Instytut Informatyki UG

Informacje ogólne

Typ:fakultatywny

Wymogi wstępne

Zaliczone przedmioty: Matematyka dyskretna, Analiza matematyczna, Języki programowania, Algorytmy i struktury danych

Założenia i cele przedmiotu

Celem jest zapoznanie studentów z problematyką i wybranymi metodami różnych działów sztucznej inteligencji. Wykład ma charakter informacyjny -- daje podstawy do własnych dalszych studiów. Samodzielne uruchamianie projektów (wymagane do zaliczenia przedmiotu) spowoduje konieczność sięgania w głąb.

Program

1.Problem filozoficzny: czym jest inteligencja? Problem techniczny: czym jest sztuczna inteligencja? Wyjaśnienie problematyki oraz krótki rys historyczny. Tematyka badań współczesnej sztucznej inteligencji.
2.Przestrzenie stanów i ich przeszukiwanie. Rola heurezy w szukaniu drogi. Przeszukiwanie grafów w głąb i wszerz. Algorytm zachłanny, A*, wspinaczkowy, modyfikacje.
3.Algorytmy genetyczne. Motywacje biologiczne. Mutacje, krzyżowanie, wymiana pokoleń. Selekcja. Twierdzenie o schematach.
4.Teoria gier. Podział gier. Strategia minimaksu z α-β-odcinaniem.Dylemat więźnia.
5.Systemy logiczne. Język i interpretacja formuł logiki. Rachunek zdań i rachunek predykatów. Aksjomaty i reguły wnioskowania. Tautologia a twierdzenie. Normalizacja, skolemizacja, unifikacja, rezolucja.
6. Systemy ekspertowe. Baza wiedzy, baza faktów, maszyna wnioskująca. Wiedza niepewna i wiedza nieprecyzyjna. Zbiory rozmyte i sterowanie rozmyte. Generowanie reguł z przykładów. Klasyfikacja bayesowska.
7. Uczenie maszynowe. Korelacje między wektorami. Analiza skupień. Analiza k-średnich.

Sposób zaliczenia

samodzielna realizacja punktowanych projektów programistycznych (jednego o większej liczbie punktów lub dwóch o mniejszej)

Literatura

1.J. Arabas, P. Cichosz Sztuczna inteligencja. Materiały do wykładu uniwersyteckiego, 2008.
2.M. Berthold Tutorial: Fuzzy logic. VideoLectures.Net. Wykład do słuchania i patrzenia, 2007.
3.C. Bishop Introduction to Bayesian inference. VideoLectures.Net. Wykład do słuchania i patrzenia, 2009.
4.L. Bolc, J. Cytowski Metody przeszukiwania heurystycznego. PWN, t1 1989, t2 1991.
5.N. J. Nilsson Principles of Artificial Intelligence. Tioga Pub. Co, Palo Alto, CA, 1980.
6.J. Pearl Heuristics: Intelligent Search Strategies for Computer Problem Solving. Addison-Wesley 1984. ISBN 0-201-05594-5.
7.A. Prügel-Bennett Evolutionary algorithms. VideoLectures.Net. Wykład do słuchania i patrzenia, 2007.
8.S. Russell, P. Norvig Artificial Intelligence: A Modern Approach. 3-rd edition, Prentice Hall 2009, ISBN-10: 0136042597. Oryginalne slajdy.
9.L. Rutkowski Metody i techniki sztucznej inteligencji. wyd. II, PWN 2009, ISBN: 978-83-01-15731-9.
10.S. Wierzchoń Elementy Sztucznej Inteligencji. Różne materiały prof. Wierzchonia.