Alkalmazott mesterséges intelligencia

Applied Artificial Intelligence

A tantárgyleírás hatályossága

Hatályosság kezdete:

2026. March 21.

Hatályosság vége:

—

Tantárgy neve (magyarul, angolul)

Alkalmazott mesterséges intelligencia

Applied Artificial Intelligence

Tantárgykód

BMEVIMIBB01

Tantárgyjelleg

—

Képzési szint

—

Kurzustípusok és óraszámok (heti/féléves)

Kurzustípus	elmélet	gyakorlat	laboratóriumi gyakorlat
óraszám (heti)	2	0	2
jelleg (kapcsolt/önálló)	—	—	kapcsolt

Tanulmányi teljesítmény/értékelés típusa

vizsga

Tantárgy kreditértéke

Tantárgyfelelős

DR. Strausz György

beosztás: egyetemi docens

elérhetőség: strausz.gyorgy@vik.bme.hu

Tantárgyat gondozó oktatási szervezeti egység

Mesterséges Intelligencia és Rendszertervezés Tanszék

Kar

Villamosmérnöki és Informatikai Kar

Tantárgy weboldala

http://www.mit.bme.hu/oktatas/targyak/VIMIBB01

Tantárgy elsődleges mintatantervi jellege

—

Közvetlen előkövetelmények – Erős előkövetelmény

nincs

Közvetlen előkövetelmények – Gyenge előkövetelmény

nincs

Közvetlen előkövetelmények – Párhuzamos előkövetelmény

nincs

Közvetlen előkövetelmények – Mérföldkő előkövetelmény

nincs

Közvetlen előkövetelmények – Kizáró feltétel

nincs

Célkitűzés

Tantárgyprogram

Az előadások tematikája:

Előadás	Előadás anyaga
1.	Bevezető: MI problémák választéka, intelligencia és alapvető kérdések, mérnöki szemlélet, előzmények.
2.	Egy mintafeladat elemzése. Hogyan gazdálkodunk az információval? Mire van szükség, ha a feladat nem triviális, de nem is lehetetlen. Mit nyerünk, mit adunk fel? Mik a megoldás buktatói?
3.	Intelligens rendszerek ágensei, komponenseik, környezetek, architektúra és program, keresési tér és az alapvető ágenstípusok viselkedése. Mit jelent intelligensnek lenni?
4.	Keresési eljárások alkalmazása problémamegoldásra: az intelligens rendszerek átfogó algoritmusai. Hogyan kell az eddig megismert algoritmusokat alkalmazni az intelligencia fokozása érdekében.
5.	Kényszerkielégítés alkalmazása problémamegoldásra. Problémamegoldás többágenses környezetben - keresés ellenséges környezetben.
6.	Logika alkalmazása a tudás ábrázolásában és a következtetésben.
7.	Intelligens megoldások alkalmazása a valóságban - hiányos, bizonytalan és változó tudás: bizonytalanság és valószínűségszámítás.
8.	További eszközök a bizonytalanság kezelésére. Racionalitás és hasznosság. Intelligencia, mint a racionális döntés képessége. Markov Döntési Folyamatok alapjai, alkalmazása
9.	Az intelligencia alapvető mechanizmusa - a tanulás. Alapvető fogalmak, alapvető feladatok. Döntési fák alkalmazása
10.	Neurális hálók alkalmazása. A tanítás.
11.	Mély neurális hálók alapvető komponensei, alkalmazásuk, tanításuk
12.	Megerősítéses tanulás feladata, alapvető módszerei, alkalmazása
13.	Q-tanulás előnyei, hátrányai, alkalmazása
14.	Természetes nyelvek számítógépes feldolgozásának alapmódszerei, alkalmazásuk. Példa: intelligens felhasználói interfész.

