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 2008/2009
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: 16.10.
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, Inferenz, Wissensrepräsentation und Sprachverstehen, Maschinelles Lernen, KI und Kognition, KI und neuronale Netze.

Diese Lehrveranstaltung wird gemeinsam von Prof. Opper und Prof. Albayrak durchgeführt.

Voraussichtlicher Veranstaltungskalender

Termin Thema Inhalte/Lernziele
16.10. 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.
23.10. Problemformulierung und uninformierte 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. Begriffe: Problemformulierung, Zielformulierung, Prinzip der Baumsuche, Baumsuchverfahren, Breitensuche, Tiefensuche, dynamische Programmierung.
30.10. Informierte Suche Ziele der VL: Heuristiken anwenden können, um Probleme schneller zu lösen. Einsatzgebiete, Funktion und Effektivität informierter Suchverfahren kennen. Begriffe: Heuristiken, lokale Suche, A*.
06.11. Constraints Ziele der VL: Den Constraintformalismus zur Beschreibung von Suchproblemen kennen. Methoden zur Lösung von Constraintproblemen kennen und beurteilen können. Begriffe: CSP, Backtrackingsuche, Forward Checking, Look Ahead, Heuristiken zur Variablenbelegung.
13.11. Logikbasierte Agenten 1 Ziele der VL: Prädikatenlogik als Wissensrepräsentationssprache einsetzen können, um Sachverhalte der realen Welt darzustellen. Unifikation als Inferenzmechanismus anwenden können. Technik der Umformung von Sätzen in FOL in beweisäquivalente Sätze in konjunktiver Normalform der Aussagenlogik anwenden können. Begriffe: Prädikatenlogik, Wissensrepräsentation, Unifikation, Konjunktive Normalform.
21.11. Logikbasierte Agenten 2 Ziele der VL: Den Situationskalkül zur Beschreibung von Aktionen anwenden können. Kritik an FOL und Situationskalkül äußern können. Das Resolutionsverfahren der FOL zum Beweis von Sätzen anwenden können. Begriffe: Situationskalkül, Resolution
27.11. 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.
04.12. erster Termin probabilistische KI Prof. Opper, Fachgebiet Methoden der Künstlichen Intelligenz (KI) führt die Veranstaltung weiter.
11.12. Klausur erste Teilkausur

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 IV 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)

Copyright TU Berlin 2007