IV Künstliche Intelligenz: Grundlagen und Anwendungen
Semester: | Wintersemester 2006/2007 |
Art: | Vorlesung mit Übung, 4 SWS |
LV-Nr.: | 0434 L 701 |
Zeit: | VL: Do. 16-18 Uhr ab 19.10.; UE: Mi. 10-12 bzw. 12-14 Uhr ab 25.10. |
Raum: | VL: H 3010; UE: EMH 225 |
Dozenten: | Sahin Albayrak, Klaus Obermayer (ab 14.12.2006) |
Sprechstunde: | nach Vereinbarung mit StefanFricke. Im GOR 011, Salzufer 12 |
Bemerkung: | Basisveranstaltung im Studiengebiet KI |
Klausurtermin: | 19.04.2007, 08 - 10 Uhr im H0104 |
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. Obermayer und Prof. Albayrak durchgeführt.
Veranstaltungskalender
Termin | Thema | Inhalte/Lernziele |
19.10.2006 | 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. |
26.10.2006 | Logikbasierte Agenten 1: Aussagenlogik | Logik ist eine formale Sprache, um Wissen zu repräsentieren, mit dem Ziel Schlussfolgerungen ziehen zu können. Logik bietet eine maschinengerechte Repräsentation von Wissen und formale Mechanismen zum Schlussfolgern. Eine Diskussion der Probleme der Aussagenlogik führt hin zur Prädikatenlogik (nächste VL). Ziele der VL: Aussagenlogik als formale Sprache für die Wissensrepräsentation kennen lernen, den Unterschied zwischen logischer und syntaktischer Folgerung verstanden haben, Korrektheits- und Vollständigkeitsbegriff kennen, Resolutionsmethode als Mechanismus zum logischen Schlussfolgern verstanden haben. Begriffe: Logikbasierter Agent, Wissensrepräsentation, Schlussfolgerung, Wissensbasis, Aussagenlogik, Inferenz, Wumpus-Welt, Resolution. |
02.11.2006 | Logikbasierte Agenten 2: Prädikatenlogik | Ziele der VL: Prädikatenlogik als Wissensrepräsentationssprache einsetzen können, um Sachverhalte der realen Welt in FOL darzustellen. Den Situationskalkül zur Beschreibung von Aktionen anwenden können. Kritik an FOL und Situationskalkül äußern können. Unifikation als Inferenzmechanismus anwenden können. Technik der Umformung von Sätzen in FOL in beweisäquivalente Sätze in konjunktiver Normalform der Aussagenlogik anwenden können. Das Resolutionsverfahren der FOL zum Beweis von Sätzen anwenden können. Begriffe: Prädikatenlogik, Wissensrepräsentation, Unifikation, Konjunktive Normalform, Resolution. |
09.11.2006 | Logikbasierte Agenten 3: Belief Revision | Begriffe: Belief Revision, Nichtmonotones Schließen, Nichtmonotone Logik, ATMS. |
16.11.2006 | 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, Aufwand. |
23.11.2006 | Informierte Suche | Wie lassen sich Probleme durch (geschickte) Suche lösen? Begriffe: Heuristiken, lokale Suche, Greedy, A*. |
30.11.2006 | Constraints | Begriffe: CSP, Backtrackingsuche, Forward Checking, Look Ahead, Heuristiken zur Variablenbelegung. |
07.12.2006 | Planen | Planen kombiniert Logik und Suche. Ziele der VL: STRIPS als grundlegenden Formalismus zur Beschreibung von Planungsproblemen anwenden können, verschiedene Planungsalgorithmen verstanden haben. Begriffe: Planungsproblem, Planungssystem, STRIPS, Closed World Assumption, Vorbedingung, Effekt, Aktionsschema, Aktion, Vorwärtsplanung, Rückwärtsplanung, Partial Order Planning. |
ab 14.12. | statistische Verfahren, neuronale Informationsverarbeitung | Prof. Obermayer führt die Veranstaltung weiter. Material und Infos hier: ni.cs.tu-berlin.de/lehre/gki06_07.html. |
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:
- Mathematik-Online-Kurs: Mathematische Grundlagen, Abschnitt 1: Aussagenlogik.
- Wikipedia: Aussagenlogik
- Grundkurs Mathematische und logische Grundlagen der Linguistik, Uni Bremen
- Die Stichwortsammlung Logik enthält alles Wissenswerte zu Aussagen- und Prädikatenlogik
- Introduction to Logic by Stefan Waner and Steven R. Costenoble in englischer Sprache.
- KI-Lehrveranstaltungsskript der TU Chemnitz (MS Word): die Kapitel 6.3 und 6.4
- Formale Grundlagen der Linguistik, Manfred Klenner (Uni Zürich)
- Vorlesung Logik für Informatiker Universität Koblenz
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
- JTMS: J. Doyle: A truth maintenance system. Articial Intelligence, 12(3). S.231-272, 1979.
- ATMS: J. De Kleer: An assumption based truth maintenance system. Artificial Intelligence 28, S. 127-162, 1986.
- Problem Solving and Truth Maintenance Systems Temple University, Philadelphia
- Vages Schließen, VL Wissensmanagement-Systeme Universität Würzburg
- Truth Maintenance Systems A. Akhmetova, et al.
Copyright TU Berlin 2007