Einführung in die Künstliche Intelligenz, WS00/01

Institut für Grundlagen der Informationsverarbeitung (508)

Mitwirkende Personen

Diese Lehrveranstaltung wird vom Institut für Grundlagen der Informationsverarbeitung, Inffeldgasse 16b/1. Stock, A-8010 Graz abgehalten.

Vortragende

UP Dr. Wolfgang Maass
Sprechstunden: nach Vereinbarung, email: maass@igi.tu-graz.ac.at, Tel.: 873 5822, Homepage: www.igi.tugraz.at/maass/
UA DI Harald M. Burgsteiner
Sprechstunden: Di 10:00 - 12:00 Uhr, email: harry@igi.tu-graz.ac.at, Tel.: 873 5824, Homepage: www.igi.tugraz.at/harry/

Sekretariat

Ingrid Preininger
Öffnungszeiten: Mo - Fr, 10:00- 12:00 Uhr, email: iprein@igi.tu-graz.ac.at, Tel.: 873 5811, Homepage: www.igi.tugraz.at/

Falls Sie Fragen oder Probleme haben, scheuen Sie sich nicht, oben genannte Personen zu kontaktieren.

Wann und Wo?

Vorlesung bzw. Übung:

Vorlesungsbeginn: Montag, 2. Oktober 2000

Montag, 15-17, i11 (Inffeldgasse 16b)
Donnerstag, 13-14, i12 (Inffeldgasse 16b)

Zugang zu PC's :

Wird noch bekanntgegeben

Inhalt der Vorlesung

Diese LV konzentriert sich auf diejenigen Methoden, die nicht schon in den anderen LV'n des Clusters "Maschinelle Intelligenz" angeboten werden, also insbesondere:

Künstliche Agenten
Computerunterstütztes Problemlösen
Computerunterstütztes Planen

Voraussetzung für diese Lehrveranstaltung ist die Kenntnis von elementaren Grundbegriffen der Logik im Umfang von dem kurzen Logikteil der ``Theoretischen Informatik 1'', siehe http://www.igi.tugraz.at/maass/logik/.

"Wie bekomme ich mein Zeugnis?"

Anmeldung

Um ein Zeugnis zu bekommen, müssen Sie sich für die Vorlesung (508.053) UND für die Übung (508.054) über das TUG-Online-System anmelden. Anmeldeschluß ist der 10.11.00 !!!

Zur Benotung

Die Note für Vorlesung und Übung ergibt sich primär aus den Punkten für die Lösungen zu den Übungsblättern. Diese werden im Laufe des Semesters ausgeteilt und von Ihnen eigenständig bearbeitet (siehe auch die Richtlinien).

Um ein positives Zeugnis zu erhalten benötigen sie 50% der maximal erreichbaren Punkte.

Bitte beachten Sie, daß das Gesetz keine Wiederholungsprüfung für die Übungen vorsieht und diese auch nicht angeboten werden können.

Beratungsmöglichkeiten

Falls es Probleme beim Lösen der Übungsaufgaben gibt, so können Sie folgende Beratungsmöglichkeiten in Anspruch nehmen.

Sie kommen persönlich in die Sprechstunden der Vortragenden.
Sie schreiben den Vortragenden eine e-mail in der Sie das Problem beschreiben.
Sie posten Ihr Problem in der Newsgroup (tu-graz.lv.maschinelles-lernen) zu dieser Lehrveranstaltung.

Literatur

Literatur:
S. Russell, P. Norvig, (1995). Artificial Intelligence: A Modern Approach. Prentice Hall. http//www.cs.berkeley.edu/~russell/aima.html.

In der Lehrveranstaltung wird Material aus den Kapiteln 3, 4, 6 - 12 (und möglicherweise 14, 15) besprochen.

Weitere Literatur wird im Laufe des Semesters bekanntgegeben.

Richtlinien zur Abgabe von Lösungen für Übungsblätter

Schreiben Sie Ihre Lösungen übersichtlich gegliedert und gut lesbar auf. Schlecht verständliche oder unleserliche Lösungen müssen als falsch bewertet werden.

Zu spät abgegebene Lösungen können nicht gewertet werden.

