název příspěvku - Fakulta informatiky a managementu

SYLABUS KURZU
TEORETICKÉ ASPEKTY UMĚLÉ INTELIGENCE
Klíčová aktivita: 16 – Rozvoj kompetencí v umělé inteligenci, teoretické
aspekty i praktické aplikace
Kurz: Teoretické aspekty umělé inteligence
Cílem kurzu je získání uceleného přehledu současného stavu výzkumu v umělé
inteligenci a v některých úzce souvisejících oblastech, jako je ambientní inteligence
či výpočtová inteligence. Bude přihlédnuto i k širšímu kontextu výzkumu umělé
inteligence, zejména na jeho etické, ekonomické a společenské souvislosti.
Metodika:
Kurz bude sestávat ze tří 4 hodinových přednášek. Účastníci přednášek dostanou
zpravidla předem studijní texty k přednáškám, přednášky a studijní texty budou
v rámci pilotní realizace kurzu umístěny ve WebCT a doplněny v druhém běhu
kurzu.
Obsah kurzu:
1. Přednáška „Současné koncepce výzkumu umělé inteligence“
Rozsah přednášky: 4 hodiny
Rozsah studijního materiálu: 12 stran
Koncepce přednášky: Současná východiska a moderní přístupy k výzkumu umělé
inteligence. Inteligentní agenti, koncepce distribuované inteligence. Multi-agentové
architektury. Formální modely distribuované inteligence.
2. Přednáška „Výpočtová inteligence jako součást umělé inteligence“
Rozsah přednášky: 4 hodiny
Rozsah studijního materiálu: 12 stran
Koncepce přednášky: Přehled metod a hlavních problémů výpočtové inteligence.
Biologicky inspirované inteligentní systémy – neuronové sítě, genetické algoritmy
a programování. Fuzzy metody a přístupy. Hybridní přístupy a systémy.
3. Přednáška „Ambientní inteligence – proč a kam?“
Rozsah přednášky: 4 hodiny
Rozsah studijního materiálu: 12 stran
Informační, kognitivní a interdisciplinární podpora výzkumu (INKOV)
CZ.1.07/2.3.00/20.0001
1
Koncepce přednášky: Přehled současného stavu výzkumu v oblasti inteligentních
systémů a ambientní inteligence. Teoretická východiska výzkumu, multi-agentové
architektury inteligentních prostředí. Etické problémy, bezpečnost a ochrana
osobních dat a informací. Další předpokládané směřování výzkumu.
Podmínky úspěšného absolvování kurzu:
1) Účast na 60 % přednášek stvrzená podpisem na prezenčních listinách,
2) absolvování e-testu s alespoň 50 % správných odpovědí.
Doporučená literatura a další zdroje
[1] AGHAJAN, H., LÓPEZ-CÓZAR DELGADO, R., AUGUSTO, J. C. (2010): HumanCentric Interfaces for Ambient Intelligence. Elsevier,
ISBN 978-0-12-374708-2, 514 str.
[2]
EBERHART, R. C., SHI, Y. (2007): Computational Intelligence: Concepts to
Implementations. Morgan Kaufmann Publ., ISBN 978-1-55860-759-0, 467 str.
[3]
LUGER, G. F. (2009): Artificial Intelligence: Structures and Strategies for
Complex Problem Solving. 6th Edition, Addison-Wesley Computing,
ISBN 978-0-321-54589-3, 754 str.
[4]
NAKASHIMA, H., AGHAJAN, H., AUGUSTO, J. C. (2010): Handbook of Ambient
Intelligence and Smart Environments. Springer, ISBN 978-0-387-93807-3,
1293 str.
[5]
NILSSON, N. J. (1998): Artificial Intelligence: A New Synthesis. Morgan
Kaufmann Publ., ISBN 978-1-55860-467-4, 513 str.
[6]
POOLE, D. L., MACKWORTH, A. K. (2010): Artificial Intelligence: Foundations
of Computational Agents. Cambridge University Press,
ISBN 978-0-521-51900-7, 662 str.
[7]
RUSSELL, S., NORVIG, P. (2010): Artificial Intelligence: A Modern Approach,
3rd Edition, Prentice Hall, ISBN 978-0-13-604259-4, 1132 str.
SCHALKOFF, R. J. (2011): Intelligent Systems: Principles, Paradigms, and
Pragmatics. Jones and Bartlett Publishers, ISBN 978-0-7637-8017-3, 758 str.
[8]
Zpracoval:
prof. RNDr. Peter Mikulecký, PhD.
Univerzita Hradec Králové, Fakulta informatiky a managementu
Rokitanského 62, 500 03 Hradec Králové, Česká republika
e-mail: [email protected]
Informační, kognitivní a interdisciplinární podpora výzkumu (INKOV)
CZ.1.07/2.3.00/20.0001
2