Sök i kursutbudet

Använda sökfunktionen för att hitta i Chalmers utbildningsutbud, både vad gäller kurser och program. När det finns en kurshemsida visas en hus-symbol som leder till denna sida.
Sök program och utbildningsplaner


Institutionernas kurser för doktorander

Kursplan för

Läsår
TIN175 - Introduktion till artificiell intelligens  
 
Kursplanen fastställd 2017-07-06 av programansvarig (eller motsvarande)
Ägare: MPALG
7,5 Högskolepoäng
Betygskala: TH - Fem, Fyra, Tre, Underkänd
Utbildningsnivå: Avancerad nivå
Huvudområde: Datateknik, Informationsteknik
Institution: 37 - DATA- OCH INFORMATIONSTEKNIK

Kursen är full. Kölista finns hos utbildningssekreteraren: elke.mangelsen@chalmers.se
Undervisningsspråk: Engelska
Sökbar för utbytesstudenter
Blockschema: D+
Max antal deltagare: 80

Kursmoment   Poängfördelning   Tentamensdatum
Lp1 Lp2 Lp3 Lp4 Sommarkurs Ej Lp
0117 Tentamen 2,5hp Betygskala: TH   2,5hp   Kontakta examinator,  05 Jun 2018 em M,  24 Aug 2018 em M
0217 Projekt 3,5hp Betygskala: TH   3,5hp    
0317 Inlämningsuppgift 1,5hp Betygskala: TH   1,5hp    

I program

TKDAT DATATEKNIK, CIVILINGENJÖR, Årskurs 3 (valbar)
MPALG DATAVETENSKAP - ALGORITMER, PROGRAMSPRÅK OCH LOGIK, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
MPCAS KOMPLEXA ADAPTIVA SYSTEM, MASTERPROGRAM, Årskurs 2 (valbar)
MPCAS KOMPLEXA ADAPTIVA SYSTEM, MASTERPROGRAM, Årskurs 1 (valbar)
MPIDE INTERAKTIONSDESIGN, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)
MPCSN DATORER, NÄTVERK OCH SYSTEM, MASTERPROGRAM, Årskurs 1 (valbar)
MPSOF SOFTWARE ENGINEERING AND TECHNOLOGY - UTVECKLING OCH IMPLEMENTERING AV MJUKVARA, MASTERPROGRAM, Årskurs 1 (obligatoriskt valbar)

Examinator:

Univ lektor  Peter Ljunglöf

Ersätter

TIN173   Artificiell intelligens TIN174   Artificiell intelligens


  Gå till kurshemsida

 

Behörighet:


För kurser på avancerad nivå gäller samma grundläggande och särskilda behörighetskrav som till det kursägande programmet. (När kursen är på avancerad nivå men ägs av ett grundnivåprogram gäller dock tillträdeskrav för avancerad nivå.)
Undantag från tillträdeskraven: Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Kursspecifika förkunskaper

För tillträde till kursen ska studenten ha avklarade kurser om 60 hp inom ämnet datavetenskap eller motsvarande, inklusive en 7,5 hp fortsättningskurs i programmering (TDA550, TDA342,DAT121  eller liknande), och en 7,5 hp kurs i datastrukturer (DAT036, TDA416 eller liknande).

Detta är en avancerad kurs: Vi förutsätter att studenten har akademisk mognad och en vilja att utforska självständigt. Studenten ska ha förmåga att slutföra ett betydande programmeringsprojekt.

Syfte

Artificiell intelligens (AI) studerar hur datorer kan utföra uppgifter som traditionellt har ansetts kräva mänsklig intelligens. Syftet med kursen är att ge en fördjupad förståelse för möjligheter och begränsningar med AI-metoder.

Lärandemål (efter fullgjord kurs ska studenten kunna)

Efter godkänd kurs ska studenten kunna:


Kunskap och förståelse:


  • Förklara grundläggande begrepp och algoritmer för viktad sökning, planering och constraint satisfaction-problem (CSP).