Sie dürfen Teams von bis zu 3 Studenten bilden, die gemeinsam die Ideen zur Lösung erarbeiten. Hierfür gelten die folgenden Regeln:

Sie müssen zu Beginn Ihrer Lösungen stets die Namen der anderen Mitarbeiter Ihres Teams aufführen.
Jedes Teammitglied muß die Lösungen in eigenen Worten formulieren und ein separates Lösungsblatt abgeben.

Falls Lösungen abgegeben werden bei denen offensichtlich abgeschrieben (z.B. längere identische Zeichenreihen) wurde, so werden alle beteiligten Lösungsblätter wie folgt bewertet (dies gilt auch für die Mitglieder eines ``Teams''):

Für das betreffende Übungsblatt erhalten alle beteiligten Studenten 0 Punkte, gleichgültig wer von wem abgeschrieben hat.
Im Wiederholungsfall werden zusätzlich negative Punkte in der Höhe von 50% der maximal erreichbaren Punktezahl für das übungsblatt an alle Beteiligten vergeben.

Lösungen von *-Aufgaben sind freiwillig. Diese Lösungen werden getrennt durchgesehen und unter Umständen später zurückgegeben.

Heften Sie die Lösungen zu jeder Aufgabe separat zusammen (weil die einzelnen Aufgaben von verschiedenen Tutoren korrigiert werden) und versehen Sie diese rechts oben mit Ihrem Nachnamen. Die Namen der anderen Teammitglieder und ihre Matrikelnummer führen Sie bitte links oben an.

Übungsblätter

Beginnen sie gleich nach dem Erhalt mit dem Bearbeiten der Übungsprobleme. Nur dann können Sie die Beratungsmöglichkeiten sinnvoll nutzen, falls Sie Schwierigkeiten beim Lösen der Probleme haben.

Es gibt 3 Übungsblätter:

1. Übungsblatt: gzipped Postscript Datei, PDF-Datei und der Wumpus Simulator als .tgz File (Unix) und als .zip File (Windows)
Lösungen als gzipped Postscript Datei oder PDF-Datei
2. Übungsblatt: gzipped Postscript Datei, PDF-Datei und eine Demonstration der Kommunikation zwischen otter und einem c-Programm.
Lösungen als gzipped Postscript Datei oder PDF-Datei
3. Übungsblatt: gzipped Postscript Datei, PDF-Datei.

Ergebnisse

Hier sind die bisher erhaltenen Punkte pro Übungsblatt. Alle Angaben auf dieser Seite ohne Gewähr!!! Sollten Tippfehler zu falschen Punktezahlen geführt haben, bitte ich um Benachrichtigung.

1. Übungsblatt und Testwelten 1,2 und 3

2. Übungsblatt und Testwelten 1,2 und 3

3. Übungsblatt

ENDERGEBNIS

Aktuelle Termine

02.10.00: Vorlesungsbeginn
10.11.00: Anmeldeschluß

Für die Vorlesung relevante Links

Es gibt eine Newsgroup zu dieser Lehrveranstaltung: tu-graz.lv.maschinelles-lernen

Zu Grundfragen der KI: Das menschliche Gehirn - nur ein Rechner?

Schwerpunkt am IGI: Maschinelle Intelligenz

Die in der Vorlesung verwendeten Folien findet man unter: http://www.cs.berkeley.edu/~russell/slides/syllabus.html

Otter und Dokumentation dazu findet man auf: http://www-unix.mcs.anl.gov/AR/otter/

Das online Journal of Artificial Intelligence Research gibts unter: http://www.jair.org/

Ein Link zum Journal of Artifical Intelligence, der vielleicht angesehensten Fachzeitschrift für KI: http://www.bibliothek.uni-regensburg.de/ezeit/fl.phtml?notation=SQ-SU&bibid=TUBG&colors=3&frames=&toc=&ssg= (unter "Artificial Intelligence")

Informationen zu Schliessen aus unsicherem Wissen:

A Brief Introduction to Graphical Models and Bayesian Networks (mit guten Literaturhinweisen) http://www.cs.berkeley.edu/~murphyk/Bayes/bayes.html
Bayes Net software packages http://www.cs.berkeley.edu/~murphyk/Bayes/bnsoft.html
Learning Probabilistic Networks by Paul J. Krause, manuscript, 1998. siehe http://www.auai.org/auai-tutes.html

Links zum Thema Planning:

