Големина на текста:
23.03.2000
Митове за мисленето
-машините не могат да
се обучават сами
-не могат да решават
задачи за които не са пограмирани: описва се околната среда
-машините не могат да
имат емоции (какво е емоция!?)
Постулат: Човека е венеца на природата и от него няма нищо по-висше
Th на Гьобел : Винаги за една широка теория съществуват неща които не могат да се докажат.
Необходимост от изкуствен интелект: Съществуват задачи, решавани без човешко участие, задачи в които
да не се използват експерти въпреки необходимостта от тях – експертни системи. Изк. интелект – деф. на
Нилсен: възможност резултатите от творческите процеси да и самите те да се реализират от кибернетични
машини.
Уинстън: наука за концепциите полазване на комп. За да реализират разумни за човека неща
Бибел : 1) силен тезис – цялостно моделиране на човешката интелигентност
2) слаб тезис – техн. Реализ. на ф-ии, изпълнявани от човека
! област от компютърните науки, изследваща методите на комплексна обработка на символна
информация с цел правене на извод.
Основни направления:
1.извличане на знания
(вкл. обучение) моделира се човешката клетка, създават се невронни мрежи за изпълнение на ф-ии на
интелигентни задачи => конионкционистко направление (Свързване)
2.обработка на знания
задачи пред с-ми с вграден ИИ:
1.разпознаване на реч
2.анализ на зрителни изображения
3.автоматизирано проектиране
Системи:
Специализирани с-ми с ИИ с общо предназначение – набор прогр. средства, работещи с база знания (БД с връзки
и отношения м/у обектите с цел изводи) т.е. БЗ се прочита, прави се извод, който се записва в БЗ, отново се
прочита, прави се извод… и така до решението на задачата
Shells: програмни езици за изграждането на експертни системи (PROLOG)
Направления в ИИ:
1.представяне на знания – нови езици и модели – нови езици и модели, структуриране на знанията, методи за
извличане на знанията
а. Извличане на знанията – базира се върху знанията на експерти , но съществува проблема със собствеността
на знанията
2.обработка на знания- -попълване, търсене и отстраняване на противоречивост, изграждане на метазнание
(знание за знанието), обобщение
Инженери по знанията – методи за представяне и машинна обработка на знанията
3.Обучение как от извличане на части да се получи обобщение или от сложна задача да се направи
декомпозиране на по-прости; обучение с поддържане
Цел на ИИ: max доближаване на компютъра до човека, без програмиране човек да решава даден проблем,
ефективни алгоритми за решаване на NP пълни задачи
4.Задачи и методи за решаване на задачи т./3 теория на игрите
5.Програми, наподобяващи генетичните процеси в живите организми
02.03.2000
Самообучаващи се системи
Изкуствен Интелект
Описание на обект (x
1,1
, x
1,2
,x
1,3
, …x
1,m
)
Група от числа -> (x
2,1
, x
2,2
,x
2,3
, …x
2,m
)
Бихме могли да номерираме всяко множество величини – две криви са равни когато пресичат на едно и също
място оста – примитивно –използват се решетъчни функции
Х
1
2
3
4
5
(3,11,3,7,2) -> подреждане -> (2,3,3,7,11) (Х
1
<=Х
2
>=Х
3
<=Х
4
>=Х
5
) – основно неравенство
Преобразуване:
?
Х
1
,
?
Х
2
,
?
Х
3
,
?
Х
4
Разлика м/у отделните числа: (1,0,4,4), (?Х
1
>=?Х
2
<=?Х
3
<=?Х
4
) – неравенство от първи ред при това подреждане
отново търсим подреждането м/у елементите:
?
2
Х
1
,
?
2
Х
2
,
?
2
Х
3
-> (1,3,0), (
?
2
Х
1
<=
?
2
Х
2
>=
?
2
Х
3
) – неравенство то 2 ред
(0,1,3) ?(1,2) – разлика от 3 ред .(
?
3
Х
1
<=
?
3
Х
2
) ?(1,2)
Всяка група числа може да се обработи по този начин. Ако две групи са обработени с подобни размествания, то
те са от от един и същи клас
Ако е зададен класа:
П
0
П
1
П
2
(2,1,4,
3)
(1,3,
2)
(2
,1
)
(5,3,8,
1)
Чрез тези размествания е описан класа
Разместваме според П
0
? (3,5,1,8) ненамаляващ ли е реда ? не ? тази крива не принадлежи на класа
(5,1,8,7) ?(1,5,7,8) ?търсим разликата ? (4,2,1) ? прилагаме пермутацията П
1
? 4,1,2 ?кривата не принадлежи
на класа
Описание на изображение
1.елементите
се подреждат в намаляваш ред
2.намиране на
разликата в м/у всеки два съседни два елемента
3.подреждане
на разликите в не намаляваш ред
4.намиране на
разликите м/у 2 съседни разлики и т.н., докато не достигнем до най – точното описание, т.е. двойка елементи и
