AIST2101

Kunstig intelligens for robotikk og automatisering

Vår

Trondheim

Norsk

Oversikt

50 kandidater

Snitt

B

4,38

likt

Ståprosent

100 %

likt

Karakterfordeling
Snitt over tid
Ståprosent over tid

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.