SNY har ordet

Kursen ger en bred översikt över området artificiell intelligens och presenterar grundläggande metoder för konstruktion av system som kan lösa problem, föra förnuftiga och rationella resonemang och kommunicera i naturligt språk. Kursens mål är att introducera begrepp och tillämpningar inom artificiell intelligens (AI). Kursen fokuserar på att utveckla intelligenta agenter som själva kan fatta beslut och agera därefter. Detta kräver tekniker för problemlösning, kunskapsrepresentation, slutsatsdragning, lärande, kommunikation, perception och agerande. Efter kursen kommer studenten att kunna dels förklara och diskutera begrepp inom artificiell intelligens och dessutom kunna tillämpa välkända tekniker inom området. Facebook, Google, Microsoft och Apple är exempel på globala företag som nyttjar AI-teknologi i sina produkter. Även i Sverige är utvecklingen av autonoma system stark, särskilt inom fordonsindustrin. Den teoretiska och praktiska grunden för denna utveckling gås igenom i denna kurs. Överlag så håller AI på att implementeras på olika sätt i samhället. I kursen visas olika robotsystem och även obemannade flygfarkoster. Får ej ingå i examen samtidigt som TDDC65

Kursutvärderingar

Logga in för att läsa kursutväderingar

Innehåll

Översikt över artificiell intelligens (AI) och dess tillämpningar. Logik som medel för representation av kunskap. Resonemang med ofullständig kunskap: ickemonotont och probabilistiskt resonemang. Strukturerade representationer. Sökning som problem-lösningsmetod. Handlingsplanering och robotik. Induktion och inlärning. Orientering om alternativa arkitekturer för AI-system.

Mål

Kursen ger en bred översikt över området artificiell intelligens och presenterar grundläggande metoder för konstruktion av system som kan lösa problem, föra förnuftiga och rationella resonemang och kommunicera i naturligt språk.
Kursens mål är att introducera begrepp och tillämpningar inom artificiell intelligens (AI). Kursen fokuserar på att utveckla intelligenta agenter som själva kan fatta beslut och agera. Detta kräver tekniker för problemlösning, kunskapsrepresentation och slutsatsdragning, lärande, kommunikation, perception och agerande. Efter kursen kommer studenten att kunna:

• förklara och diskutera begrepp inom artificiell intelligens
• tillämpa välkända tekniker inom artificiell intelligens

Examinationsmoment

TEN1 - 3,0 HP
En skriftlig tentamen (U, 3, 4, 5)
LAB1 - 3,0 HP
En laborationskurs (U, G)

Organisation

Föreläsningarna ägnas åt teorigenomgång. Implementation av några av de presenterade teorierna utförs under laborationerna.

Litteratur

Russell, S. & Norvig, P. (2002) Artificial Intelligence: A Modern Approach, Prentice Hall. ISBN 0137903952 (inb) 0130803022 (hft).
Laborationskompendium från Institutionen för datavetenskap.
Referenslitteratur: Shapiro, C. (1992) Encyclopedia of Artificial Intelligence, Vol. 1-2, Wiley Interscience.

Relaterade profiler

Datadriven analys och maskinintelligens DAMI - ISY

E-hälsa EH - IMT

Medicinsk bildanalys och visualisering BV - IMT

Medicinsktekniska modeller MOD - IMT

Medicintekniska material MAT - IFM

Rekommenderade förkunskaper

Programmering i ett funktionellt, imperativ eller objektorienterat programspråk. Kunskaper om datastrukturer och algoritmer. Kännedom om logik och diskret matematik är användbart.

Kommentarer

Logga in för att kunna läsa och skriva kommentarer.