Název:

Základy umělé inteligence

Zkratka:IZU
Ak.rok:2018/2019
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:2600130
 zkouškatestycvičenílaboratořeostatní
Body:60202000
Garant:Zbořil František V., doc. Ing., CSc. (UITS)
Zástupce garanta:Zbořil František, doc. Ing., Ph.D. (UITS)
Přednášející:Kočí Radek, Ing., Ph.D. (UITS)
Zbořil František, doc. Ing., Ph.D. (UITS)
Zbořil František V., doc. Ing., CSc. (UITS)
Cvičící:Martiček Štefan, Ing. (UITS)
Rozman Jaroslav, Ing., Ph.D. (UITS)
Šoková Veronika, Ing. (UITS)
Šůstek Martin, Ing. (UITS)
Tinka Jan, Ing. (UITS)
Uhlíř Václav, Ing. et Ing. (UITS)
Fakulta:Fakulta informačních technologií VUT v Brně
Pracoviště:Ústav inteligentních systémů FIT VUT v Brně
Nahrazuje:
Umělá inteligence (UIN), UITS
Rozvrh:
DenVýukaTýdenMístnostOdDoPSKSkupiny
Útzkouška - řádná2019-05-14D0206 D105 09:0011:502BIA 2BIB 3BIT
Útzkouška - 2. oprava2019-06-04E112 11:0013:502BIA 2BIB 3BIT
zkouška - 1. oprava2019-05-24D0206 D105 08:0010:502BIA 2BIB 3BIT
 
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.
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). Rozklad úloh na dílčí úlohy (AND/OR grafy). Řešení optimalizačních úloh algoritmy inspirovanými přírodou (GA, ACO a PSO). Základní metody hraní her (algoritmy Mini-Max a Alfa-Beta). Logika a umělá inteligence (rezoluční metoda a její využití při řešení úloh a plánování). Jazyk PROLOG a implementace základních prohledávacích algoritmů v tomto jazyce. Principy strojového učení. Klasifikace a rozpoznávání. Základy expertních systémů. Základy počítačového vidění. Základní principy práce s přirozeným jazykem. Úvod do agentních systémů.
Požadované prerekvizitní znalosti a dovednosti:
  
  • Znalost základů programování.
  • 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 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 dílčí úlohy.
  • Studenti se seznámí se základními metodami řešení her.
  • 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, klasifikace a rozpoznávání.  
  • Studenti se seznámí se základními principy expertních systémů, počítačového vidění a zpracování přirozeného jazyka.
  • Studenti se seznámí se základy multiagentních systémů.
Proč je předmět vyučován:
  V předmětu IZU studenti získají základní znalosti o umělé inteligenci a uvědomí si, že umělá inteligence neznamená umělou bytost, ale že je to vážné a velmi užitečné odvětví informatiky. Studenti seznámí se základy strojového učení a s přístupy k řešení problémů, které pak mohou využít k návrhům a tvorbě umělých inteligentních systémů.
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 dílčí úlohy.
  4. Metody řešení optimalizačních úloh algoritmy inspirovanými přírodou.
  5. Základní metody hraní her.
  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. Klasifikace a rozpoznávání.
  10. Principy expertních systémů.
  11. Principy počítačového vidění.
  12. Principy zpracování přirozeného jazyka.
  13. Úvod do agentních systémů.
Osnova počítačových cvičení:
 
  1. Řešení úloh prohledáváním stavového prostoru.
  2. Řešení úloh s omezujícími podmínkami.
  3. Řešení úloh - hraní her.
  4. Predikátová logika - rezoluční metoda.
  5. Jazyk PROLOG - seznámení s jazykem.
  6. Jazyk PROLOG - 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
  • 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
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
Kontrolovaná výuka:
  Zameškanou výuku (cvičení) a zkoušky lze nahrazovat pouze výjimečně, a to po posouzení řádně doložených důvodů zameškání garantem předmětu.
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 + úkoly v počítačových cvičeních).
 

Vaše IPv4 adresa: 3.85.143.239