PB016 Umělá inteligence I

Fakulta informatiky
podzim 2020
Rozsah
2/2/0. 3 kr. (plus ukončení). Doporučované ukončení: zk. Jiná možná ukončení: k, z.
Vyučující
doc. RNDr. Aleš Horák, Ph.D. (přednášející)
doc. RNDr. Lubomír Popelínský, Ph.D. (přednášející)
doc. Mgr. Bc. Vít Nováček, PhD (cvičící)
Bc. Matěj Pavlík (cvičící)
Mgr. Bc. Roman Solař (cvičící)
Mgr. et Mgr. Matúš Šikyňa (cvičící)
Garance
doc. RNDr. Aleš Horák, Ph.D.
Katedra strojového učení a zpracování dat – Fakulta informatiky
Dodavatelské pracoviště: Katedra strojového učení a zpracování dat – Fakulta informatiky
Rozvrh
St 10:00–11:50 A318
  • Rozvrh seminárních/paralelních skupin:
PB016/01: Po 10:00–11:50 A215, V. Nováček
PB016/02: Po 12:00–13:50 A215, V. Nováček
PB016/03: Čt 10:00–11:50 B311, M. Pavlík
PB016/04: Út 12:00–13:50 A215, M. Šikyňa
PB016/05: Čt 14:00–15:50 B130, R. Solař
PB016/06: Út 14:00–15:50 Virtuální místnost, V. Nováček
PB016/07: St 14:00–15:50 Virtuální místnost, V. Nováček
PB016/08: Čt 12:00–13:50 Virtuální místnost, R. Solař
PB016/09: Út 10:00–11:50 Virtuální místnost, M. Pavlík
Předpoklady
Předpokládá se základní znalost programovacího jazyka Python používaného na cvičení.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 64 mateřských oborů, zobrazit
Cíle předmětu
Probírá se úvod do problematiky řešení úloh z oblasti umělé inteligence. Hlavním cílem kurzu je získat znalosti o základních algoritmech používaných v UI.
Výstupy z učení
Student bude po absolvování předmětu schopen:
- identifikovat a shrnout úkoly spadající do oblasti umělé inteligence;
- porovnat a popsat základní algoritmy prohledávání stavového prostoru;
- porovnat a popsat hlavní aspekty logických systémů;
- orientovat se v různých přístupech ke strojovému učení;
- porovnat a popsat různé způsoby reprezentace a vyvozování znalostí;
- uvést základní přístupy k počítačovému zpracování přirozených jazyků.
Osnova
  • Vymezení umělé inteligence, Turingův test, řešení problémů.
  • Prohledávání stavového prostoru.
  • Dekompozice problému, AND/OR grafy, problémy s omezujícími podmínkami.
  • Hry a základní herní strategie.
  • Logický agent. Výroková logika. Splnitelnost.
  • Pravdivost, dokazatelnost. Důkazové metody a systémy. Axiomatické systémy.
  • Predikátová logika prvního řádu, intenzionální logika.
  • Rezoluční metoda ve výrokové a predikátové logice. Úvod do logického programování
  • Modální logiky. Vícehodnotové logiky.
  • Reprezentace a vyvozování znalostí, odvozování s neurčitostí.
  • Učení, rozhodovací stromy, neuronové sítě.
  • Zpracování přirozeného jazyka.
Literatura
  • Stuart Russel & Peter Norvig: Artificial intelligence : a modern approach, 3rd.ed., Prentice Hall, 2010
  • Sylaby přednášek.
Výukové metody
Přednáška a cvičení.
Metody hodnocení
Součástí hodnocení jsou testy na cvičení, průběžný test v polovině semestru a závěrečná písemná zkouška.
Navazující předměty
Informace učitele
http://nlp.fi.muni.cz/uui/
Budou přidány nové seminární skupiny, na každého zapsaného studenta se místo na cvičení dostane.
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2002, podzim 2003, podzim 2004, podzim 2005, podzim 2006, podzim 2007, podzim 2008, podzim 2009, podzim 2010, podzim 2011, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2021, podzim 2022, podzim 2023, podzim 2024.