Cilj i ishod predmeta
Upoznavanje sa idejama koje su se pojavile tokom istraživanja i razvoja u veštačkoj inteligenciji u toku njenog pedesetogodišnjeg razvoja, a kroz ujedinjavajuću ideju inteligentnog agenta. Razumevanje načina izgradnje veštačko-inteligentnih entiteta. Po završetku kursa, student ima osnovna znanja o veštačko-inteligentnim sistemima (VI). U stanju je da odredi šta se može uraditi VI pristupom. U stanju je da odredi probleme za čije rešavanje se primenjuju VI pristupi. Zna karakteristike razmatranih VI metoda. Može da predloži način rešavanja problema, a za neke probleme i da izabere i realizuje odgovarajući VI metod. Pripremljen je za uže, stručne predmete iz oblasti veštačke inteligencije i računarske inteligencije.
Teorijska nastava
Pojam veštačke inteligencije. Pregled oblasti i tehnologija veštačke inteligencije. Realni dometi veštačke inteligencije. Teorijske osnove veštačke inteligencije. Kognitivna psihologija i neuro-nauke. Predstavljanje znanja. Inteligentno pretraživanje. Matematičke, računarske i statističke metode u veštačkoj inteligenciji. Inteligentno rasuđivanje. Soft computing. Mašinsko učenje. Primena veštačke inteligencije. Inteligentna analiza podataka. Inteligentni agenti. Multiagentski sistemi. Refleksni agenti. Agenti sa ciljevima. Ekstrakcija informacija i pronalaženje informacija. Ekstrakcija informacija u okviru obrade prirodnog jezika. Preciznost i odziv. Prepoznavanje imenovanih entiteta. Pristup zasnovan na pravilima. Pristup zasnovan na mašinskom učenju. Metoda skrivenih Markovljevih modela. Metoda maksimalne entropije. Ekstrakcija informacija bez nadziranja. Konačni transduktori i njihove primene u prepoznavanju imenovanih entiteta i relacija među njima. Sistemi zasnovani na pravilima. Semantički veb. Inteligentni edukativni sistemi. Tehnologije veštačke inteligencije. Prepoznavanje i obrada govora. Obrada prirodnog jezika. Robotika. Obrada slike. Neuronske mreže.
Praktična nastava
Implementacija algoritama pretraživanja obrađenih na predavanjima. Implementacija pravila rasuđivanja ulančavanje unapred i ulančavanje unazad. Softverska okruženja za razvoj inteligentnih sistema. Alati za segmentaciju teksta i tokenizaciju. Rad sa softverom otvorenog koda spaCy. Primeri ekspertskih sistema zasnovanih na pravilima u različitim domenima. Primeri problema koji se rešavaju pomoću neuronskih mreža: klasifikacija, klasterizacija, predviđanje, prepoznavanje, aproksimacija i modeliranje sistema. Upotreba alata otvorenog koda za duboko učenje TensorFlow, Torch, Keras, Caffe. Oblasti primene neuronskih mreža: medicina, finansije, proizvodnja, odbrana, društvene nauke.