Durch die Erfolge in der Forschung sind zunehmend KI Systeme in unseren Alltag integriert. Dies sind beispielsweise Systeme, die Sprache verstehen und generieren können oder Bilder und Videos analysieren können. Darüber hinaus sind KI-Systeme essentiell in der Robotik, um die nächste Generation intelligenter Roboter entwickeln zu können.

Basierend auf dem Wissen der Vorlesung “Einführung in der KI” erlernen die Studenten diese Systeme zu verstehen, entwickeln und evaluieren. Um den Studenten dieses Wissen näherzubringen, ist die Vorlesung in 4 Teile gegliedert. Zunächst werden die Methoden der Perzeption mittels verschiedener Modalitäten behandelt. Im zweiten Teil werden fortgeschrittene Methoden des Lernens, die über das überwachte Lernen hinausgehen, behandelt. Anschließend werden Methoden behandelt, die für die Repräsentation von Wissen in KI-Systemen  benötigt werden. Abschließend werden Methoden vorgestellt, die es KI-Systemen ermöglichen Inhalte zu generieren.

Voraussetzungen:

Keine

Empfehlungen:

-       Einführung in der KI

-       Gute mathematische Grundkenntnisse

Arbeitsaufwand:

1. 180 Stunden, davon
2. 45 Std. Vorlesungsbesuch
3. 15 Std. Übungsbesuch
4. 90 Std. Nachbearbeitung und Bearbeitung der Übungsblätter
5. 30 Std. Prüfungsvorbereitung

Lernziele:

• Die Studierenden kennen die relevanten Elemente eines technischen kognitiven Systems und deren Aufgaben.
• Die Studierenden verstehen die Algorithmen und Methoden der KI, um technisch kognitive Systeme zu modellieren.
• Die Studenten sind in der Lage, die unterschiedlichen Teilkomponeten eines System zu entwickeln und zu analysieren.
• Die Studierenden können dieses Wissen auf neue Anwendungen übertragen, sowie verschiedene Methoden analysieren und vergleichen.

Erfolgskontrolle:

Siehe Modulhandbuch!