XD33KUI | Kybernetika a umělá inteligence | Rozsah výuky: | 14+6 | ||
---|---|---|---|---|---|
Přednášející (garant): | Mařík V., Štěpánková O. | Typ předmětu: | Z | Zakončení: | KZ |
Zodpovědná katedra: | 333 | Kreditů: | 4 | Semestr: | Z |
Anotace:
Jedná se o úvodní obecný předmět umožňující studentům pochopit cíle a metody kybernetiky a umělé inteligence a zařadit jednotlivé dílčí partie probírané v bakalářské etapě do hlubšího kontextu studovaného oboru. V přehledu jsou uvedeny základní principy teorie informace, řízení, rozhodování a znalostního inženýrství v rozsahu, který je nezbytným základem pro studium většiny předmětů bakalářského studia. Nejdůležitějším rysem předmětu je jednotící koncepční přístup k mnoha na první pohled různorodým součástem kybernetiky a umělé inteligence.
Osnovy přednášek:
1. | Systémy a modely v kybernetice. Kybernetika, teorie systémů a umělá inteligence | |
2. | Teorie řízení jako součást kybernetiky. Zpětnovazební řízení v kybernetice | |
3. | Základy teorie informace: základní pojmy, signál, kódování, informace | |
4. | Sdružená a podmíněná entropie a její vlastnosti. Střední vzájemná informace | |
5. | Komunikační kanál a jeho kapacita. Kódy a kódování. Princip maxima entropie | |
6. | Rozhodování za neurčitosti a rizika. Statistické a Bayesovské rozhodování | |
7. | Základy teorie her, pravidlo minimaxu | |
8. | Rozpoznávání a vnímání. Příznakové a strukturální klasifikátory. Shluková analýza | |
9. | Cíle umělé inteligence. Reprezentace úloh, stavový prostor a jeho prohledávání | |
10. | Logika z pohledu umělé inteligence. Využití logiky při formalizaci řešení úloh | |
11. | Reprezentace znalostí. Algoritmizace: formální jazyky, automaty, Turingovy stroje | |
12. | Heuristické znalosti. Expertní systémy a řízení. Distribuované znalostní systémy | |
13. | Znalostní inženýrství a získávání znalostí. Adaptivní a učící se algoritmy | |
14. | Aplikace umělé inteligence: robotika, problémy systémové integrace, diagnostika |
Osnovy cvičení:
1. | Úvod, zápis, bezpečnost. Turingův test. Zadání úloh | |
2. | Aktuální problémy kybernetiky I. - demonstrace konkrétních aplikací v Gerstnerově laboratoři 3. Aktuální problémy kybernetiky II. - demonstrace konkrétních aplikací v centru strojového vnímání | |
4. | Teorie informace. Jak se měří informace? Signál, kódování, reálné příklady | |
5. | Entropie a její použití. Odhady entropie. Princip maxima entropie | |
6. | Kapacita diskrétního a spojitého kanálu. Souvislost komunikační a termodynamické entropie | |
7. | Jevy podmíněné a nezávislé - příklady. Statistické charakteristiky a jejich použití při rozhodování | |
8. | Samostatná práce I. | |
9. | Samostatná práce II. | |
10. | Referáty | |
11. | Matematická logika jako nástroj pro representaci znalostí. Co dokáže Prolog? | |
12. | Softwarové nástroje pro strojové učení, neuronové sítě a genetické algoritmy | |
13. | Expertní systémy, praktické cvičení I. | |
14. | Expertní systémy, praktické cvičení II. |
Literatura Č:
[1] | Havel, I.: Robotika. Praha, SNTL, 1980 | |
[2] | Kotek, Z., Vysoký, P., Zdráhal, Z.: Kybernetika. Praha, SNTL, 1990 | |
[3] | Mařík, V., Štěpánková, O., Lažanský, J.: Umělá inteligence I. Praha, Academia, 1993 |
Literatura A:
[1] | Rich, E., Knight, K.: Artificial Intelligence. Mc-Graw Hill, 1991 |
Požadavky:
Předmět je zahrnut do těchto studijních plánů:
|
Stránka vytvořena 25. 2. 2002, semestry: Z/2001-2, Z/2002-3, L/2001-2, L/2002-3, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: I. Halaška (K336), J. Novák (K336) |