Einführung in die Künstliche Intelligenz

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

Die schriftliche Wiederholungsklausur findet am 20.2 um 11:00 Uhr in Raum C205 statt.

Die Einsicht der Wiederholungsklausur findet am 10.4. um 9:00 bis 10:00 Uhr im Raum A126 statt.

Zeit und Ort

Beginn: 19.04.2017

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 momentane Termin-Planung ist wie folgt:

Forum

Für diese Vorlesung existiert ein Forum.

Klausur

Die Klausur wird am Do 27.7.2017, 9:30 - 11:30 auf der Lichtwiese stattfinden. Die Bearbeitungszeit wird 90 min sein. Die Raumverteilung für die Klausur richtet sich nach dem Anfangsbuchstaben des Nachnamen:

• A-F schreiben in L301/93 (großer Architektur-Hörsaal, Lichtwiese)
• G-Z schreiben in L402/1+2 (Hörsaalzentrum, Lichtwiese)

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.
An English translation of the exam can be prepared if you ask for it in the week before the exam.

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

Alte Klausuren ohne Lösungsvorschlag: WS 14/15

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, Update 18.2.15)
• Planning
  • Planen im Zustandsraum (RN chapter 10)
  • Planen im Planraum (RN chapter 11)
• Decisions under Uncertainty
  • Unsicherheit und Wahrscheinlichkeiten (RN chapter 13, Update 17.2.15)
  • Bayesian Networks 1 (RN chapter 14.1-14.3)
  • Bayesian Networks 2 (RN chapter 14.4-14.6, Update 17.2.15)
  • Decision Making (RN chapter 16)
• Machine Learning
  • Neural Networks (RN chapters 18.1,18.2,18.7, Update 17.2.15)
  • Reinforcement Learning (RN chapter 21)
• Philosophische Grundlagen
• Philosophische Grundlagen (RN chapter 26)

Übungen

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