Uniwersytet w Białymstoku - Centralny System Uwierzytelniania
Strona główna

Sztuczna inteligencja

Informacje ogólne

Kod przedmiotu: 410-KS1-2SIN3
Kod Erasmus / ISCED: 14.951 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (brak danych)
Nazwa przedmiotu: Sztuczna inteligencja
Jednostka: Instytut Filozofii
Grupy: 3L stac. studia I stopnia kognitywistyka - przedm. obowiązkowe
Punkty ECTS i inne: 2.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Rodzaj przedmiotu:

obowiązkowe

Założenia (opisowo):

Zakłada się posiadanie przez studenta podstawowej wiedzy w zakresie logiki, teorii mnogości oraz informatyki.

Tryb prowadzenia przedmiotu:

mieszany: w sali i zdalnie
w sali

Skrócony opis:

Celem przedmiotu jest zapoznanie studentów z podstawowymi zagadnieniami i metodami stosowanymi w sztucznej inteligencji (w skrócie AI). Student pozna w zarysie historię i paradygmaty AI, metody obliczeniowe AI, modele komputerowej reprezentacji wiedzy. Laboratorium ma nauczyć praktycznego zastosowania wybranych technologii AI.

Pełny opis:

W ramach przedmiotu student zapozna się z podstawowymi zagadnieniami i metodami stosowanymi w sztucznej inteligencji (w skrócie AI). Pozna zarys historyczny i paradygmaty AI, metody obliczeniowe AI, modele komputerowej reprezentacji wiedzy oraz wybrane zastosowania AI. Laboratorium uczy praktycznego zastosowania technologii AI.

Profil studiów: ogólnoakademicki

Forma studiów: stacjonarne

Rodzaj przedmiotu: obowiązkowy

Dziedzina / dyscyplina: nauki humanistyczne / filozofia, nauki o komunikacji społecznej i mediach

Rok studiów / semestr: 2/3

Wykład: 15 h, laboratorium: 15 h

Punkty ECTS: 2

Bilans nakładu pracy studenta:

udział w wykładach – 15 h

udział w laboratorium – 15 h

udział w konsultacjach – 2 h

przygotowanie do zajęć: laboratorium 10 h, wykład 5 h

przygotowanie do zaliczenia laboratorium – 5 h

przygotowanie do zaliczenia wykładu – 10 h

zaliczanie wykładu 2 h

Wskaźniki ilościowe:

nakład pracy studenta związany z zajęciami

- wymagającymi bezpośredniego udziału nauczyciela: 34 h, 1 ECTS

- niewymagającymi bezpośredniego udziału nauczyciela: 30 h, 1 ECTS

Literatura:

1. Flasiński, M., Wstęp do sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa 2011.

2. Russell, S. J., Norvig, P., Artificial Intelligence. A Modern Approach, 3rd Ed., Pearson, 2014.

3. Rutkowski, L., Metody i techniki sztucznej inteligencji. Inteligencja obliczeniowa, wyd. 2 zmienione, Wydawnictwo Naukowe PWN, Warszawa 2012.

Efekty uczenia się:

Absolwent zna i rozumie:

podstawowe technologie informacyjne wykorzystywane do wspomagania procesów poznawczych i komunikacyjnych -- KA6_WG2 (w, lab);

metody sztucznej inteligencji wykorzystywane w modelowaniu i analizie systemów poznawczych i komunikacyjnych -- KA6_WG3 (w, lab);

etyczne i filozoficzne problemy sztucznej inteligencji -- KA6_WK6 (w).

Absolwent potrafi:

sformułować kognitywistyczny problem badawczy oraz zaproponować jego rozwiązanie w postaci hipotezy naukowej -- KA6_UW1 (w, lab);

posługiwać się technologiami i narzędziami informatycznymi do pozyskiwania informacji oraz wspomagania procesów poznawczych i komunikacyjnych -- KA6_UW7 (lab).

Absolwent jest gotów do:

bycia otwartym na nowe tendencje we współczesnej nauce i społeczeństwie oraz zasięgania opinii ekspertów w rozwiązywaniu problemów poznawczych i praktycznych -- KA6_KK2 (w, lab);

podnoszenia kwalifikacji zawodowych oraz kompetencji osobistych, w tym etycznych -- KA6_KR1 (w, lab);

współdziałania w grupach oraz przyjmowania w nich różnych ról -- KA6_KR2 (lab).

Sposób weryfikacji osiągnięcia zamierzonych efektów: zaliczenie w formie pisemnej (test, zagadnienia do opracowania, zadania projektowe), obserwacja postępów pracy studenta na zajęciach laboratoryjnych, dyskusja.

Metody i kryteria oceniania:

Metody kształcenia: wykłady z wykorzystaniem prezentacji

multimedialnych, rozwiązywanie zadań i problemów, laboratoria, dyskusja.

Zaliczenie wykładu w formie pisemnej lub ustnej. Zaliczenie laboratorium na podstawie wyników kolokwium lub wykonanych zadań projektowych wraz z pisemnymi lub ustnymi sprawozdaniami lub na podstawie obserwacji postępów pracy studenta na zajęciach. Warunkiem zaliczenia przedmiotu jest uzyskanie ocen co najmniej dostatecznych z laboratorium oraz z wykładu.

W razie nieobecności na zajęciach student ma obowiązek samodzielnie nadrobić zaległości.

Zajęcia w cyklu "Rok akademicki 2022/23" (zakończony)

Okres: 2022-10-01 - 2023-06-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 15 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Anna Gomolińska
Prowadzący grup: Anna Gomolińska
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę
Rodzaj przedmiotu:

obowiązkowe

Tryb prowadzenia przedmiotu:

mieszany: w sali i zdalnie
w sali

Skrócony opis:

Celem przedmiotu jest przedstawienie studentom podstawowych problemów i metod stosowanych w sztucznej inteligencji (w skrócie AI). Student poznaje paradygmaty AI, metody obliczeniowe AI, modele komputerowej reprezentacji wiedzy. Laboratorium uczy praktycznego zastosowania narzędzi sztucznej inteligencji.

Literatura:

1. Flasiński, M., Wstęp do sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa 2011.

2. Goldberg, D. E., Algorytmy genetyczne i ich zastosowania, wyd. 3, Wydawnictwa Naukowo-Techniczne, Warszawa 2003.

3. Russell, S. J., Norvig, P., Artificial Intelligence. A Modern Approach, 3rd Ed., Pearson, 2014.

4. Rutkowska, D., Piliński, M., Rutkowski, L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa 2004.

5. Rutkowski, L., Metody i techniki sztucznej inteligencji. Inteligencja obliczeniowa, wyd. 2 zmienione, Wydawnictwo Naukowe PWN, Warszawa 2012.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet w Białymstoku.
ul. Świerkowa 20B, 15-328 Białystok tel: +48 85 745 70 00 (Centrala) https://uwb.edu.pl kontakt deklaracja dostępności USOSweb 7.0.2.0-1 (2024-03-12)