Lehrveranstaltung:IAM 2006:Künstliche Intelligenz

aus GlossarWiki, der Glossar-Datenbank der Fachhochschule Augsburg
Wechseln zu:Navigation, Suche
Studiengang Interaktive Medien (IAM 2006)
Studienabschnitt Vertiefungsphase
Modul Wahlpflichtfach Informatik
Name Künstliche Intelligenz
AlternativnameMethoden der KI
Name (englisch) Artificial Intelligence
Kürzel i7w.ki.WP
Voraussetzungen Es müssen mindestens 80 Credits in den Studienabschnitten Grundlagen- und Orientierungsphase und Aufbauphase erworben worden sein.
Wird gehalten: Sommersemester
Semester IAM 7
Lehrformen Vorlesung, Übungen
Credits 5
SWS 4 (Lehre: 4, Teaching Points: 4)
Workload Präsenzstudium: 60 h (durchschnittlich 4 h pro Woche)
Eigenstudium: 90 h (durchschnittlich 6 h pro Woche)
Notengebung Kommanote (1,0; 1,3; 1,7; 2,0, 2,3; 2,7; 3,0; 3,3; 3,7; 4,0; 5,0)
Gewichtung (Modulnote): 100 %
Verantwortliche(r) Thomas Rist
Lehrende(r) Thomas Rist
Homepage

1 Lernziele

Die Teilnehmer haben einen fundierten Überblick zu gängigen KI-Methoden und KI-Techniken, kennen typische Anwendungsfelder, in denen KI-Techniken zum Einsatz kommen, und sind in die Lage, selbstständig Problemstellungen zu analysieren und mit Methoden der KI anzugehen.

2 Inhalte

Der Begriff „Künstliche Intelligenz“ (KI) wird oft mit dem Ziel gleichgesetzt, menschenähnliche Intelligenz durch den Einsatz von Computern nachzubilden oder gar zu übertreffen. Zu den Beispielen zählen auf WM-Niveau spielende Schachprogramme ebenso wie lernfähige Roboter, die selbstständig neues Terrain erkunden und situationsabhängige Handlungsentscheidungen treffen, und neuerdings auch „intelligente“ virtuelle Mit- und Gegenspieler in Computerspielen. Nicht zuletzt sind es Kinofilme wie A.I., die dazu beitragen, dass KI in der Öffentlichkeit oft in den Bereich des Mystischen rückt und kontrovers diskutiert wird. Aus der Sicht der Informatik steht KI hingegen für ein mittlerweile sehr breites Spektrum an etablierten Methoden und Techniken, die eine algorithmische Lösung anspruchsvoller Problemstellungen ermöglichen. Neben der Vermittlung der Methoden liegt ein Schwerpunkt auf dem Kennenlernen von KI-Werkzeugen, mit denen die Teilnehmer selbst Erfahrungen mit KI-Techniken sammeln.

  • KI-Begriff aus wissenschaftlicher, technischer und gesellschaftlicher Perspektive
  • Problemmodellierung, Problemlösung als Suchaufgabe
  • Suchverfahren (A*, MinMax, Wegeplanung, Strategiespiele)
  • Problemmodellierung mit Constraints
  • Aufbau wissensbasierter Systeme
  • Logisches Schlussfolgern, Logik-Kalküle, Prolog
  • Wissensrepräsentation, ontologisches Modellieren
  • Regelsysteme, Expertensysteme (u.a. Jess, CLIPS, DROOLS)
  • Verfahren zur Handlungsplanung, Planer-Systeme (u.a., STRIPS,SHOP)
  • Probabilistisches Schließen, Bayes-Netzte
  • Fuzzy-Inferenz
  • Maschinelles Lernen, Überblick zu Ansätzen
  • Klassifikation, Data Mining, DM-Werkzeuge (u.a., WEKA)
  • Neuronale Netzte
  • Ausblick auf aktuelle und sich herausbildende Forschungsfelder

In einem begleitenden Praktikum bearbeiten die Teilnehmer eine konkrete Anwendungsaufgabe (z.B. aus dem Bereich Data Mining, Robotik, Expertensystem, Spiele-KI) die sie mittels ausgewählter KI-Techniken vertiefend bearbeiten.

3 Literatur

Stuart Russel, Peter Norvig: Artificial Intelligence: A Modern Approach. Prentice Hall Series in Artificial Intelligence, 3. Auflage Prentice Hall, 2010. (deutsche Übersetzung der 2. Auflage 2004).

Weitere Literatur wird jeweils passend zu den Vorlesungseinheiten während der Veranstaltung empfohlen.

4 Prüfungen

Nummer Prüfer Zweitprüfer Prüfung Prüfungsart Prüfungsdetails Hilfsmittel
1930706 Thomas Rist Wolfgang Kowarschick Prüfung Klausur, Studienarbeit Klausur-Dauer: 60 min