Emne - Bio-inspirert kunstig intelligens - IT3708
IT3708 - Bio-inspirert kunstig intelligens
Om emnet
Vurderingsordning
Vurderingsordning: Arbeider
Karakter: Bokstavkarakterer
Vurdering | Vekting | Varighet | Delkarakter | Hjelpemidler |
---|---|---|---|---|
Arbeider | 100/100 |
Faglig innhold
Filosofien bak faget er at for å lage kunstig intelligente systemer, må man ha en forståelse for de relevante biolgoiske systemer. Selv om vi ikke har komplette biologiske forklaringer ennå har vi datametoder som er abstrakte modeller av evolusjon, utvikling og sverm adførsel og disse metodene spiller en viktig rolle i dagens AI-forskning. I tillegg brukes de på tusenvis av praktiske problemer - alt fra bildekomprimering til kretsdesign, laging av musikk og kunst og robotikk.
Emnet dekker flere komputasjonelle metoder med grunnlag i biologi, med hovedfokus på evolusjonære algoritmer og sverm algoritmer. Av evolusjonære algoritmer av hovedinteresse er genetisk algoritmer (GA) og genetiske programmer (GP) og multi-objektiv algoritmer. Underveis dekker vi noen prinsipper og metoder fra fagfeltet kunstig liv (artificial life), f.eks. emergens, kaos, kompleksitet, sverm-intelligens, celle-automater, osv. Faget omhandler også en del av det biologiske grunnlaget for de fleste metodene.
Læringsutbytte
Studentene skal få både en teoretisk basis og praktisk programmeringserfaring med to av de meste kjente sub-symboliske AI-metodene: evolusjonære algoritmer og sverm algoritmer.
Læringsformer og aktiviteter
Forelesninger i plenum og øvinger. Forskjellige arbeider gir samlet grunnlag for sluttkarakter i emnet. I arbeidene inngår diverse programmeringsprosjekter og noen rapporter/teoretiske øvinger.
Faget er programmering intensiv og da passer det ikke for studenter som ikke liker programmering. Grupper av 2 studenter samarbeid på programmeringsprosjekter som tar ca 3-4 uker. I tillegg, ville det fleste slike prosjekter krever noe individuelle innsats, uten samarbeid mellom partner. De andre øvinger blir Rapport-orienterte/teoretiske øvinger som må skrives av hver enkelt student, uten collaboration.
Mer om vurdering
Ved gjentak må hele emnet gjentas.
Spesielle vilkår
Krever opptak til studieprogram:
Datateknologi (MIDT)
Datateknologi (MTDT)
Industriell økonomi og teknologiledelse (MTIØT)
Informatics (MSIT)
Informatikk (MIT) - enkelte retninger
Anbefalte forkunnskaper
Emnet bygger på TDT4120 Algoritmer og datastrukturer, TDT4136 Introduksjon til kunstig intelligens, TDT4171 Metoder i kunstig intelligens, og krever forkunnskap i Diskret matematikk tilsvarende MA0301 Elementær diskret matematikk.
Forkunnskapskrav
Emnet er kun valgbart for studenter som følger studieretning i Kunstig intelligens i studieprogrammene Datateknologi og Informatikk, samt fagretningen Kunstig Intelligens i Industriell økonomi og teknologiledelse (MTDT, MIDT, MIT, MTIØT).
Kursmateriell
Forelesningsfoiler pluss noen bøker. Bøker oppgis ved forelesningsstart, og foiler produseres underveis i semesteret.
Studiepoengreduksjon
Emnekode | Reduksjon | Fra | Til |
---|---|---|---|
MNFIT378 | 7.5 | ||
MNFIT378 | 7.5 | ||
IT8801 | 7.5 |
Ingen
Versjon: 1
Studiepoeng:
7.5 SP
Studienivå: Høyere grads nivå
Termin nr.: 1
Undervises: VÅR 2020
Undervisningsspråk: Engelsk
Sted: Trondheim
- Informatikk
- Teknologiske fag
Ansvarlig enhet
Institutt for datateknologi og informatikk
Eksamensinfo
Vurderingsordning: Arbeider
- Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
- Vår ORD Arbeider 100/100
-
Rom Bygning Antall kandidater
- * Skriftlig eksamen plasseres på rom 3 dager før eksamensdato. Hvis mer enn ett rom er oppgitt, finner du ditt rom på Studentweb.
For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"