Předmět: Umělá a výpočetní inteligence I

« Zpět
Název předmětu Umělá a výpočetní inteligence I
Kód předmětu USII/FUVI1
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Bakalářský
Rok studia 3
Semestr Letní
Počet ECTS kreditů 5
Vyučovací jazyk Čeština
Statut předmětu Povinný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Hájek Petr, prof. Ing. Ph.D.
  • Hendrych Jan, Bc.
  • Plaček Pavel
Obsah předmětu
Úvod do umělé inteligence a oblasti umělé a výpočetní inteligence. Ambientní inteligence a společenské dopady umělé inteligence. Příklad systému s umělou inteligencí. Strojové učení a neuronové sítě. Jednoduché modely neuronových sítí na klasifikaci a predikci. Reprezentace znalostí. Stavový prostor a možnosti jeho prohledávání. Logické modely - výroková logika a predikátová logika prvního řádu. Logické programovací jazyky. Návrh jednoduchých znalostních systémů. Binární expertní systémy. Procedurální schémata. Návrh báze znalostí expertních systémů.

Studijní aktivity a metody výuky
Monologická (výklad, přednáška, instruktáž), Dialogická (diskuze, rozhovor, brainstorming), Laborování
  • Domácí příprava na výuku - 28 hodin za semestr
  • Kontaktní výuka - 52 hodin za semestr
  • Projekt individuální - 30 hodin za semestr
  • Příprava na zápočet - 10 hodin za semestr
  • Příprava na zkoušku - 30 hodin za semestr
Výstupy z učení
Cílem předmětu je seznámit studenty se základními přístupy k umělé a výpočetní inteligenci a možnostmi jejich uplatnění v různých oblastech společenského života.
Student, který úspěšně absolvoval předmět, umí: vysvětlit, jaké jsou cíle umělé a výpočetní inteligence, jejich společenské dopady a charakterizovat jejich historický vývoj; rozlišit tradiční (hard computing) a moderní (soft computing) přístupy k umělé a výpočetní inteligenci; charakterizovat strukturu a princip učení neuronové sítě a rozlišit učení s učitelem a bez učitele; charakterizovat stavový prostor a porovnat strategie k jeho prohledávání z hlediska úplnosti a časové a paměťové složitosti; popsat a rozlišit deklarativní a procedurální přístupy k reprezentaci znalostí; rozlišit diagnostické a plánovací expertní systémy a charakterizovat funkci jejich základních komponent. Student, který úspěšně absolvoval předmět, dovede: navrhnout vhodnou strukturu a model neuronové sítě a tuto síť pomocí gradientního algoritmu naučit na předzpracovaných datech; pro danou úlohu zvolit vhodnou reprezentaci znalostí; navrhnout pro danou úlohu stavový graf a prohledávat jej pomocí algoritmů neinformovaného a informovaného prohledávání; navrhnout bázi znalostí jednoduchého znalostního a expertního systému v logickém programovacím jazyku; odvozovat znalosti pomocí inferenčních pravidel výrokové logiky a predikátové logiky prvního řádu. Student, který úspěšně absolvoval předmět, je schopen: samostatně a odpovědně se rozhodovat a při řešení složitých problémů provést rozklad na jednodušší úlohy; do řešení problémů zahrnout úvahu o společenských a etických rozměrech technologického rozvoje; samostatně získávat další odborné znalosti, dovednosti a způsobilosti z příbuzných disciplín; efektivně komunikovat s cílovou skupinou uživatelů - experty z oblasti veřejné správy, bezpečnosti a dalších.
Předpoklady
nespecifikováno

Hodnoticí metody a kritéria
Písemná zkouška, Posouzení zadané práce, Didaktický test, Rozhovor, Hospitace

Zápočet: účast na cvičení (viz směrnice), písemný zápočtový test s minimálně 60% úspěšností, zpracování zadaných úloh na cvičení s minimálně 60% úspěšností, prezentace a úspěšné obhájení dvou praktických projektů. Zkouška: písemná s minimálně 60% úspěšností.
Doporučená literatura
  • Červenka, Rudolf. Umělá inteligence . Voznice: Leda, 2025. ISBN 978-80-7335-804-4.
  • Kaplan, Jerry. Generative artificial intelligence . New York, NY, USA: Oxford University Press, 2024. ISBN 978-0-19-777354-3.
  • KŘIVAN, M. Úvod do umělých neuronových sítí. Praha: Oeconomica, 2014. ISBN 9788024520247.
  • OLEJ, V., HÁJEK, P. Úvod do umělé inteligence: klasická umělá inteligence - distanční opora. Pardubice: Univerzita Pardubice, 2009. ISBN 978-80-7395-241-9.
  • Olej, Vladimír. Úvod do umělé inteligence : moderní přístupy : distanční opora. Pardubice: Univerzita Pardubice, 2010. ISBN 978-80-7395-307-2.
  • RUSSELL S., and NORVIG P. Artificial Intelligence: A Modern Approach. Harlow: Pearson Education. 2021. ISBN 978-1-292-4.
  • Šulc, Stanislav. Umělá inteligence - vítejte v nové realitě . Praha: Práh, 2024. ISBN 978-80-7696-037-4.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr