Obiective curs
Cursul are ca scop prezentarea și transferul de cunoștințe asupra formalizării, proiectării, implementării și testării sistemelor moderne de inteligență artificială.
Obiective laborator
Aplicațiile inteligenței aritificiale în domenii cu valoare adăugată ridicată cum sunt prelucrarea limbajului natural, robotică și vedere artificială, sunt expuse prin exemple reprezentative.
Conținut curs
- Introducere in inteligența artificială: aspecte fundamentale, istoric, riscuri și beneficii
- Probabilități și distribuții standard. Reprezentarea cunoștințelor.
- Probleme de căutare. Căutare adversarială și elemente de teoria jocurilor.
- Planificarea automată. Planificare bazată pe euristici și planificarea ierarhică. Analiză comparativă a metodelor de planificare (timp, program, resurse).
- Cuantificarea incertitudinii. Regula lui Bayes. Modele Bayes naive.
- Modele probabilistice. Rețele Bayesiene.
- Decizii simple și complexe. Funcții de utilitate și valoarea informației. Algoritmi pentru decizii secvențiale, MDP și POMDP.
- Concepte și arhitecturi complexe de rețele neuronale: rețele bazate pe grafuri, autoencodere și modele adversariale
- Aplicații moderne pentru sisteme de inteligență artificială: prelucrarea limbajului natural, robotică și vedere artificială
- Filosofia, etica și siguranța sistemelor de inteligență artificială
Conținut laborator
- Biblioteci și instrumente software specializate pentru aplicații de inteligență artificială
- Modelarea probabilistică a seturilor de date
- Elemente de teoria jocurilor cu implementare în Python
- Regula lui Bayes și modele Bayesiene
- Procese și algoritmi Markov pentru decizie (HMM, MDP, POMDP)
- Planificare automată. Biblioteca Unified Planning Framework (UPF). Aplicații.
- Prelucrarea secvențelor prin rețele neuronale avansate: rețele bazate pe grafuri, autoencodere și modele generative (LLM)