Cognitive Technology and Artificial Intelligence

Aim

Efter avslutad kurs ska den studerande kunna:

• redogöra för de beräkningsprinciper som används i den mänskliga hjärnan
• förklara hur biologiskt baserade artificiella neurala nätverk fungerar
• kontrastera biologiskt baserade nätverk mot AI-orienterade artificiella neurala nätverk
• inhämta information kring konstruktion och träning av en vald typ av nätverk
• tillämpa tekniker för att konstruera, förbättra eller på annat sätt anpassa ett valt nätverk till en problemdomän
• diskutera vilken roll kognitiv modellering och AI spelar inom kognitionsvetenskap
• värdera för- och nackdelar med olika lösningar för biologiskt baserade och AI-orienterade artificiella neurala nätverk inom ett tillämpningsområde

Content

I kursen behandlas:

• modell av biologiska neuronet
• inhibering i dubbelriktade nätverk
• oövervakad och övervakad inlärning i biologiskt baserade nätverk
• hjärnans beräkningsprinciper
• simuleringsverktyg för att skapa och analysera modeller av den biologiska hjärnan
• AI-orienterade nätverk: aktiveringsfunktioner, bakåtpropagering av fel, olika typer av felfunktioner, optimering, under- och överanpassning, regularisering. Nätverksarkitekturer för olika typer av inlärningsproblem. Bibliotek med öppen källkod och API (applikationsprogrammeringsgränssnitt) för att bygga och träna maskininlärningsmodeller