Dansk - English

Kort version - Fuld version


Kunstig Intelligens (Efterår 2008)

Kursuskode : EAIT-U1
ECTS Point : 7,5 Status : Tilvalg
Revideret : 23/01 2008 Oprettet : 07/01 2005
Placering : 5-7 semester Timer pr. uge : 4
Længde : 1 semester Undervisningssprog : Dansk hvis der ikke er engelsksprogede studerende tilstede

Målsætning : Kunstig Intelligens er et område indenfor datalogien, der beskæftiger sig med løsning af komplicerede problemstillinger, som normalt kræver menneskelig intelligens.

Kursets formål er at lade de studerende arbejde med sådanne problemer.

Læringsmål:
Efter kurset forventes den studerende at kunne -

anvende og redegøre for berørte metoder inden for Kunstig Intelligens: Spilteori, Heuristisk søgning, Selvlærende systemer, Logikprogrammering mm.

vurdere disse metoders anvendelighed på en given problemstilling

designe og implementere løsniger, der gør brug af disse metoder

analysere og diskutere korrekthed, performance og kompleksitet af sådanne løsninger

dokumentere arbejde med en konkret problemstilling i skrift og tale

erfaring med arbejde i projektgrupper.
Hovedindhold : Strategi-spil er spil, hvor der er nogle kendte regler for spillets gang, samt en strategi for hvordan disse regler bedst anvendes for at vinde. Eksempler er kryds-og-bolle, dam, mølle og skak, der er såkaldte "perfect information games" og spil med tilfældighed indbygget f.eks back-gammon. Strategi-spil tjener som modeller for forskellige datalogiske problemløsningsmetoder, der finder anvendelse inden for en række områder: Route finding, VLSI design, Robot navigation, samle robotter, automatisk planlægning mv.

Indhold:

Introduktion til Kunstig Intelligens

Problemløsning ved søgning i tilstandsrum. Vi skal analysere og implementere algoritmer til at finde vej gennem en labyrint, finde korteste vej mellem byer, skemalægning, planlægningsopgaver mm.

Design og implementering af et strategi-spil. Vi skal lære hvordan en computer kan spille skak, og implementere vores eget computer-skak program, eller et andet strategi-spil. Spilteori, analyse af algoritmer, datastrukturer.

Introduktion til selvlærende systemer, logikprogrammering, vidensrepræsentation.

Emneord er: Computer-skak, Kunstig Intelligens, Algoritmer, Datastrukturer, Neurale Net, Selvlærende systemer, Logikprogrammering.
Undervisningsform : Første del af kurset vil indeholde teori samt små eksperimenter med simple spil.
Anden del er en kursusopgave, hvor vi gruppevis implementerer et spil, som gruppen har valgt. Indtil nu har de studerende valgt: Skak, Dam, Reversi, Backgammon, Fem-på-stribe, Halma. Kurset afsluttes med en turnering, hvor gruppernes spil konkurrerer indbyrdes.
Krævede forudsætninger : Dokumenteret viden svarende til OOP2
Anbefalede forudsætninger : God erfaring med programmering i C++, C# eller Java.
Prøveform : Mundtlig evaluering på grundlag af kursusopgaver
Censur : Intern
Bedømmelse : 7-trinsskala
Bemærkninger : Mundtlig evaluering på grundlag af kursusopgaver

Før eksamen:
Gruppen fremlægger kursusopgaven idet hver studerende laver en velforberedt præsentation af 5-10 minutters varighed. Det er et krav at gruppens medlemmer koordinerer præsentationerne således at kursusopgavens væsentligste emner dækkes, at præsentationerne bliver forskellige og hver for sig har en god faglig spændvidde.

Mundtlig eksamen:
Eksamen er individuel. Der afsættes 10 minutter pr. studerende. Under den individuelle eksamen stiller vejledere og censor spørgsmål inspireret af præsentationerne og projektrapporten.

7 trins skala

Bedømmelsen baseres på et generelt indtryk af hvor højt et niveau den studerende har nået i relation til kursets målsætning. Dette vurderes ud fra projektrapporten, den mundtlige præstation og kursusopgavens kvalitet.

Karakteren 12 gives for den fremragende præstation, der demonstrerer udtømmende opfyldelse af fagets mål, med ingen eller få uvæsentlige mangler.

Karakteren 7 gives for den gode præstation, der demonstrerer opfyldelse af fagets mål, med en del mangler.

Karakteren 02 gives for den tilstrækkelige præstation, der demonstrerer den minimalt acceptable grad af opfyldelse af fagets mål.

De studerende danner selv projektgrupper fra kursets start. Gruppestørrelsen bør være 3-5 personer. Hvis særlige forhold gør sig gældende, kan læreren tillade mindre gruppestørrelser. Hver gruppe får tilknyttet en vejleder som følger gruppen og varetager eksaminationen.

Hvis et gruppemedlem gentagne gange ikke overholder fælles aftaler, vedtaget af gruppen, kan gruppen indstille at vedkommende ekskluderes. Hvis en studerende ikke bidrager til projektarbejdet kan vejlederen nægte vedkommende indstilling til eksamen.

Undervisningsmateriale : Alison Cawsey: The Essence of Artificial Intelligence. Prentice Hall 1998. ISBN 0-7trinsskala-571779-5
Ansvarlig underviser :