Nazwa przedmiotu: |
ELEMENTY SZTUCZNEJ INTELIGENCJI |
Kod: |
1100-SI0LII |
Forma przedmiotu: |
30 godzin wykładu + 30 godzin laboratorium |
Ilość punktów ECTS: |
6 |
Język wykładowy: |
polski |
Sposób zaliczenia: |
wykład - egzamin pisemny; laboratorium informatyczne - zaliczenie na podstawie oddawanych projektów |
Umiejętności wstępne: |
PSOLII, PROOII |
Cele przedmiotu: |
Omówienie podstawowych zagadnień i problemów sztucznej inteligencji. Słuchacz powinien posiąść umiejętność opisywania przestrzeni problemu wyrażonego w języku naturalnym przy pomocy stanów i operatorów. Znaczny nacisk położony jest także na umiejętności praktycznego wykorzystania omawianych metod do rozwiązania konkretnych problemów. |
Treści przedmiotu: |
1. Sztuczna inteligencja - definicje. 2. Test Turinga. 3. Silna i słaba sztuczna inteligencja. 4. Wpływ wyboru sposobu reprezentacji problemu na jego rozwiązanie. 5. Język jako narzędzie reprezentacji i wnioskowania: PROLOG - elementarne wprowadzenie do języków programowania w logice. 6. Algorytmy przeszukiwania przestrzeni wszerz i w głąb. 7. Algorytmy związane z poszukiwaniem ścieżki (best first search, hill cliinbing, ineans-ends analysis). 8. Algorytmy typu Min-Max. 9. Rozwiązywanie problemów przeszukiwania z ograniczeniami za pomocą algorytmów z nawrotami. 10. Automat Moor'a (np. w zagadnieniu sterowania zachowaniem postaci). 11. Drzewa decyzyjne. |
Literatura: |
Zasadniczym źródłem informacji są materiały dostarczone studentom w formie skryptu (dostenne i aktualizowane na bieżąco na stronie httD://math.uni.lodz.Dl/~fulmanD). zarówno w trakcie ćwiczeń jak i wykładu. W skiypcie zawarto także obszerny spis polecanej (i zarazem dostępnej) literatuiy uzupełniającej, m.in.: [1] . M. J. Kasperski, „Sztuczna inteligencja. Droga do myślących maszyn”, Helion, 2003. [2] . E. Rich, K. Knight, „Artificial intelligence", Mc-Graw-Hill, Inc., 1991. [3] . R. Penrose, „Nowy umysł cesarza. O komputerach, umyśle i prawach fizyki”, PWN, Warszawa 2000. [4] , Materiały dostarczane w formie skryptu (dostępne i aktualizowane na bieżąco na stronie http://math.uni.lodz.pl/~fulmanp). |
Koordynator: |
Prof. drhab. Władysław Wilczyński |
Data aktualizacji: |
2009-01-30 |
Dli.
Course name: |
Elements of Artificial Intelligence |
Course contents: |
1. Artificial intelligence - definitions 2. The Turing Test. 3. Strong Artificial Iteligence and Weak Artificial Inteligence. 4. Data and States representation and its influence of problem solution. 5. Programming language as knowledge representation and reasoning tool: PROLOG an introduction to logie programming languages. 6. Traversing State space with breadth-first and depth-first (and similar) algorithms. 7. Search algorithms (best first search, hill climbing, means-ends analysis). 8. Algorithms of the minimax type. 9. Backtracking algorithms. 10. Moore machinę (e.g. in boot behaviour in Computer gamę). 11. Decision tree. |
20