Dansk - English
Kort version - Fuld version
Kunstig Intelligens (Forår 2007) |
|||
| Kursuskode : | EAIT-U1 | ||
| ECTS Point : | 7,5 | Status : | Tilvalg |
| Revideret : | 17/11 2006 | 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. Efter kurset har den studerende - kendskab til diverse metoder inden for Kunstig Intelligens: Spilteori, Heuristisk søgning, Neurale Net, Selvlærende systemer, Logikprogrammering - praktisk erfaring med design og implementering af komplekse rekursive algoritmer. - praktisk erfaring med analyse af performance og kompleksitet, samt tuning af algoritmer. - kendskab til fordele og ulemper ved programmeringssprogene: Java, C++ og C#. - 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 Neurale Net, selvlærende systemer - hvordan kan et computerspil lære af sine erfaringer?, 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. | ||
| Relationer : | - | ||
| Prøveform : | Mundtlig evaluering på grundlag af kursusopgaver | ||
| Censur : | Intern | ||
| Bedømmelse : | 13-skala | ||
| Bemærkninger : | 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. Før eksamen: Gruppen fremlægger projektet idet hver studerende laver en velforberedt præsentation af 5-10 minutters varighed. Det er et krav at gruppens medlemmer koordinerer præsentationerne således at projektets 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. 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 projektets funktionalitet. Under den individuelle eksamen stiller vejledere og censor spørgsmål inspireret af præsentationerne og projektrapporten. Efter eksamen: Studerende kan kontakte vejlederen (via email) og aftale en konsultation hvor eksamen og projekt rapport kan diskuteres nærmere. Studerende, som ikke er bestået, vejledes ved denne konsultation i hvordan der kan arbejdes målrettet hen mod at bestå et ny eksamensforsøg. Konsultationen vil normalt ligge i starten af det følgende semester. |
||
| Undervisningsmateriale : | Alison Cawsey: The Essence of Artificial Intelligence. Prentice Hall 1998. ISBN 0-13-571779-5 | ||
| Ansvarlig underviser : | Bjørn Klint Christensen
, bjchr@dtu.dk |
||