Detail předmětu

Biologií inspirované počítače

FIT-BINAk. rok: 2021/2022

Předmět představuje vybrané výpočetní modely a počítače, které vznikají na průniku hardware a umělé inteligence jako reakce na neschopnost konvenčních počítačů efektivně (zejména z pohledu výkonnosti a energetické náročnosti) řešit důležité třídy úloh. Budou shrnuty relevantní teoretické modely, rekonfigurovatelné výpočetní architektury a techniky výpočetní inteligence inspirované fylogenezí, ontogenezí a epigenezí. Zejména budou diskutovány tyto oblasti: emergence, samoorganizace, evoluční design, vyvíjející se obvody, celulární systémy, neurální hardware, molekulární počítače a nanotechnologie. Předmět je doplněn ukázkou typických aplikací.

Jazyk výuky

čeština

Počet kreditů

5

Výsledky učení předmětu

Studenti budou schopni využít evoluční algoritmy pro návrh výpočetních struktur a elektronických obvodů, budou schopni modelovat, simulovat a realizovat netradiční, zejména biologií inspirované, výpočetní systémy.
Pochopení vztahu mezi počítači (počítáním) a vybranými přírodními procesy.

Způsob a kritéria hodnocení

Půlsemestrální zkouška, projekt a jeho obhajoba, úkoly z počítačového cvičení.

Učební cíle

Porozumět principům vybraných biologií inspirovaných výpočetních systémů. Získat schopnost využívat vybrané biologií inspirované techniky ve fázi návrhu, implementace a v průběhu činnosti počítačů.

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

Půlsemestrální písemná zkouška, vypracování a prezentace projektu, úkoly z počítačových cvičení v předepsaných termínech. Pro získání bodů ze zkoušky je nutné zkoušku vypracovat tak, aby byla hodnocena nejméně 20 body. V opačném případě bude zkouška hodnocena 0 body. V případě nahlášené překážky ve smyslu čl. 55 Studijního a zkušebního řádu VUT bude studentovi umožněna prezentace projektu či vyřešení úkolu ze cvičení v náhradním termínu.

Základní literatura

Floreano D., Mattiussi C.: Bioinspired Artificial Intelligence: Theories, Methods, and Technologies. The MIT Press, Cambridge 2008, ISBN 978-0-262-06271-8
Miller J.F.: Cartesian Genetic Programming, Springer Verlag, 2011, ISBN 978-3-642-17309-7
Rozenberg G., Bäck T., Kok J.N.: Handbook of Natural Computing, Springer 2012, 2052 p., ISBN 978-3540929093
Sekanina L., Vašíček Z., Růžička R., Bidlo M., Jaroš J., Švenda P.: Evoluční hardware: Od automatického generování patentovatelných invencí k sebemodifikujícím se strojům. Academia Praha 2009, ISBN 978-80-200-1729-1
Sze V., Chen Y.H., Yang T.J., Emer J.S.: Efficient Processing of Deep Neural Networks. Morgan & Claypool Publishers, 2020, ISBN 978-1681738352
Trefzer M., Tyrrell A.M.: Evolvable Hardware - From Practice to Application. Berlin: Springer Verlag, 2015, ISBN 978-3-662-44615-7

Doporučená literatura

Kvasnička, V., Pospíchal J., Tiňo P.: Evolučné algoritmy. Vydavatelství STU Bratislava, 2000, 215 s., ISBN 80-227-1377-5
Mařík et al.: Umělá inteligence IV, Academia, 2003, 480 s., ISBN 80-200-1044-0

Elearning

Zařazení předmětu ve studijních plánech

  • Program IT-MGR-2 magisterský navazující

    obor MBI , 1 ročník, letní semestr, povinný
    obor MBS , 0 ročník, letní semestr, volitelný
    obor MGM , 0 ročník, letní semestr, volitelný
    obor MIN , 0 ročník, letní semestr, povinně volitelný
    obor MIS , 0 ročník, letní semestr, volitelný
    obor MMM , 0 ročník, letní semestr, povinně volitelný
    obor MPV , 0 ročník, letní semestr, povinně volitelný
    obor MSK , 0 ročník, letní semestr, volitelný

  • Program MITAI magisterský navazující

    specializace NADE , 0 ročník, letní semestr, volitelný
    specializace NBIO , 0 ročník, letní semestr, povinný
    specializace NCPS , 0 ročník, letní semestr, volitelný
    specializace NEMB , 0 ročník, letní semestr, volitelný
    specializace NGRI , 0 ročník, letní semestr, volitelný
    specializace NHPC , 0 ročník, letní semestr, volitelný
    specializace NIDE , 0 ročník, letní semestr, volitelný
    specializace NISD , 0 ročník, letní semestr, volitelný
    specializace NMAL , 0 ročník, letní semestr, povinný
    specializace NMAT , 0 ročník, letní semestr, volitelný
    specializace NNET , 0 ročník, letní semestr, volitelný
    specializace NSEC , 0 ročník, letní semestr, volitelný
    specializace NSEN , 0 ročník, letní semestr, volitelný
    specializace NSPE , 0 ročník, letní semestr, volitelný
    specializace NVER , 0 ročník, letní semestr, volitelný
    specializace NVIZ , 0 ročník, letní semestr, volitelný
    specializace NISY do 2020/21 , 0 ročník, letní semestr, volitelný
    specializace NISY , 0 ročník, letní semestr, volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

  1. Úvod, inspirace v přírodě, entropie a samoorganizace
  2. Limity abstraktního a fyzického počítání
  3. Evoluční návrh
  4. Kartézské genetické programování
  5. Rekonfigurovatelná výpočetní zařízení
  6. Evoluční návrh elektronických obvodů 
  7. Vyvíjející se obvody, aplikace
  8. Výpočetní development
  9. Neuronové sítě a neuroevoluce
  10. Neuropočítače
  11. DNA výpočty
  12. Nanotechnologie a molekulární elektronika  
  13. Aktuální trendy

Cvičení na počítači

8 hod., povinná

Vyučující / Lektor

Osnova

  1. Evoluční návrh kombinačních obvodů
  2. Statistické vyhodnocení experimentů s evolučním návrhem
  3. Celulární automaty
  4. Neuropočítače

Projekt

18 hod., povinná

Vyučující / Lektor

Osnova

Každý student si vybere a vyřeší jeden projekt ze seznamu schválených projektů. Hodnotit se bude realizace, prezentace a dokumentace projektu.

Elearning