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.
Förkunskaper:
TDDA 92 Programmering i inkrementellt system (eller TDDB 25, TDDB27, TDDA 93), TDDA 15 Logik, grundkurs (eller motsvarande), TDDB 57 Data-strukturer och algoritmer.
Påbyggnadskurser:
TDDA 14 AI-programmering, TDDA 16 Artificiell intelligens - Kunskapsrepresentation, TDDA 66 Expertsystem - metodik och verktyg.
Organisation:
Föreläsningarna ägnas åt teorigenomgång. Implementation av några av de presenterade teorierna utförs i Common Lisp på laborationerna.
Kursinnehåll:
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 för robotar. AI-metoder för naturligt språk behandling. Induktion och inlärning./ _____________________________./ Orientering om alternativa arkitekturer för AI-system: regelbaserade system, neurala nätverk, flernivåarkitekturer.
Kurslitteratur:
1. Russel and Norvig, Artificiell Intelligence, A Modern Approach, Prentice Hall, 1995. eller
2. .
3. Kurskompendium som utges av institutionen.
Referenslitteratur:
Barr & Feigenbaum, The Handbook of Artificial Intelligence, Vol. 1-4, 1981-1989.
Shapiro, C, Encyclopedia of Artificial Intelligence, Vol. 1-2, Wiley Interscience, 1992.
Examination:
LAB 1 En laborationskurs.
TEN 1 En skriftlig tentamen.