|
Vyučující
|
-
Komínková Oplatková Zuzana, prof. Ing. Ph.D.
-
Viktorin Adam, Ing. Ph.D.
|
|
Obsah předmětu
|
1. Úvod do umělé a výpočetní inteligence - historický přehled, přehled metod. 2. Fraktály, L-systémy a modelování eco-systémů. 3. - 4. Úvod do softcomputingu - neuronové sítě, evoluční algoritmy, fuzzy teorie. 5. - 6. Úvod do generativní AI, zpracování přirozeného jazyka (natural language processing). AGI = umělá obecná inteligence. Jak se strojově dělají úkony (intuice, kontext, life-long learning a další), které jsou přirozené pro člověka? 7. - 8. Sémantické analýza, Expertní systémy. 9. Hejnová inteligence a robotika. 10. Kognitivní systémy, umělý život, agentní a multiagentní systémy. 11. Umělá inteligence a teorie her. Umělá inteligence ve hrách, gamesourcing. 12. Zápočtový týden, konzultační hodina, probrání témat ke zkoušce.
|
|
Studijní aktivity a metody výuky
|
|
Přednášení, Cvičení na počítači
|
| Předpoklady |
|---|
| Odborné znalosti |
|---|
| Znalosti z oblastí: Matematika Základy informatiky |
| Znalosti z oblastí: Matematika Základy informatiky |
| Výsledky učení |
|---|
| vyjmenovat a popsat klíčové milníky v historii umělé inteligence, rozlišit různé metody a nástroje umělé a výpočetní inteligence. |
| vyjmenovat a popsat klíčové milníky v historii umělé inteligence, rozlišit různé metody a nástroje umělé a výpočetní inteligence. |
| popsat základy softcomputingu, včetně neuronových sítí, evolučních algoritmů a fuzzy logiky, a jejich aplikace. |
| popsat základy softcomputingu, včetně neuronových sítí, evolučních algoritmů a fuzzy logiky, a jejich aplikace. |
| definovat základní pojmy spojené se zpracováním přirozeného jazyka (NLP) a generativní AI, včetně umělé obecné inteligence (AGI) a jejích výzev. |
| definovat základní pojmy spojené se zpracováním přirozeného jazyka (NLP) a generativní AI, včetně umělé obecné inteligence (AGI) a jejích výzev. |
| orientovat se v principech fungování expertních systémů a metod sémantické analýzy. |
| orientovat se v principech fungování expertních systémů a metod sémantické analýzy. |
| orientovat se v kontextu použití umělé inteligence v teorii her. |
| orientovat se v kontextu použití umělé inteligence v teorii her. |
| popsat možnosti rojových algoritmů, rojové (hejnové) robotiky a paralelu v oblasti gamesourcingu. |
| popsat možnosti rojových algoritmů, rojové (hejnové) robotiky a paralelu v oblasti gamesourcingu. |
| list and describe key milestones in the history of artificial intelligence, distinguish different methods and tools of artificial and computational intelligence. |
| list and describe key milestones in the history of artificial intelligence, distinguish different methods and tools of artificial and computational intelligence. |
| describe the basics of softcomputing, including neural networks, evolutionary algorithms and fuzzy logic, and their applications. |
| describe the basics of softcomputing, including neural networks, evolutionary algorithms and fuzzy logic, and their applications. |
| Define basic concepts related to natural language processing (NLP) and generative AI, including artificial general intelligence (AGI) and its challenges. |
| Define basic concepts related to natural language processing (NLP) and generative AI, including artificial general intelligence (AGI) and its challenges. |
| orient in the principles of expert systems and semantic analysis methods. |
| orient in the principles of expert systems and semantic analysis methods. |
| understand the context of the use of artificial intelligence in game theory. |
| understand the context of the use of artificial intelligence in game theory. |
| describe the possibilities of swarm algorithms, swarm robotics and the parallel in gamesourcing. |
| describe the possibilities of swarm algorithms, swarm robotics and the parallel in gamesourcing. |
| Odborné dovednosti |
|---|
| vytvořit a simulovat modely používající fraktály nebo L-systémy pro ekosystémy. |
| vytvořit a simulovat modely používající fraktály nebo L-systémy pro ekosystémy. |
| navrhovat a implementovat aplikace využívající neuronové sítě, evoluční algoritmy a fuzzy logiku pro řešení praktických problémů. |
| navrhovat a implementovat aplikace využívající neuronové sítě, evoluční algoritmy a fuzzy logiku pro řešení praktických problémů. |
| používat nástroje a techniky pro zpracování přirozeného jazyka a generativní AI pro analýzu textu a vytváření jazykových modelů. |
| používat nástroje a techniky pro zpracování přirozeného jazyka a generativní AI pro analýzu textu a vytváření jazykových modelů. |
| navrhnout a implementovat expertní systémy pro zadané úlohy. |
| navrhnout a implementovat expertní systémy pro zadané úlohy. |
| navrhnout a provést sémantickou analýzu nad zadanými daty. |
| navrhnout a provést sémantickou analýzu nad zadanými daty. |
| to create and simulate models using fractals or L-systems for ecosystems. |
| to create and simulate models using fractals or L-systems for ecosystems. |
| design and implement applications using neural networks, evolutionary algorithms and fuzzy logic to solve practical problems. |
| design and implement applications using neural networks, evolutionary algorithms and fuzzy logic to solve practical problems. |
| use natural language processing and generative AI tools and techniques to analyse text and create language models. |
| use natural language processing and generative AI tools and techniques to analyse text and create language models. |
| design and implement expert systems for given tasks. |
| design and implement expert systems for given tasks. |
| design and perform semantic analysis on the given data. |
| design and perform semantic analysis on the given data. |
| Vyučovací metody |
|---|
| Odborné znalosti |
|---|
| Přednášení |
| Přednášení |
| Cvičení na počítači |
| Cvičení na počítači |
| Hodnotící metody |
|---|
| Písemná zkouška |
| Písemná zkouška |
|
Doporučená literatura
|
-
GOLDBERG, Yoav. Neural network methods for natural language processing. 2017. ISBN 978-1-68173-235-0.
-
Heaton, Jeff. Introduction to neural networks for C#. 2nd ed. St. Louis : Heaton Research, 2008. ISBN 978-1-60439-009-4.
-
Heaton, Jeff. Introduction to neural networks with Java. St. Louis : Heaton Research, 2008. ISBN 978-1-60439-008-7.
-
LAM H-K., LING S. H., NGUYEN H. T. Computational intelligence and its applications: evolutionary computation, fuzzy logic, neural network and support vector machine techniques. 2012. ISBN 978-1-84816-691-2.
-
NOVÁK, V. Základy fuzzy modelování. Praha : BEN, 2000. ISBN 80-7300-009-1.
-
Zelinka I., Oplatková Z., Šeda M., Ošmera P., Včelař F. Evoluční výpočetní techniky, principy a aplikace. 2009. ISBN 978-80-7300-218-3.
-
Zelinka, Ivan. Umělá inteligence v problémech globální optimalizace. 1. vyd. Praha : BEN - technická literatura, 2002. ISBN 8073000695.
|