|
Lecturer(s)
|
-
Šenkeřík Roman, prof. Ing. Ph.D.
-
Komínková Oplatková Zuzana, prof. Ing. Ph.D.
|
|
Course content
|
Artificial intelligence is a broad scientific field, which includes areas such as bioinspired optimization methods, artificial neural networks, classification and regression methods using probability computing, machine learning, data analysis methods. Furthermore, suitable methods of modeling and simulation of systems based on agent and multiagent systems, artificial life or game theory can be used. All of the above methods can also be hybridized, e.g., with fuzzy theory. Other topics in this area are expert systems, cognitive systems, fractals, chaos theory, L-systems. Last but not least, AGI = artificial general intelligence can be included, i.e. how tasks natural for humans (intuition, context, life-long learning and others) are done by machines.
|
|
Learning activities and teaching methods
|
|
Lecturing, Individual work of students
|
| prerequisite |
|---|
| Knowledge |
|---|
| Knowledge from areas: Mathematics Fundamentals of Informatics Theory of informatics Artificial and computational intelligence |
| Knowledge from areas: Mathematics Fundamentals of Informatics Theory of informatics Artificial and computational intelligence |
| learning outcomes |
|---|
| vyjmenovat, definovat a popsat pokročilé metody v umělé inteligenci, včetně bioinspirovaných optimalizačních metod, umělých neuronových sítí, pravděpodobnostního počítání a strojového učení. |
| vyjmenovat, definovat a popsat pokročilé metody v umělé inteligenci, včetně bioinspirovaných optimalizačních metod, umělých neuronových sítí, pravděpodobnostního počítání a strojového učení. |
| orientovat se v principech hybridizace různých přístupů v umělé inteligenci, například kombinace fuzzy logiky s evolučními algoritmy, a bude schopen analyzovat jejich přínosy pro řešení specifických problémů. |
| orientovat se v principech hybridizace různých přístupů v umělé inteligenci, například kombinace fuzzy logiky s evolučními algoritmy, a bude schopen analyzovat jejich přínosy pro řešení specifických problémů. |
| popsat přehledově metody modelování a simulace, včetně agentních a multiagentních systémů, umělého života a teorie her. |
| popsat přehledově metody modelování a simulace, včetně agentních a multiagentních systémů, umělého života a teorie her. |
| popsat strukturu a fungování expertních a kognitivních systémů, včetně jejich aplikací v praxi. |
| popsat strukturu a fungování expertních a kognitivních systémů, včetně jejich aplikací v praxi. |
| definovat a popsat koncept AGI (obecné umělé inteligence), včetně výzev spojených s modelováním úkonů, které jsou přirozené pro člověka, jako jsou intuice a kontext. |
| definovat a popsat koncept AGI (obecné umělé inteligence), včetně výzev spojených s modelováním úkonů, které jsou přirozené pro člověka, jako jsou intuice a kontext. |
| list, define and describe advanced methods in artificial intelligence, including bio-inspired optimization methods, artificial neural networks, probabilistic computing and machine learning. |
| list, define and describe advanced methods in artificial intelligence, including bio-inspired optimization methods, artificial neural networks, probabilistic computing and machine learning. |
| orient in the principles of hybridization of different approaches in artificial intelligence, such as combining fuzzy logic with evolutionary algorithms, and be able to analyze their benefits for solving specific problems. |
| orient in the principles of hybridization of different approaches in artificial intelligence, such as combining fuzzy logic with evolutionary algorithms, and be able to analyze their benefits for solving specific problems. |
| describe an overview of modelling and simulation methods, including agent-based and multi-agent systems, artificial life and game theory. |
| describe an overview of modelling and simulation methods, including agent-based and multi-agent systems, artificial life and game theory. |
| describe the structure and functioning of expert and cognitive systems, including their applications in practice. |
| describe the structure and functioning of expert and cognitive systems, including their applications in practice. |
| define and describe the concept of AGI (general artificial intelligence), including the challenges associated with modelling tasks that are natural to humans, such as intuition and context. |
