AIST2101
Kunstig intelligens for robotikk og automatisering
Vår
Trondheim
Norsk
Om emnet
Faglig innhold
Emnet gir en grunnleggende introduksjon til et utvalg av følgende temaer: maskin- og dyplæring, søk og planlegging, prediksjon og systemidentifikasjon, handlingssystemer og beslutningsstøtte, optimal regulering og optimering, estimering og glatting. Metoder presenteres med vekt på robotikk- og automatiseringsrelevante applikasjoner. Andre tema kan forekomme.
Læringsmål
Kunnskap:
- Kandidaten kan forklare og sammenlikne teori, virkemåte, styrker og svakheter til metoder presentert i emnet
- Kandidaten har kjennskap til hvordan både tradisjonelle og toppmoderne metoder innen kunstig intelligens anvendes i sitt fagfelt
Ferdigheter:
- Kandidaten kan demonstrere bruk av metoder presentert i emnet, både gjennom digitale verktøy, og simulering
Generell kompetanse:
- Kandidaten kan anvende digitale verktøy til å implementere metodene presentert i emnet
- Kandidaten kan forklare kunstig intelligens sin betydning og utfordringer relatert til bærekraftige prosesser og systemer
- Kandidaten kan presentere problemstillinger, løsningsmetoder, og resultater på en profesjonell og tilnærmet vitenskapelig måte
- Kandidaten kan drøfte etiske utfordringer rundt kunstig intelligens
Læringsformer og aktiviteter
Emnet benytter hovedsakelig en blanding av forelesninger, øvingstimer og praktisk rettet laboratoriearbeid/prosjektarbeid som læringsformer. Det benyttes en konstruktivistisk tilnærming til læring, med stor vekt på problemløsing og praktisk anvendelse av teori.