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.
Последно свалили материала:
ДАТА ИНФОРМАЦИЯ ЗА ПОТРЕБИТЕЛЯ
16 сеп 2020 в 15:50 студент на 23 години от Русе - Русенски университет "Ангел Кънчев", факулетет - Факултет електротехника, електроника и автоматика, специалност - Компютърни системи и технологии, випуск 2020
20 яну 2020 в 16:04 студент на 27 години от Варна - Варненски свободен университет, факулетет - Юридически, специалност - Психология, випуск 2020
16 ное 2019 в 16:28 студент на 22 години от Бургас - Бургаски университет "Проф. Асен Златаров", факулетет - Факултет по технически науки, специалност - Компютърни системи и технологии, випуск 2020
12 май 2019 в 10:30 студент на 35 години от София - СУ "Св. Климент Охридски", факулетет - Философски факултет, специалност - Философия, випуск 2019
08 май 2019 в 13:06 в момента не учи на 28 години от София
15 апр 2019 в 23:43 студент на 24 години от Варна - Технически университет, факулетет - Компютърни науки и технологии, специалност - КСТ, випуск 2019
31 мар 2019 в 19:10 потребител
04 яну 2019 в 20:38 ученик на 25 години от Петрич - Гимназия "Пейо К. Яворов", випуск 2015
12 дек 2018 в 23:05 потребител на 23 години
 
Подобни материали
 

Изкуствен интелект


Компютърен интелект (Computer Intelligence)Изкуствен интелект (ИИ) е едно от най-младите научни направления. Началните работи са от малко повече от половин век.
 

Глобални и локални компютърни мрежи. Модели и протоколи


Скоростта на данните вътре в мрежата е значително по-голяма отколкото в глобалните мрежи. Според функциите, които изпълняват, компютрите в една локална мрежа се делят на работни станции (клиенти) и сървъри.
 

Компютърни мрежи


Компютърните мрежи могат да използват и чужди ресурси (потребител, клиент), които дават информация (използва се сървър), а чрез терминалите се въвеждат само програми и данни за универсалните компютри...
 

Обща характеристика на ситемите с изкуствен интелект


Определение на системите с изкуствен интелект, области на приложение, характеристики на машините с изкуствен интелект, възможност за събиране и анализ на информация, локационни сензори, сензори за допир, възможности за самообучение и самоусъвършенстване.
 

Компютърна надеждност


Въведение...Дефиниция на Повреда, Отказ и Грешка..Размер на повредата и надеждност.. Връзка между надеждност и размер на повредата...Средно време на повреда...Средно време за възтановяване...Средно време между отказите Точност
1 2 3 4 5 » 11
 
Онлайн тестове по Компютърни системи и технологии
Изходно ниво по компютърни мрежи за 11 клас
изходен тест по Компютърни системи и технологии за Ученици от 11 клас
Изходен тест по компютърни мрежи по предмета "Компютърни системи и технологии".
(Труден)
15
99
1
1 мин
25.11.2011
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
» виж всички онлайн тестове по компютърни системи и технологии

Пищови по дисциплина изкуствен интелект

Материал № 702989, от 12 юни 2011
Свален: 139 пъти
Прегледан: 242 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
152 36

Данко Милков
преподава по Компютърни системи и технологии
в град София
с опит от  28 години
237 36

виж още преподаватели...
Последно видяха материала