Einführung in die Künstliche Intelligenz

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

Klausureinsicht

Die Klausureinsicht zur Nachklausur findet am Donnerstag, dem 18. April 2019 von 13:30-14:00 Uhr in Raum A 102 statt.

Klausur

Als Unterlagen sind nur ein handschriflich beidseitig beschriebenes DIN-A4 Blatt erlaubt,keine Taschenrechner oder ähnliche elektronische Geräte.

Das Kapitel "Decision Making" wurde in diesem Semester nicht behandelt und ist für diesen Klausurtermin (aber nur für diesen Klausurtermin) nicht relevant.

Die Folien zum Kapitel "Neural Networks" wurden am 15.7. in der neuen Version hochgeladen (insbesondere die Folien zu Convolutional NNs haben zuvor gefehlt).

Zeit und Ort

Tag	Zeit	Raum
Dienstag	09:50-11:30	S202/C205
Mittwoch	17:10-18:50	S202/C205

Beginn: 11.04.2017

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.

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)
Spielbaumsuche
- Minimax und AlphaBeta (RN chapter 5)
- Real-time Game Playing (RN chapter 5 + additional material)
- Monte-Carlo Tree Search (RN chapter 5 + additional material)
Planning
- Planen im Zustandsraum (RN chapter 10)
- Planen im Planraum (RN chapter 11)
Machine Learning
- Neural Networks (RN chapters 18.1,18.2,18.7 + additional material)
- Reinforcement Learning (RN chapter 21)
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)
Philosophische Grundlagen
- Philosophische Grundlagen (RN chapter 26)

Übungen

In den Übungen erhalten Sie Aufgaben über den Vorlesungsstoff, die Sie selbst lösen sollen, und die dann in der folgenden Übungsstunde durchgesprochen werden. Eine Liste über die Übungsblätter und Lösungsbeispiele erhalten Sie im Folgenden:

Klausur

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

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

Übungen: Tobias Joppen