Razvoj inteligentnih sistemov

Predmet bo v teoriji in na praktičnih primerih predstavil sledeče vsebine:
Tehnologije in orodja za razvoj inteligentnih sistemov: uvod
Značilne aplikacije inteligentnih tehnologij
Tehnološke platforme in razvojne metodologije
Orodja sistemov umetnega zaznavanja, strojnega učenja in sklepanja, s poudarkom na tehnikah njihove integracije
Pristopi k integraciji tehnik umetnega zaznavanja, strojnega učenja in načrtovanja akcij v agentni sistem, ki deluje v realnem času
Specifične lastnosti senzorsko-robotskih sistemov
Osnove mobilne robotike
Študijski primeri razvoja kompleksnih inteligentnih sistemov
Na predavanjih bodo študenti spoznavali ključne tehnologije in orodja, s katerimi bodo tekom semestra na vajah in v okviru projektov oz. seminarskih nalog reševali praktične probleme. Pri tem bodo kombinirali znanja, ki so jih pridobili pri predmetih Inteligentni sistemi in Umetno zaznavanje istega modula. Poudarek bo na razvoju praktičnih, delujočih rešitev v simulacijskih okoljih in predvsem na razvoju praktičnih rešitev, ki bodo v realnem času delovale na primernih robotskih platformah. Pri tem bodo študenti spoznali odprtokodna in prostodostopna okolja in orodja za razvoj inteligentnih sistemov.

Dokumentacija prostodostopnega Robotskega operacijskega sistema ROSDocumentation of the open source Robot Operating System ROSwww.ros.org.
Dokumentacija prostodostopne knjižnice za delo s slikovnimi in 3D podatki PCLDocumentation of the open source Point Cloud Library PCLhttp://pointclouds.org.
S. Thrun, W. Burgard, D. Fox, Probabilistic Robotics (Intelligent Robotics and Autonomous Agents series), The MIT Press, 2005.
Dokumentacija sistema za strojno učenje Orange, prosto dostopna na spletnih straneh/Documentation of the system for machine learning Orange, freely available on the web pages www.ailab.si/orange/doc.

Cilj predmeta je študente naučiti povezati ter v praksi uporabiti znanja s področij umetne inteligence in umetnega zaznavanja v namene samostojnega razvoja inteligentnega sistema. Pri predmetu se bodo naučili pravilno zasnovati inteligentni sistem, izbrati ustrezne metode in orodja, implementirati nove komponente ter te z že obstoječimi integrirati v delujoč robotski sistem.
Študentje bodo razvijali sposobnosti kritičnega in analitičnega razmišljanja. Osvojili bodo tudi veščine iskanja po ustreznih podatkovnih virih, najdeno informacijo pa bodo znali tudi kritično ovrednotiti. Osvojili bodo tudi sposobnost apliciranja osvojenega znanja za reševanje tehničnih problemov in sposobnost samostojnega opravljanja inženirskih nalog na področju inteligentne robotike, kjer bodo sposobni samostojnega reševanja specifičnih dobro opredeljenih nalog. Ker bo večino dela potekala v skupinah, bodo študentje osvojili tudi veščine skupinskega dela.

Znanje in razumevanje:
Pristopi k razvoju IS, strukturne tehnike, objektne tehnike, sodobne, sociološko naravnane tehnike razvoja, ključni problemi in dejavniki uspeha pri razvoju IS.
Uporaba:
Izbira in uporaba različnih tehnik pri skupinskem razvoju informacijskih rešitev, obvladovanje razvoja.
Refleksija:
Poglobljeno razumevanje problematike skupinskega razvoja in zmožnost razvoja novih, posameznim skupinam prilagojenih pristopov. Prenosljive spretnosti - niso vezane le na en
predmet:
Spretnosti uporabe domače in tuje literature in drugih virov, uporaba IKT, uporaba sistematičnih pristopov, analiza potreb, identifikacija in reševanje problemov, delo v timih.

Predavanja s podporo avdio-vizualne opreme, laboratorijske vaje v računalniški učilnici z ustrezno strojno in programsko opremo, vključno s primernimi senzorsko-robotskimi platformami. Delo posamezno in v skupinah. Velik poudarek na praktičnem razvojnem delu in reševanju problemov ter implementaciji na robotskih sistemih.

Sprotno preverjanje (domače naloge in projektno delo)
Končno preverjanje (izpitna naloga in ustni izpit)
(ocene: 5 (negativno), 6-10 (pozitivno), ob upoštevanju Statuta UL)

WYATT, Jeremy L., AYDEMIR, Alper, BRENNER, Michael, HANHEIDE, Marc, HAWES, Nick, JENSFELT, Patric, KRISTAN, Matej, KRUIJFF, Geert-Jan M., LISON, Pierre, PRONOBIS, Andrzej, SJÖÖ, Kristoffer, VREČKO, Alen, ZENDER, Hendrik, ZILLICH, Michael, SKOČAJ, Danijel. Self-understanding and self-extension : a systems and representational approach. IEEE transactions on autonomous mental development, ISSN 1943-0604. [Print ed.], Dec. 2010, vol. 2, no. 4, str. 282-303, ilustr. [COBISS-SI-ID 8305492]
SKOČAJ, Danijel, LEONARDIS, Aleš, BISCHOF, Horst. Weighted and robust learning of subspace representations. Pattern recognition, ISSN 0031-3203. [Print ed.], May 2007, vol. 40, no. 5, str. [1556]-1569, ilustr. [COBISS-SI-ID 5898836]