Náplní předmětu je seznámení studentů se základními cíli umělé inteligence, jejími klíčovými metodami a příklady nejčastějších praktických aplikací. Předmět poskytne přehled základních technik tvorby obecných inteligentních systémů a představí jejich vybrané konkrétní zástupce. Probrány budou metody prohledávání stavového prostoru, znalosti a jejich reprezentace, automatizované logické uvažování s případnou nejistotou, plánování a rozvrhování, strojové učení, distribuovaná umělá inteligence nebo evoluční algoritmy. V praktické části se studenti seznámí s aplikacemi znalostních, multiagentních či robotických systémů i dolování dat.

[1] Mařík, V., Štěpánková, O., Lažanský, J. (editoři): Umělá inteligence I., Academia, Praha, 1993

[2] Mařík, V., Štěpánková, O., Lažanský, J. (editoři): Umělá inteligence II., Academia, Praha, 1997

[3] Mařík, V., Štěpánková, O., Lažanský, J. (editoři): Umělá inteligence III., Academia, Praha, 2001

[4] Mařík, V., Štěpánková, O., Lažanský, J.: Umělá inteligence IV. Praha, Academia, 2003

1 Cíle umělé inteligence. Stavový prostor a řešení úloh prohledáváním.

2 Neinformované a informované metody prohledávání stavového prostoru.

3 Řešení úloh s omezujícími podmínkami.

4 Znalosti, jejich získávání a reprezentace. Znalostní inženýrství.

5 Logika z pohledu umělé inteligence. Využití logiky při formalizaci řešení úloh, algoritmizace

6 Programování pro umělou inteligenci. Využití logického a funkcionálního programování

7 Plánování a rozvrhování.

8 Uvažování s nejistotou, pravděpodobnostní uvažování.

9 Adaptivní a učící se algoritmy.

10 Učení pozorováním, učení z příkladů, posilované učení.

11 Evoluční algoritmy a umělý život.

12 Aplikace umělé inteligence: expertní systémy, multiagentní systémy, robotika.

13 Aplikace umělé inteligence: dolování lékařských, biologických a průmyslových dat.

14 Současnost a budoucnost umělé inteligence. Co je teoreticky možné a co je reálné?