450-4049/02 – Aplikovaná umělá inteligence (AUI)

Studenti se seznámí se základy vědního oboru umělá inteligence, poznají její nástroje v inženýrských aplikačních oblastech s ohledem na výuku předmětu v daném studijním programu. Seznámí se s metodami syntézy jednoduchých systémů umělé inteligence. Studenti budou schopni praktického použití nástrojů umělé inteligence, návrhů fuzzy expertního systému, umělé neuronové sítě nebo optimalizačního algoritmu s ohledem na aplikace v oblasti jejich studijního zaměření.

Charakteristika předmětu: Předmět je prioritně zaměřen na získání znalostí o funkci a možností aplikace metod umělé inteligence v kontextu zaměření jejich studijního programu. Předmět seznámí studenty s vybranými metodami umělé inteligence a zaměří se na jejich praktickou implementaci v jejich inženýrské praxi. Základními oblastmi jsou fuzzy logika a expertní systémy, metody shlukové analýzy a optimalizace, neuronové sítě, rozhodovací stromy a lesy, metody strojového učení bez neuronových sítí, hybridní a speciální metody strojového učení a využití generativní umělé inteligence. Po absolvování předmětu student dosáhne následujících výsledků učení: Odborné znalosti Student vysvětlí principy umělé inteligence a popíše vybrané metody strojového učení používané v inženýrské praxi. Charakterizuje principy fuzzy logiky, expertních systémů, neuronových sítí, rozhodovacích stromů, metod shlukové analýzy a optimalizačních algoritmů. Porovná možnosti a omezení jednotlivých metod včetně nástrojů generativní umělé inteligence. Odborné dovednosti Student aplikuje vybrané metody umělé inteligence při řešení technických úloh. Navrhne a implementuje jednoduchý fuzzy expertní systém, neuronovou síť nebo optimalizační algoritmus. Použije metody strojového učení pro analýzu dat, klasifikaci, predikci nebo podporu rozhodování. Vyhodnotí dosažené výsledky a zdůvodní vhodnost zvoleného řešení vzhledem k charakteru řešené úlohy. Obecné způsobilosti Student samostatně řeší technické problémy s využitím metod umělé inteligence. Kriticky posoudí vstupní data, použité metody a dosažené výsledky s ohledem na jejich omezení a aplikační využitelnost. Prezentuje navržené řešení a odborně zdůvodní zvolený postup. Spolupracuje při řešení interdisciplinárních úloh a posoudí etické, bezpečnostní a společenské aspekty využití umělé inteligence.

LIU, Zhen "Leo." Artificial Intelligence for Engineers: Basics and Implementations. Online. 2025. ISBN 9783031759529. Dostupné z: https://doi.org/10.1007/978-3-031-75953-6. TAULLI, Tom. Artificial intelligence basics: a non-technical introduction. [New York]: Apress, [2019]. ISBN 978-1-4842-5027-3. ČERVENKA, Rudolf. Umělá inteligence: zdroje, podstata, současný stav, využití, výhled. Vydání nulté, prubířské. Prameny. Voznice: Leda, 2025. ISBN 978-80-7335-804-4. VOLNÁ,E. Neuronové sítě. Ostravská univerzita, Ostrava. 2008 HYNEK,J. Genetické algoritmy a genetické programování. Grada, 2008. ISBN: 978-80-247-2695-3

Průběžná kontrola studia: Průběžná kontrola je prováděna na základě účasti studenta v laboratorních cvičeních. Podmínky udělení klasifikovaného zápočtu: Student může dosáhnout 40 bodů za elaboráty laboratorních cvičení. Minimální počet dosažených bodů pro udělení zápočtu je 21. Pro absolvování předmětu musí student obdržet zápočet a složit písemný test se ziskem 60, min 30 bodů.