Παρουσίαση/Προβολή

Διδάσκοντες

Ιωάννης Δ. Ζαχαράκης, Καθηγητής

Περιεχόμενο μαθήματος

Οι διαλέξεις καλύπτουν τις ακόλουθες  θεματικές ενότητες:

1. Εισαγωγικές έννοιες. Τι είναι Τεχνητή Νοημοσύνη; Σύντομη ιστορική αναδρομή. Σύγχρονη τεχνολογία
2. Διαμεσολαβητές και περιβάλλοντα. Ορθολογισμός. PEAS (Performance measure, Environment, Actuators, Sensors). Τύποι περιβαλλόντων. Τύποι διαμεσολαβητών
3. Ορισμός προβλήματος και επίλυσης. Διαμεσολαβητές επίλυσης προβλημάτων. Τύποι προβλημάτων. Διατύπωση προβλήματος. Παραδείγματα προβλημάτων.
4. Αναζήτηση και επίλυση προβλημάτων. Βασικοί αλγόριθμοι αναζήτησης.
5. Αναζήτηση πρώτα στο καλύτερο: Άπληστη αναζήτηση, Αναζήτηση Α*
6. Παραλλαγές στρατηγικών πληροφορημένης αναζήτησης.
7. Ευρευτικές συναρτήσεις. Αλγόριθμοι τοπικής αναζήτησης και προβλήματα βελτιστοποίησης.
8. Διαμεσολαβητές βασισμένοι στη γνώση. Βασικές έννοιες Λογικής.
9. Προτασιακή Λογική. Πρότυπα συμπερασμού στην Προτασιακή Λογική.
10. Σύνταξη και σημασιολογία της Λογικής πρώτης τάξης. Κανόνες συμπερασμού.
11. Ενοποίηση και ανύψωση. Προς τα εμπρός αλυσίδα εκτέλεσης. Προς τα πίσω αλυσίδα εκτέλεσης.
12. Λογικός προγραμματισμός.
13. Ανάλυση.

Μαθησιακοί στόχοι

Με την επιτυχή ολοκλήρωση του μαθήματος, ο φοιτητής θα μπορεί να:

Σε επίπεδο Γνώσεων:

• γνωρίζει την έννοια της νοημοσύνης με τρόπο, ο οποίος να είναι ρεαλιστικός και υλοποιήσιμος σε τεχνητά συστήματα λογισμικού
• εκτιμά σε ένα ενιαίο μοντέλο αναφοράς την κλιμακούμενη διαβάθμιση νοημοσύνης
• κατανοεί την εφαρμογή μεθόδων αναζήτησης (τυφλής και ευρετικής) στην επίλυση προβλημάτων και στην επιλογή ενεργειών
• διατυπώνει τη σύνταξη, τη σημασιολογία και τα πρότυπα συλλογιστικής της προτασιακής λογικής
• διατυπώνει τη σύνταξη, τη σημασιολογία και τα πρότυπα συλλογιστικής της κατηγορηματικής λογικής.
• περιγράφει τεχνικές αναπαράστασης γνώσης

Σε επίπεδο Δεξιοτήτων:

• κατηγοριοποιεί τα ευφυή συστήματα σε ένα ενιαίο μοντέλο αναφοράς
• εφαρμόζει μεθόδους αναζήτησης (τυφλής και ευρετικής) στην επίλυση προβλημάτων και στην επιλογή ενεργειών
• χρησιμοποιεί τη σύνταξη, τη σημασιολογία και τα πρότυπα συλλογιστικής της προτασιακής λογικής
• χρησιμοποιεί τη σύνταξη, τη σημασιολογία και τα πρότυπα συλλογιστικής της κατηγορηματικής λογικής
• εφαρμόζει τεχνικές αναπαράστασης γνώσης

Σε επίπεδο Ικανοτήτων:

• συνθέτει τα ανωτέρω για την ανάπτυξη μηχανισμών σχεδιασμού ενεργειών και δράσης ευφυών συστημάτων

Μέθοδοι διδασκαλίας

Δια ζώσης διαλέξεις

Χρήση Τεχνολογιών Πληροφοφικής & Επικοινωνιών

• Διαφάνειες για τη διδασκαλία του θεωρητικού μέρους.
• Οδηγοί για το πρακτικό μέρος.
• Επιλύσεις των ασκήσεων (δίνονται στους φοιτητές μετά την διεξαγωγή κάθε άσκησης).
• Υποστήριξη μαθησιακής διαδικασίας μέσω της ηλεκτρονικής πλατφόρμας e-class.
• Εξειδικευμένο λογισμικό και υλικό σχετικό με το μάθημα

Οργάνωση Διδασκαλίας

Μέθοδοι αξιολόγησης

• Γραπτή τελική εξέταση που περιλαμβάνει:
  • Ερωτήσεις σύντομης απάντησης,
  • Ερωτήσεις ανάπτυξης δοκιμίων,
  • Επίλυση προβλημάτων
• Εκπόνηση ασκήσεων πράξης

Παρατηρήσεις:

• Ο τελικός βαθμός προκύπτει από την στάθμιση των βαθμών θεωρίας και ασκήσεων πράξης με συντελεστές βαρύτητας 75% και 25%, αντίστοιχα.
• Η αξιολόγηση γίνεται στην ελληνική γλώσσα

Βιβλιογραφία

• Τεχνητή Νοημοσύνη, μια σύγχρονη προσέγγιση, 4η έκδοση, Stuart Russell, Peter Norvig, Εκδόσεις Κλειδάριθμος, 2021, Αθήνα.
• Τεχνητή Νοημοσύνη, 3η έκδοση, I. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου, Εκδόσεις Πανεπιστημίου Μακεδονίας, Θεσ/κη.