Název:

Základy umělé inteligence

Zkratka:IZU
Ak.rok:2015/2016
Semestr:letní
Studijní plán:
ProgramObor/
specializace
RočníkPovinnost
IT-BC-3BIT2.povinný
Vyučovací jazyk:čeština
Informace pro zapsané:http://www.fit.vutbr.cz/study/courses/IZU/private/
Kredity:4 kredity
Ukončení:zápočet+zkouška (písemná)
Výuka:
hod./sempřednáškasem./cvič.lab. cvič.poč. cvič.jiná
Rozsah:2600120
 zkouškatestycvičenílaboratořeostatní
Body:60202000
Garant:Zbořil František V., doc. Ing., CSc. (UITS)
Přednášející:Zbořil František, doc. Ing., Ph.D. (UITS)
Zbořil František V., doc. Ing., CSc. (UITS)
Cvičící:Goldmann Tomáš, Ing. (UITS)
Kanich Ondřej, Ing., Ph.D. (UITS)
Rozman Jaroslav, Ing., Ph.D. (UITS)
Samek Jan, Ing., Ph.D. (UITS)
Semerád Lukáš, Ing. (UITS)
Šoková Veronika, Ing. (UITS)
Uhlíř Václav, Ing. et Ing. (UITS)
Žák Marek, Ing. (UITS)
Fakulta:Fakulta informačních technologií VUT v Brně
Pracoviště:Ústav inteligentních systémů FIT VUT v Brně
Nahrazuje:
Umělá inteligence (UIN), UITS
 
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 počítačovém vidění a zpracování přirozeného jazyka.
Anotace:
  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). Reprezentace znalostí - základní schémata. Základy jazyků PROLOG a LISP a implementace základních prohledávacích algoritmů v těchto jazycích. Principy strojového učení. Příznakové a strukturální rozpoznávání obrazů. Základy počítačového vidění. Základní principy práce s přirozeným jazykem. Aplikační oblasti umělé inteligence.
Požadované prerekvizitní znalosti a dovednosti:
  
  • Znalost základů programování v procedurálně orientovaném programovacím jazyce.
  • Středoškolské znalosti z matematiky.
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. 
Osnova přednášek:
 
  1. Úvod, definice umělé inteligence (UI), typy UI úloh, metody řešení těchto úloh.
  2. Metody řešení prohledáváním stavového prostoru.
  3. Metody řešení 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, hry s nejistotou).
  6. Logika a UIN, resoluční metoda a její využití při řešení úloh. Systém STRIPS.
  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. Klasické klasifikátory, perceptron.
  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.
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 
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
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.
Podmínky zápočtu:
  Nejméně 15 bodů získaných v průběhu semestru (půlsemestrální test + programy v počítačových cvičeních).
 

Vaše IPv4 adresa: 54.172.234.236