CE322 Τεχνητή Νοημοσύνη

Εξάμηνο 5
Διδάσκουσα: Ασπασία Δασκαλοπούλου


Περιγραφή Μαθήματος   Πρόγραμμα Διαλέξεων    Βιβλιογραφία Υλικό Διαλέξεων  Εξέταση Ώρες Γραφείου


Περιγραφή Μαθήματος

Η Τεχνητή Νοημοσύνη είναι μια από τις πλέον ενδιαφέρουσες γνωστικές περιοχές της Πληροφορικής γιατί φιλοδοξεί να επιτύχει δύο πράγματα:
Τη δημιουργία υπολογιστικών συστημάτων που θα χαρακτηρίζονταν ευφυή με βάση κάποια κριτήρια, και ταυτόχρονα τη διερεύνηση του τι ακριβώς
σημαίνει "νοημοσύνη" για τους ανθρώπους. Σκοπός του μαθήματος είναι να παρουσιάσει βασικές
  έννοιες και τεχνικές του γνωστικού πεδίου της Τεχνητής Νοημοσύνης και να αναδείξει και τα φιλοσοφικά προβλήματα που εγείρονται για τη δημιουργία ή τη χρήση ευφυών υπολογιστικών συστημάτων. Το μάθημα εξετάζει το πεδίο από την οπτική γωνία των ευφυών πρακτόρων, δηλαδή από την οπτική γωνία της κατανεμημένης τεχνητής νοημοσύνης, αφού από το 1995 και μετά αυτή διαφαίνεται ως τεχνολογία αιχμής και  συγκεντρώνει σε ενιαίο πλαίσιο συζήτησης όλα τα τεχνικά και φιλοσοφικά προβλήματα ενδιαφέροντος.  Επιγραμματικά τα θέματα που πραγματεύεται το μάθημα φαίνονται στο πρόγραμμα διαλέξεων.
 

Πρόγραμμα Διαλέξεων

Οι διαλέξεις του μαθήματος πραγματοποιούνται κάθε Δευτέρα και Τετάρτη στην αίθουσα Σ (Παπαστράτου). Τα θέματα που πραγματεύεται το μάθημα και η χρονική κατανομή τους στη διάρκεια του εξαμήνου φαίνονται στον ακόλουθο πίνακα. (Σημ. Μικρές χρονικές αποκλίσεις από τον κατ'αρχήν προγραμματισμό των θεμάτων μπορεί να συμβούν, ανάλογα με την ανταπόκριση της τάξης στο υλικό του μαθήματος).
 
 

Εβδομάδα

Θέμα

Διαφάνειες

Βιβλίο

1

Εισαγωγή στην Τεχνητή Νοημοσύνη και τους Ευφυείς Πράκτορες

Διαφάνειες1
Διαφάνειες2

[R&N] chapters 1, 2
[B] chapters 1, 27

2, 3

Επίλυση Προβλημάτων με Αναζήτηση: διατύπωση προβλημάτων, στρατηγικές απληροφόρητης αναζήτησης (BFS, DFS, ID, B&B), στρατηγικές πληροφορημένης αναζήτησης με ευρετικές συναρτήσεις (BestFS, A*, HC), αναζήτηση με αντιπαλότητα (Minimax).

Διαφάνειες3-1
Διαφάνειες3-2

[R&N] chapters 3, 4, 6
[B] chapters 2, 3, 4, 5

4, 5, 6, 7

Αναπαράσταση Γνώσης: Λογικοί Πράκτορες: Προτασιακή Λογική, Κατηγορηματική Λογική, Συμπερασμός στην Κατηγορηματική Λογική, Συστήματα Κανόνων, Λογικός Προγραμματισμός, Σημασιολογικά Δίκτυα, Πλαίσια, Εννοιολογικοί Γράφοι

Διαφάνειες4
Διαφάνειες5
Διαφάνειες6
Διαφάνειες7
Διαφάνειες8

[R&N] chapters 7, 8, 9,10
[B] chapter 8, 9, 10, 11
Π1

8, 9, 10

Σχεδιασμός με αναζήτηση στο χώρο καταστάσεων. Σχεδιασμός με αναζήτηση στο χώρο πλάνων

Διαφάνειες9
Διαφάνειες10

[R&N] chapter 11
[B] chapter 15

11, 12

Θεωρία Λήψης αποφάσεων – θεωρία προτιμήσεων, χρησιμοτήτων, αποφάσεων, αρχή μέγιστης αναμενόμενης χρησιμότητας για ρεπερτόριο ενεργειών που περιλαμβάνει λοταρίες.

Διαφάνειες 11

[R&N] chapter 16

 

Θεωρία Λήψης αποφάσεων – Αβεβαιότητα εξαιτίας της παρουσίας άλλων πρακτόρων. Θεωρία παιγνίων.

Διαφάνειες 12

[R&N]

chapter 17

13

Μηχανική Μάθηση – Μάθηση Δέντρων Απόφασης

Διαφάνειες 13

[R&N] chapter 18

14

Μηχανική Μάθηση – Μάθηση Χώρου Εκδοχών

Διαφάνειες 14

[R&N] chapter 19


 

Βιβλιογραφία

1.     [R&N] Russell S. & Norvig P. (2004). Τεχνητή Νοημοσύνη: Μια σύγχρονη προσέγγιση. Επιμέλεια ελληνικής έκδοσης Γιάννη Ρεφανίδη, Κλειδάριθμος, Αθήνα. ISBN: 960-209-774-4
2.
    [B] Βλαχάβας Ι., Κεφαλάς Π., Βασιλειάδης Ν., Κόκκορας Φ. και Σακελλαρίου Η. (2006).  Τεχνητή Νοημοσύνη (Β' έκδοση), Εκδόσεις Γκιούρδα, ISBN: 960-387-431-0
 
 

Εξέταση

Το μάθημα εξετάζεται με γραπτή εξέταση στο τέλος του εξαμήνου, διάρκειας 2.5 ωρών. 

 

Ώρες Γραφείου

Δευτέρα και Τρίτη 08.45 – 09.45. Άλλες ημέρες/ώρες κατόπιν συνεννοήσεως με e-mail.