ESI/WS

From WikiZMSI

Spis treści 1 Treści programowe 2 Wykład 1 --- Czym zajmuje się sztuczna inteligencja 3 Wykład 2 --- Budowa inteligentnego agenta. Przeszukiwanie (problem-solving). 4 Wykład 3 --- Strategie przeszukiwania ślepe i heurystyczne 5 Wykład 4 --- Strategie przeszukiwania lokalnego i problemy optymalizacji 6 Wykład 5 --- Gry 7 Wykład 6 --- Agent wnioskujący. Rachunek zdań. 8 Wykład 7 --- Logika predykatów pierwszego rzędu 9 Wykład 8 --- Systemy wnioskowania oparte na probabilistyce 10 Wykład 9 --- Wstęp do logiki rozmytej

Treści programowe

Treści programowe do przedmiotu Elementy Sztucznej Inteligencji na studiach stacjonarnych obejmują następujące zagadnienia:

1. Sztuczna inteligencja - czym się zajmuje, podział na silną i słabą SI Zasygnalizowanie jaka problematyka będzie omawiana na wykładach. Zarys historyczny.
2. Metody przeszukiwania przestrzeni stanów: zdefiniowanie pojęcia przestrzeni stanów, typowe problemy, algorytmy "ślepe", heurystyka.
3. Heurystyczne algorytmy przeszukiwania: metoda największego wzrostu, symulowane wyżarzanie, Best-First, A*.
4. Algorytmy genetyczne, systemy mrówkowe, automaty komórkowe.
5. Gry: podstawowe problemy, metody stosowane w teorii gier. Algorytmy do przeszukiwania przestrzeni stanów stosowane w grach.
6. Metody reprezentacji wiedzy. Czym jest wiedza, jak można ją gromadzić w systemach SI. Logika predykatów. Regułowa reprezentacja wiedzy, programowanie logiczne.
7. Reprezentacja wiedzy w modelach niepełnych i nieokreślonych. Logika we wnioskowaniu niemonotonicznym. Algorytmy w modelach niepełnych.
8. Wnioskowanie statystyczne. Sieci Bayes'a. Reprezentacja obiektowa wiedzy: sieci semantyczne i ramy.
9. Logika rozmyta. Definicje zbiorów rozmytych. Systemy wnioskowania rozmytego.
10. Uczenie się: metody zdobywania wiedzy; uczenie się indukcyjne.
11. Sieci neuronowe. Podstawowe modele sieci: jednokierunkowe, Hopfielda.
12. Algorytmy uczenia się sieci neuronowych. Zastosowania na przykładach.
13. Systemy ekspertowe: reprezentacja i stosowanie dziedzin wiedzy, przyswajanie wiedzy.
14. Przegląd nowoczesnych systemów z zastosowanie sztucznej inteligencji. Wykazanie szerokiego spektrum dziedzin, w których skutecznie wykorzystuje się SI.

Materiały prezentowane na slajdach pochodzą z pomcy dydaktycznych do książki S. Russel P. Norvig "Artificial Intelligence. A modern Approach".

Wykład 1 --- Czym zajmuje się sztuczna inteligencja

1. Slajdy prezentowane na wykładzie
2. Linki związane z tematem wykładu:
   1. Artykuł Allana Turniga
   2. Home Page of The Loebner Prize in Artificial Intelligence
   3. A chat with an Artificial Intelligence AI bot
   4. Wortal naukowy poświęcony tematyce umysłu, mózgu i sztucznej inteligencji.

Wykład 2 --- Budowa inteligentnego agenta. Przeszukiwanie (problem-solving).

1. Slajdy prezentowane na wykładzie
2. Przykłady zadań, które można rozwiązaywać metodami przeszukiwania:
   1. Cryptarithmetic Puzzle Solver
   2. Gry logiczne
   3. Sudoku
   4. Problem komiwojażera

Wykład 3 --- Strategie przeszukiwania ślepe i heurystyczne

1. Slajdy prezentowane na wykładzie
2. Linki związane z tematem wykładu:
   1. Java PathFinder --- Przykład zastosowania metod przeszukiwania do sprawdzania modeli programów napisanych w Javie.
   2. Applet demonstrujący działanie różnych algorytmów przeszukiwania na przykładzie układanki.

Wykład 4 --- Strategie przeszukiwania lokalnego i problemy optymalizacji

1. Slajdy prezentowane na wykładzie
2. Linki związane z tematem wykładu
   1. Aplety demonstrujące działanie algorytmów ewolucyjnych
   2. Wstęp do algorytmów genetycznych
   3. Przykład ewolucji sztucznych organizmów
   4. Przykład symulowanego wyżarzania

Wykład 5 --- Gry

1. Slajdy prezentowane na wykładzie
2. Linki związane z tematem wykładu
   1. Info i aplet demonstrujący działanie minimaxu i przycinania alfa-beta.
   2. Warcaby
   3. Brydż
   4. Deep Blue --- projekt IBM

Wykład 6 --- Agent wnioskujący. Rachunek zdań.

1. Slajdy prezentowane na wykładzie
2. Linki związane z tematem wykładu
   1. Rachunek zdań - teoria
   2. Aplet pozwala na wprowadzanie dowolnych formuł zdaniowych, konwersje na postać CNF, wnioskowanie rezolucją i generowanie tablicy prawdy. Dodatkowo teoria.

Wykład 7 --- Logika predykatów pierwszego rzędu

1. Slajdy prezentowane na wykładzie
2. Linki związane z tematem wykładu
   1. Otter - an automated theorem prover
   2. FOL by wikipedia
   3. FOL by Wolfram Mathworld

Wykład 8 --- Systemy wnioskowania oparte na probabilistyce

1. Slajdy prezentowane na wykładzie
2. Linki związane z tematem wykładu
   1. Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project
   2. A Plan for Spam
   3. Web-based expert systems

Wykład 9 --- Wstęp do logiki rozmytej

1. Slajdy prezentowane na wykładzie
2. Linki związane z tematem wykładu
   1. Fuzzy Anti-Lock Brake System Solution
   2. fuzzyTECH-the world leading family of software development tools for fuzzy logic and neural-fuzzy solutions
   3. Investor Profiler Applet
   4. Fuzzy inference engine demo