Fakulta informačních technologií VUT v Brně

Detail předmětu

Základy umělé inteligence

IZU Ak. rok 2019/2020 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 jazyka PROLOG a implementace základních prohledávacích algoritmů v tomto jazyce. 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

Zástupce garanta 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

Stránky předmětu

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 programy v jazyku PROLOG.

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 aplikovat základní metody strojového učení.  
  • Studenti se seznámí se základními principy expertních systémů, počítačového vidění a zpracování přirozeného jazyka.
  • Studenti se seznámí se základy multiagentních systémů.

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.

Proč je předmět vyučován

V předmětu IZU by studenti měli získat přehled o tom, co všechno se pod pojmem umělá inteligence skrývá, uvědomit si, že představa umělé inteligence jako umělé bytosti je nesprávná, a především by se měli seznámit se základními technikami a přístupy k řešení problémů, které pak lze použít při tvorbě inteligentních systémů. 

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
  • Ertel, W.: Introduction to Artificial Intelligence, Springer, second edition 2017, ISSN 1863-7310

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
  • Ertel, W.: Introduction to Artificial Intelligence, Springer, second edition 2017, ISSN 1863-7310
  • Pool, D. L., Mackworth, A. K.: Artificial Intelligence, Cambridge University Press, 2010,  ISBN-13 978-0-521-51900-7

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 podúlohy.
  4. Metody řešení optimalizačních úloh algoritmy inspirovanými přírodou.
  5. Metody hraní her dvou protihráčů.
  6. Logika a UI, resoluční metoda a její využití při řešení úloh a plánování.
  7. Jazyk PR0LOG a jeho použití v UI.
  8. Strojové učení.
  9. Rozpoznávání.
  10. Principy expertních systémů.
  11. Principy počítačového vidění.
  12. Principy zpracování přirozeného jazyka.
  13. Úvod do agentních systémů.

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

Zameškanou výuku (cvičení) a zkoušky lze nahrazovat pouze výjimečně, a to po posouzení řádně doložených důvodů zameškání garantem předmětu.

Podmínky zápočtu

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

Rozvrh

DenTypTýdnyMístn.OdDoPSKSkupInfo
Popoč. labvýuky N203 08:0009:50 2BIA 2BIB 3BIT xx
Popřednáškavýuky E104 E105 E112 11:0012:50 2BIB 3BIT xx
Popoč. labvýuky N203 N204 12:0013:50 2BIA 2BIB 3BIT xx
Popoč. labvýuky N203 N204 14:0015:50 2BIA 2BIB 3BIT xx
Popoč. labvýuky N203 N204 16:0017:50 2BIA 2BIB 3BIT xx
Útpoč. labvýuky N203 08:0009:50 2BIA 2BIB 3BIT xx
Útpoč. labvýuky N203 10:0011:50 2BIA 2BIB 3BIT xx
Útpřednáškavýuky E104 E105 E112 13:0014:50 2BIA 3BIT xx
Útpoč. labvýuky N203 14:0015:50 2BIA 2BIB 3BIT xx
Útpoč. labvýuky N203 16:0017:50 2BIA 2BIB 3BIT xx
Stpoč. labvýuky N203 08:0009:50 2BIA 2BIB 3BIT xx
Stpoč. labvýuky N203 10:0011:50 2BIA 2BIB 3BIT xx
Stpoč. labvýuky N203 12:0013:50 2BIA 2BIB 3BIT xx
Stpoč. labvýuky N203 14:0015:50 2BIA 2BIB 3BIT xx
Stpoč. labvýuky N203 N204 16:0017:50 2BIA 2BIB 3BIT xx
Čtpoč. labvýuky N104 N203 08:0009:50 2BIA 2BIB 3BIT xx
Čtpoč. labvýuky N104 N203 10:0011:50 2BIA 2BIB 3BIT xx
poč. labvýuky N203 N204 08:0009:50 2BIA 2BIB 3BIT xx
poč. labvýuky N203 N204 10:0011:50 2BIA 2BIB 3BIT xx
poč. labvýuky N203 N204 12:0013:50 2BIA 2BIB 3BIT xx
poč. labvýuky N203 14:0015:50 2BIA 2BIB 3BIT xx

Zařazení předmětu ve studijních plánech

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