Системи штучного інтелекту

Відповідальний лектор

Дорофєєв Юрій Іванович

1. Передмова.

1.1. Предмет навчальної дисципліни, її наукові і методичні основи, мета викладання і завдання дисципліни.

Предметом дисципліни є основні напрямки досліджень сучасної теорії штучного інтелекту.

Наукові основи дисципліни складають дослідження, які спрямовані на розв’язання інтелектуальних задач з залученням автоматичних алгоритмічних методів, які імітують мислення людини.

Методологічною основою викладання дисципліни є загальні педагогічні методи, що побудовані на репродуктивному повторі теоретичних знань під час проведення лабораторних заняттях разом з самостійною роботою студента.

Мета викладання дисципліни – дати студентам систематизовані знання щодо основних моделей, методів і засобів, які використовуються при розробці систем штучного інтелекту, а також ознайомити студентів з основними методами пошуку рішень, які застосовуються в таких системах.

Завданням дисципліни є формування у студентів уявлення про системи, засновані на знаннях, та ознайомлення їх з принципами функціонування і технологією розробки таких систем, а також вивчення і засвоєння студентами нових методів і підходів до вирішення інтелектуальних задач.

1.2. Що студент повинен знати, вміти і з чим бути ознайомленим в результаті вивчення дисципліни.

В результаті вивчення дисципліни студент повинен знати:

  • основні напрямки досліджень теорії штучного інтелекту;
  • переваги та недоліки основних моделей зображення знань;
  • принципи функціонування інтелектуальних систем;
  • способи формалізації та методи розв’язання інтелектуальних задач;
  • принципи побудови та методи реалізації інтелектуальних систем розпізнавання образів;
  • проблеми розробки та застосування природно-мовного інтерфейсу;
  • принципи побудови систем розпізнавання природної мови та синтезу мови за текстом.

В результаті вивчення дисципліни студент повинен вміти:

  • формалізувати знання та перетворювати їх з однієї моделі зображення в інші;
  • будувати стратегії розв’язання інтелектуальних задач та виконувати їх програмну реалізацію;
  • синтезувати процедури розпізнавання образів паралельного та послідовного типів;
  • застосовувати сучасні програми розпізнавання текстів, розпізнавання природної мови та синтезу мови за текстом.

В результаті вивчення дисципліни студент повинен бути ознайомлений із:

  • технологією застосування інтелектуальних систем розпізнавання відео- та аудіо образів;
  • технологією застосування інтелектуальних систем розпізнавання природної мови;
  • призначенням промислових роботів та робототехнічних систем.

1.3. Організаційно-методичні указники щодо організації і методики проведення усіх видів навчальних занять, організації і виконання індивідуальних завдань.

Організаційно-методичними вказівками щодо організації і проведення лабораторних занять є ″Методичні вказівки до лабораторних занять з дисципліни «Системи штучного інтелекту» для студентів напрямків ″Прикладна математика″, ″Системний аналіз″ та ″Інформатика″ / уклад. Ю.І. Дорофєєв. – Харків: НТУ «ХПІ», 2009. – 40 с.″

1.4. Система контролю якості навчання студентів.

Контроль якості навчання студентів здійснюється проведенням модульного контролю згідно з переліком контрольних робіт, виконанням студентами лабораторних та практичних завдань, складанням вихідного іспиту.

1.5. Організація самостійної роботи.

Для організації самостійної роботи студентів виділяється час для використання обчислювальної техніки. Під час самостійної роботи студенти вивчають питання дисципліни, передбачені для самостійної роботи, досліджують подані їм методи та приклади застосувань інтелектуальних систем, готують звіти з виконаних лабораторних робіт.

2. Зміст дисципліни.

Модуль 1. Зображення знань у системах штучного інтелекту .

Тема 1. Вступ до теорії штучного інтелекту.

Поняття про штучний інтелект (ШІ). Філософські аспекти проблеми ШІ. Стисла історія розвитку ШІ. Два підходи до побудови інтелектуальних систем. Основні напрямки досліджень в галузі ШІ.

Тема 2. Зображення знань в системах ШІ.

Організація зберігання інформації в пам’яті людини. Модель «Стимул – реакція». Знання та дані. Класифікація знань. Властивості знань. Поняття про зображення знань. Моделі зображення знань в системах ШІ. Семантичні мережі. Способи реалізації механізму виведення в семантичних мережах. Фреймові моделі зображення знань. Способи реалізації механізму виведення у фреймових моделях. Переваги та недоліки фреймових моделей. Логічні моделі зображення знань. Поняття про формальну систему. Числення висловлювань. Числення предикатів. Правила виведення в логічних моделях зображення знань. Переваги та недоліки логічних моделей. Продукційні моделі зображення знань. Переваги та недоліки продукційних моделей. Перетворення знань з однієї моделі зображення до інших.

Тема 3.Розробка виграшної стратегії в інтелектуальних іграх.

Розробка виграшної стратегії та комп’ютерної програми для гри НІМ. Розробка виграшної стратегії та комп’ютерної програми для гри «хрестики-нулики».

Тема 4. Методи формалізації та розв’язання інтелектуальних задач.

Загальний підхід людини до розв’язання задач. Використання зображень інтелектуальних задач. Принципи роботи програми Global Problem Solver. Зображення інтелектуальних задач у вигляді теорем, які підлягають доказу. Зображення інтелектуальних задач у просторі станів. Редукція задач до сукупності підзадач. Застосування графів типу І/АБО при розв’язанні інтелектуальних задач. Порівняння методів пошуку рішення у просторі станів та при редукції задач до сукупності підзадач. Класифікація методів розв’язання інтелектуальних задач.

Модуль 2.  Системи розпізнавання образів.

Тема 1. Сприйняття зображень та розпізнавання образів.

Основні проблеми реалізації комп’ютерного зору. Состав та принципи функціонування систем комп’ютерного зору. Послідовність обробки візуальних даних. Перетворення Хафа. Особливості технічних систем комп’ютерного зору. Класифікація задач розпізнавання образів. Математичний опис об’єктів, які підлягають розпізнаванню. Процедури паралельної класифікації. Процедура послідовної класифікації. Алгоритм «навчання зі вчителем» системи паралельної класифікації. Алгоритм «k-середніх». Методи реалізації систем розпізнавання образів.

Тема 2. Застосування природно-мовного інтерфейсу.

Стисла історія мовного інтерфейсу. Основні проблеми мовного інтерфейсу. Кодова модель розпізнавання природної мови. Етапи розв’язання задачі розпізнавання природної мови за допомогою ЕОМ. Структура та принципи роботи системи HEARSAY. Психологічний підхід до проблеми розпізнавання природної мови. Класифікація сучасних систем розпізнавання мови. Методи розв’язання задачі синтезу мови за текстом. Принципи побудови систем синтезу мови за текстом.

Тема 3. Робототехніка.

Стисла історія розвитку робототехніки. Поняття про промисловий робот. Класифікація та призначення робототехнічних систем (РТС). Принципи застосування РТС.

Тема 4. Сучасний етап розвитку інтелектуальних систем.

Архітектура та призначення програмної системи FramerD. Інтелектуальна програма CYC та приклади її комерційного застосування. Перспективи та тенденції розвитку ШІ.