Sztuczna inteligencja

Forma zajęć

Wykład (30 godzin) + projekt (15 godzin)

Opis

Przedmiot ma na celu zaznajomienie studentów z technikami stosowanymi do rozwiązywania problemów, które sa trudne lub niepraktyczne przy zastosowaniu typowych metod programistycznych. Zajęcia przedstawiają studentom także najbardziej istotne specjalistyczne zastosowania komputerów i metody wykorzystywane do tych zastosowań. Główne tematy: poszukiwanie rozwiązań w przestrzeni stanów, strategie w grach, wnioskowanie w logice, planowanie, uczenie maszynowe, zastosowania specjalistyczne. Wymagania wstępne: Logika, Algorytmy i struktury danych

Sylabus

Autorzy

Wymagania wstępne

Zawartość

  1. Poszukiwanie rozwiązań w przestrzeni stanów: przeszukiwanie brutalne, przeszukiwanie pierwszy najlepszy, algorytm A*, hill-climbing, symulowane wyżarzanie, strategie ewolucyjne
  2. Strategie w grach: gry dwuosobowe, algorytm minimax, odcięcia alfa-beta
  3. Wnioskowanie w logice: reprezentacja problemu i wiedzy związanej z problemem, rachunek zdań, badanie spełnialności, logika I rzędu, metoda rezolucji, dowodzenie twierdzeń
  4. Planowanie: reprezentacja STRIPS i ADL, algorytmy forward-chaining i backward-chaining, planowanie przez sprowadzenie do problemu spełnialności, planowanie hierarchiczne, dekomponowanie planów, planowanie przez analogie (system Prodigy), planowanie oparte na logice temporalnej (system TALPlanner), uczenie przez wyprowadzenie
  5. Uczenie maszynowe: uczenie symboliczne (algorytm indukcji reguł), drzewa decyzyjne, sieci neuronowe (algorytm propagacji wstecznej), sieci bayesowskie, uczenie z przykładów (algorytm k najblizszych sasiadów), reinforcement learning
  6. Zastosowania specjalistyczne: przetwarzanie jezyka naturalnego, rozpoznawanie twarzy, robotyka, systemy wieloagentowe

Literatura