02464 Kunstig Intelligens og Menneskelig Kognition

2025/2026

Kursusinformation
Artificial Intelligence and Human Cognition
Engelsk
5
Bachelor
E4A (tirs 13-17)
Campus Lyngby
Foredrag om kognitionsvidenskab i relation til kunstig intelligens

Praktiske øvelser i eksperimenter og data analyse indenfor kognitionsforskning
13-uger
E4A
Skriftlig eksamen og bedømmelse af opgave(r)
Eksamen vil foregå på engelsk
Skriftlig eksamen: 3 timer
3 timer
Alle hjælpemidler - uden adgang til internettet
7-trins skala , ekstern censur
02454
010010100202002024610246202450 , Dette kursus er stilet til bachelor-uddannelsen i Kunstig Intelligens og Data. Forudsætningerne for kurset er følgende: Indledende programmering, lineær algebra, machine learning, data science og sandsynlighedsregning svarende til 02461, 02450 og 02462. 02462 kan følges parallelt med dette kursus.
Maksimum: 100
Ivana Konvalinka , ivako@dtu.dk
Tobias Søren Andersen , Lyngby Campus, Bygning 321, Tlf. (+45) 4525 3687 , toban@dtu.dk
01 Institut for Matematik og Computer Science
I studieplanlæggeren
Overordnede kursusmål
Dette kursus giver et tværfagligt perspektiv på menneskelige kognitive processer og deres relation til kunstig intelligens. Målet er at give de studerende en forståelse af, hvordan den menneskelige hjerne opfatter, træffer beslutninger og interagerer – i forhold til syn, handling, social interaktion og kropslighed. Kurset undersøger også, hvordan computerbaserede modeller og AI-teknikker kan bruges som redskaber til at modellere og forstå menneskelig kognition. Ved at bygge bro mellem begreber fra kognitionsvidenskab og kunstig intelligens opnår de studerende et fundament for at analysere menneskelignende intelligens og udvikle AI-systemer, der bedre efterligner eller supplerer menneskelige kognitive evner.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Beskrive ligheder og forskelle mellem menneskelig og kunstig intelligens
  • Designe og udføre mindre kognitionsvidenskabelige eksperimenter ved hjælp af fysiologiske og/eller adfærdsmålinger
  • Analysere neurale modeller af visuel perception
  • Beskrive modeller af hvordan mennesker og kunstig intelligens klassificerer genstande i generelle kategorier (begreber)
  • Anvende Bayesianske modeller til at forstå menneskelig visuel perception
  • Beskrive kvantitative modeller of motorisk kontrol (f. eks. interne modeller og Bayesiansk inferens), samt hvordan disse kan forklare kognitive fænomener
  • Beskrive mekanismer i menneskelig social kognition
  • Beskrive begreber indenfor kropslig kognition samt hvorledes disse er relevante for kunstig intelligens
  • Anvende metoder fra kunstig intelligens på data fra eksperimenter i social kognition
Kursusindhold
Gennem forelæsninger og øvelser introducerer kurset elementer fra kognitionsvidenskab i relation til kunstig intelligens. De studerende vil få praktisk erfaring med eksperimentelle metoder indenfor kognitionsvidenskab og modeller af menneskelig adfærd.
Sidst opdateret
02. maj, 2025