Allgemeine Informationen zur KI-Forschung über Planen: http://www.csc.ncsu.edu/faculty/stamant/planning-resources.html http://blackcat.brynmawr.edu/~dkumar/UGAI/planning.html
Das System STAN das wir verwenden wird hat die homepage http://www.dur.ac.uk/~dcs0www/research/stanstuff/planpage.html
STAN wird beschrieben in:
M.Fox and D.Long 1998 The Automatic Inference of State Invariants in TIM Journal of AI Research (JAIR), volume 9, pages 367-421. Available in compressed postscript from the JAIR website http://www.jair.org/
Ein weiteres interessantes Paper zu STAN ist:
D.Long and M.Fox 1998 Efficient Implementation of the Plan Graph in STAN Journal of AI Research (JAIR), volume 10, pages 87-115. Available in compressed postscript from the JAIR website http://www.jair.org/
Das Input/Output Format von STAN ist angeblich PDDL. Doku dazu gibt es hier im Postscript und PDF-Format. Ein Beispiel in PDDL ist die Transplan Domain, entweder in Postscript oder PDF-Format erhältlich.
STAN ist eine (schnellere) Weiterentwicklung von Graphplan, das die folgende Homepage hat: http://pecan.srv.cs.cmu.edu/afs/cs.cmu.edu/local/mosaic/common/omega/Web/People/avrim/graphplan.html
Die wesentliche Beschreibung von Graphplan findet man in der von obiger Webpage online erhältlichen Arbeit:
A. Blum and M. Furst, "Fast Planning Through Planning Graph Analysis", Artificial Intelligence, 90:281--300 (1997).
Die Homepage von Blackbox ist: http://www.cs.washington.edu/homes/kautz/blackbox/index.html
Zwei empfehlenswerte Papers zu Planning sind:
Henry Kautz and Bart Selman (1999). Unifying SAT-based and Graph-based Planning. Proc. IJCAI-99. und
M.D. Ernst, T.D. Millstein, and D.S. Weld (1997). Automatic SAT-compilation of planning problems. Proc. IJCAI-97.

Einige Links zu weiteren Informationen ueber KI und Software Tools:

http://dir.yahoo.com/Science/Computer_Science/Artificial_Intelligence/

http://ai.miningco.com/compute/software/ai/mbody.htm

http://ai.iit.nrc.ca/ai_homes.html

http://ai.iit.nrc.ca/subjects/Agents.html

Neuigkeiten

Auf dieser Seite wir zusammengefaßt was es auf dieser Homepage Neues gibt. Diese Seite wird im Laufe des Semesters immer am neuesten Stand gehalten.

Datum	Neuigkeit
17.1.01	In der VO am 22.1. gibt es einen Gastvortrag von Gerald Steinbauer über Oskar, einen lange im Einsatz befindlichen Roboter. Ausserdem werden Themen für mögliche Forsetzungen der LV, in einem Seminar bzw. einem längeren Projekt z.B. "Roboterfußball" diskutiert.
3.12.00	Am 7.12. findet die KU in Form einer betreuten Übung im PC Raum 2, Inffeldg. 16 EG 13-16 Uhr statt. Die nächste KU ist dann am 18.1.2001.
23.11.00	Die VO's am 27.11. und 4.12 entfallen. Ebenso die KU am 30.11.
16.11.00	Im Verzeichnis /home/EKI befinden sich der Source von otter und eine Demonstration der Kommunikation zw. otter und einem c-Programm (demo.c).
31.10.00	Die Abgabe des 3. Beispiels des 1. Übungsblattes wurde auf den 13.11. verschoben.
12.10.00	Das erste Übungsblatt und der Simulator der Wumpus Welt sind zum Download verfügbar.
12.10.00	Bitte melden Sie sich so schnell wie möglich zur KU UND zur VO dieser LV an! Erst aufgrund dieser Liste kann ich die Accounts zur LV generieren ...
9.10.00	Die Vorlesung am 9.10. entfällt wegen spontaner Erkrankung des Vortragenden.
26.09.00	Diese Homepage wird ins Leben gerufen. Ich hoffe Sie nutzen die Möglichkeiten die wir Ihnen hier bieten. Falls Sie Anregungen oder Beschwerden zur Homepage haben senden Sie uns eine e-mail.