Mange af de opgaver som Kunstig Intelligens søger at løse kan udføres af mennesker. Eksempler på disse opgaver er visuel genkendelse af genstande, klassifikation og motorisk kontrol. Selvom opgaverne som mennesker og maskiner søger at løse kan synes næsten ens kan de være forskellige i form af deres mål, træningsdata og tilgængelig processeringskraft. De underliggende beregninger og algoritmer anvendt i kunstig intelligens kan også være meget forskellige fra de som er implementeret i den menneskelige hjerne.

Dette kursus præsentere elementer af kognitionsvidenskab og neurovidenskab som illustrerer hvordan den menneskelige hjerne processerer information i relation til informationsprocessering i kunstig intelligens. En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:

• Beskrive ligheder og forskelle mellem menneskelig og kunstig intelligens
• Analysere data fra eksperimenter i kognitionsvidenskab og diskutere hvordan resultaterne relaterer til kognitionsvidenskabelige begreber
• Beskrive neurale modeller af visuel perception
• Beskrive prototype og eksemplar baserede modeller af hvordan mennesker og kunstig intelligens klassificerer genstande i generelle kategorier (begreber)
• Beskrive opmærksomhedens rolle i visuel perception
• Analysere modeller af menneskets hukommelse i forhold til digital lagring af information
• Beskrive modeller af tale- og sprogforståelse i mennesker
• Beskrive mekanismer og modeller af beslutningstagning
• Beskrive mekanismer i menneskelig social kognition og diskutere hvordan de kan bruges til at bygge kunstig social intelligens

Gennem forelæsninger og øvelser introducerer kurset elementer fra kognitionsvidenskab i relation til kunstig intelligens. Gennem de praktiske øvelser får de studerende praktisk erfaring med eksperimentelle metoder indenfor kognitionsvidenskab og bruger design. Bliver annonceret senere 21. februar, 2022