TDT4136 Introduksjon til kunstig intelligens

NTNU →7.5 studiepoeng

Studentvurdering

Hvor relevant opplever du emnet?

Gjennomsnittlig svar: ingen svar

Svært irrelevantSvært relevant

Hva er ditt generelle inntrykk av kurset?

Gjennomsnittlig svar: ingen svar

Svært dårligSvært bra

Hva synes du om emnets nivå?

Gjennomsnittlig svar: ingen svar

Svært lettSvært vanskelig

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Gjennomsnittlig svar: ingen svar

Svært litenSvært stor

KARAKTERFORDELING · H 2025

388 kandidater

112

H 2011

H 2025

Grupper etter kjønn

SEMESTER

SNITTKARAKTER

2,80 av 5 poeng

NTNU snitt: 3.42

STRYKPROSENT

6,7 %

NTNU snitt: 3,5 %

KANDIDATER PER ÅR

383

snitt over 15 år

SEMESTRE MED DATA

Eksamen og forkunnskaper

Vurderingen består av

Hjemmeeksamen · 4 Timer
Muntlig
Øvinger

Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Om TDT4136

NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Faglig innhold

Emnet starter med å beskrive metoder for problemløsning ved hjelp av heuristisk søk i tilstandsrom. Deretter beskrives forskjellige kunnskapspresentasjonsspråk og slutningsmekanismer for maskinell problemløsning. Representasjon i form av predikatlogikk, regler, rammer og semantiske nett behandles, og knyttes til hovedformene for resonnering - særlig regelbasert resonnering. Emnet behandler videre arkitekturer som integrerer forskjellige resonneringsmetoder, agentbaserte arkitekturer, samt arkitekturer for interaktiv problemløsning i et menneske-maskin samspill. Det gis anvendelseseksempler underveis for å belyse metodene.

Vis resten (6 avsnitt)

Link til informasjon om emnet

http://www.idi.ntnu.no/emner/tdt4136

Læringsutbytte

Kunnskaper: Kandidaten skal ha kunnskap om:

historisk perspektiv av AI og dens fundament
hovedprinsipper innen AI for problemløsning, inferens og kunnskapsrepresentasjon
representasjon og resonnering ved propositional og predicate logikk
uinformerte og heuristiske søkemetoder
adversarialsøk
begrensning tilfredshet ("constraint satisfaction") problemer og løsningsmetoder
representasjon av planlegging problemer og løsningsmetoder
multiagent miljø og spillteoriprinsipper og noen problemløsning metoder
etikkrelaterte problemer i AI

Ferdigheter:

ta beslutning om hvilke type intelligens og tilsvarende agent trengs i et bestemt agentmiljø
design kunnskapsbaserte systemer gjennom bruk av passende representasjon, inferens og problemløsningsmetoder
kunne identifisere type etiske problemer for et gitt problem.

Generell kompetanse:

Kjenne fagfeltet AIs grunnlag hentet fra logikk og kognitive vitenskaper

Anbefalte forkunnskaper

TDT4120 Algoritmer og datastrukturer og MA0301 Elementær diskret matematikk eller TDT4120 Algoritmer og datastrukturer og TMA4140 Diskret matematikk, eller tilsvarende.

Mer om vurdering

Ved utsatt eksamen (kontinuasjonseksamen) i august kan skriftlig eksamen bli endret til muntlig eksamen.

Skriftlig eksamen blir bare på engelsk da undervisning, slides og boka, og øvrige material er på engelsk alle sammen. Studentene kan svare på norsk.

Kursmateriell

Oppgis ved semesterstart.

Læringsformer og aktiviteter

Forelesninger, selvstudium, og øvinger. Et antall obligatoriske øvinger må bli godkjent for å kunne gå opp til eksamen.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Kommentarer

Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.

Ofte stilte spørsmål

Hvor mange studiepoeng er TDT4136?: TDT4136 (Introduksjon til kunstig intelligens) ved NTNU gir 7,5 studiepoeng.
Hva er strykprosenten i TDT4136?: Samlet strykprosent for TDT4136 ved NTNU er 6,7 %, basert på 5 740 kandidater. Siste semester (høst 2025) var den 6,7 %.
Hvor vanskelig er TDT4136?: Snittkarakteren i TDT4136 er C (2.80 av 5 poeng), mot 6,7 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved NTNU.
Hvor kommer tallene for TDT4136 fra?: Karakterdataene er hentet fra DBH (Database for statistikk om høyere utdanning) hos HK-dir, publisert under NLOD. Studentvurderingene er våre egne, slått sammen med vurderinger fra Karakterweb.

Studieprogram med dette emnet

Basert på hvor kandidatene til eksamen var registrert (DBH).

Relaterte emner ved NTNU

Emner som tas i de samme studieprogrammene som TDT4136.

