Detail předmětu

Základy umělé inteligence

IZU Ak. rok 2004/2005 letní semestr 4 kredity

Aktuální akademický rok

Metody řešení úloh prohledáváním stavového prostoru (slepé: BFS, DFS, DLS, IDS, BS, UCS, Backtracking, Forward checking; informované: BestFS, GS, A*, IDA, SMA, Hill Climbing, Simulated annealing, Heuristic repair). Metody řešení úloh rozkladem na podúlohy, AND/OR grafy. Metody hraní her (minimax, alfabeta, hry s nejistotou). Rezoluční metoda. Implementace základních prohledávacích algoritmů v jazycích PROLOG a LISP. Reprezentace znalostí (logická, sémantická, strukturální a procedurální schémata reprezentace). Principy strojového učení. Příznakové a strukturální rozpoznávání obrazů. Základy počítačového vidění. Základní principy práce s přirozeným jazykem.

Garant předmětu

Jazyk výuky

česky, anglicky

Zakončení

zápočet+zkouška

Rozsah

  • 26 hod. přednášky
  • 13 hod. pc laboratoře

Zajišťuje ústav

Získané dovednosti, znalosti a kompetence z předmětu

Studenti se seznámí s metodami řešení úloh prohledáváním stavového prostoru a rozkladem na podúlohy a s metodami hraní her. Získají praktické dovednosti s návrhem programů využívajících heuristik při řešení problémů. Dále získají i základní vědomosti o reprezentaci znalostí, rezoluční metodě, strojovém učení a seznámí se s problematikou strojového vidění a zpracování přirozeného jazyka.

Studenti získají vědomosti potřebné k řešení obecných praktických úloh. Rovněž získají základní znalosti z teorie rozpoznávání a získají představu o možnostech praktického použití funkcionálních a logických jazyků.

Cíle předmětu

Seznámit studenty se základy umělé inteligence, především s možnými přístupy k řešení úloh (slepé a informované metody, metody hraní her), s rezoluční metodou a s implementacemi základních prohledávacích algoritmů v jazycích PROLOG a LISP. Dále se základními schématy reprezentací znalostí, s principy strojového učení a s problematikou obecné teorie rozpoznávání. Studenti získají i základní informace o počítačovém vidění a zpracování přirozeného jazyka.

Požadované prerekvizitní znalosti a dovednosti

Nejsou žádné prerekvizity.

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, typy UI úloh, metody řešení úloh (BFS, DFS, DLS, IDS).
  2. Metody řešení úloh, pokr. (BS, UCS, Backtracking, Forward checking).
  3. Metody řešení úloh pokr. (BestFS, GS, A*, IDA, SMA, Hill Climbing, Simulated annealing Heuristic repair).
  4. Metody řešení úloh pokr. (Rozklad na podproblémy, AND/OR grafy).
  5. Metody hraní her (minimax, alfabeta, hry s nejistotou).
  6. Logika a UIN, resoluční metoda a její využití při řešení úloh.
  7. Reprezentace znalostí (základní schémata).
  8. Implementace základních prohledávacích algoritmů v jazyku PROLOG.
  9. Implementace základních prohledávacích algoritmů v jazyku LISP.
  10. Strojové učení.
  11. Základy obecné teorie rozpoznávání.
  12. Principy počítačového vidění.
  13. Principy zpracování přirozeného jazyka.

Osnova počítačových cvičení

  1. Řešení úloh - jednoduché programy.
  2. Řešení úloh - hraní her.
  3. Jazyk PROLOG - seznámení s jazykem.
  4. Jazyk PROLOG - jednoduché individuální programy.
  5. Jazyk LISP - seznámení s jazykem.
  6. Jazyk LISP - jednoduché individuální programy.
  7. Jednoduché programy pro rozpoznávání obrazů.

Průběžná kontrola studia

Nejméně 15 bodů získaných v průběhu semestru.

Kontrolovaná výuka

Výuka není kontrolována.

Nahoru