Overordnede kursusmål
Målet er at introducere den studerende til fundamentale begreber og
teknikker indenfor symbolsk kunstig intelligens samt anvende disse
indenfor søgning, planlægning, spil, multiagent-systemer, social
intelligens og chatbots. I symbolsk kunstig intelligens arbejder
man med eksplicitte – sproglige eller logiske – modeller af
omverden. Dette giver visse fordele med hensyn til at bygge
systemer som kan lægge planer og ræsonnere logisk, samt giver
fordele omkring forklarlighed og sikkerhed. Desuden vil den
studerende blive introduceret til relationen mellem symbolske og
subsymbolske (konnektionistiske) teknikker i kunstig intelligens,
samt hvorledes disse kan kombineres.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- Forklare forskellen på symbolske og subsymbolske teknikker
indenfor kunstig intelligens (AI)
- Forklare de respektive anvendelsesområder, fordele og ulemper
ved symbolsk og subsymbolsk kunstig intelligens
- Udvælge passende formelle modeller til at repræsentere
tilstande og transitioner i et givet domæne
- Analysere hvilke algoritmer og teknikker indenfor symbolsk
kunstig intelligens der er relevante i forhold til en given
anvendelse
- Implementere simple symbolske AI-metoder til søgning,
vidensrepræsentation, planlægning, spil, multiagent-systemer,
social intelligens og chatbots
- Anvende eksisterende symbolske AI-værktøjer til søgning,
vidensrepræsentation, planlægning, spil, multiagent-systemer,
social intelligens og chatbots
- Analysere hvilke teknikker – symbolske, subsymbolske eller en
kombination – der er nødvendige for at automatisere en given
opgave
- Integrere symbolske og subsymbolske teknikker i en autonom
agent, fx en fysisk robot
Kursusindhold
1. Modeller for sprog og viden: propositionelle tilstande, belief
states, epistemiske modeller, simple modeller i sprogteknologi
(NLP).
2. Algoritmer og værktøjer på modeller for sprog og viden:
STRIPS-planlægning, planlægningsværktøjer, chatbot-teknologi,
chatbot-værktøjer.
3. Multiagent-systemer og social AI: Modeller for koordination,
samarbejde og kommunikation. Theory of Mind og
multiagent-planlægning.
4. Symbolsk vs subsymbolsk AI: Styrker og svagheder i symbolsk vs
subsymbolsk AI. Introduktion til kombinationen af symbolske og
subsymbolske teknikker.
5. Anvendelser: Integration af samtlige kursets emner til
anvendelser indenfor socialt intelligente robotter.
Sidst opdateret
02. maj, 2021