Sztuczna inteligencja 400-IS1-2SIN
Celem kursu jest zrozumienie historii, rozwoju i stanu obecnego sztucznej inteligencji, zidentyfikowanie głównych składników systemów sztucznej inteligencji, w tym wybranych metod reprezentacji wiedzy, wnioskowania i uczenia się, analiza zalet i wad różnych podejść i zastosowań sztucznej inteligencji oraz zbadanie etycznych i społecznych kwestii związanych z jej rozwojem i wykorzystaniem. Studenci m.in. nauczą się opisywania problemu wyrażonego w języku naturalnym w terminach przestrzeni stanów, stanu początkowego i docelowego; dobierania algorytmu przeszukiwania przestrzeni z uwzględnieniem specyfiki problemu; implementacji przeszukiwania stanów typu mini-max; algorytmów wyznaczania najkrótszych ścieżek w grafach; wybranych metod uczenia maszynowego (regresja liniowa, klasyfikacja); wybranych elementów przetwarzania języka naturalnego oraz podstaw sztucznych sieci neuronowych. Przedmiot obejmuje wykład, laboratorium i projekt. Na wykładzie studenci zapoznają się z problemami, metodami i algorytmami sztucznej inteligencji oraz jej zastosowaniami. Zajęcia laboratoryjne obejmują implementację i przykładowe zastosowania algorytmów (np. algorytmu klasyfikacji naiwnego klasyfikatora Bayesa, algorytmu ID3 indukowania drzewa decyzyjnego), zaś zajęcia projektowe dotyczą indywidualnej, ewentualnie w 2 – 3 osobowej grupie, realizacji projektu wykorzystującego omawiane na wykładzie metody i algorytmy (np. analiza sentymentu, klasyfikacja emocji, rozpoznawanie obrazów).
Wymagania wstępne:
Zakłada się, że student ma wiedzę na poziomie studiów pierwszego stopnia w następujących dziedzinach:
- Podstawy logiki i teorii mnogości
- Algorytmy i struktury danych
- Analiza matematyczna, matematyka dyskretna
- Algebra liniowa z geometrią analityczną
- Programowanie (student powinien bez trudu czytać i tworzyć kod w jednym z zaawansowanych języków programowania, np. C++, Java, Phyton oraz mieć orientację w bibliotekach/repozytoriach oprogramowania).
Liczba godzin wykładu: 30 godzin
Liczba godzin laboratorium: 15 godzin
Liczba godzin na projekt: 15 godzin
Profil studiów: praktyczny.
Forma studiów: stacjonarne
Rodzaj przedmiotu: Obowiązkowy
Dziedzina: Nauki ścisłe i przyrodnicze
Dyscyplina: Informatyka techniczna i telekomunikacja
Rok studiów: 2 rok/4 sem.
Metody dydaktyczne: Wykład metodą tradycyjną z wykorzystaniem tablicy i autorskich prezentacji multimedialnych oraz angażowanie studentów do aktywnego udziału w dyskusji podczas wykładu i zajęć praktycznych i zadawania pytań.
Punkty ECTS: 5
Bilans nakładu pracy studenta:
Liczba godzin wykładu: 30 godzin
Liczba godzin laboratorium: 15 godzin
Liczba godzin na projekt: 15 godzin
Czas trwania egzaminu: 1 godziny
Przygotowanie się studenta do wykładu: 5 godzin
Praca studenta nad projektem: 30 godzin
Przygotowanie się studenta do laboratorium: 10 godzin
Opracowanie teoretycznych zagadnień przez studenta do laboratorium i projektu - 19 godz.
(i) związany z zajęciami wymagającymi bezpośredniego nakładu nauczyciela i studenta - 61 godzin (2,44 ECTS):
(ii) związany z zajęciami o charakterze praktycznym -- 70 godzin (2,8 ECTS).
Tryb prowadzenia przedmiotu
Założenia (opisowo)
Koordynatorzy przedmiotu
Rodzaj przedmiotu
Efekty kształcenia
Absolwent:
WIEDZA
KP6_WG4 – zna i rozumie podstawowe techniki i metody programowania, paradygmaty i języki programowania.
