Faglig Innhold
Emnet starter med å beskrive metoder for problemløsning ved hjelp av heuristisk søk i tilstandsrom. Deretter beskrives forskjellige kunnskapspresentasjonsspråk og slutningsmekanismer for maskinell problemløsning. Representasjon i form av predikatlogikk, regler, rammer og semantiske nett behandles, og knyttes til hovedformene for resonnering - særlig regelbasert resonnering. Emnet behandler videre arkitekturer som integrerer forskjellige resonneringsmetoder, agentbaserte arkitekturer, samt arkitekturer for interaktiv problemløsning i et menneske-maskin samspill. Det gis anvendelseseksempler underveis for å belyse metodene.
Læringsmål
Kunnskaper: Kandidaten skal ha kunnskap om: - historisk perspektiv av AI og dens fundament - hovedprinsipper innen AI for problemløsning, inferens og kunnskapsrepresentasjon - representasjon og resonnering ved propositional og predicate logikk - uinformerte og heuristiske søkemetoder - adversarialsøk - begrensning tilfredshet ("constraint satisfaction") problemer og løsningsmetoder - representasjon av planlegging problemer og løsningsmetoder - multiagent miljø og spillteoriprinsipper og noen problemløsning metoder - etikkrelaterte problemer i AI Ferdigheter: - ta beslutning om hvilke type intelligens og tilsvarende agent trengs i et bestemt agentmiljø - design kunnskapsbaserte systemer gjennom bruk av passende representasjon, inferens og problemløsningsmetoder - kunne identifisere type etiske problemer for et gitt problem. Generell kompetanse: - Kjenne fagfeltet AIs grunnlag hentet fra logikk og kognitive vitenskaper