Detail předmětu

Základy umělé inteligence

FIT-IZUAk. rok: 2017/2018

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 jazyků PROLOG a LISP a implementace základních prohledávacích algoritmů v těchto jazycích. 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 naučí odborné terminologii z oblasti umělé inteligence, a to jak v českém, tak i anglickém jazyce.
  • Studenti se naučí číst a částečně i tvořit logické a funkcionální programy.

  • 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 apllikovat základní metody strojového učení.  
  • Studenti se seznámí se základními principy počítačového vidění a zpracování přirozeného jazyka. 

Prerekvizity

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

Způsob a kritéria hodnocení

Nejméně 15 bodů získaných v průběhu semestru (půlsemestrální test + programy v počítačových cvičeních).

Osnovy výuky

Osnova přednášek:
  1. Úvod, definice umělé inteligence (UI), typy UI úloh, metody řešení těchto úloh.
  2. Metody řešení prohledáváním stavového prostoru.
  3. Metody řešení rozkladem na podproblémy (AND/OR grafy).
  4. Metody řešení optimalizačních úloh algoritmy inspirovanými přírodou - stručný úvod do genetických algoritmů, ACO (Ant Colony Optimization) a PSO (Particle Swarm Optimization).
  5. Metody hraní her (minimax, alfabeta, hry s nejistotou).
  6. Logika a UIN, resoluční metoda a její využití při řešení úloh. Systém STRIPS.
  7. Implementace základních prohledávacích algoritmů v jazyku PROLOG.
  8. Implementace základních prohledávacích algoritmů v jazyku LISP.
  9. Strojové učení.
  10. Základy obecné teorie rozpoznávání. Klasické klasifikátory, perceptron.
  11. Expertní systémy.
  12. Principy počítačového vidění.
  13. Principy zpracování přirozeného jazyka.

Osnova počítačových cvičení:
  1. Řešení úloh - jednoduché programy.
  2. Řešení úloh - hraní her.
  3. Jazyk PROLOG - seznámení s jazykem.
  4. Jazyk PROLOG - jednoduché individuální programy.
  5. Jazyk LISP - seznámení s jazykem.
  6. Jazyk LISP - jednoduché individuální programy.
  7. Jednoduché programy pro rozpoznávání obrazů.

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

  • 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.

Základní literatura

  • 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
  • Luger,G.F.: Artificial Intelligence - Structures and strategies for Complex Problem Solving, 6th Edition,
    Pearson Education, Inc., 2009, ISBN-13: 978-0-321-54589-3, ISBN-10: 0-321-54589-3 

Doporučená literatura

  • 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

Zařazení předmětu ve studijních plánech

  • 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 prohledáváním stavového prostoru.
  3. Metody řešení rozkladem na podproblémy (AND/OR grafy).
  4. Metody řešení optimalizačních úloh algoritmy inspirovanými přírodou - stručný úvod do genetických algoritmů, ACO (Ant Colony Optimization) a PSO (Particle Swarm Optimization).
  5. Metody hraní her (minimax, alfabeta, hry s nejistotou).
  6. Logika a UIN, resoluční metoda a její využití při řešení úloh. Systém STRIPS.
  7. Implementace základních prohledávacích algoritmů v jazyku PROLOG.
  8. Implementace základních prohledávacích algoritmů v jazyku LISP.
  9. Strojové učení.
  10. Základy obecné teorie rozpoznávání. Klasické klasifikátory, perceptron.
  11. Expertní systémy.
  12. Principy počítačového vidění.
  13. Principy zpracování přirozeného jazyka.

Cvičení na počítači

13 hod., nepovinná

Vyučující / Lektor

Osnova

  1. Řešení úloh - jednoduché programy.
  2. Řešení úloh - hraní her.
  3. Jazyk PROLOG - seznámení s jazykem.
  4. Jazyk PROLOG - jednoduché individuální programy.
  5. Jazyk LISP - seznámení s jazykem.
  6. Jazyk LISP - jednoduché individuální programy.
  7. Jednoduché programy pro rozpoznávání obrazů.

Elektronické učební texty

František V. Zbořil: Základy umělé inteligence (cs)