Γλώσσα:
Language:
 GR    EN

Τεχνητή Νοημοσύνη

Τίτλος Μαθήματος: Τεχνητή Νοημοσύνη (Artificial Intelligence)
Κωδικός Μαθήματος: 8552 (γενήτ. 8550)
Εξάμηνο: 09
Τύπος μαθήματος: ΕΕ
Αριθμός πιστωτικών μονάδων (ECTS): 4
Αριθμός διδακτικών μονάδων: 4
Ώρες θεωρίας/εργαστηρίων: 3/
Όνομα διδάσκοντος/διδασκόντων:
Περιεχόμενο μαθήματος:
Τεχνητή Νοημοσύνη είναι ο τομέας της επιστήμης των υπολογιστών, που ασχολείται με τη σχεδίαση ευφυών (νοημόνων) υπολογιστικών συστημάτων, δηλαδή συστημάτων που επιδεικνύουν χαρακτηριστικά που σχετίζουμε με τη νοημοσύνη στην ανθρώπινη συμπεριφορά. Το μάθημα παρουσιάζει τις βασικές έννοιες, την εξέλιξη και τους τομείς εφαρμογής της Τεχνητής Νοημοσύνης. Ασχολείται με μεθόδους αναπαράστασης και επίλυσης προβλημάτων, και παρουσιάζει τους πιο γνωστούς αλγόριθμους αναζήτησης (τόσο τυφλούς όσο και ευριστικούς) και ικανοποίησης περιορισμών. Παρουσιάζονται οι μέθοδοι αναπαράστασης γνώσης και συλλογιστικής: κλασική λογική, κατηγορηματική λογική, σημασιολογικά δίκτυα σενάρια, και γίνεται εισαγωγή στα συστήματα εξαγωγής συμπερασμάτων και στα συστήματα παραγωγής. Αναλύονται θέματα αβεβαιότητας και ασάφειας με έμφαση σε συστήματα ελέγχου βασισμένα στην ασαφή λογική και παρουσιάζονται τα έμπειρα συστήματα, ο τρόπος ανάπτυξής τους και οι εφαρμογές τους.
Επιδιωκόμενα μαθησιακά αποτελέσματα:
Nα γνωρίσουν οι φοιτητές τις δυνατότητες της Τεχνητής Νοημοσύνης ως μέσο διάδρασης με το χρήστη, αλλά και ως μέσο υποκατάστασης του ανθρώπου στην επεξεργασία πολύπλοκων πληροφοριών και στην επίλυση δύσκολων προβλημάτων. Να κατανοήσουν βασικές έννοιες και εργαλεία της Τεχνητής Νοημοσύνης, όπως η επίλυση προβλημάτων, οι ευφυείς πράκτορες, η λογική πρώτης τάξης και η ασαφής λογική. Να μπορούν να χρησιμοποιήσουν τα παραπάνω σε απλά προβλήματα που περιλαμβάνουν ευφυή λήψη αποφάσεων.
Προαπαιτούμενα:
Βασικές γνώσεις προγραμματισμού και μαθηματικών.
Συνιστώμενη βιβλιογραφία προς μελέτη:
  • Εγχειρίδια του μαθήματος: - Προτεινόμενη Βιβλιογραφία: ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ, ΒΛΑΧΑΒΑΣ Ι.,ΚΕΦΑΛΑΣ Π.,ΒΑΣΙΛΕΙΑΔΗΣ Ν.,ΚΟΚΚΟΡΑΣ Φ.,ΣΑΚΕΛΛΑΡΙΟΥ ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ: ΜΙΑ ΣΥΓΧΡΟΝΗ ΠΡΟΣΕΓΓΙΣΗ, STUART RUSSELL, PETER NORVIG ΠΡΟΓΡΑΜΜΑΤΙΖΟΝΤΑΣ ΣΤΗ ΛΟΓΙΚΗ – PROLOG, ΝΟΤΟΠΟΥΛΟΣ ΠΑΝΑΓΙΩΤΗΣ I Bratko, PROLOG Programming for Artificial Intelligence, 2011 M. Negnevitsky, Artificial Intelligence: A Guide to Intelligent Systems, 2011 Brachman & Levesque, Knowledge Representation & Reasoning, 2004 - Συναφή επιστημονικά περιοδικά:
Μέθοδοι αξιολόγησης/βαθμολόγησης:
Η αξιολόγηση των φοιτητών γίνεται μέσω γραπτών εξετάσεων και προαιρετικών εργασιών. Οι γραπτές εξετάσεις γίνονται στο τέλος του εξαμήνου. Περιλαμβάνουν ερωτήσεις σύντομης απάντησης και ασκήσεις που αξιολογούν την σε βάθος κατανόηση των θεωρητικών ζητημάτων που αναπτύσσονται στο μάθημα. Οι εργασίες είναι ατομικές και ζητείται η χρήση γλώσσας προγραμματισμού για την επίλυση κάποιου προβλήματος τεχνητής νοημοσύνης. Αξιολογείται η ορθότητα και ποιότητα της λύσης. Ο τρόπος υπολογισμού της τελικής βαθμολογίας βάσει των γραπτών εξετάσεων και των ασκήσεων είναι διαθέσιμος από την αρχή του εξαμήνου στην ιστοσελίδα του μαθήματος.
Γλώσσα διδασκαλίας:
Ελληνικά
Τρόπος παράδοσης μαθήματος (με φυσική παρουσία, εξ αποστάσεως):
Πρόσωπο με Πρόσωπο



  -  Αρχική   -  Επικοινωνία