Statistische Relationale Künstliche Intelligenz
--------------------------------------------------
Systeme, die künstliche Intelligenz (KI) vorweisen, kann man mittels eines Agenten modellieren, der ein Modell seiner Umgebung lernen und darstellen, darüber nachdenken und über seine Handlungen entscheiden muss. Ein möglicher Ansatz zur Verwirklichung eines solchen rationalen Agenten liegt in probabilistischen grafischen Modellen, die die Modellierung von Ungewissheit ermöglichen. Ein anderer Ansatz liegt in Logiken erster Ordnung, die die Modellierung von Objekten und Beziehungen ermöglichen. Methoden aus dem Bereich der statistischen relationalen KI (StaRAI) kombinieren beide Aspekte, indem sie mit Unsicherheit und Beziehungen umgehen. Diese Vorlesung beschäftigt sich mit den Anfängen ebenso wie den neuesten Entwicklungen innerhalb von StaRAI und deckt die verschiedenen Aspekte der Aufgaben ab, die ein Agent zu lösen hat.
Für diesen Kurs ist ein gutes Verständnis von Wahrscheinlichkeitstheorie und Logik von Vorteil. Wir werden einige Grundlagen noch einmal behandeln, aber ohne Vorkenntnisse wird es wahrscheinlich zu schnell gehen. Wir werden probabilistische grafische Modelle behandeln, soweit wir sie für StaRAI-Modelle benötigen. Es findet sich aber auch eine sehr detaillierte Einführung in probabilistische grafische Modelle im Kurs Einführung in die Künstliche Intelligenz hier(Kursmaterial nur auf Deutsch; Literatur auf Englisch).
Das Modul wird ausschließlich auf Englisch angeboten.
Statistical Relational Artificial Intelligence (StaRAI)
--------------------------------------------------------
In systems that exhibit artificial intelligence (AI), an agent at its centre has to learn and represent a model of its environment, reason about it, and decide on its actions. A possible approach to realising such a rational agent lies in probabilistic graphical models, which allows for modelling uncertainty. Another approach lies in first-order logics, which allows for modelling objects and relations. Methods from the field of statistical relational AI (StaRAI) combine both aspects, dealing with uncertainty and relations. This lecture focusses on the beginnings as well as the newest developments within StaRAI, covering the different aspects of the tasks an agent has to solve.
For this course, a good understanding of probability theory and logics is beneficial. We will cover some basics again but it will probably be too fast without any prior knowledge of these. Although we will also cover probabilistic graphical models to the extent that we need them for StaRAI models, a very detailed introduction into probabilistic graphical models can be found in the course Introduction to Artificial Intelligence from the summer term 2022. |
eG