Основы искусственного интеллекта
Виды учебных работ |
Объем
работ, час |
|
Всего |
Выделено на дисциплину |
100 |
Аудиторная работа |
51 |
Лекции |
34 |
Семинары |
17 |
Самостоятельная работа (0.3) |
34 |
курсовая работа (3 часf в неделю) |
51 |
самостоятельная проработка курса и подготовка к контрольным работам |
34 |
Виды отчетности по дисциплине |
|
рубежный контроль |
|
(в том числе) №
1. РК1 |
(7) |
№ 2. РК2 |
(16) |
зачет |
|
Экзамен |
экз |
В скобках указаны недели выполнения работ по учебному графику
Раздел 1. Цели и
задачи дисциплины.
Целью изучения дисциплины является приобретение начальных знаний в области искусственного интеллекта.
На основе изучения материала данной дисциплины студенты должны:
Иметь представление об истории развития и современном состоянии области искусственного интеллекта, о существующих направлениях в ИИ и связи их с другими научными дисциплинами.
Знать терминологию различных направлений искусственного интеллекта, структуру и основные достижения ИИ.
Данная дисциплина базируется на всех ранее прочитанных учебных курсах.
Раздел 2. Содержание
дисциплины.
Лекции (34 часа)
Тема 1. Введение в область ИИ.
Понятие интеллекта, область ИИ, определение ИИ, основные направления, цели ИИ, этапы развития ИИ.
Тема 2. Эвристические программы.
Эвристические программы. Зарождение направления ИИ. Программы Логик-Теоретик, Общий Решатель Задач. Модели представления знания. Метод резолюции Робинсона.
Тема 3. Интегральные роботы.
Причины перехода к новому этапу развития ИИ. Решение интегральных задач. Робототехника. Интеллектуальные функции. Модель проблемной среды.
Тема 4. Экспертные системы.
Проблемы создания интегральных роботов. Переход к человеко-машинным, эргатическим системам. Введение в экспертные системы. Основные типы ЭС, Примеры ЭС. Языки представления знаний.
Тема 5. Нейронные сети.
Введение в нейронные сети. Биологические прототипы нейронов. Математическая модель Нейрона, Однослойные и многослойные сети. Алгоритмы обучения.
Тема 6. Нечеткая логика.
Модальные логики. "Мажоритарные" пространства. Многозначные логики. Нечеткая логика Заде. Использование нечеткой логики в ЭС. Связь нечеткой логики с нейронными сетями. FAT-теорема Коско.
Тема 7. Эволюционные вычисления.
Эволюционные вычисления. Генетические алгоритмы (ГА). Использование ГА для обучение нейронных сетей. Нейрогенетическое направление в ИИ. Эволюционное Программирование. Эволюционные Стратегии. Искусственная Жизнь.
Тема 8. Тенденции дальнейшего развития области ИИ.
Развитие бионического направления. Создание естественно-языковых процессоров, интеллектуальных агентов. Моделирование творческой деятельности человека.
Тема 9. Социальные и философские проблемы ИИ.
Социальные последствия интеллектуализации. Возможность ИИ. Возражения против ИИ.