  • Jämföra fördelar och nackdelar med olika algoritmer för sökning, planering och CSP.

  • Redogöra för den historiska utvecklingen, nuvarande läge och framtidsutsikter för något AI-delområde.


Färdigheter och förmåga


  • Välja passande algoritmer för sökning, planering och CSP för att lösa givna AI-problem på ett minnes- och tidseffektivt sätt.

  • Implementera effektiva algoritmer för sökning, planering och problemlösning i ett passande programmeringsspråk.

  • Sammanfatta vetenskapliga framsteg och etiska frågeställningar.

  • Skriva vetenskapliga texter.


Värderingsförmåga och förhållningssätt


  • Analysera och kritiskt diskutera etiska frågeställningar inom AI.

  • Granska och konstruktivt kritisera vetenskapliga texter.


Innehåll

Artificiell intelligens (AI) studerar hur datorer kan utföra uppgifter som traditionellt har ansetts kräva mänsklig intelligens. Kursen ger en introduktion till ämnet och har två huvudsyften.


Det ena syftet är att ge en förståelse för vilka delområden som finns inom AI, deras historiska utveckling, och vilka etiska problemställningar som kan uppkomma inom olika delområden. Detta görs genom att läsa litteratur inom olika AI-områden, att sammanfatta och diskutera litteraturen skriftligt, och att granska uppsatser av andra studenter.

Det andra syftet är att lära ut grundläggande begrepp och algoritmer för heuristisk (informerad) sökning, planering och problemlösning, inklusive deras användningsområden, samt hur de kan användas för att lösa intressanta AI-problem. Följande algoritmer och begrepp ingår:

  • generella sökproblem ¿ viktade och oviktade grafer, grafsökning, trädsökning, sökträd

  • olika klasser av sök- och planeringsproblem ¿ fullständig respektive ofullständig information, deterministiska respektive ickedeterministiska problem

  • standardalgoritmer för deterministisk sökning och planering med perfekt information ¿ oinformerad sökning, informerad sökning, lokal sökning

  • sökning med ofullständig information, ickedeterministiska problem, respektive problem med flera agenter

  • constraint satisfaction-problem

  • heuristiker för informerad sökning och för constraint satisfaction-problem


Organisation

Studenterna formar projektgrupper om 3-5 personer, och varje grupp tilldelas en handledare, ett programmeringsprojekt och ett uppsats-ämne. Undervisningsformerna är grupphandledning, uppsatsskrivande, programutveckling i grupper, samt referentgranskning (peer review) på andras uppsatser. Dessutom förekommer teoretiska föreläsningar, praktiska övningsuppgifter och skriftliga prov.

Litteratur

Se separat litteraturlista.

Examination

Kursen examineras genom:


  • en individuell skriftlig salstentamen (2,5 hp)

  • ett programmeringsprojekt utfört i grupp om 3¿5 studenter, med muntlig redovisning (3,5 hp)

  • en skriftlig uppsats i grupp om 3¿5 studenter, med referentgranskning (1,5 hp)


För att bli godkänd på gruppmomenten måste studenten delta aktivt under handledning, redovisning och i gruppens egen planering, samt ha gjort väsentliga och mätbara bidrag till slutresultatet (programmet och uppsatsen). För att bli godkänd på uppsatsmomentet måste studenten dessutom ha läst och aktivt diskuterat uppsatser av andra projektgrupper.


Om studenten underkänns på ett gruppmoment, får denne en individuell uppgift att slutföra istället för en uppgift att utföra i grupp. Misslyckas även detta så måste studenten göra om hela momentet i en ny projektgrupp.


Det slutliga betyget för kursen är baserat på det vägda medelvärdet av betygen på delkurserna.



Publicerad: to 02 sep 2010. Ändrad: må 28 nov 2016