• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2019/2020

Системы искусственного интеллекта

Направление: 09.03.01. Информатика и вычислительная техника
Когда читается: 4-й курс, 1, 2 модуль
Формат изучения: без онлайн-курса
Язык: русский
Кредиты: 6
Контактные часы: 62

Программа дисциплины

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

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

Планируемые результаты обучения

  • Выполняет задание на формализацию выбранной предметной области. Использует языки программирования для реализации задач
  • 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 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

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

Элементы контроля

  • неблокирующий активность на лекциях
  • неблокирующий активность на практических занятиях
  • неблокирующий доклад
  • неблокирующий теоретическое задание1
  • неблокирующий теоретическое задание2
  • блокирует часть оценки/расчета экзамен2
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (2 модуль)
    Орез=0.2Оакт.на лекц.+0.2Оакт.на практ.зан.+0.12Одоклад+0.14Отеорет.задание1+0.14Отеорет.задание2+0.2Оэкз2
Список литературы

Список литературы

Рекомендуемая основная литература

  • Бессмертный И. А. — - СИСТЕМЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА 2-е изд., испр. и доп. Учебное пособие для академического бакалавриата - М.:Издательство Юрайт - 2019 - 157с. - ISBN: 978-5-534-07467-3 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/sistemy-iskusstvennogo-intellekta-423120
  • Загорулько Ю. А., Загорулько Г. Б. - ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ. ИНЖЕНЕРИЯ ЗНАНИЙ. Учебное пособие для вузов - М.:Издательство Юрайт - 2019 - 93с. - ISBN: 978-5-534-07198-6 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/iskusstvennyy-intellekt-inzheneriya-znaniy-442134
  • Искусственный интеллект : современный подход, Рассел, С., 2006
  • Кудрявцев В. Б., Гасанов Э. Э., Подколзин А. С. - ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ 2-е изд., испр. и доп. Учебник и практикум для вузов - М.:Издательство Юрайт - 2019 - 165с. - ISBN: 978-5-534-07779-7 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/intellektualnye-sistemy-423761

Рекомендуемая дополнительная литература

  • Достоверный и правдоподобный вывод в интеллектуальных системах : учеб. пособие для вузов, Вагин, В. Н., 2004