Sztuczna inteligencja 3501-KOG-SI
Podstawowym celem zajęć jest przedstawienie głównych idei, które pojawiły się w badaniach nad sztuczną inteligencją w ciągu ostatnich 50 lat. Idee te przyświecały próbom stworzenia inteligentnego agenta (robota), który zbiera informacje ze środowiska i podejmuje stosowne działania. Przejście od percepcji do działania wymaga reprezentacji wiedzy, rozumowania i wnioskowania (logicznego lub probabilistycznego), planowania i uczenia, a wdrażane było w logice lub sieciach neuronowych. Istotnym elementem zajęć będzie też omówienie założeń metodologicznych klasycznej sztucznej inteligencji i konkurencyjnych rozwiązań w postaci inteligencji ucieleśnionej i umiejscowionej.
Zakres poszczególnych tematów wspólny dla ćwiczeń i wykładu
1. Wprowadzenie: historia dyscypliny i pojęcie inteligentnego agenta.
2. Wnioskowanie w logice: Wnioskowanie wprzód i wstecz. Wnioskowanie przez rezolucję. Poprawność i zupełność procedur wnioskowania. Efektywność wnioskowania.
3. Planowanie.
4. Wiedza niepewna i rozumowanie probabilistyczne: twierdzenie Bayes’a i sieci bayesowskie
5. Uczenie: indukcja, systemy regułowe, sieci neuronowe
6. Problemy metodologiczne tradycyjnej sztuczna inteligencji: problem ramy w ujęciu logicznym i filozoficznym, krytyka Dreyfusa, inteligencja ucieleśniona i umiejscowiona
Założenia (opisowo)
Efekty kształcenia
nabyta wiedza
- student zna podstawowe, klasyczne algorytmy stosowane do wnioskowania w sztucznej inteligencji [K_W01, K_W03, K_W04, K_W05, K_W06, K_W09]
- student zna zasady działania systemów planowania [K_W01, K_W03, K_W09]
- student zna zasady reprezentacji i wnioskowania o wiedzy niepewnej [K_W01, K_W03, K_W06, K_W09]
- student zna podstawowe metody uczenia maszynowego [K_W01, K_W03, K_W04, K_W06, K_W09]
- student potrafi wskazać najistotniejsze bariery, na jakie napotykają badania nad zbudowaniem inteligentnego agenta [K_W01, K_W03]
nabyte umiejętności
- student potrafi zapisać proste zdania w postaci stosownej reprezentacji logicznej i przeprowadzić w niej wnioskowanie [K_K01, K_U03, K_U08, K_U09]
- potrafi opisać metodę generowania planu założonego działania i wskazać na bariery tej metody [K_U03, K_U08]
- potrafi odróżnić i ocenić efektywność konkurencyjnych systemów uczenia maszynowego [K_U03, K_U08, K_U09]
- potrafi posługiwać się pojęciami używanymi przez badaczy sztucznej inteligencji [K_U01]
- potrafi wskazać i uzasadnić zalety i wady konkurencyjnych założeń metodologicznych w sztucznej inteligencji [K_U01, K_U08]
nabyte kompetencje społeczne
- student umie uważnie słuchać wypowiedzi innych osób, a także brać udział w dyskusji [K_K02, K_K07, K_K08, K_K09, K_K10, K_K11]
Kryteria oceniania
wykład: egzamin pisemny (100%)
ćwiczenia: aktywna praca na zajęciach
Liczba dopuszczalnych nieobecności podlegających usprawiedliwieniu: 2
Literatura
Literatura podstawowa:
Artificial Intelligence. A Modern Approach. Stuart J. Russell and Peter Norvig Prentice Hall. ISBN: 0-13-790395-2
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: