Detail předmětu

Algoritmy umělé inteligence

FSI-VAIAk. rok: 2024/2025

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 řešení úloh. Použitelnost metod je demonstrována na řešení jednoduchých inženýrských problémů.

Jazyk výuky

čeština

Počet kreditů

4

Garant předmětu

prof. Ing. Radomil Matoušek, Ph.D.

Zajišťuje ústav

Ústav automatizace a informatiky (ÚAI)

Vstupní znalosti

Předpokládá se znalost algoritmizace, programování a základů matematické logiky a teorie pravděpodobnosti.

Pravidla hodnocení a ukončení předmětu

Požadavky pro udělení zápočtu: Vytvoření funkčních softwarových projektů, využívajících některé z probíraných metod UI a vypracování prezentace nějaké neprobírané metody UI. Celkem může student získat 40 bodů za cvičení (30 za projekty a 10 za prezentaci) a 60 bodů za zkoušku, celkem tedy max. 100 bodů. Hodnocení probíhá dle ECTS, tj. pro úspěšné absolvování musí student v každé části získat alespoň polovinu bodů (20 a 30).
Účast na přednáškách je žádoucí, na cvičeních povinná. Výuka probíhá podle týdenních plánů. Způsob nahrazení zameškaných cvičení je plně v kompetenci vyučujícího.

Učební cíle

Znalost základních prostředků umělé inteligence a možností jejich použití při řešení inženýrských úloh.
Pochopení základních metod umělé inteligence a schopnost jejich implementace.

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)
Bratko, I. Prolog Programming for Artificial Intelligence. Pearson Education Canada 2011. (EN)
Luger, G.F. Artificial Intelligence. Structures and Strategies for Complex Problem Solving. Addison-Wesley 2008. (EN)

Doporučená literatura

Mařík, V. a kol. Umělá inteligence 1 - 6. Praha, Academia. (CS)
Poole, D.L. and Mackworth, A.K. Artificial Intelligence: Foundations of Computational Agents. Cambridge University Press 2023. https://artint.info/3e/html/ArtInt3e.html (EN)

Zařazení předmětu ve studijních plánech

  • Program N-AIŘ-P magisterský navazující, 1. ročník, zimní semestr, povinný
  • Program N-MAI-P magisterský navazující, 1. ročník, zimní semestr, povinně volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

prof. Ing. Radomil Matoušek, Ph.D.

Osnova

1. Úvod do umělé inteligence.
2. Stavový prostor, neinformované prohledávání.
3. Informované prohledávání stavového prostoru.
4. Řešení problémů rozkladem na podproblémy, metody prohledávání AND/OR grafu.
5. Metody hraní her.
6. Úlohy se splňováním omezení.
7. Predikátová logika a rezoluční metoda.
8. Hornova logika a logické programování.
9. Reprezentace, využívání a učení znalostí.
10. Reprezentace a zpracování neurčitosti.
11. Bayesovské a rozhodovací sítě.
12. Netradiční logiky.
13. Markovské rozhodovací procesy.

Cvičení s počítačovou podporou

26 hod., povinná

Vyučující / Lektor

prof. Ing. Radomil Matoušek, Ph.D.

Osnova

1. Úvodní motivační příklady.
2. Metody neinformovaného prohledávání stavového prostoru.
3. Metody informovaného prohledávání stavového prostoru.
4. Algoritmus A* a jeho modifikace.
5. Metody prohledávání AND/OR grafu.
6. Metody hraní her.
7. Úlohy se splňováním omezení.
8. Predikátová logika a rezoluční metoda.
9. Logické programování a jazyk Prolog.
10. Řešení úloh UI v Prologu.
11. Učení symbolických znalostí.
12. Bayesovské sítě.
13. Pravděpodobnostní a fuzzy logické programování.