EPN-V2

DAVE3625 Introduksjon til kunstig intelligens Emneplan

Engelsk emnenavn
Introduction to Artificial Intelligence
Omfang
10.0 stp.
Studieår
2025/2026
Emnehistorikk
Pensum
HØST 2025
Timeplan
Programplan

  • Innledning

    This course provides a broad introduction to Artificial Intelligence (AI), with methodologies and techniques that can be applied to different application domains. The course will balance theoretical approaches and practical tasks.

  • Anbefalte forkunnskaper

    Følgende arbeidskrav er obligatorisk og må være godkjent for å fremstille seg til eksamen:

    En gruppeoppgave hvor

    • hver gruppe skal bestå av 2-3 studenter.
    • innleveringen består av programkode og en kort rapport med begrunnelse på valg gjort i utviklingen.
    • oppgaven kan leveres på nytt én gang dersom den ikke blir godkjent.

  • Forkunnskapskrav

    None

  • Læringsutbytte

    On successful completion of the course, the student should have the following learning outcomes defined in terms of knowledge, skills and general competence.

    Knowledge

    The student:

    • Knows how the field of artificial intelligence developed historically
    • Is familiar with the main artificial intelligence theories and has a practical understanding of the development and use of artificial intelligence
    • Can reflect on the practical, social and ethical implications of the development of artificial intelligence
    • Has an understanding of the current application areas of artificial intelligence

    Skills

    The student:

    • Has the theoretical and practical skills to build simple artificial intelligence systems
    • Can use a variety of state-of-the-art artificial intelligence techniques in different application domains
    • Can evaluate the technical quality and practical value of various types of artificial intelligence

    Competence

    The student:

    • Has both theoretical and practical understanding of artificial intelligence methods
    • Is able to solve real-life problems using artificial intelligence methods

  • Arbeids- og undervisningsformer

    The course consists of lectures and seminars on techniques and methods.

    The students will work in groups for the mandatory assignments. Lab sessions supporting the assignments will be provided.

  • Arbeidskrav og obligatoriske aktiviteter

    3 compulsory assignments done in groups of 2-4 students must be approved in order to be admitted to the final exam.

  • Vurdering og eksamen

    Studentene skal tilegne seg kunnskap og innsikt i utvikling av ressurseffektive programmer. Emnet vil være et nyttig fundament for studenter som ønsker å skrive ressurskrevende og komplekse programmer, slik som spill, simuleringer og visualisering, eller programmer som skal kjøre i ressursfattige miljøer.

  • Hjelpemidler ved eksamen

    Ingen ut over opptakskrav.

  • Vurderingsuttrykk

    Etter å ha gjennomført dette emnet har studenten følgende læringsutbytte, definert som kunnskap, ferdigheter og generell kompetanse.

    Kunnskap

    Studenten kan:

    • beskrive hva som gjør et program beregningskrevende eller minnekrevende.
    • gjøre rede for fordeler og utfordringer knyttet parallellprogrammering
    • gjøre rede for hva designmønstre er og gi eksempler på slike

    Ferdigheter

    Studenten kan:

    • anvende ressurseffektive programmeringsmetoder i egne prosjekter
    • lage egne ressurseffektive minnestrukturer
    • bruke designmønstre og andre abstraksjoner effektivt

    Generell kompetanse

    Studenten:

    • har generell forståelse for utvikling av ressurseffektive programmer
    • kjenner til teknikker for effektivisering av programmer på høyere og lavere abstraksjonsnivå

  • Sensorordning

    Forelesninger og øvinger. Selvstudium med aktiv bruk av eksterne kilder forventes.