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.