Sztuczna inteligencja 3.4.KRK.12TX.SZI
A. Problematyka wykładu:
Podstawowe zagadnienia sztucznej inteligencji: historyczne próby zdefiniowania pojęcia „sztuczna inteligencja”, jej historia i powiązania z innymi dziedzinami wiedzy. Pojęcie inteligentnych agentów rozwiązujących problemy. Sformułowanie problemu przeszukiwania w terminach stanów, operatorów, stanu początkowego i docelowego. Podstawowe algorytmy i strategie przeszukiwania, przeszukiwanie z ograniczeniami – algorytmy z nawrotami, przeszukiwanie heurystyczne, strategia „najpierw najlepszy”, algorytm A* . Funkcje heurystyczne i sposoby ich wyznaczania. Gry jako przykład problemów przeszukiwania. Przeszukiwanie typu mini-max. Wiedza i rozumowanie, pojęcie agentów logicznych. Reprezentacja wiedzy. Wnioskowanie. Sieci neuronowe. Model k-najbliższych sąsiadów. Drzewa decyzyjne. Sieci bayesowskie. Algorytmy genetyczne.
B. Problematyka laboratorium:
Sformułowanie problemu przeszukiwania w terminach stanów, operatorów, stanu początkowego i docelowego. Podstawowe algorytmy i strategie przeszukiwania (przeszukiwanie ślepe), przeszukiwanie z ograniczeniami – algorytmy z nawrotami, przeszukiwanie heurystyczne, strategia „najpierw najlepszy”, algorytm A*. Funkcje heurystyczne i sposoby ich wyznaczania. Gry jako przykład problemów przeszukiwania. Reprezentacja wiedzy i wnioskowanie. Studenckie prezentacje multimedialne – przykładowo: systemy ekspertowe i bazy wiedzy, chatterboty i wirtualni asystenci, znane projekty z obszaru sztucznej inteligencji (np. Cyc, Semantic Web, Watson, Blue Brain, Google Brain, Wolfram Alpha), sztuczna inteligencja w grach, inteligentne roboty, inteligentne pojazdy.
Rodzaj przedmiotu
Wymagania
Koordynatorzy przedmiotu
Efekty kształcenia
Wiedza:
Zna przeszukiwania z ograniczeniami i przeszukiwania heurystyczne,
Zna podstawy reprezentacji wiedzy i wnioskowania,
Wie jakie są główne kierunki badań w obszarze sztucznej inteligencji.
Umiejętności:
Potrafi opisać przestrzeń problemu wyrażonego w języku naturalnym w terminach stanów, operatorów, stanu początkowego i docelowego,
Potrafi dobrać algorytm przeszukiwania heurystycznego do specyfiki problemu
Implementuje algorytmy przeszukiwania (przeszukiwania typu mini-max, przeszukiwania z ograniczeniami za pomocą algorytmów z nawrotami),
Potrafi opracować wybrane zagadnienie z obszaru sztucznej inteligencji oraz w przystępny sposób je zaprezentować.
Kompetencje społeczne:
Zadaje sobie sprawę z szybkiego postępu w obszarze sztucznej inteligencji i rozumie potrzebę uaktualniania swej wiedzy w tym zakresie
Rozumie potrzebę podnoszenia swych kompetencji w obszarze sztucznej inteligencji.
Kryteria oceniania
Egzamin, zadania programistyczne, konwersacja, prezentacja.
Egzamin na ocenę. Ustalenie oceny zaliczeniowej na podstawie ocen cząstkowych otrzymywanych w trakcie trwania semestru za wystąpienia ustne i za prace pisemne, w tym programy komputerowe.
Literatura
1. Stuart Russell, Peter Norvig, Artificial Intelligence: A Modern Approach, 3nd ed., Prentice-Hall 2009.
2. Mariusz Flasiński, Wstęp do sztucznej inteligencji, PWN 2011.
3. Leszek Rutkowski, Metody i techniki sztucznej inteligencji, PWN 2009.
4. Andrzej Kisielewicz, Sztuczna inteligencja i logika, PWN 2018.
5. Piotr Artiemjew, Wybrane paradygmaty sztucznej inteligencji, Wydawnictwo Polsko-Japońskiej Wyższej Szkoły Technik Komputerowych 2013.
6. Leszek Pacholski, Systemy ekspertowe i sztuczna inteligencja, Wydawnictwo Politechniki Poznańskiej 2012.
7. Halina Kwaśnicka, Uczący się komputer: programowanie gier logicznych, Oficyna Wydawnicza Politechniki Wro-cławskiej 2004.
8. Krzysztof Krawiec, Jerzy Stefanowski, Uczenie maszynowe i sieci neuronowe, Wydaw. Politechniki Poznańskiej 2004.
9. L. Bolc, J. Cytowski, Metody przeszukiwania heurystycznego.
Literatura uzupełniająca dostępna online (dostępna poprzez serwis internetowy Biblioteki Głównej UO):
10. Ertel Wolfgang, Introduction to Artificial Intelligence, Springer 2011.
11. Pentonio Gonzalez Calero, Artificial intelligence for computer games, Springer 2011.
12. E. Tyugu, Algorithms and Architectures of Artificial Intelligence, 2007.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: