Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
33KUI Kybernetika a umělá inteligence Rozsah výuky:2+2
Přednášející (garant):Mařík V., Štěpánková O. Typ předmětu:Z Zakončení:Z,ZK
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 lab.
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. Bayesovské rozhodování a podmínky jeho použití
8. Samostatná práce I 9. Samostatná práce II
10. Referáty
11. Matematická logika jako nástroj pro reprezentaci 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 I

Literatura Č:
[1] Havel, I.: Robotika. SNTL, Praha 1980
[2] Kotek, Z., Vysoký, P., Zdráhal Z.: Kybernetika. SNTL, Praha, 1990
[3] Rich, E., Knight, K.: Artificial Intelligence. Mc-Graw Hill, 1991

Literatura A:
[1] Rich, E., Knight, K.: Artificial Intelligence. Mc-Graw Hill, 1991

Požadavky:

Rozsah výuky v kombinované formě studia: 14+4
Typ cvičení: s, c, p
Předmět je nabízen také v anglické verzi.

Předmět je zahrnut do těchto studijních plánů:
Plán Obor Role Dop. semestr
*KBE Kybernetika a měření Z 5
*KBEB Kybernetika a měření Z 5


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)