General Information

• For a general course description please read the corresponding pages from from the WIAI module guide.
• You find administrative information at UnivIS.
• Participants should sign up for the course in the virtual campus.
• This course addresses bachelor and master students. If indicated, it is also open for bachelor students.
• The course is usually in the winter term.

Topic: Künstliche Intelligenz - gestern, heute, morgen.

Gemeinsames Seminar mit Smart Environments (für BA und MA offen).

Künstliche Intelligenz (KI) ist der Teil der Informatik, in dem Algorithmen für solche Bereiche entwickelt und erforscht werden, in denen Menschen noch besser sind als Standard-Programme. Lange Zeit galt dies beispielsweise für Schach -- bis zum Durchbruch 1996, als Deep Blue den damaligen Großmeister Kasparov besiegte. Künstliche Intelligenz Forschung verfolgt einerseits ein ingenieurswissenschaftliches Ziel  -- das heisst, die Entwicklung von funktionalen und effizienten Algorithmen. Zum anderen wird ein erkenntnistheoretisches Ziel verfolgt: Wer KI Programme entwickelt, hat häufig den Anspruch, dass diese Programme auf der menschlichen Kognition verwandten Prinzipien basieren. Im Seminar werden wir uns anhand von Originalarbeiten mit den zentralen Ansätzen der KI auseinandersetzen. Dabei werden wir uns für jedes Thema sowohl mit den ersten Grundlagenarbeiten als auch mit aktuellen Weiterentwicklungen auseinandersetzen und diskutieren, wie sich diese Themengebiete in zukünftigen Anwendungen einsetzen lassen.

Recommended Reading / Links 

Wissensrepräsentation

• Palmer, S. (1978). Fundamental aspects of cognitive representation.
• Brachman, R. J., & Schmolze, J. G. (1985). An Overview of the KL‐ONE Knowledge Representation System*. Cognitive science, 9(2), 171-216.
• Krzysztof Janowicz, Frank van Harmelen, James A. Hendler, Pascal Hitzler: Why the Data Train Needs Semantic Rails.AI Magazine 36(1): 5-14 (2015)

Problemlösen und Planen

• Newell, A., Shaw, J. C., & Simon, H. A. (1959, January). Report on a general problem-solving program. In IFIP Congress (pp. 256-264).
• Green, C. (1969). Application of theorem proving to problem solving (No. SRI-TR-4). SRI INTERNATIONAL MENLO PARK CA ARTIFICIAL INTELLIGENCE CENTER.
• Fikes, R. E., & Nilsson, N. J. (1972). STRIPS: A new approach to the application of theorem proving to problem solving. Artificial intelligence, 2(3), 189-208.
• Haslum, P., & Geffner, H. (2014, May). Heuristic planning with time and resources. In Sixth European Conference on Planning.

Maschinelles Lernen

• Michalski, R. S., Carbonell, J. G., & Mitchell, M. L. (1986). An Artificial Intelligence Approach. Understanding the Nature of Learning, 2, 3-26.
• Muggleton, S. (1991). Inductive logic programming. New generation computing, 8(4), 295-318.
• Hinton, G. E., Osindero, S., & Teh, Y. W. (2006). A fast learning algorithm for deep belief nets. Neural computation, 18(7), 1527-1554.

Presentations (CogSys supervised with pdf, SME supervised without)

• Philosophy of AI [pdf]
• Paradigms of Early AI [pdf]
• Cognitive Architectures [pdf]
• ACT-R meets fMRI [pdf]
• User Modeling [pdf]
• Deep Learning for Robot Grasping [pdf]
• Neural Network with Dynamic External Memory [pdf]
• Evolutionary and Swarm Algorithms [pdf]
• Object Detection/Recognition
• Scene Interpretation
• Object Tracking
• Speech Recognition
• Query Answering
• Multiagent Systems
• AI and Games-- Search Trees
• Monte Carlo Tree Search and Alpha Go
• AI and Medicin: Mycin
• AI and Medicin: Watson
• AI and Art [pdf]
• AI and Music [pdf]
• AI and Humor: One liners [pdf]
• AI and Humor: Cartoons [pdf]

Previous Topics

• WS 15/16: Künstliche Intelligenz - gestern, heute, morgen [Archiv Page]
• WS 14/15: Cognitive Models for Number Series Induction Problems  [Archiv Page]
• SS 2014: Experimenting with a Humanoid Robot - Programming NAO to (Inter-)Act  [Archiv Page] 
• SS 2013: An introduction into statistic data analysis with R  [Archiv Page] 
• SS 2012: Transfer Learning  [Archiv Page] 
• SS 2011: Emotion Mining in Images and Text  [Archiv Page] 
• SS 2010: Aspects of Cognitive Robotics [Archiv Page] 
• SS 2009: Reading Club Decision Support Systems [Archiv Page] 
• WS 08/09: Algebraic Foundations of Functional Programming (together with Theoretical Computer Science) [Archiv Page]  
• SS 2008: Similarity (together with Statistics) [Archiv Page]
• SS 2007: Automated Theorem Proving with Isabelle (together with Theoretical Computer Science) [Archiv Page]
• SS 2006: Support Vector Machines [Archiv Page]