Detail předmětu

Algoritmy umělé inteligence

FSI-VAIAk. rok: 2010/2011

Kurz seznamuje se základními přístupy k algoritmům umělé inteligence a klasickými metodami používanými v této oblasti. Důraz je kladen na automatické dokazování formulí, reprezentaci znalostí a rozpoznávání. Použitelnost metod je demonstrována na rešení jednoduchých inženýrských problémů.

Jazyk výuky

čeština

Počet kreditů

5

Garant předmětu

prof. RNDr. Ing. Tomáš Březina, CSc.

Zajišťuje ústav

Ústav automatizace a informatiky (ÚAI)

Výsledky učení předmětu

Detailní seznámení se s základními metodami umělé inteligence a s jejich implementací.

Prerekvizity

Předpokládá se znalost základních souvislostí z teorie grafů a objektově orientovaných
techologií.

Plánované vzdělávací činnosti a výukové metody

Metody vyučování závisejí na způsobu výuky a jsou popsány článkem 7 Studijního a zkušebního řádu VUT.

Způsob a kritéria hodnocení

Požadavky pro udělení zápočtu: předlození funkčního softwarového projektu, který používá některou z probíraných implementací metod UI. Konkrétní specifikace probíhá na prvním cvičení. Kontrola postupu realizace projektu a konzultace jsou prováděny průběžně. Dále absolvování dvou testů a splnění všech samostatných úkolů, které jsou průběžně zadávány. Celkem může student získat 40 bodů za cvičení a 60bodů za zkoušku, celkem tedy max. 100bodů. Hodnocení probíhá dle ECTS, tj. student musí získat alespoň polovinu bodů (20+30) pro úspěšné absolvování.

Učební cíle

Cílem kurzu je seznámit studenty s základním prostředky umělé inteligence, s možnostmi a přiměřeností jejich použití při řešení inženýrských úloh.

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

Účast na přednáškách je žádoucí, na cvičeních povinná. Výuka běží podle týdenních plánů. Způsob nahrazení zameškaných cvičení je plně v kompetenci vyučujícího.

Základní literatura

Russel, S. and Norvig, P. Artificial Intelligence: A Modern Approach, Global Edition. Pearson Education 2021. (EN)
Negnevitsky, M. Artificial Intelligence. A Guide to Intelligent Systems. Pearson Education 2011. (EN)

Zařazení předmětu ve studijních plánech

  • Program M2A-P magisterský navazující

    obor M-MET , 1. ročník, letní semestr, povinný

  • Program M2I-P magisterský navazující

    obor M-AIŘ , 1. ročník, letní semestr, povinný
    obor M-AIŘ , 1. ročník, letní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

RNDr. Jiří Dvořák, CSc.

Osnova

1. Úvod, oblast UI.
2. Řešení úloh: prohledávání stavového prostoru.
3. Řešení úloh: rozklad na podproblémy, metody hraní her.
4. Formální logické systémy, výroková logika, predikátová logika.
5. Zobecněná rezoluční metoda.
6. Predikátová logika a Prolog. Netradiční logiky.
7. Reprezentace znalostí: formulemi predikátové logiky a pravidly.
8. Reprezentace znalostí: sémantickými sítěmi, rámci a scénáři. Deklarativní a procedurální reprezentace.
9. Analýza textu. Morfologická, syntaktická, sémantická a pragmatická analýza. Použití gramatik.
10. Příznakové a strukturální rozpoznávání. Použití gramatik.
11. Počítačové vidění. Prahová detekce, filtrace. Topologické vlastnosti obrazu, strukturální analýza. Analýza scén s mnohostěny.
12. Rozpoznávání řeči. Transformace akustického signálu, filtracní analýza, metoda klipované řeči. Segmentace a klasifikace segmentu.
13. Další oblasti UI. Současný stav, perspektivy.

Cvičení s počítačovou podporou

26 hod., povinná

Vyučující / Lektor

Ing. Vít Ondroušek, Ph.D.

Osnova

1. Slepé metody prohledávání stavového prostoru –teoretický rozbor
2.Slepé metody prohledávání stavového prostoru –objektový návrh implementace řešení pomocí .NET
3.Informované metody prohledávání stavového prostoru - gradientní a., dijkstrův a., a. uspořádaného prohledávání, teoretický rozbor
4.A-star algoritmus – teoretický rozbor + objektový návrh, konkrétního řešení vybraného problému
5.Souhrnný test
6.Řešení problémově orintovaného projektu I
7.Řešení problémově orintovaného projektu II
8.Rozklad problému na podproblémy, teorie hraní her, minimax – teoretický rozbor
9.Alfa-beta prořezávání
10.Teoretický rozbor AND-OR grafu, řešení konkrétního problému, objektový návrh implementace řešení pomocí .NET
11.Souhrnný test
12.Problově orientované řešení problému pomocí a) OOP b) prologu
13.Obhájení semestrálních prací