KP6_WG5 - zna i rozumie zasady logicznej organizacji, kolekcjonowania i przechowywania danych.
KP6_WG9 - zna i rozumie podstawowe zagadnienia w dziedzinie sztucznej inteligencji, reprezentacji i przetwarzania wiedzy, komunikacji człowiek-komputer.
UMIEJĘTNOŚCI
KP6_UW2 – potrafi wykorzystać metody statystyczne do analizy danych
KP6_UW4 – potrafi wybierać odpowiedni paradygmat i język programowania do rozwiązania określonego typu zadań.
KP6_UW5 - potrafi implementować algorytmy stosując odpowiednie elementy wybranego języka programowania.
KP6_UW10 - potrafi rozwiązywać problemy wyrażone w języku naturalnym technikami sztucznej inteligencji oraz komunikacji człowiek-maszyna.
KP6_UK3 - potrafi samodzielnie opracować rozwiązanie zadanego zagadnienia informatycznego z pogranicza teorii i praktyki oraz przedstawić rozwiązanie i wnioski.
KP6_UO1 - potrafi współpracować w grupie planując i realizując wspólne projekty, w tym kompleksowe projekty programistyczne.
KP6_UU2 – potrafi śledzić i przyswajać sobie nowe narzędzia i metody informatyczne.
KOMPETENCJE SPOŁECZNE
KP6_KK1 – jest gotów do starannego określania priorytetów i ustalania właściwej kolejności podejmowanych działań.
KP6_KO1 - jest gotów do przyjęcia kreatywnej i innowacyjnej postawy niezbędnej do podjęcia praktycznej aktywności w społeczeństwie informacyjnym.
Kryteria oceniania
Forma zaliczenia przedmiotu:
Wykład: egzamin.
Laboratorium: zaliczenie.
Projekt: zaliczenie.
Literatura
1. Duch W.: Sztuczna inteligencja i systemy ekspertowe.
https://www.fizyka.umk.pl/~duch/Wyklady/AI_plan.html
2. Frankhis K, Ramsey W. M.. “The Cambridge Handbook of Artificial Intelligence”. 2014 (https://www.cambridge.org/core/books/cambridge-handbook-of-artificial-intelligence/3DCB2E04739722A99EDE86B7A34A30E3)
3. Mulawka J.: Systemy ekspertowe. WNT, Warszawa, 1996.
4. Muraszkiewicz M., Nowak R. (edytorzy): Sztuczna inteligencja dla inżynierów. Metody ogólne. Wydawnictwo Politechniki Warszawskiej, Warszawa 2022.
5. Russel S., Norvig P.: Artificial Intelligence. A Modern Approach. Simon & Schuster Company. Englewood Cliffs (https://www.cin.ufpe.br/~tfl2/artificial-intelligence-modern-approach.9780131038059.25368.pdf)
6. Rutkowski L.: Metody i techniki sztucznej inteligencji. Inteligencja obliczeniowa. PWN, 2005.
7. Turing A. M.: Maszyny liczące a inteligencja. tłum. D. Gajkowicz, [w:] Maszyny matematyczne i myślenie, red. E. Feigenbaum, J. Feldman, PWN, Warszawa 1972, ss. 24-47. Artykuł dostępny również w wortalu: kognitywistyka.net (http://www.kognitywistyka.net, Dział Lektury).
Literatura dodatkowa:
1. Cichosz P.: Systemy uczące się. Warszawa, WNT, 2001.
2. Flasiński M.: Wstęp do sztucznej inteligencji. PWN, 2011.
3. Kasperski M.: Sztuczna inteligencja. Gliwice, Helion, 2003.
4. Marciszewski W.: Sztuczna Inteligencja. Kraków, Znak, 1998.
|
W cyklu 2023:
1. Duch W.: Sztuczna inteligencja i systemy ekspertowe. |
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: