direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Logo der TU Berlin

Künstliche Intelligenz: Grundlagen und Anwendungen

Modul: Künstliche Intelligenz: Grundlagen und Anwendungen (BINF-SWT-KI.W08)
Semester: Wintersemester 2009/2010
Art: VL+UE (4 SWS / 6 LP)
LV-Nr.: 0434 L 701
Veranstalter: Sahin Albayrak, Manfred Opper
Zeit: VL: Do. 16-18 Uhr; UE: wahlweise Mi. 14-16 oder 16-18 Uhr. Beginn: 15.10.
Raum: VL: MA 004; UE: EMH 225

---

Diese Veranstaltung wird online mit ISIS durchgeführt Bitte melden Sie sich dort an!

---

Ihre Anmeldung ist zunächst unverbindlich. Bis zur 6. Semesterwoche können Sie sich verbindlich anmelden. Alle Unterrichtsmaterialien werden im ISIS abgelegt. Auch der Übungsbetrieb wird über ISIS organisiert.
Infos zur Anmeldung, zum Einloggen finden sich hier.

Kurzbeschreibung

Einführung in Grundbegriffe und grundlegende Methoden der KI. Zentrale Themen: Problemlösen, Constraintsysteme, Spiele, Inferenz, Wissensrepräsentation, Sprachverstehen, Maschinelles Lernen, KI und Kognition, KI und neuronale Netze.

Diese Lehrveranstaltung wird gemeinsam von den Lehrstühlen KI (Opper, Ruttor) und AOT (Albayrak, Fricke) durchgeführt.

Voraussichtlicher Veranstaltungskalender

Termin Thema Inhalte/Lernziele
14. & 21.10., EMH 225, 14:00 Vermittlung von Grundlagen für Nichtinformatiker/innen Aussagenlogik, Datenstrukturen (insbesondere Bäume), Komplexitätstheorie
15.10. Einführung in die Künstliche Intelligenz und Organisatorisches Ziele der VL: Verstehen, worum es in der KI geht, was ihre Wurzeln sind und wie sie sich entwickelt hat. Den Begriff des Agenten kennen lernen und die damit verknüpften Konzepte der Rationalität, Umgebung und Agentenarchitektur. Einen Überblick über die inhaltliche und organisatorische Struktur dieser LV bekommen. Begriffe: Rationalität, starke und schwache KI, Agentenarchitektur, Turing-Test.
22.10. Problemlösen durch Suche Ziele der VL: Die Arbeitsweise eines Problemlösungsagenten, der Entscheidungen durch Suchen trifft, diskutieren können. Bestandteile und Herangehensweise der Problemrepräsentation für Suchprobleme kennen und exemplarisch anwenden können. Uninformierte Suchverfahren Breiten- und Tiefensuche anwenden können und deren Eigenschaften kennen. Das Prinzip der dynamischen Programmierung verstanden haben und zur Verbesserung der behandelten Suchalgorithmen einsetzen können. Heuristiken anwenden können, um Probleme schneller zu lösen. Einsatzgebiete, Funktion und Effektivität informierter Suchverfahren kennen.Begriffe: Problemformulierung, Zielformulierung, Prinzip der Baumsuche, Baumsuchverfahren, Breitensuche, Tiefensuche, dynamische Programmierung, Heuristiken, A*, SMA*.
29.10. Lokale Suche und Constraints 1 Ziele der VL: Den Constraintformalismus zur Beschreibung von Suchproblemen kennen. Methoden zur Lösung von Constraintproblemen kennen und beurteilen können. Begriffe: lokale Suche, CSP, Backtrackingsuche, Forward Checking, Heuristiken zur Variablenbelegung.
05.11. Constraints 2 und strategische Spiele Ziele der VL: Konsistenzbewahrende Methoden zur Lösung von Constraintproblemen einsetzen können. Das Minimax-Prinzip für strategische 2-Personen-Spiele anwenden können, Methoden zur Effizienzsteigerung verstanden haben. Begriffe: 2-Konsistenz, strategische Spiele, Bewertungsfunktion, Minimax, Alpha-Beta-Cutoff.
12.11. Logikbasierte Agenten 1: Wissensrepräsentation Ziele der VL: Prädikatenlogik als Wissensrepräsentationssprache einsetzen können, um Sachverhalte der realen Welt darzustellen. Den Situationskalkül zur Beschreibung von Aktionen anwenden können. Kritik an FOL und Situationskalkül äußern können. Begriffe: Prädikatenlogik, Wissensrepräsentation, Situationskalkül, logische Folgerbarkeit, Inferenz.
19.11. Logikbasierte Agenten 2: Inferenz Ziele der VL: Unifikation als Inferenzmechanismus anwenden können. Technik der Umformung von Sätzen in FOL in beweisäquivalente Sätze in konjunktiver Normalform der Aussagenlogik anwenden können. Verschiedene Inferenzmechanismen der FOL zum Beweis von Sätzen anwenden können. Begriffe: Unifikation, Forward Chaining, Backward Chaining, Resolution, Konjunktive Normalform, Stützmengenstrategie
26.11. Planen Ziele der VL: Planung als Kombination von Logik und Suche verstanden haben. STRIPS als grundlegenden Formalismus zur Beschreibung von Planungsproblemen anwenden können, verschiedene Planungsalgorithmen verstanden haben. Begriffe: Planungsproblem, STRIPS, Closed World Assumption, Aktion, Vorwärtsplanung, Rückwärtsplanung.
03.12. Nichtmonotones Schließen Begriffe:JTMS, ATMS
05.12. Klausur erste Teilkausur
ab 10.12 probabilistische KI "Ãœbernahme" der Lehrveranstaltung durch Prof. Opper / A. Ruttor

Voraussetzungen

Abgeschlossenes Vordiplom in Informatik oder einer verwandten Studienrichtung

Literatur

Lehrbuch: S. Russell, P. Norvig Artificial Intelligence: A Modern Approach Prentice Hall, 2003, Second Edition – auch auf Deutch erhältlich: “Künstliche Intelligenz. Ein moderner Ansatz“ (2. Auflage).

Relevant für den ersten Teil der Lehrveranstaltung (symbolische KI) sind die Kapitel 2, 3, 4, 5, 7, 8, 9, 10.8, 11 (teilweise).

 

Skripte online: Online stehen die Vorlesungsskripte von Prof. W. Dilger zu Einführung in die Künstliche Intelligenz und Wissensrepräsentation und Problemlösung (Technischen Universität Chemnitz, Wintersemester 2005/2006).

 

Aussagenlogik

Ein Grundverständnis der Aussagenlogik ist Voraussetzung für die Vorlesungstermine Logik 1 - 3.

Zum Selbststudium:

 

Prädikatenlogik

W. Dilger: Einführung in die Künstliche Intelligenz, Lehrveranstaltungsskript 2006, Kapitel 7, downloadbar unter www.tu-chemnitz.de/informatik/HomePages/KI/skripte.php (als Word-Dokument.

 

Belief Revision

Informationen zum Modul

  • Dieses Modul ist eine Grundlagenveranstaltung. Es kann sowohl von Studierenden im Diplom als auch in den Bachelorstudiengängen Informatik und Technische Informatik, sowie weiteren Studiengängen belegt werden.
  • Im Masterstudiengang kann diese Veranstaltung nicht belegt werden!
  • Weitere Informationen zum Modul (BINF-SWT-KI.W07)