Интеллектуальные информационные системы

Ответственный лектор

Дорофеев Юрий Иванович

1. Введение.

1.1. Предмет учебной дисциплины, ее научные и методические основы, цель преподавания и задачи дисциплины.

Предметом дисциплины являются основные направления исследований современной теории искусственного интеллекта.

Научные основы дисциплины составляют исследования, направленные на решение интеллектуальных задач с привлечением автоматических алгоритмических методов, которые имитируют мышление человека.

Методологической основой преподавания дисциплины являются общие педагогические методы, построенные на репродуктивном повторе теоретических знаний при проведении лабораторных занятий и в процессе самостоятельной работы студентов.

Цель преподавания дисциплины – дать студентам систематизированные знания об основных моделях, методах и средствах, используемых при разработке систем искусственного интеллекта, а также ознакомить студентов с основными методами поиска решений, применяемыми в таких системах.

Задачей дисциплины является формирование у студентов представления о системах, основанных на знаниях, и ознакомление их с принципами функционирования и технологией разработки таких систем, а также изучение и усвоение студентами новых методов и подходов к решению интеллектуальных задач.

1.2. Что студент должен знать, уметь и с чем должен быть ознакомлен в результате изучения дисциплины.

В результате изучения дисциплины студент должен знать:

  • основные направления исследований теории искусственного интеллекта;
  • преимущества и недостатки основных моделей представления знаний;
  • принципы функционирования интеллектуальных систем;
  • способы формализации и методы решения интеллектуальных задач;
  • принципы построения и методы реализации интеллектуальных систем распознавания образов;
  • проблемы разработки и применения естественно-языкового интерфейса;
  • принципы построения систем распознавания естественного языка и синтеза речи по тексту.

В результате изучения дисциплины студент должен уметь:

  • формализовать знания и преобразовать их из одной модели представления в другие;
  • строить стратегии решения интеллектуальных задач и выполнять их программную реализацию;
  • синтезировать процедуры распознавания образов параллельного и последовательного типов;
  • применять современные программы распознавания текстов, распознавания естественного языка и синтеза речи по тексту.

В результате изучения дисциплины студент должен быть ознакомлен с:

  • технологией применения интеллектуальных систем распознавания видео- и аудиообразов;
  • технологией применения интеллектуальных систем распознавания естественного языка;
  • назначением промышленных роботов и робототехнических систем.

1.3. Организационно-методические указания по организации и методике проведения всех видов учебных занятий, организации и выполнения индивидуальных заданий.

Организационно-методическими указаниями по организации и проведению лабораторных занятий являются «Методические указания к лабораторным занятиям по дисциплине «Системы искусственного интеллекта» для студентов направлений «Прикладная математика», «Системный анализ» и «Информатика» / сост. Ю.И. Дорофеев. — Харьков: НТУ «ХПИ», 2009. — 40 с.». Эти методические указания также доступны студентам в электронном виде.

1.4. Система контроля качества обучения студентов.

Контроль качества обучения студентов осуществляется проведением модульного контроля согласно перечню контрольных работ, выполнением студентами лабораторных и практических заданий, сдачей выходного экзамена.

1.5. Организация самостоятельной работы.

Для организации самостоятельной работы студентов выделяется время для использования вычислительной техники. Во время самостоятельной работы студенты изучают вопросы дисциплины, предусмотренные для самостоятельного изучения, исследуют представленные методы и примеры использования интеллектуальных систем, готовят отчеты по выполненным лабораторным работам.

1.6. Общий объем часов на изучение дисциплины и их распределение на аудиторные занятия и самостоятельную работу студентов.

Общий объем часов дисциплины, предусмотренный учебным планом, составляет 120 академических часов. Объем аудиторных занятий составляет 50 часов, из которых 30 часов — лекционные занятия, 10 часов — лабораторные занятия и 10 часов — практические занятия. Остальные 70 часов составляют время самостоятельной работы студентов.

Количество кредитов ECTS на данную дисциплину составляет 4,0.

2. Содержание дисциплины.

Раздел 1. Представление знаний в системах искусственного интеллекта.

Тема 1. Введение в теорию искусственного интеллекта.

Понятие об искусственном интеллекте (ИИ). Философские аспекты проблемы ИИ. Краткая история развития ИИ. Два подхода к построению интеллектуальных систем. Основные направления исследований в области ИИ.

Тема 2. Представление знаний в системах ИИ.

Организация хранения информации в памяти человека. Модель «Стимул — реакция». Знания и данные. Классификация знаний. Свойства знаний. Понятие о представлении знаний. Модели представления знаний в системах ИИ. Семантические сети. Способы реализации механизма вывода в семантических сетях. Фреймовые модели представления знаний. Способы реализации механизма вывода во фреймовых моделях. Преимущества и недостатки фреймовых моделей. Логические модели представления знаний. Понятие о формальной системе. Исчисление высказываний. Исчисление предикатов. Правила вывода в логических моделях представления знаний. Преимущества и недостатки логических моделей. Продукционные модели представления знаний. Преимущества и недостатки продукционных моделей. Преобразование знаний из одной модели представления в другие.

Тема 3. Разработка выигрышной стратегии в интеллектуальных играх.

Разработка выигрышной стратегии и компьютерной программы для игры Ним. Разработка выигрышной стратегии и компьютерной программы для игры «крестики-нолики».

Тема 4. Методы формализации и решения интеллектуальных задач.

Общий подход человека к решению задач. Использование представлений интеллектуальных задач. Принципы работы программы Global Problem Solver. Представление интеллектуальных задач в виде теорем, которые подлежат доказательству. Представление интеллектуальных задач в пространстве состояний. Редукция задач к совокупности подзадач. Применение графов типа И/ИЛИ при решении интеллектуальных задач. Сравнение методов поиска решения в пространстве состояний и при редукции задач к совокупности подзадач. Классификация методов решения интеллектуальных задач.

Раздел 2. Системы распознавания образов.

Тема 5. Восприятие изображений и распознавания образов.

Основные проблемы реализации компьютерного зрения. Состав и принципы функционирования систем компьютерного зрения. Последовательность обработки визуальных данных. Преобразование Хафа. Особенности технических систем компьютерного зрения. Классификация задач распознавания образов. Математическое описание объектов, которые подлежат распознаванию. Процедура параллельной классификации. Процедура последовательной классификации. Алгоритм «обучения с учителем» системы параллельной классификации. Алгоритм «k-средних». Методы реализации систем распознавания образов.

Тема 6. Применение естественно-языкового интерфейса.

Краткая история языкового интерфейса. Основные проблемы языкового интерфейса. Кодовая модель распознавания естественной речи. Этапы решения задачи распознавания естественной речи с помощью ЭВМ. Структура и принципы работы системы HEARSAY. Психологический подход к проблеме распознавания естественной речи. Классификация современных систем распознавания речи. Методы решения задачи синтеза речи по тексту. Принципы построения систем синтеза речи по тексту.

Тема 7. Робототехника.

Краткая история развития робототехники. Понятие о промышленном роботе. Классификация и назначение робототехнических систем (РТС). Принципы применения РТС.

Тема 8. Современный этап развития интеллектуальных систем.

Архитектура и назначение программной системы FramerD. Интеллектуальная программа CYC и примеры ее коммерческого применения. Перспективы и тенденции развития ИИ.