Skip to main content
x
Course Director: Spyros Vosinakis
Course Code: 8553
Educational Units: 3
ECTS Units: 4
Type: Elective (ΕΕ)
Semester: 09 (Winter)
Hours: 3 hours lecture

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.

  • Εισαγωγή στην Τεχνητή Νοημοσύνη: το μάθημα παρουσιάζει τις βασικές έννοιες, την εξέλιξη και τους τομείς εφαρμογής της Τεχνητής Νοημοσύνης.
  • Ευφυείς Πράκτορες: παρουσιάζεται η προσέγγιση των ευφυών πρακτόρων, όπου περιγράφονται και αναλύονται οι βασικές σχεδιαστικές προσεγγίσεις και αρχιτεκτονικές.
  • Επίλυση Προβλημάτων: περγράφονται μέθοδοι αναπαράστασης και επίλυσης προβλημάτων, και παρουσιάζονται οι πιο γνωστοί αλγόριθμοι αναζήτησης (τόσο τυφλοί όσο και ευριστικοί) και ικανοποίησης περιορισμών.
  • Λογικοί Πράκτορες: γίνεται μια εισαγωγή στην προτασιακή λογική και περιγράφεται η εφαρμογή της σε συστήματα ευφυών πρακτόρων. Επιπλέον, παρουσιάζεται η λογική πρώτης τάξης, η χρήση της σε αρχιτεκτονικές πρακτόρων, και η γλώσσα Prolog που βασίζεται σε αυτήν.
  • Αναπαράσταση γνώσης και συλλογιστική: παρουσιάζονται μέθοδοι αναπαράστασης γνώσης και συλλογιστικής πέρα από την κλασσική λογική, όπως σημασιολογικά δίκτυα, σενάρια και συστήματα κανόνων. Γίνεται εισαγωγή στα συστήματα εξαγωγής συμπερασμάτων και στα συστήματα παραγωγής. Αναλύονται θέματα αβεβαιότητας και ασάφειας με έμφαση σε συστήματα ελέγχου βασισμένα στην ασαφή λογική.

 

Οι φοιτητές μπορούν να:

  • περιγράψουν τις βασικές αρχές και θεμελιώδεις έννοιες της Τεχνητής Νοημοσύνης,
  • προσδιορίσουν 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,
  • κατανοήσουν την χρήση βασικών εργαλείων της Τεχνητής Νοημοσύνης, όπως η τυφλή και ευριστική αναζήτηση, οι ευφυείς πράκτορες, η λογική πρώτης τάξης και η ασαφής λογική,
  • αναπτύξουν απλές εφαρμογές που υιοθετούν προσεγγίσεις από τον χώρο της Τεχνητής Νοημοσύνης,
  • εφαρμόσουν τις προσεγγίσεις και τα εργαλεία της Τεχνητής Νοημοσύνης σε απλά προβλήματα που περιλαμβάνουν ευφυή λήψη αποφάσεων.
  • Βλαχαβας Ι., Κεφαλας Π., Βασιλειαδης Ν., Κοκκορας Φ., Σακελλαριου (2011): Τεχνητη Νοημοσυνη, Γ΄ Έκδοση. Εκδόσεις Πανεπιστημίου Μακεδονίας.
  • Russell, S., Norvig, P.: Τεχνητη Νοημοσυνη (2004): Μια Συγχρονη Προσεγγιση. Κλειδάριθμος.
  • Νοτόπουλος, Π. (2008)¨ΠΡΟΓΡΑΜΜΑΤΙΖΟΝΤΑΣ ΣΤΗ ΛΟΓΙΚΗ – PROLOG. Ανικούλα.
  • Bratko, Ι. (2011): PROLOG Programming for Artificial Intelligence. Addison Wesley.
  • Negnevitsky, Μ. (2011) Artificial Intelligence: A Guide to Intelligent Systems. Addison Wesley.
  • Brachman R., Levesque, H. (2004): Knowledge Representation & Reasoning. Elsevier.

 

- Συναφή επιστημονικά περιοδικά:

AI Magazine