognósticos

A IA é uma disciplina jovem, que não tem ainda 50 anos. As
questões científicas que endereça e as realizações tecnológicas a que se
propõe são das mais complexas jamais almejadas pelo ser humano. A crer
na sua fruição, a inteligência e o espírito não serão apanágio do homem, que
também nesse campo deixará de poder reclamar para si o centro do
universo.
Aliás, encontraremos eventualmente mais depressa uma companhia mental
na Terra do que em distantes planetas, e os nossos primeiros emissários a
essas paragens serão mais facilmente robots do que nós próprios.

Como disciplina científica e como tecnologia que se dedica à automatização

da obtenção de conhecimento, do raciocínio, e da acção, a IA será cada vez
mais um instrumento de outras ciências, sejam elas naturais, económicas,
humanas, ou sociais.

O próximo milénio verá a confluência da IA, da Vida Artificial, da

Biologia, e das Neuro-Ciências. E inevitavelmente a IA distribuída e as
Sociedades Artificiais. Haverá uma simbiose entre o Homem e entre a
Humanidade com essas suas criações, com as quais vão evoluir
conjuntamente, em direcção a uma entidade mental terrena com consciência
própria.

A visão desse futuro deve levar-nos à consideração cuidadosa das opções

desejáveis. Para congeminarmos e implementarmos essas opções
precisamos de mais investigação e recursos, e não de menos. O “bug” do
ano 3.000 não deverá existir, mas se ocorrer será porventura pela nossa
displiscência em lançar os fundamentos de uma ética artificial, pela qual
respeitemos e nos façamos respeitar pelas nossas próprias criaturas.

Organização da IA em Portugal
A IA em Portugal está organizada em torno da APPIA -
Associação Portuguesa Para a Inteligência Artificial (http://www-
ia.di.fct.unl.pt/~appia/), que realiza uma Escola Avançada e um Encontro

32
Internacional em anos alternados, e de dois centros de investigação
específicos. São estes o LIACC – Laboratório de Inteligência Artificial e
Ciência de Computadores da Universidade do Porto
(http://www.ncc.up.pt/liacc/index.html), que suporta o Mestrado em
Inteligência Artificial e Computação (http://www.liacc.up.pt/mestrados/), e
o CENTRIA – Centro de Inteligência Artificial da Universidade Nova de
Lisboa (http://centria.fct.unl.pt/), que mantem o Mestrado em Inteligência
Artificial Aplicada. Existem ainda algumas empresas que se dedicam a
comercializar produtos próprios de IA: a Heurística, a Siscog e a Servisoft.

Livros Recomendados
Helder Coelho, “Sonho e Razão – Ao Lado do Artificial”, Relógio
D’Água, 1999. Uma introdução em português, os grupos de IA em Portugal,
e uma lista de sites na Internet.
Daniel C. Dennett, “Brainchildren – Essays on Designing Minds”,
Penguin Books, 1998. Para as ligações filosóficas da IA.
Daniel Crevier, “AI: The Tumultous History of the Search for
Artificial Intelligence”, Basic Books, 1993. Para a história da IA.
Steven Pinker, “How the Mind Works”, W.W.Norton, 1997. Para a
ligação da IA às Ciências Cognitivas.
Stuart Russell, Peter Norvig, “Artificial Intelligence – A Modern
Approach”, Prentice Hall, 1995. Livro de texto substancial e exaustivo,
com muitas referências.
Stuart Shapiro (ed.), “Encyclopedia of Artificial Intelligence”,
J.Wiley, 2ª edição, 1992. Para aprofundamento de tópicos específicos.

33