يوفر هذا المقرر نظرة شاملة على مجال الذكاء الاصطناعي (AI)، ويغطي مفاهيمه الأساسية وتقنياته وتطبيقاته. تشمل المواضيع ما يلي:

• حل المشكلات باستخدام البحث: التعرف على استراتيجيات البحث المختلفة للتنقل في مساحات المشكلات المعقدة، بما في ذلك طرق البحث غير الموجهة مثل البحث بعرض أولي والبحث بعمق أولي، بالإضافة إلى الطرق الموجهة مثل خوارزميات A* والبحث الجشع.
• مشكلات إشباع القيود (CSPs): استكشاف تقنيات حل المشكلات المحددة بواسطة قيود، مثل الجدولة وتلوين الخرائط وسودوكو، باستخدام أساليب مثل التراجع ونشر القيود.
• خوارزميات البحث المحلي: التعمق في تقنيات تحسين تعمل في مساحة الحلول المحتملة، مثل تسلق التلال، والتبريد المحاكى، وغيرها من الأساليب القائمة على الاستدلال.
• الخوارزميات الجينية: مقدمة إلى الخوارزميات التطورية المستوحاة من الانتقاء الطبيعي، المستخدمة في حل مشكلات التحسين والبحث من خلال تطوير الحلول عبر أجيال متعددة.
• مقدمة إلى الشبكات العصبية: دراسة أساسيات الشبكات العصبية الاصطناعية، وبنيتها، وكيفية تدريبها لأداء مهام مثل التصنيف والانحدار، مع التركيز على النماذج الأساسية مثل الشبكات الإدراكية والشبكات متعددة الطبقات.
• تمثيل المعرفة والاستدلال الاقتراحي: دراسة طرق تمثيل المعرفة بشكل يمكن للآلات معالجته، مثل التمثيلات القائمة على المنطق، وتطبيق تقنيات الاستدلال الاقتراحي لاستخلاص الاستنتاجات من قواعد المعرفة.

بحلول نهاية هذا المقرر، سيكون لدى الطلاب فهم أساسي لمفاهيم الذكاء الاصطناعي، وسيكونون قادرين على تطبيق هذه التقنيات لحل مشكلات واقعية أو متابعة دراسات أكثر تقدمًا في هذا المجال.