| define and describe the concept of AGI (general artificial intelligence), including the challenges associated with modelling tasks that are natural to humans, such as intuition and context. |
| Skills |
|---|
| navrhnout a implementovat pokročilé modely umělé inteligence pro řešení konkrétních vědeckých a technologických problémů. |
| navrhnout a implementovat pokročilé modely umělé inteligence pro řešení konkrétních vědeckých a technologických problémů. |
| analyzovat a kriticky vyhodnocovat výkonnost a efektivitu AI systémů, včetně hybridních a multiagentních systémů. |
| analyzovat a kriticky vyhodnocovat výkonnost a efektivitu AI systémů, včetně hybridních a multiagentních systémů. |
| provádět originální výzkum v oblasti umělé inteligence, identifikovat nové a inovativní přístupy pro řešení komplexních problémů. |
| provádět originální výzkum v oblasti umělé inteligence, identifikovat nové a inovativní přístupy pro řešení komplexních problémů. |
| aplikovat principy umělé inteligence v interdisciplinárním kontextu, například ve spojení s informačními technologiemi, softwarovým inženýrstvím, biologickými systémy, nebo kognitivními vědami. |
| aplikovat principy umělé inteligence v interdisciplinárním kontextu, například ve spojení s informačními technologiemi, softwarovým inženýrstvím, biologickými systémy, nebo kognitivními vědami. |
| dentifikovat a předvídat budoucí trendy v umělé inteligenci, formulovat výzkumné otázky a navrhovat směry dalšího vývoje. |
| dentifikovat a předvídat budoucí trendy v umělé inteligenci, formulovat výzkumné otázky a navrhovat směry dalšího vývoje. |
| design and implement advanced artificial intelligence models to solve specific scientific and technological problems. |
| design and implement advanced artificial intelligence models to solve specific scientific and technological problems. |
| analyze and critically evaluate the performance and effectiveness of AI systems, including hybrid and multi-agent systems. |
| analyze and critically evaluate the performance and effectiveness of AI systems, including hybrid and multi-agent systems. |
| conduct original research in the field of artificial intelligence, identifying new and innovative approaches to solve complex problems. |
| conduct original research in the field of artificial intelligence, identifying new and innovative approaches to solve complex problems. |
| apply the principles of artificial intelligence in an interdisciplinary context, for example in conjunction with information technology, software engineering, biological systems, or cognitive science. |
| apply the principles of artificial intelligence in an interdisciplinary context, for example in conjunction with information technology, software engineering, biological systems, or cognitive science. |
| dentify and predict future trends in artificial intelligence, formulate research questions and propose directions for further development. |
| dentify and predict future trends in artificial intelligence, formulate research questions and propose directions for further development. |
| teaching methods |
|---|
| Knowledge |
|---|
| Lecturing |
| Lecturing |
| Individual work of students |
| Individual work of students |
| assessment methods |
|---|
| Analysis of a presentation given by the student |
| Background research |
| Background research |
| Preparation of a presentation, giving a presentation |
| Preparation of a presentation, giving a presentation |
| Oral examination |
| Oral examination |
| Analysis of a presentation given by the student |
|
Recommended literature
|
-
Bishop, Christopher M. Pattern recognition and machine learning. New York : Springer, 2006. ISBN 0-387-31073-8.
-
Kacprzyk J, Pedrycz, W. Springer handbook of computational intelligence. 2015.
-
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.
-
Luger, George F. Artificial intelligence : structures and strategies for complex problem solving. 6th ed. Boston : Pearson : Addison Wesley, 2009. ISBN 978-0-321-54589-3.
-
Mařík V. Štěpánková O., Lažanský J. Umělá inteligence I-VI. Academia, Praha, 1993.
-
Russell, Stuart J. Artificial intelligence : a modern approach. 3rd ed. Upper Saddle River : Prentice Hall, 2010. ISBN 978-0-13-604259-4.
-
Volná, E. Umělá inteligence: rozpoznávání vzorů v dynamických datech. Praha: BEN - technická literatura, 2014. ISBN 978-80-7300-497-2.
-
WITTEN, I. H. Data mining: practical machine learning tools and techniques. Amsterdam, Elsevier, 2017. ISBN 978012804291.
-
Zelinka I., Oplatková Z., Šeda M., Ošmera P., Včelař F. Evoluční výpočetní techniky, principy a aplikace. 2009. ISBN 978-80-7300-218-3.
|