Einführung in die Künstliche Intelligenz

LVA 20-00-0349-iv im Vor­lesungsverze­ich­nis der TU Darm­stadt.

Die Notenliste hängt nun aus.

Die Klausureinsicht findet am Mittwoch, den 23.4. von 12:00 bis 13:30 in Raum A126 statt. Die Klausurergebnisse werden im Laufe dieser Woche veröffentlicht.

Zeit und Ort

Beginn: 17.10.2013

Die Veranstaltung besteht aus einer 3-stündigen Vorlesung und einer 1-stündigen Übung. Dies bedeutet, daß üblicherweise an jedem zweiten Dienstag eine Übung stattfindet.

Die vorläufige Planung ist folgende:

Forum

Für diese Vorlesung existiert ein Forum.

Klausur

Die Klausur findet am 21.2.2014 um 13h in S101/A1 (Audimax) statt. Die Bearbeitungszeit beträgt üblicherweise 90 min. Die Anmeldung zur Klausur erfolgt über TUCaN.

Sie dürfen ein von Ihnen selbst handbeschriebenes (vorn + hinten) DIN-A4-Blatt zur Klausur sowie ein gebundenes Wörterbuch mitbringen. Alle anderen Unterlagen, insbesondere elektronische Hilfsmittel (Taschenrechner, Handy, elektronisches Wörterbuch, etc.) sind nicht erlaubt.

Alte Klausuren mit Lösungsvorschlag (ohne Gewähr): WS 09/10, SS 09, WS 07/08, SS 07

Inhalt

Die Künstliche Intelligenz (KI) beschäftigt sich mit Algorithmen zur Lösung von Problemen, von denen man gemeinhin annimmt, dass deren Lösung Intelligenz erfordert. Orientierte man sich in den Anfangstagen der Wissenschaft primär an psychologischen Erkenntnissen über das menschliche Denken, hat sich das Gebiet seither zunehmend dahingehend entwickelt, dass in den Problemlösungsansätzen versucht wird, die Stärken des Computers auszunutzen. Im Zuge dieser Vorlesung werden wir einen kurzen Überblick über die zentralen Themen dieser Kernwissenschaft der Informatik geben, insbesondere in die Themen Suche, Planen, Lernen und Schließen. Die historischen und philosophischen Grundlagen werden ebenfalls behandelt.

Voraussichtlicher Stoffplan

(Kapitelangaben beziehen sich auf die 3. Auflage des Textbuchs, Links für die 2. Auflage finden Sie in früheren Semestern.)

• Grundlagen
  • Einführung, Geschichte der AI (RN chapter 1)
  • Intelligente Agenten (RN chapter 2) 
    
• Suche
  • Uninformierte Suche (RN chapters 3.1 - 3.4) 
    
  • Heuristische Suche (RN chapters 3.5, 3.6) 
    
  • Lokale Suche (RN chapter 4) 
    
  • Constraint Satisfaction Problems (RN chapter 6) 
    
  • Spiele: Suche mit Gegnern (RN chapter 5)
    
• Planning
  • Planen im Zustandsraum (RN chapter 10) 
    
  • Planen im Planraum (RN chapter 11)
• Decisions under Uncertainty
  • Unsicherheit und Wahrscheinlichkeiten (RN chapter 13)
  • Bayesian Networks 1 (RN chapter 14.1-14.3)
  • Bayesian Networks 2 (RN chapter 14.4-14.6)
  • Decision Making (RN chapter 16)
• Machine Learning
  • Neural Networks (RN chapters 18.1,18.2,18.7)
  • Reinforcement Learning (RN chapter 21)
• Philosophische Grundlagen
• Philosophische Grundlagen (RN chapter 26)

Übungen

• 1. Übungsblatt (29.10.2013): Agenten + Uninformierte Suche
• Lösungsvorschlag
• 2. Übungsblatt (12.11.2013): Informierte Suche + Constaint Satisfaction
• Lösungsvorschlag
• 3. Übungsblatt (26.11.2013): Spielbaum-Suche
  • Lösungsvorschlag

• 4. Übungsblatt (10.12.2013): Planen
• Lösungsvorschlag
  
• 5. Übungsblatt (14.01.2014): Wahrscheinlichkeiten und Bays'sche Netze

• Lösungsvorschlag

• 6. Übungsblatt (6.02.2014): Neuronale Netze
• Lösungsvorschlag
  
• 7. Übungsblatt (6.02.2014): Reinforcement Learning
• Lösungsvorschlag

Textbuch

Die Vorlesung folgt weitgehend dem Buch Stuart Russell und Peter Norvig: Artificial Intelligence: A Modern Approach. Prentice Hall, 3rd edition, 2009. Deutsche Ausgabe: Stuart Russell und Peter Norvig: Künstliche Intelligenz: Ein Moderner Ansatz. Pearson-Studium, 2004 (Übersetzung der 2. Auflage). ISBN: 978-3-8273-7089-1.

Kontakt

Johannes Fürnkranz