Artificial intelligence

• Résolution de problèmes par la recherche: formulation des problèmes, stratégies de recherche informées et non informées, recherche locale, évaluation du comportement et coût estimé,  applications
• Satisfaction de contraintes: problèmes de formulation, traçage et propagation de contraintes, applications
• Jeux et recherche contradictoire : algorithme de minimax et élagage Alpha-Beta, applications
• Logique propositionnelle: représentation des connaissances, inférence et  raisonnement, applications
• Logique du premier ordre: représentation des connaissances, inférence et raisonnement, chaînage avant et arrière, systèmes à base de règles, applications
• Planification: langages des problèmes de planification, méthodes de recherche, graphes de planification, planification hiérarchique, extensions, applications
• AI, philosophie et éthique: "les machines savent-elles agir intelligemment ?", "les machines savent-elles vraiment penser ?", l'éthique et les risques de l'intelligence artificielle, l'avenir de l'intelligence artificielle
  

• Introduction
  
• Recherche
• Recherche informée
• Recherche locale
• Recherche avec adversaire
• Problème de satisfaction de contraintes
• Agent logique
• Logique de premier ordre et inférence
• Planification classique
• Planification dans le monde réel
• Apprendre à partir d'exemples
• Fondements philosophiques, le présent et l'avenir de l'AI

En raison de la crise du COVID-19, les informations de cette rubrique sont particulièrement susceptibles d’être modifiées.

• apprentissage par problèmes
• Apprendre en faisant
• 5 missions (de deux semaines)
• équipes de deux étudiants
• Cours magistral (1 heure / semaine)
• Feed-back sur les missions clôturées (1 / 2 heure)
• Discussion de la mission en cours (1 / 2 heure)

En raison de la crise du COVID-19, les informations de cette rubrique sont particulièrement susceptibles d’être modifiées.

• Examen : 70%
• Missions: 30%. 
  Les travaux doivent être personnels (équipe de 2). Pas de collaboration entre les groupes. Aucune copie à partir d'Internet. Tricherie = 0 / 20 pour toutes les missions. En cas, d'échec des missions la pondération de cette partie sera plus importante.
• Les travaux ne peuvent être réalisés que pendant le quadrimestre du cours. Il n'est pas possible de refaire les travaux durant un autre semestre ou pour la session de septembre.
• L'examen sera écrit, mais en cas de doute de l'enseignant sur la note à attribuer à un étudiant, celui-ci pourra être interrogé complémentairement en oral.

• Stuart Russell, Peter Norvig, Artificial Intelligence : a Modern Approach, 3nd Edition, 2010, 1132 pages, Prentice Hall
• transparents en ligne