Detail předmětu

Základy umělé inteligence

FIT-IZUAk. rok: 2022/2023

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.

Jazyk výuky

čeština

Počet kreditů

4

Výsledky učení předmětu

  • 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.

Prerekvizity

   - Znalost základů programování v procedurálně orientovaném programovacím jazyce.    - Středoškolské znalosti z matematiky.

Způsob a kritéria hodnocení

  • Půlsemestrální písemný test - 20 bodů.
  • Projekty (domácí úkoly) - 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.

Učební cíle

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.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

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

Doporučená literatura

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 (EN)
Pool, D. L., Mackworth, A. K.: Artificial Intelligence, Cambridge University Press, 2010,  ISBN-13 978-0-521-51900-7
Russell,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

Elearning

Zařazení předmětu ve studijních plánech

  • Program BIT bakalářský 2 ročník, letní semestr, povinný
  • Program BIT bakalářský 2 ročník, letní semestr, povinný

  • Program IT-BC-3 bakalářský

    obor BIT , 2 ročník, letní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

  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.

Projekt

13 hod., nepovinná

Vyučující / Lektor

Osnova

  1. Projekt zaměřený na prohledávání stavového prostoru a hraní her
  2. Projekt zaměřený na logiku a jazyk PROLOG
  3. Dva projekty zaměřené na strojové učení a klasifikaci

Elearning