Umetni inteligentni sistemi

Osnovni podatki

Nosilec: Simon Dobrišek

Vrsta predmeta: Izbirni-splošni

Število kreditnih točk: 6

Semester izvajanja: 1. semester

Koda predmeta: 64250

Predmet se izvaja na: Elektrotehnika 2. stopnja

Opis predmeta

V okviru predmeta se študenti seznanijo s temeljnimi koncepti in gradniki umetne inteligence, s poudarkom na umetnem zaznavanju in razpoznavanju vzorcev, mehkem računanju, strojnem učenju, avtonomnih agentih in ambientalni inteligenci. Obravnava se inteligentno reševanje problemov z uporabo grafov in algoritmov, pri čemer se posebna pozornost posveča izčrpnemu in hevrističnemu preiskovanju prostora problemov. Pri obravnavi z znanjem podprtih sistemov se posveča spoznavanju s procesom sklepanja, s poudarkom na metodah veriženja pravil, izjavni in predikatni logiki ter neizrazitem in verjetnostnem sklepanju. Pri pridobivanju znanja iz podatkov: z metodami strojnega učenja se obravnava predvsem več-variabilna regresija z umetnimi nevronskimi omrežji. 

V zaključnem delu se predmet posveča več-agentnim sistemov, pri čemer so predstavljeni platforme in med-agentni komunikacijski jeziki, ki omogočajo razvoj tovrstnih sistemov.  

Cilji

Cilj predmeta je študentu podati znanje o osnovnih matematičnih in računalniških pristopih pri razvoju umetne inteligence. Študent se seznani z osnovnimi koncepti umetnih inteligentnih sistemov in s primeri izvedb takšnih sistemov. Pridobljeno znanje o mehkem računanju, strojnem učenju in obrazcih za predstavitev znanja omogoča osnovno načrtovanje in razvoj ekspertnih sistemov, avtonomnih inteligentnih agentov in tudi več-agentih aplikacij.

Metode poučevanja in učenja

Na predavanjih so podane teoretične osnove vseh obravnavanih modelov in metod. Predstavljeni so tudi računski primeri, ki ponazarjajo ključne značilnosti predstavljenih metod. Študentom je kot osnovno študijsko gradivo na razpolago skripta z drsnicami s predavanj. V okviru predavanja študenti dobijo neobvezne domače naloge, ki vključujejo nekaj teoretičnih vprašanj in tudi nekaj računskih nalog, katerih namen je sprotno preverjanje pridobljenega znanja. Praktično delo poteka v okviru laboratorijskih vaj, kjer študenti rešujejo predvsem zadane programerske naloge. V okviru laboratorijskih vaj študenti izvedejo še izbirne projekte, v okviru katerih udejanjijo izbrane umetne inteligentne sisteme ali njihovo izbrano ključno komponento za izbrano področje uporabe, oziroma izvedejo poglobljene študije obstoječih umetnih inteligentnih sistemov. O rezultatih izbirnih projektov poročajo v pisnih poročilih.

Na vrh