TDT4165 Programmeringsspråk snitt C · 12,6 % stryk
TDT4171 Metoder i kunstig intelligens snitt C · 4,1 % stryk
TDT4137 Kognitive systemer snitt C · 8,6 % stryk
TDT4175 Informasjonssystemer snitt B · 0 % stryk
TDT4240 Programvarearkitektur snitt B · 2,2 % stryk
TDT4195 Grunnleggende visuell databehandling snitt C · 10,5 % stryk
TDT4237 Programvaresikkerhet og personvern snitt B · 3,8 % stryk
TDT4258 Maskinnær programmering snitt C · 10 % stryk

Mer om NTNU

Les om karakterfordelingen ved NTNU →Les om NTNU →

Utvikling over tid

Semester	Kandidater	Snitt	Stryk
Høst 2025	388	C (2.59)	6,7 %
Høst 2024	480	C (3.24)	6 %
Høst 2023	478	C (2.75)	6,5 %
Høst 2022	453	D (2.42)	11,9 %
Høst 2021	569	–	7,9 %
Høst 2020	595	–	10,1 %
Høst 2019	495	C (2.97)	3,4 %
Høst 2018	449	C (2.69)	6,7 %
Høst 2017	424	C (2.63)	8,7 %
Høst 2016	312	C (2.51)	8 %
Høst 2015	288	C (3.09)	1,4 %
Høst 2014	239	C (2.98)	3,4 %
Høst 2013	174	C (2.93)	1,7 %
Høst 2012	198	C (3.14)	1,5 %
Høst 2011	198	C (2.70)	7,1 %

Finner retningen …

Om TDT4136

NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Faglig innhold

Vis resten (6 avsnitt)

Link til informasjon om emnet

http://www.idi.ntnu.no/emner/tdt4136

Læringsutbytte

Kunnskaper: Kandidaten skal ha kunnskap om:

historisk perspektiv av AI og dens fundament
hovedprinsipper innen AI for problemløsning, inferens og kunnskapsrepresentasjon
representasjon og resonnering ved propositional og predicate logikk
uinformerte og heuristiske søkemetoder
adversarialsøk
begrensning tilfredshet ("constraint satisfaction") problemer og løsningsmetoder
representasjon av planlegging problemer og løsningsmetoder
multiagent miljø og spillteoriprinsipper og noen problemløsning metoder
etikkrelaterte problemer i AI

Ferdigheter:

ta beslutning om hvilke type intelligens og tilsvarende agent trengs i et bestemt agentmiljø
design kunnskapsbaserte systemer gjennom bruk av passende representasjon, inferens og problemløsningsmetoder
kunne identifisere type etiske problemer for et gitt problem.

Generell kompetanse:

Kjenne fagfeltet AIs grunnlag hentet fra logikk og kognitive vitenskaper

Anbefalte forkunnskaper

TDT4120 Algoritmer og datastrukturer og MA0301 Elementær diskret matematikk eller TDT4120 Algoritmer og datastrukturer og TMA4140 Diskret matematikk, eller tilsvarende.

Mer om vurdering

Ved utsatt eksamen (kontinuasjonseksamen) i august kan skriftlig eksamen bli endret til muntlig eksamen.

Skriftlig eksamen blir bare på engelsk da undervisning, slides og boka, og øvrige material er på engelsk alle sammen. Studentene kan svare på norsk.

Kursmateriell

Oppgis ved semesterstart.

Læringsformer og aktiviteter

Forelesninger, selvstudium, og øvinger. Et antall obligatoriske øvinger må bli godkjent for å kunne gå opp til eksamen.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Ofte stilte spørsmål

Hvor mange studiepoeng er TDT4136?

TDT4136 (Introduksjon til kunstig intelligens) ved NTNU gir 7,5 studiepoeng.

Hva er strykprosenten i TDT4136?

Samlet strykprosent for TDT4136 ved NTNU er 6,7 %, basert på 5 740 kandidater. Siste semester (høst 2025) var den 6,7 %.

Hvor vanskelig er TDT4136?

Snittkarakteren i TDT4136 er C (2.80 av 5 poeng), mot 6,7 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved NTNU.

Hvor kommer tallene for TDT4136 fra?

Karakterdataene er hentet fra DBH (Database for statistikk om høyere utdanning) hos HK-dir, publisert under NLOD. Studentvurderingene er våre egne, slått sammen med vurderinger fra Karakterweb.

Utvikling over tid

Semester	Kandidater	Snitt	Stryk
Høst 2025	388	C (2.59)	6,7 %
Høst 2024	480	C (3.24)	6 %
Høst 2023	478	C (2.75)	6,5 %
Høst 2022	453	D (2.42)	11,9 %
Høst 2021	569	–	7,9 %
Høst 2020	595	–	10,1 %
Høst 2019	495	C (2.97)	3,4 %
Høst 2018	449	C (2.69)	6,7 %
Høst 2017	424	C (2.63)	8,7 %
Høst 2016	312	C (2.51)	8 %
Høst 2015	288	C (3.09)	1,4 %
Høst 2014	239	C (2.98)	3,4 %
Høst 2013	174	C (2.93)	1,7 %
Høst 2012	198	C (3.14)	1,5 %
Høst 2011	198	C (2.70)	7,1 %

Karakterfordeling og studentvurderinger i TDT4136

Studentvurdering

Hvor relevant opplever du emnet?

Hva er ditt generelle inntrykk av kurset?

Hva synes du om emnets nivå?

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Eksamen og forkunnskaper

Vurderingen består av

Om TDT4136

Faglig innhold

Link til informasjon om emnet

Læringsutbytte

Anbefalte forkunnskaper

Mer om vurdering

Kursmateriell

Læringsformer og aktiviteter

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved NTNU

Mer om NTNU

Utvikling over tid

Karakterfordeling og studentvurderinger i TDT4136

Studentvurdering

Hvor relevant opplever du emnet?

Hva er ditt generelle inntrykk av kurset?

Hva synes du om emnets nivå?

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Eksamen og forkunnskaper

Vurderingen består av

Om TDT4136

Faglig innhold

Link til informasjon om emnet

Læringsutbytte

Anbefalte forkunnskaper

Mer om vurdering

Kursmateriell

Læringsformer og aktiviteter

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved NTNU

Mer om NTNU

Utvikling over tid