IV126 Umělá inteligence II

Fakulta informatiky
podzim 2020
Rozsah
2/0/1. 3 kr. (plus ukončení). Ukončení: zk.
Vyučováno online.
Vyučující
doc. Mgr. Hana Rudová, Ph.D. (přednášející)
Garance
doc. Mgr. Hana Rudová, Ph.D.
Katedra počítačových systémů a komunikací – Fakulta informatiky
Dodavatelské pracoviště: Katedra počítačových systémů a komunikací – Fakulta informatiky
Rozvrh
Pá 8:00–9:50 A318
Předpoklady
Předmět volně navazuje na PB016 Umělá inteligence I, absolvování PB016 není podmínkou pro absolvování předmětu.
Je předpokládana znalost pravděpodobnosti na úrovni MB103 Spojité modely a statistika.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 39 mateřských oborů, zobrazit
Cíle předmětu
Předmět ucelí úvodní znalostí z umělé inteligence v návaznosti na přednášku PB016 Umělá inteligence I. Jsou zde probírány znalosti z umělé inteligence o problematice prohledávacích algoritmů z oblasti metaheuristik a lokálního prohledávání, o klasickém plánování, o práci s neurčitými a nejistými informacemi a také úvod do robotiky zaměřený na plánování pohybu robota.
Výstupy z učení
Cílem předmětu je doplnění ucelených úvodních znalostí z umělé inteligence v návaznosti na přednášku PB016 Umělá inteligence I. Předmět je koncipován na základě klasické knihy Russela & Norviga Artificial intelligence: A modern approach (viz aima.cs.berkeley.edu) a představuje znalosti z oblastí lokálního prohledávání, plánování, práce s neurčitostí a z robotiky.
Absolvent bude znát různé typy základních i pokročilých algoritmů lokálního prohledávání a bude je umět použít pro řešení praktických problémů.
Absolvent získá základní znalosti o řešení plánovacích problémů jako posloupností akcí provedených pro dosažení zadaného cíle.
Absolvent získá přehled pro práci s neurčitými a nejasnými informacemi v zadaných problémech a naučí se používat základní postupy pro zahrnutí neurčitosti do řešení problému.
Absolvent bude znát základní pojmy z oblasti robotiky, porozumění získá především o plánování pohybu robota.
Osnova
  • Lokální prohledávání a metaheuristiky: Metaheuristiky nad jedním řešením, principy a koncepty, algoritmy pokročilého lokálního prohledávání. Metaheuristiky s populací řešení, evoluční algoritmy, algoritmy založené na inteligenci hejna.
  • Plánování: Reprezentace plánovacího problému. Plánování se stavovým prostorem, dopředné a zpětné plánování, doménově specifické plánování. Plánování s prostorem plánů, částečné plány.
  • Práce s neurčitostí: Bayesovské sítě, exaktní a aproximační odvozování. Čas a neurčitost. Užitek, rozhodování. Sekvenční rozhodovací problémy, Markovské rozhodovací procesy.
  • Robotika: Robot a jeho harware, vnímání robota, rozvrhování robotů ve výrobě, plánování pohybu robota a pohyb.
Literatura
  • RUSSELL, Stuart a NORVIG, Peter. Artificial intelligence : a modern approach (third edition). Prentice Hall, 2010.
  • TALBI, El-Ghazali. Metaheuristics: From Design to Implementation. Wiley, 2009.
  • GHALLAB, Malik, Dana NAU a Paolo TRAVERSO. Automated Planning: Theory & Practice. Morgan Kaufmann, 2004. info
Výukové metody
Video a průsvitky ke každé přednášce, videokonference v době přednášky s diskuzí k předem zaslaným otázkám i dalším dotazům. Dva domácí úkoly v průběhu semestru.
Metody hodnocení
Hodnocení předmětu bude realizováné na základě online zkoušení (80 bodů), řešení praktických příkladů za domácí úkoly (20 bodů celkem za 2 úkoly) a bonusových bodů za aktivní účast (až 24 bodů dle počtu přednášek). Řádný termín zkoušky bude písemný a povinný pro všechny studenty. Opravné termíny zkoušky budou ve formě ústního online zkoušení. Pro úspěšné absolvování předmětu je nutné získat vice než 40 bodů za závěrečnou písemnou práci (prokázat nadpoloviční znalost problematiky) a alespoň 8 bodů za domací úkoly. Každý student může získat až 2 bonusové bod za aktivitu na jedné videokonferenci (např. 1 bod za reakce na více jednoduchých dotazů nebo dotazy studentky/a na vyjasnění látky, reakce na jeden složitější dotaz; 2 body za větší interakci). Hodnocení předmětu je následující: A více než 90, B 89-80, C 79-70, D 69-60, E 59-50.
Informace učitele
http://www.fi.muni.cz/~hanka/ai
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích jaro 2015, jaro 2017, jaro 2018, jaro 2019, podzim 2019, podzim 2021, podzim 2022, podzim 2023.