A laborok tematikája:

Labor	Labor anyaga
1.	Keresési eljárások
2.	Valószínűségi hálók
3.	Döntési fák
4.	Multiágens eljárások alkalmazása autonóm járművezetésben
5.	Neurális hálók
6.	Természetes nyelvek számítógépes feldolgozása

A tantárgy fő célkitűzése a mesterséges intelligencia területének rövid, ám igényes, elsősorban alkalmazásra irányuló bemutatása. A bemutatás lépései: (1) az intelligens viselkedés mibenléte, fontossága alkalmazásának célja, a számítási modellekkel való kifejezésének problémaköre, (2) a mesterséges intelligencia alapvető formális és heurisztikus módszereinek bemutatása, alkalmazásának lehetőségei és korlátai (3) a gyakorlati megvalósítás módszerei és problémái. A tárgy a hallgatóknak azokat a képességeit fejleszti, melyek révén képesek lesznek: - alkalmazni a számítógépet újszerű (intelligens módszereket használó) feladatokra, - hatékony módszereket használni számítási problémák megoldására, - megérteni a számítástechnika és a számítástudomány technológiai és koncepcionális korlátait

Tanulmányi eredmények

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Tudás

Nincsenek rögzített tanulási eredmények.

Képességek

Nincsenek rögzített tanulási eredmények.

Attitűd

Nincsenek rögzített tanulási eredmények.

Autonómia és felelősség

Nincsenek rögzített tanulási eredmények.

Oktatási módszertan

Az elméleti előadásokon átadott tudást a kapcsolódó laborfoglalkozásokon mélyítik el és egyben alkalmazási tapasztalatot szereznek.

Tanulástámogató anyagok

Online források

Stuart; Russell és Peter Norvig: Mesterséges intelligencia korszerű megközelítésben,; Panem Kiadó, Budapest, 1999; 2., átdolgozott kiadás, Panem Kiadó, Budapest, 2006; Mesterséges; Intelligencia Elektronikus Almanach, http://mialmanach.mit.bme.hu/aima/index

A tantárgy teljesítéséhez ajánlott előzetes ismeretek

Tudás típusú kompetenciák

(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

Matematikai logika, algoritmusok, valószínűségszámítás, számítástechnika alapjai

Képesség típusú kompetenciák

(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

nincs

Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák

(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)

Matematikai logika, algoritmusok, valószínűségszámítás, számítástechnika alapjai

Általános szabályok

Követelmények: a. A szorgalmi időszakban: Az előadáshoz kapcsolódóan kéthetente négyórás laborgyakorlatokat tartunk, az egyes laborokat pontszámmal értékeljük. A félévi aláírás és egyben az elégtelentől különböző érdemjegy szükséges feltételei: a ZH minimum 40%-os megírása, legalább 4 labor elégséges szintű elvégzése b. A vizsgaidőszakban: A tárgyból írásbeli vizsgát tartunk. Az átlagot meghaladó félévközi teljesítmény alapján mód van megajánlott jegy megszerzésére. Az elégséges osztályzathoz a vizsgadolgozat minimum 40%-os teljesítése szükséges. c. Osztályozás: A vizsgaosztályzat megállapítása 60%-ban az írásbeli vizsga és 40%-ban a félévközi pontszám (a ZH-n és a laborok során kapott pontok összege) alapján történik. Pótlási lehetőségek: A TVSZ szerint. A ZH-nak csak egy pótlási alkalma van (pót-pót ZH-t nem tartunk). A laboralkalmak nem pótolhatók.

Teljesítményértékelési módszerek

Szorgalmi időszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Szorgalmi időszakban végzett teljesítményértékelések részaránya

Nincs megadva részarány.

Vizsgaidőszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Vizsgarészek részaránya

Nincs megadva részarány.

Érdemjegy megállapítása

Nincs megadva érdemjegy határ.

Jelenléti és részvételi követelmények

Nincs megadva jelenléti követelmény.

Javítás, ismétlés és pótlás különös szabályai

Nincs megadva.

Rövid leírás

Nincs megadva.

Részletes leírás

Nincs megadva.

Ajánlott tantárgyak

Nincs megadva.

A tantárgy elvégzéséhez szükséges tanulmányi munka

Nincs megadva munkaidő bontás.

Tantárgykövetelmények hatályossága

Tantárgykövetelmények hatályosságának kezdete:

—

Tantárgykövetelmények hatályosságának vége:

—

Tantervi elhelyezés

Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.