קורסים שאינם מקנים נקודות זכות
20551 מבוא לבינה מלאכותית
20551 מבוא לבינה מלאכותית
4 נקודות זכות ברמה מתקדמת ללא אפשרות לכתיבת עבודה סמינריונית
שיוך: מדעים / מדעי המחשב
תנאי קבלה: פטור מקורסי שפה באנגלית ועמידה בדרישות ההדרכה הביבליוגרפית בספרייה.
ידע קודם דרוש: הקורסים אלגוריתמים, מבני נתונים ומבוא לאלגוריתמים (או מבני נתונים), מבוא למדעי המחשב ושפת ג'אווה (או מבוא למדעי המחשב ושפת Java א וגם מבוא למדעי המחשב ושפת Java ב) או תכנות וניתוח נתונים בשפת פייתון, הסתברות ומבוא לסטטיסטיקה למדעי המחשב (או תורת ההסתברות או מבוא לסטטיסטיקה ולהסתברות לתלמידי מדעים).
ידע קודם מומלץ: הקורסים מתמטיקה בדידה, לוגיקה למדעי המחשב (או לוגיקה מתמטית או נושאים במתמטיקה לתלמידי מדעי החברה).
פיתוח הקורס: אילנה בס, פרופ' ג'ף רוזנשיין, ד"ר אלעזר בירנבוים
הקורס עוסק במגוון נושאים מעניינים, כשהמשותף ביניהם הוא בעיות ואתגרים אשר בעקרון ניתן היה, בהיותם מצומצמים, לפתור בעזרת כח המחשבה, מעין חידות היגיון.
התחכום יילך ויעלה, כאשר בהתחלה נעבוד עם בעיות אשר להן יש פתרון דטרמיניסטי, אותו נמצא בעזרת אלגוריתמי חיפוש; נמשיך אל מציאת מהלכים אופטימליים בתנאי יריבות בהם עדיין יש סט חוקים מוגדר (משחקים); בעיות הסתברותיות (רשתות בייסיאניות); ונתקדם אל קבלת החלטות בסביבה הסתברותית מורכבת, בה נתונים מהלכים אפשריים ותגמולים עתידיים, ונדרשת בחירה לא רק של צעד בודד אלא של רצף פעולות במסלול (MDP - Markov Decision Process). עדיין בכולם כל רכיבי הבעיה ידועים – לא דבר מובן מאליו. לבסוף ניגע בבעיות בהן צריך ללמוד את החוקיות עצמה (עצי החלטה, כדוגמא ל-Machine Learning).
נלמד אלגוריתמים של בינה מלאכותית המתמודדים עם בעיות אלו, וכך מדמים בינה אנושית.
נעבוד עם בעיות קטנות, לצורך המחשה, אולם האלגוריתמים חיוניים כאשר הבעיות יהיו בסדר גודל נרחב יותר, וכבר לא יהיו ניתנות לפתרון בראש – וכן לא יהיה צורך להציב אדם שיפתור אותן.
זהו למעשה קורס באלגוריתמים – המוכוונים לבעיות המצטיירות בעינינו כבעיות מחשבה – שאת מהלכם ואופן פעולתם נלמד ונממש שלב אחרי שלב.
ספר הקורס
S.J. Russel & P. Norvig, Artificial Intelligence: A Modern Approach, 4th ed. (Pearson Education 2021)
ספר הקורס הינו המקור עליו מתבסס הקורס. בנוסף קיים מדריך למידה בעברית בו ניתן להיעזר.
נושאי הלימוד
-
פתרון בעיות בעזרת אלגוריתמי חיפוש בין מצבים
-
יוריסטיקה
-
חיפוש לוקאלי- אופטימיזציה מקומית למציאת פתרון
-
משחקי יריבות
-
בעיות סיפוק אילוצים
-
רשתות בייסיאניות
-
Markov Decision Process (MDP)
-
Machine Learning – למידה מדוגמאות
-
Decision Trees – עצי החלטה
הסטודנטים נדרשים להגיש הן תרגילים תיאורטיים, והן מטלות תכנות שייכתבו בשפת Python.