Βαθμολογία

• Πέντε εργασίες που θα περιλαμβάνουν τη λύση θεωρητικών προβλημάτων και την ανάπτυξη λογισμικού: 9 (0.5+2+2+2+2.75) μονάδες στις 10
  
• Τελική εξέταση: 1 μονάδα στις 10

Ύλη του μαθήματος

• Εισαγωγή στην Τεχνητή Νοημοσύνη. Ευφυείς πράκτορες (intelligent agents).
• Λύση προβλημάτων με πράκτορες αναζήτησης (search agents). Απληροφόρητες στρατηγικές αναζήτησης: breadth-first search, uniform-cost search, depth-first search, depth-limited search, iterative deepening depth-first search, bi-directional search.
• Ευρετικές στρατηγικές αναζήτησης: greedy best-first search, A*-search.
• Αλγόριθμοι τοπικής αναζήτησης (local search): hill-climbing, simulated annealing, local beam search, genetic algorithms.
• Προβλήματα ικανοποίησης περιορισμών (constraint satisfaction problems). Αλγόριθμοι για λύση προβλημάτων ικανοποίησης περιορισμών: backtracking, forward-checking, back-jumping, conflict-directed back-jumping, heuristics, consistency levels, arc consistency.
• Πράκτορες για αναπαράσταση γνώσης και συλλογιστική. Προτασιακή λογική και λογική πρώτης τάξης. Χρήση της προτασιακής και της λογικής πρώτης τάξης για αναπαράσταση γνώσης.
• Σχεδιασμός βάσεων γνώσεων, οντολογίες, παραδείγματα από διάφορες εφαρμογές.
• Συμπερασμός στη λογική πρώτης τάξης: κανόνες συμπερασμού, unification, forward and backward chaining, resolution, theorem proving.
• Σύντομη εισαγωγή στο λογικό προγραμματισμό, τη γλώσσα Prolog και το λογικό προγραμματισμό με περιορισμούς.