Fakulta informačních technologií VUT v Brně

Detail předmětu

Základy umělé inteligence

IZU Ak. rok 2016/2017 letní semestr 4 kredity

Řešení úloh: Prohledávání stavového prostoru (metody BFS, DFS, DLS, IDS, BS, UCS, Backtracking, Forward checking, Min-conflict, BestFS, GS, A*, Hill Climbing, Simulated annealing. Řešení optimalizačních úloh algoritmy inspirovanými přírodou (GA, ACO a PSO). Rozklad úloh na podúlohy (And Or grafy), hraní her (algoritmy Mini-Max a Alfa-Beta). Základy jazyků PROLOG a LISP a implementace základních prohledávacích algoritmů v těchto jazycích. Principy strojového učení. Příznakové a strukturální rozpoznávání obrazů. Principy expertních systémů. Základy počítačového vidění. Základní principy práce s přirozeným jazykem. Aplikační oblasti umělé inteligence.

Garant předmětu

Jazyk výuky

česky

Zakončení

zápočet+zkouška (písemná)

Rozsah

26 hod. přednášky, 13 hod. pc laboratoře

Bodové hodnocení

60 zkouška, 20 půlsemestrální test, 20 cvičení

Zajišťuje ústav

Přednášející

Cvičící

Goldmann Tomáš, Ing. (UITS FIT VUT)
Kanich Ondřej, Ing., Ph.D. (UITS FIT VUT)
Rozman Jaroslav, Ing., Ph.D. (UITS FIT VUT)
Samek Jan, Ing., Ph.D. (UITS FIT VUT)
Semerád Lukáš, Ing. (UITS FIT VUT)
Šoková Veronika, Ing. (UITS FIT VUT)
Uhlíř Václav, Ing. et Ing. (UITS FIT VUT)
Žák Marek, Ing. (UITS FIT VUT)

Získané dovednosti, znalosti a kompetence z předmětu

  • Studenti se naučí odborné terminologii z oblasti umělé inteligence, a to jak v českém, tak i anglickém jazyce.
  • Studenti se naučí číst a částečně i tvořit logické a funkcionální programy.

Dovednosti, znalosti a kompetence obecné

  • Studenti se seznámí s metodami řešení úloh založenými na prohledávání stavového prostoru a na rozkladu úloh na podúlohy.
  • Studenti se seznámí se základními metodami řešení her dvou protihráčů.
  • Studenti se naučí řešit optimalizační problémy.
  • Studenti se seznámí se základy výrokové a predikátové logiky a jejich aplikacemi.
  • Studenti se naučí apllikovat základní metody strojového učení.  
  • Studenti se seznámí se základními principy počítačového vidění a zpracování přirozeného jazyka. 

Cíle předmětu

Seznámit studenty se základy umělé inteligence, především s přístupy k řešení problémů, s principy strojového učení a s problematikou obecné teorie rozpoznávání. Studenti získají i základní informace o expertních systémech, počítačovém vidění a zpracování přirozeného jazyka.

Požadované prerekvizitní znalosti a dovednosti

  • Znalost základů programování v procedurálně orientovaném programovacím jazyce.
  • Středoškolské znalosti z matematiky.

Literatura studijní

  • Russel,S., Norvig,P.: Artificial Intelligence, Prentice-Hall, Inc., 1995, ISBN 0-13-360124-2, second edition 2003, ISBN 0-13-080302-2, third edition 2010, ISBN 0-13-604259-7

Literatura referenční

  • Russel,S., Norvig,P.: Artificial Intelligence, Prentice-Hall, Inc., 1995, ISBN 0-13-360124-2, second edition 2003, ISBN 0-13-080302-2, third edition 2010, ISBN 0-13-604259-7
  • Luger,G.F.: Artificial Intelligence - Structures and strategies for Complex Problem Solving, 6th Edition,
    Pearson Education, Inc., 2009, ISBN-13: 978-0-321-54589-3, ISBN-10: 0-321-54589-3 

Osnova přednášek

  1. Úvod, definice umělé inteligence (UI), typy UI úloh, metody řešení těchto úloh.
  2. Metody řešení úloh prohledáváním stavového prostoru.
  3. Metody řešení úloh rozkladem na podproblémy (AND/OR grafy).
  4. Metody řešení optimalizačních úloh algoritmy inspirovanými přírodou - stručný úvod do genetických algoritmů, ACO (Ant Colony Optimization) a PSO (Particle Swarm Optimization).
  5. Metody hraní her (minimax, alfabeta, expectimax).
  6. Logika a UI, rezoluční metoda a její využití při řešení úloh. Systém STRIPS.
  7. Implementace základních prohledávacích algoritmů v jazyku PROLOG.
  8. Implementace základních prohledávacích algoritmů v jazyku LISP.
  9. Strojové učení.
  10. Základy obecné teorie rozpoznávání. Klasické klasifikátory, perceptron.
  11. Expertní systémy.
  12. Principy počítačového vidění.
  13. Principy zpracování přirozeného jazyka.

Průběžná kontrola studia

  • Půlsemestrální písemný test - 20 bodů.
  • Programy v počítačových cvičeních - 20 bodů. 
  • Závěrečná písemná zkouška - 60 bodů; Pro získání bodů ze závěrečné písemné zkoušky je nutné zkoušku vypracovat tak, aby byla hodnocena nejméně 25 body. V opačném případě bude zkouška hodnocena 0 body.

Kontrolovaná výuka

Podmínky zápočtu

Nejméně 15 bodů získaných v průběhu semestru (půlsemestrální test + programy v počítačových cvičeních).

Zařazení předmětu ve studijních plánech

  • Program IT-BC-3, obor BIT, 2. ročník, povinný
Nahoru