Faglig innhold

Kurset *Kognitive systemer* har som mål å gi en dypere forståelse av det mangfoldige spekteret av kognitive evner og funksjoner som finnes hos levende vesener, spesielt mennesker, som setter en standard for hva vi kan forvente av kunstige intelligente systemer. Den første tredjedelen av kurset fokuserer på å utforske hva kognisjon er, mens de påfølgende delene tar for seg utfordringene med å implementere menneskelignende kognisjon i tekniske systemer. Kurset gir en omfattende oversikt over den historiske utviklingen av kognitive teorier og teknologier, fra både tekniske, filosofiske og psykologiske perspektiver, og beveger seg videre mot moderne tilnærminger i kunstig intelligens.

Kurset introduserer ulike tilnærminger til realisering av kognitive evner i kognitive arkitekturer, og dekker både klassiske og moderne systemer. Det legges vekt på det brede spekteret av kognitive ferdigheter og de unike utfordringene dette skaper for kunstige systemer. Hovedtemaer inkluderer ulike former for resonnering og læring, persepsjon og planlegging, og avsluttes med en kritisk analyse av dagens påstander om intelligensnivået i avanserte AI-arkitekturer.

Læringsutbytte

Kunnskap: Dette emnet gir en omfattende introduksjon til sentrale begreper, teorier og eksperimentelle funn innen menneskelig kognisjon og kunstig intelligens. I starten utforsker vi grunnleggende kognitiv vitenskap, som omfatter sentrale filosofiske og psykologiske teorier, før vi går videre til kunstige kognitive systemer. Kurset undersøker beregningsmodeller for tanken og deres implementering i utvalgte kognitive arkitekturer, inkludert både klassiske symbolske tilnærminger og moderne teknikker. Temaene inkluderer resonnering, persepsjon, fuzzy-logikk, ikke-deduktiv og probabilistisk resonnering, samt utvalgte aspekter av maskinlæring og kunstige nevrale nettverk.

Ferdigheter:Etter fullført kurs vil studentene kunne anvende og kritisk sammenligne ulike metoder og tilnærminger til kognisjon innen kunstig intelligens. De vil få praktisk erfaring med å analysere og evaluere kognitive modeller og systemer som er relevante for AI-applikasjoner.

Generell kompetanse: Gjennom forelesninger, veiledninger og studiet av sentrale publikasjoner utvikler studentene kompetanse til å delta i informerte diskusjoner, evaluere ulike AI-metoder og ta beslutninger innen feltet intelligente systemer. Praktiske øvelser og teoretiske oppgaver vil gi studentene ferdigheter til å bidra meningsfullt til forskning og utvikling innen AI og kognitiv vitenskap. Studentene vil også få et historisk perspektiv på AI og kognitiv vitenskap, inkludert utvalgte aspekter av sinnets filosofi og praktiske anvendelser innenfor beliggende AI.

Læringsformer og aktiviteter

A: Forelesninger, B: veiledningstimer / kollokvier der studentenes spørsmål diskuteres og forelesningstemaene utdypes. C: Selvstudium / lesing og hjemmeoppgaver.

Et antall obligatoriske øvelser må være godkjent for å kunne gå opp til midtveis- og avsluttende eksamen.

Obligatoriske aktiviteter

• Øvinger
• Øvinger

Anbefalte forkunnskaper

TDT4136 Intro til AI og 1. del av det nye TDT4172 Intro to Machine Learning-kurset. Begge anbefales, men ikke obligatorisk.

Kursmateriell

Oppgis ved semesterstart (samling av artikler)