Системы искусственного интеллекта

Бакалавриат 2020/2021

Статус: Курс по выбору (Информатика и вычислительная техника)

Направление: 09.03.01. Информатика и вычислительная техника

Кто читает: Департамент компьютерной инженерии

Где читается: Московский институт электроники и математики им. А.Н. Тихонова

Когда читается: 4-й курс, 1, 2 модуль

Формат изучения: без онлайн-курса

Преподаватели: Топоркова Анна Станиславовна

Язык: русский

Кредиты: 6

Контактные часы: 62

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Дисциплина «Системы искусственного интеллекта» включает в себя рассмотрение основных вопросов современной теории и практики построения интеллектуальных систем, рассматриваются вопросы представления знаний, построения механизмов вывода, изучение логики предикатов 1-го порядка, автоматическое принятие решений, основанное на знаниях и рассуждениях.

Цель освоения дисциплины

Целями освоения дисциплины Системы искусственного интеллекта являются: • приобретение студентами базовых знаний в области методов компьютерного моделирования систем, проявляющих поведение, которое включает автоматическое принятие решений, основанное на знаниях и рассуждениях; • приобретение студентами основных знаний и навыков в области систем искусственного интеллекта и их использовании; • приобретение студентами базовых знаний об основах построения механизмов вывода, используемых для интеллектуализации программирования; • изучение логики предикатов 1-го порядка, организации обучения интеллектуальных подсистем и т.д.

Планируемые результаты обучения

Выполняет задание на формализацию выбранной предметной области, производит поиск в пространстве состояний. Использует языки программирования для реализации задач
Выполняет задание на формализацию выбранной предметной области. Использует языки программирования для реализации задач
Выполняет задание на формализацию выбранной предметной области. Использует различные способы представления знваний
Выполняет задание на формализацию выбранной предметной области. Использует язык предикатов первого порядка для формализации и для реализации задач Выполняет эвристический поиск
Приводит примеры вероятностных рассуждений
Выполняет задания на реализацию обучения на основе наблюдений, приводит примеры
Выполняет реализацию простейшей экспертной системы

Содержание учебной дисциплины

Введение.
1. Некоторые исторические сведения о зарождении и развитии дисциплины «Системы искусственного интеллекта». 2. Примеры приложений ИИ. Предмет исследования искусственного интеллекта. 3. Трудно формализуемые задачи проектирования. 4. Классификация моделей представления знаний.
Решение проблем
5. Формальные системы. 6. Графовые и гиперграфовые модели. 7. И-ИЛИ деревья. 8. Методы поиска в пространствах состояний. 9. Информированный поиск и исследование пространства состояний. 10. Задачи удовлетворения ограничений. 11. Поиск в условиях противодействия.
Знания и рассуждения
1. Архитектура систем, основанных на знаниях(СОЗ). 2. Интерфейсы экспертов и конечных пользователей СОЗ. 3. Типы моделей, используемых для представления знаний в СОЗ. 4. Языки представления знаний. 5. Логические ЯПЗ, продукционные ЯПЗ, концептуальные ЯПЗ. 6. Модели рассуждений в СОЗ. Типы этих моделей (логическая дедукция, индукция, абдукция, вывод, основанный на нечеткой логике) . 7. Эвристический поиск в пространстве состояний. Тактики эвристического поиска. Оценки сложности эвристического поиска.
Представление знаний
1. Логика предикатов как метаязык. 2. Исчисление предикатов первого порядка. 3. Построение системы знаний c использованием семантических сетей 4. Автоматическое доказательство теорем. 5. Метод резолюции. 6. Логическое следствие. Проблемы общезначимости и выполнимости. 7. Метод аналитических таблиц. 8. Абдукция в пропозициональной логике. Примеры задач ИИ, требующих применения абдукции.
Неопределенные знания
1. Вероятностные рассуждения. 2. Нечеткие множества.
Обучение и накопление знаний
1. Подсистемы накопления знаний, общения, объяснения. 2. Обучение на основе наблюдений. 3. Применение знаний в обучении. 4. Выбор обучающего множества. 5. Статистические методы обучения. 6. Обучение с подкреплением
Интеллектуальные системы
1. Экспертные системы. 2. Разновидности экспертных систем и методы построения. 3. Примеры интеллектуальных систем. Способы реализации

Элементы контроля

активность на лекциях
активность на практических занятиях
доклад
теоретическое задание1
теоретическое задание2
экзамен2

Промежуточная аттестация

Промежуточная аттестация (2 модуль)
0.2 * активность на лекциях + 0.2 * активность на практических занятиях + 0.12 * доклад + 0.14 * теоретическое задание1 + 0.14 * теоретическое задание2 + 0.2 * экзамен2

Программа дисциплины