course-details-portlet

IT3708 - Bio-inspirert kunstig intelligens

Om emnet

Vurderingsordning

Vurderingsordning: Arbeider
Karakter: Bokstavkarakterer

Vurderingsform Vekting Varighet Hjelpemidler Delkarakter
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)
Informatikk (MIT) - enkelte retninger

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 01.09.2008
Flere sider om emnet

Ingen

Fakta om emnet

Versjon: 1
Studiepoeng:  7.5 SP
Studienivå: Høyere grads nivå

Undervisning

Termin nr.: 1
Undervises:  VÅR 2020

Forelesningstimer: 2
Øvingstimer: 2
Fordypningstimer: 8

Undervisningsspråk: Engelsk, Norsk

Sted: Trondheim

Fagområde(r)
  • Informatikk
  • Teknologiske fag
Kontaktinformasjon
Emneansvarlig/koordinator:

Ansvarlig enhet
Institutt for datateknologi og informatikk

Telefon:

Eksamensinfo

Vurderingsordning: Arbeider

Termin Statuskode Vurderings-form Vekting Hjelpemidler Dato Tid Digital eksamen 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.
Eksamensinfo

For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"

Mer om eksamen ved NTNU