едно уравнение
Разпознаване: последователна процедура, която се описва така: Зададена е група образи , всеки един от които
описан с пермутациите до n-1 ред, групи от числа , описващи нейните признаци. Прилагаме основните
пермутации към зададена група от компоненти, ако получим подреждане в не надминаващ ред ? продължаваме
нататък, ако ? групата не принадлежи на нашия клас_ _ _ _ ?изображението принадлежи на класа едва когато
стигнем до последното подреждане
Възможности: подреждане като брой варианти на 5 елемента ? n! (5!)
Получава се внушителна цифра – 6 компонента ?3 110 400 бр. Образи
Обобщаване , групиране на рана различни образи
Понятие – БЛИЗОСТ
Всяка една от решетъчните функции би могла да бъде представена в някакво пространство с различен брой
точки, ако два компонента се различават в една единствена позиция ? те се наричат съседни
Ограничителни условия:
(c,o) недопустими двойки
(o,b)
Изкуствен Интелект
При малки задачи е добре систематичното развиване на всички варианти, а при големи проследяване на един вариант.
Движение в пространството е най-краткия и бърз начин за достигане на решение. Необходимо е да се помнят всички
предишни валидни решения.
Характерно за ??? на състоянията е ползването на предишни знания за намаляване броя на вариантите. Непрекъснато трябва
да се проверява дали не се повтарят състоянията, и ако е така те да се изключват, което значително намалява вариантите.
Решението на задачата се намира като път в построеното пространство на състоянията. Съществуват два подхода:
1. винаги се избира един от клоновете във всяка точка на разклонение и този път се стига до разклонение на целта или
убеденост, че не води към нея;
2. систематично следене състоянията като на всяко ниво се разглеждат всички възможни разклонения и ги предвижваме с
една стъпка напред. Подходът гарантира достигане до целта и най-къс път между начално и крайно състояние. Ползва се при
малко пространство на разстоянията и рядко в изкуствения интелект;
Най-често се използва първият подход.
Всяка задача може да се развие чрез строене на пространство на състоянията, но за някой задачи това е безсмислено.
Характерни особености на системи с изкуствен интелект(ИИ)
Д – данни; З – знания; МИ – механизъм за извод: търси решение на задача; (диалог) – между човек и система и обратно, и
програма за реализация; (обяснение) – допълнения, правещи системата удобна за употреба; БЗП – блок за придобиване на
знания; поддържане – служи за поддържане на системата(от програмиста); развитие – развитие на интерфейса.
Ядрото заема най-много време от работата на системата(около 99%).
С-ма с ИИС-ма без ИИ
1. Работи с Бази Знания(БЗ)
2. Декларативност
3. Дедуктивен механизъм (в БД е записан набор от данни)
МИ проверява Д, за всяка релация се проверява
записаното, за да може ако А то В; всичко се записва в
списък и МИ избира едно от тях и го използва;
следователно в ядрото има приблизително фиксиран
механизъм, който всеки път се повтаря, всичко зависи от Д
4. Обработка на знания
1. Работи с БД
2. Процедурно описание
3. Алгоритъм
4. Обработка на данни
Индукция и дедукция
I. Дедукция
Основни правила по отношение на частни обекти:
1. всяко а има свойство b;
2. величината х е на множеството от обекти А, х?А = ?а? => следователно х има свойство b;
Можем да срещнем дедукция в различни варианти. Можем да направим разсъждения по следния начин:
1. Всеки елемент от множеството А има свойство b;
2. нито един елемент от множеството С не притежава свойство b;
От 1 и 2 следва, че нито един елемент от А не е елемент от С (А и С не се пресичат).
Друг вариант:
1. елемент а има свойство b;
2. а?А;
От 1 и 2 следва, че някой елементи на А имат свойство b.
От твърденията за една голяма съвкупност от елементи правим твърдения за друга голяма съвкупност от елементи.
II. Индукция – множество частни изводи. Правим извод за един елемент.
1 вариант:
1. всеки елемент от S
1
има свойство b;
2. всеки елемент от S
2
има свойство b;
Извод за обединение на S
1
и S
2
: всички елементи от тяхното обединение има свойство b.
2 вариант:
1. всеки елемент от S
1
има свойство b;
2. всеки елемент от S
2
има свойство b;
Извод: всеки елемент от S има свойство b.
Изкуствен Интелект

