Oktatási cél:
Az intelligens rendszerek alapelveinek, klasszikus és legújabb kutatási irányzatainak, és kapcsolódó alkalmazásainak bemutatása.
Tematika:
Elmélet: Intelligencia meghatározások, az intelligencia mérése (IQ, EQ). Biológiai intelligencia tényezői, elméletei. A gépi intelligencia meghatározó tényezői, irányzatai (Turing, Brooks). Érzékelés, tudás, tanulás, információfeldolgozás, végrehajtás-kommunikáció. Logikára és szimbólumkezelésre alapuló, valamint alulról építkező megközelítések. Az ágens technológia elvei, megoldásai. Autonómia feltételek, ágens struktúrák, környezetek, alkalmazások. Érzékelők (érintkezéses-, és távérzékelők). Biológiai érzékelők alapelvei, jellemzői. Technikai érzékelő elvek, jellemzők, technikai megoldások. Környezeti (ambient) intelligencia elvei. Tudásábrázolás és következtetés, gépi tanulás. Elsőrendű logika, szemantikus hálók, keretek, bizonytalanság kezelés. Probléma megoldási megközelítések (koncentrál, elosztott). Szimbolikus problémamegoldás kereséssel, klasszikus és továbbfejlesztett keresési eljárások. A probléma megoldás modelljei. A reprezentáció nélküli (inkrementális) probléma megoldás (szituációs aktivitás). Biológiai indíttatású információfeldolgozás elvei, gyakorlati megoldásai. Mesterséges neurális hálózatok, fuzzy logika és fuzzy vezérlés, genetikus algoritmusok. Alkalmazások, integrált rendszerek alapelvei, módszerei, megvalósításai.
Gyakorlat: Intelligens rendszerek a gyakorlatban: mobil robotok pályatervezése; genetikus algoritmusok alkalmazása; Neurális hálózatok működése; GPS rendszerek alkalmazása.