INF-2600 Kunstig intelligens, KI - metoder og bruksområder - 10 stp

Emnet gir en grunnleggende innføring i metoder, strategier og bruksområder i Kunstig Intelligens (KI).  Fokuset er på KI for

• beslutningsstøtte og kunnskapsbaserte systemer,
• agentsystemer med programvareagenter og intelligente agenter med og læringsmetoder for agenter (f.eks. avgjørelsestrær, maskinlæring, nevrale nettverk, forsterkende læring og dyp læring).
• Det legges stort fokus på søkstrategier og planlegging (planning og scheduling) i tillegg til informasjonsgjenfinning.

Relevans i studieprogram: kunstig intelligens som fag og teknologi inngår som en viktig anvendelse i de øvrige realfag.

Programmeringsoppgavene i øvingsopplegget vil løse relevante problemstillinger i kunstig intelligens.

Generell studiekompetanse + MATRS: R1/(S1+S2). Søknadskode: 9354 - enkeltemner i informatikk Det kan også søkes opptak til emnet basert på realkompetanse.

Emnet er adgangsregulert til 30 plasser.

Kunnskaper - studenten har:

• grunnleggende kunnskap om KI-problemer og -løsninger inkludert søkealgoritme og KI-planlegging og optimalisering for agentsystemer.
• kunnskap om kunnskapsrepresentasjonsformer og kunnskapsbaser inkludert begrunnelsesstrategier, beslutningsstøtte og heuristikk.
• grunnleggende kunnskap om multi-agent systemer og dens metoder og strategier inkludert programvareagenter, intelligente agenter, meta-agenter og mobile agenter.
• kunnskap om agentsystemer som bruker maskinlæring, nevrale nettverk og dyp læring
• kunnskap om bruksområder for intelligente system og multi-agent systemer med intelligente agenter og andre agenter som:
  • beslutningsstøttesystemer og kunnskapsbaserte systemer som kan brukes til intelligente agenter i agentsystemer for avgjørende beslutning
  • informasjonsgjenfinning
  • cyber-fysiske system og robotikk.

Ferdigheter - studenten kan:

• bruke metoder og teknikker for KI bruksområder inkludert algoritme og optimalisering, og utvikle applikasjoner innen intelligente systemer og agentsystemer
• bruke søkealgoritmer, KI-planlegger og planlegging, kunnskapsrepresentasjonsformer og resonnement-strategier, beslutningsstøtte og heuristikk.
• utvikle intelligente systemer, mobile intelligente agenter og multi-agent systemer inkludert programvareagenter, og forskjellig intelligente agenter samt cyber-fysiske system og robotikk.
• utvikle intelligente systemer, mobile intelligente agenter og multi-agent systemer som bruker maskinlæring, nevrale nettverk og dyp læring
• håndtere de vanligste algoritmene innen maskinlæring og nevrale nettverk, dyp læring for intelligente systemer og multi-agent systemer
• formulere og gjennomføre et godt avgrenset og kvalifisert KI-prosjekt med fokus på intelligente systemer og agentsystemer.

Generell kompetanse - studenten kan:

• presentere grunnleggende problem og utfordringer innenfor intelligente systemer og multi-agent systemer
• identifisere kravene til forskjellige KI-systemer og KI applikasjoner innenfor intelligente systemer og multi-agent systemer inkludert beslutningsstøtte og kunnskapsbaserte systemer,
• bruke KI-metoder, -teknikker, og -bruksområder og utvikle intelligente systemer og multi-agent systemer inkludert beslutningsstøtte og kunnskapsbaserte systemer, cyber-fysiske systemer og robotikk
• bruke og utvikle intelligente systemer og multi-agent systemer som bruker algoritmer innenfor maskinlæring, nevrale nettverk og dyp læring.
• inngående presentere og diskutere på hvilken måte KI påvirker utforming og realisering av KI-system med fokus på intelligente systemer og multi-agent systemer
• utvikle en KI-prototype som løser et KI-problem der intelligente systemer og multi-agent systemer med beslutningsstøtte med kunnskaps-baser brukes, og/eller med algoritmer innenfor maskinlæring, nevrale nettverk og dyp læring. 

Eksamen omfatter skriftlig eksamen av 4 timers varighet som teller 100%. Arbeidskravet må være bestått for å få tilgang til eksamen.

Karakterskala: Bokstavkarakter A-E, F - stryk.

Arbeidskrav:

• Inntil fem skriftlige innleveringer vurdert til «godkjent» / «ikke godkjent».
• En prosjektoppgave utført i grupper vurdert til «godkjent» / «ikke godkjent».

Kontinuasjonseksamen: Gis tidlig i undervisningsfritt semester for de som ikke fikk bestått karakter ved siste ordinære eksamen. Skriftlig eksamen av 4 timers varighet som teller 100%. Arbeidskravet må være bestått for å få tilgang til kontinuasjonseksamen.

Utsatt eksamen: Gis tidlig i undervisningsfritt semester. Skriftlig eksamen av 4 timers varighet som teller 100%. Arbeidskravet må være bestått for å få tilgang til utsatt eksamen.

For mer informasjon, se forøvrig:

- Utfyllende bestemmelser for eksamener ved Fakultet for naturvitenskap og teknologi

- Forskrift for studier og eksamener ved UiT

Eksamensdato er foreløpig og vil kunne bli endret. Endelig eksamensdato kunngjøres ved oppslag på det enkelte fakultet primo mai for vårsemesteret og primo november for høstsemesteret.