Това е само предварителен преглед

За да разгледате всички страници от този документ натиснете тук.

Пищови по дисциплина изкуствен интелект

Няколко пищовчета за Изкуствен интелект. Гарантирам че вършат чудесна работа. Успех на изпита колеги...
Изпратен от:
Веселин
на 2011-06-12
Добавен в:
Пищови
по Компютърни системи и технологии
Статистика:
143 сваляния
виж още
 
Подобни материали
 

Какво представляват cд-ром дисковете и устройствата?


Днес е немислимо да говорим за компютърна конфигурация без cд или дvд устройство.
 

Какво представляват флопидисковите устройства?


Флопидисковите устройства били въведени от IBM през 1967. Първото флопи използвало 8" диск...
 

Мрежи (доклад по информационни технологии)


Интернет е типичен пример за огромна мрежа, но тук няма да говорим за него, а за малките домашни мрежи (LAN или Ethernet).
 

Съобщителна мрежа за данни с пакетна комутация


Съобщителната мрежа с пакетна комутация, обикновено се използва за ПД, ето защо в лекцията ще се използва много често наименованието “мрежи за данни”...
 

Компютърни устройства


Устройства в компютър, които въвеждат в запомнящото устройство данните, които ще бъдат обработвани, и програмата за тяхната обработка.
« 1 2 3 4 5 6 7 8 9 » 11
 
Онлайн тестове по Компютърни системи и технологии
Тест по информатика за 2-ри курс на тема "Операционни системи"
професионален тест по Компютърни системи и технологии за Студенти от 2 курс
Този тест е предвиден и използван за проверка на студенти по информатика, като включва основните ключови понятия и елементи на приложния софтуер в наши дни. Съдържа 15 въпроса, всеки от които има само един верен отговор.
(Труден)
15
47
1
20.08.2013
Тест по компютърни системи
изпитен тест по Компютърни системи и технологии за Студенти от 4 курс
В теста са включени въпроси свързани предимно с основните познания по компютърни системи, както и по-сложни от областта. Това е изпитен тест за студенти от специалността Индустриален мениджмънт в Техническия университет в Пловдив. Дисциплина - компютърни системи. Всички въпроси са с един верен отговор.
(Труден)
28
104
1
1 мин
09.08.2012
» виж всички онлайн тестове по компютърни системи и технологии

Пищови по дисциплина изкуствен интелект

Материал № 702989, от 12 юни 2011
Свален: 143 пъти
Прегледан: 244 пъти
Предмет: Компютърни системи и технологии, Информатика, ИТ
Тип: Пищов
Брой страници: 20
Брой думи: 5,524
Брой символи: 32,453

Потърси помощ за своята домашна:

Имаш домашна за "Пищови по дисциплина изкуствен интелект"?
Намери бързо решение, с помощтта на потребители на Pomagalo.com:

Намери частен учител

Йонко Крачунов
преподава по Компютърни системи и технологии
в град София
с опит от  21 години
157 36

Данко Милков
преподава по Компютърни системи и технологии
в град София
с опит от  28 години
241 36

виж още преподаватели...
Последно видяха материала