Elmélet: 50 %

Gyakorlat: 50 %

A tantárgy tantervi helye: 5. félév

Munkarend: Nappali

Előtanulmányi feltételek: 100 kr

Értékelés: gyakorlati jegy

Tantárgy besorolása: differenciált szakmai ismeretek

Oktatás nyelve: Magyar

Tantárgyfelelős: Dr. Pásztor Attila

Felelős tanszék: Informatika Tanszék

Tantárgy oktatója(i): Dr. Pásztor Attila , Kozák János

Ellenőrzésért felel: Prof. Dr. Johanyák Zsolt Csaba

Tárgy oktatásának célja:
A hallgatók megismerjék az MI helyét a tudományterületek között, kialakulását, fő területeit és képesek legyenek önállóan feladatokat algoritmizálni és leprogramozni. Ismerjék meg az MI gyakorlati alkalmazási lehetőségeit.

Elsajátítandó ismeretanyag előadás:

A Mesterséges intelligencia fogalma, kutatási és alkalmazási területei. A probléma tér fogalma, szűkítésének lehetőségei. A problémák irányított gráffal történő szemléltetése: általános és speciális útkeresési problémák. Gráfreprezentáció: keresési feladat gráfokban. -gráfok, ÉS/VAGY gráfok. Keresési algoritmusok. Kétszemélyes játékok reprezentálása, nyero stratégia létezése. Minimax algoritmus és javításai (pl. alfabéta levágás). Evolúciós algoritmusok. Populáció, fittness fügvény, kritérium függvény fogalmai. Evolúciós stratégiák, genetikus algoritmusok. Ágensek. Ágensek tulajdonságai (ideális racionális, autonom), struktúrája, és kategóriái (reflexszeru, célorientált, hasznosságorientált). Tanuló ágensek. Ágens és környezetének kapcsolata. Multi-ágens rendszerek. Kommunikáció ágensek között: kooperáló és versengő ágensek. Koordináció és kooperáció fogalmai. Swarm intelligencia, raj-intelligencia a természetben. A robot fogalma, fejlődésének mérföldkövei. Robothardver, érzékelők és aktuátorok. Érzékelés a robotikában, helymeghatározás, térképezés. Mozgástervezés: konfigurációs tér, celladekompozíció, szkeletonizációs módszer. Robotok felépítése, osztályozásai : manipulátorok, mobil robotok, humanoidok, androidok. Robotok életterei és felhasználási területei, nano technológia, dinamikus markolatfelismerő, agyi ujjlenyomat, állat világ és robotika kapcsolata. Észlelés és navigálás. Képalkotás, képfeldolgozási muveletek, 3-D információ kinyerése. Navigálás és manipulálás látás segítségével. Navigálás és mozgástervezés. Beszédfelismerés. Fuzzy logika. Fuzzy következtetés (Mamdani, Takagi-Sugeno).

Elsajátítandó ismeretanyag laboratórium:

A hallgató különböző típusú Microsoft Azure szolgáltatásokon keresztül ismerkedhet meg a Mesterséges intelligencia gyakorlati alapjaival. Első lépésben magáról a felhős technológiákról kap áttekintőt, majd egy általános Microsoft Azure szolgáltatás kezelési alapozóval folytatódik a kurzus. A következő szakaszban az előre elkészített (prebuilt) AI képességeit fogjuk előtérbe helyezni és különböző Rest végpontokon keresztül használatba venni. A Rest API végpontok használatát egyedi fejlesztéseken keresztül, valamint a Microsoft Azure Logic Apps, folyamat automatizáló eszközén keresztül fogjuk megtenni. A hallgatók szintén betekintést nyerhetnek a chatbotok készítésébe, valamint az Azure Q&A maker és a LUIS szolgáltatások kezelésébe is. Az utolsó részben az Azure ML szolgáltatás, amely a modellek betanítására és üzembe helyezésére alkalmas felületet fog biztosítani.

Elsajátítandó szakmai kompetenciák (tudás, képesség, attitűd, autonómia és felelősség, további szakmai kompetenciák):
Tudása:

tudása - Ismeri az informatika és a mérnöki szakma szókincsét és kifejezési sajátosságait magyar és angol nyelven, legalább alapszinten.

Képességei:

képességei - Képes a megszerzett alapismeretekre építve egy-egy műszaki informatikai területen mélyebb ismeretek önálló megszerzésére, a szakirodalom feldolgozására, majd a területhez kapcsolódó informatikai problémák megoldására. - Folyamatosan képezi magát és lépést tart az informatikai szakma fejlődésével.

Attitűdje:

Autonómia és felelősség:

- Felelősséget érez az önálló és csoportban végzett informatikai rendszerelemzői, -fejlesztői és -üzemeltetési tevékenységéért.

További szakmai kompetenciák:

A számonkérés és értékelés rendszere:
Félévközi tanulmányi követelmények:
Az órákon való részvétel az érvényes KTVSz szerint.
Vizsgakövetelmények:

A félév során a ZH-n szerezhető pontok minimum 51%-a . A szükséges pontokat 2 elméleti ZH-n (60perc) és 2 gyakorlati ZH-n szerezhetik meg a hallgatók. A ZH anyaga az órákon elhangzottakból összeállított elméleti és gyakorlati kérdéssor. A pontszámok alapján megajánlott jegy szerezhető a vizsgára.

Tanulmányi segédanyagok, laborháttér:

Az ajánlott irodalom, a gyakorlatokon megírt programok, előadási anyag PPT-ben. A gyakorlatokon, minden hallgatónak külön, korszerű számítógépes hozzáférés biztosított. Az internetes források a hallgatók részére fenntartott számítógépes szolgáltató teremben hozzáférhetőek.

Kötelező irodalom:

[1] Gubán Miklós (2014): Mesterséges intelligencia https://www.tankonyvtar.hu/hu/tartalom/tamop412A/2011-0003_02_mesterseges_intelligencia/adatok.html [2] Dr. Kovásznai Gergely, Dr. Kusper Gábor (2011): Mesterséges intelligencia https://www.tankonyvtar.hu/hu/tartalom/tamop425/0038_informatika_MestInt-HU/adatok.html"

Ajánlott irodalom:

"[1] Brad Smith and Harry Shum: The Future Computed. Artificial Intelligence and its role in society, Micorsoft, 2018, ISBN 978-0-9997508-1-0 https://blogs.microsoft.com/blog/2018/01/17/future-computed-artificial-intelligence-role-society/"