DAVE3625 Introduksjon til Kunstig Intelligens Emneplan

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. Two broad AI areas will be covered, namely supervised and unsupervised methods. Among those, standard methods for regression, classification and clustering will be covered, e.g. support vector machines, nearest neighbor, decision tree, K-means, agglomerative and hierarchical clustering. An introduction to the usage of artificial neural networks and backpropagation algorithm will be provided.

Ingen utover opptakskrav.

None

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
• Can discuss the relevance, strengths and limitations of artificial intelligence methods
• Is able to solve real-life problems using artificial intelligence methods

The course consists of lectures and seminars on techniques and methods, as well as a project to be carried out in groups of 2 to 4 students. The project will be chosen from a portfolio of available problems, either from industry partners or by the research groups. The students will work in groups and will submit an academic report and give an oral presentation. Lab sessions supporting the assignments will be provided.

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

1. 30% of the grade based on the academic report (in groups of 2-4 students, 5-10 pages written report with link to code e.g. on github).
2. 70% of the grade based on individual written examination (3 hours).

Both exams must be passed in order to pass the course.

The exam result can be appealed.

No support materials are allowed for the written exam.

Grade scale A-F.

Studenten gjennomfører et prosjekt innenfor Blockchain-teknologi, fortrinnsvis i samarbeid med en relevant IT-bedrift, individuelt eller i gruppe på opp til fem studenter. Målet er å gi studentene en introduksjon til anvendt blockchain-teknologi, mens de løser et kommersielt problem i form av omfattende prosjektarbeid med arbeidsmengde tilsvarende 10 timer i uken over en 12 ukers periode. Dersom prosjektet gjennomføres om sommeren skal arbeidsmengden tilsvare 4 dager i uken over en 6-ukers periode.

Blockchain (blokkjeder) defineres som en globalt distribuert hovedbok, som sørger for digital distribusjon av eiendeler med en minimal transaksjonsavgift og rask prosesseringstid. Teknologien tillater at digital informasjon blir distribuert og delt, men ikke kopiert, slik at et individuelt stykke med data kan kun ha én eier. Et eksempel kan være et regneark som dupliseres tusenvis av ganger på tvers av et nettverk av datamaskiner. Dette nettverket kan utformes med regler for å regelmessig oppdatere regnearket; dette er den grunnleggende essensen av blockchain-teknologien.

Blockchain er mest kjent for å være den underliggende teknologien bak mange kjente digitale valutaer/cryptovalutaer (Bitcoin, Ethereum, Ripple m.m.). Teknologien har fått sterkt økende mediedekning, mye på grunn av rask og stor vekst i markedet for disse cryptovalutaene (særlig Bitcoin). Samtidig er cryptovaluta kun ett av mange potensielle anvendelsesområder som er interessante for både offentlige organisasjoner og private aktører i næringslivet. Andre aktuelle anvendelsesområder er:

• Lagring og distribusjon av åndsverk (intellectual property), for eksempel rettigheter til musikk, videoer, kunst m.m.
• Verdikjedekartlegging (supply chain management), eksempelvis i kombinasjon med sensor/-IoT-teknologi for å kunne kontrollere og verifisere kvaliteten på varer fra produksjon til butikk
• Smarte kontrakter (smart contracts) er kodebaserte kontrakter som kan automatisk utføre handlinger basert på vilkårene i kontrakten, eksempelvis brukt innen syndikering (oppdeling) av lån til selskaper eller store prosjekter.

Studentene vil blant annet jobbe med use case som involverer mange aktører som er avhengig å stole på hverandre i et større nettverk/økosystem.

I tillegg til prosjektene som tilbys, kan studenten selv finner et oppdrag i en relevant bedrift, offentlig organisasjon eller ideell organisasjon som stiller med en veileder (såkalt ekstern veileder). Alle studentinitierte prosjekter må godkjennes av en veileder ved OsloMet før prosjektstart.

Valgemnet igangsettes forutsatt at det er et tilstrekkelig antall studenter som velger emnet.