Τεχνητή Νοημοσύνη¶

Επίσημο περίγραμμα μαθήματος του ΤΜΗΥΠ (Πανεπιστήμιο Πατρών), όπως δημοσιεύεται στη σελίδα του μαθήματος και στο συνημμένο αρχείο «Περίγραμμα Μαθήματος». Το κείμενο παρατίθεται αυτούσιο, χωρίς τα πρότυπα οδηγιών του εντύπου.

Στόχοι¶

Επιδιωκόμενα μαθησιακά αποτελέσματα του μαθήματος

Στο τέλος αυτού του μαθήματος ο φοιτητής θα μπορεί:

να εξηγεί τη λειτουργία των αλγορίθμων αναζήτησης
να μοντελοποιεί και να επιλύει προβλήματα με αναζήτηση
να αναπαριστά γνώση μέσω της λογικής πρώτης τάξεως
να εξάγει συμπεράσματα από λογικές προτάσεις χρησιμοποιώντας τη διαδικασία της αντίφασης της επίλυσης
να επιλύει προβλήματα χρησιμοποιώντας λογικό προγραμματισμό, μέσω της γλώσσας Prolog
να αναπαριστά γνώση με κανόνες και πλαίσια και να εξάγει συμπεράσματα
να αναπαριστά ασαφή και αβέβαιη γνώση και να εξάγει συμπεράσματα
να μοντελοποιεί προβλήματα ως προβλήματα ικανοποίησης περιορισμών και να τα επιλύει
να μοντελοποιεί προβλήματα ως προβλήματα σχεδίασης ενεργειών και να τα επιλύει
να αναφέρει και εξηγεί τις αρχιτεκτονικές ευφυών πρακτόρων

Περιεχόμενο (ύλη)¶

Εισαγωγή στην Τεχνητή Νοημοσύνη.
Εισαγωγή στη θεωρία επίλυσης προβλημάτων.
Χώρος αναζήτησης, μοντελοποίηση προβλήματος, περιορισμοί, το πρόβλημα της επίλυσης προβλημάτων.
Βασικές έννοιες (αναπαράσταση, στόχος, συνάρτηση αξιολόγησης, ορισμός προβλήματος αναζήτησης, γειτονικές περιοχές και τοπικά βέλτιστα, μέθοδοι αναρρίχησης λόφων).
Παραδοσιακές μέθοδοι-Μέρος Ι (εξαντλητική αναζήτηση, τοπική αναζήτηση).
Παραδοσιακές μέθοδοι-Μέρος ΙΙ (αναζήτηση κατά βάθος και κατά πλάτος, άπληστοι αλγόριθμοι, αλγόριθμος Α*, αλγόριθμος γενικής αναζήτησης γράφου, δυναμικός προγραμματισμός).
Επίλυση προβλημάτων με Ικανοποίηση Περιορισμών.
Αναπαράσταση γνώσης (Ορισμός, Βασικά Στοιχεία, Κριτήρια Αξιολόγησης, Διαδικαστική και Δηλωτική Άποψη)
Κατηγορηματική λογική πρώτης τάξης, Βασικές έννοιες θεωρίας μοντέλων και αποδεικτικής θεωρίας, Προτασιακή μορφή, Αρχή της επίλυσης, Αντίφαση της επίλυσης, Στρατηγικές επίλυσης
Λογικός Προγραμματισμός, Γλώσσα Prolog
Κανόνες και Συστήματα Παραγωγής
Αναπαράσταση αβέβαιης γνώσης (κανόνες Bayes, συντελεστές βεβαιότητας)
Σημασιολογικά δίκτυα, Πλαίσια
Σχεδιασμός Ενεργειών
Ευφυείς πράκτορες.

Αξιολόγηση¶

Γραπτή εξέταση (84% του συνολικού βαθμού)
Εργαστηριακές Ασκήσεις ή Project (16% του συνολικού βαθμού).

Βιβλιογραφία¶

Βλαχάβας Ιωάννης, Κεφάλας Πέτρος, Βασιλειάδης Νικόλαος, Κόκκορας Φώτης, Σακελλαρίου Ηλίας. Τεχνητή Νοημοσύνη. Εκδόσεις Παν/μιου Μακεδονίας, Διαθέτης: Εταιρεία Αξιοποίησης και Διαχείρισης Περιουσίας του Πανεπιστημίου Μακεδονίας, Θεσσαλονίκη, 2011.
Stuart Russell, Peter Norving. Τεχνητή Νοημοσύνη, Μια σύγχρονη προσέγγιση 2η έκδοση. Κλειδάριθμος ΕΠΕ, Αθήνα, 2005.
Z. Michalewicz, D. Fogel. Μοντέρνες Ευρετικές Μέθοδοι για την Επίλυση Προβλημάτων. Εκδόσεις Π. Χ. Πασχαλίδης, 2011.

-Συναφή επιστημονικά περιοδικά: