Introduction to Artificial Intelligence (UUI)
Credits: | 5 ( Lectures: 2, Practical lessons: 2) |
---|---|
Semester: | LS |
Ending: | zp; zk |
Guarantor: | Psutka Josef |
Lecturer: | Psutka Josef |
Practical lesson lecturer: | Šmídl Luboš |
Annotation
Course objectives: |
---|
The course explains a basic approaches used in artificial intelligence at solution of cybernetic tasks. The predominant part of the course will be aimed at problem solving, computer games and knowledge representation and reasoning. |
Requirements on student |
Activity at seminars. Solution of AI tasks on PC, understanding of basic themes of lectured matter. |
Content |
1.-3. The use of artificial intelligence (AI) techniques in cybernetics. The basic approaches of AI - machine recognition, machine learning, machine understanding, machine perception etc. 4.-5. Problem-solving, backtracking, breadth-first search, depth-first search. Informed strategies, A star strategy, heuristic function, hill climbing search, Beam, Branch & Bound. Handling special constrains. 6. Game playing, Minimax algorithm, alpha-beta pruning. Examples. 7. Knowledge representation and reasoning. Statement logic; inference in statement logic, resolution. Examples. 8. First-order logic, basic terminology; natural language and first-order logic, conversion of natural language sentences into the first-order logic formulas. Examples. 9.-10. Inference in first-order logic, unification, conjunctive normal form for firts-order logic. The resolution inference rule. Resolution strategies. Prolog. 11. Production systems. Structure of production system, base of knowledge, production rules. Control strategies, bottom-up and bottom-down strategy. Examples 12. Representation of knowledge by semantic nets, frames and scenarios. Examples 13. Conclusion of the course. |
Syllabus
1.-3. Úvod. Motivace vzniku a využití metod umělé inteligence v kybernetice. Základní přístupy - strojové vnímání, rozpoznávání, učení, porozumění atd.
4.-5. Automatické řešení úloh. Metoda backtracking. Metoda prohledávání grafů (stromů), slepé a informované strategie. Prohledávání do šířky. Prohledávání do hloubky. Heuristická funkce, prohledávání s heuristickou funkcí, algoritmus A star. Prohledávání typu "Hill climbing", Beam, Branch & Bound. Řešení úloh při respektování souboru omezení.
6. Hraní her. Procedura MINIMAX s možností vyčerpávajícího prohledávání. Alfa - beta procedura s prořezáváním. Příklady
7. Reprezentace znalostí. Výrokový počet, ekvivalence formulí. Pravidla inference výrokové logiky. Rezoluční metoda ve výrokové logice. Příklady.
8. Predikátový počet 1. řádu, základní terminologie. Interpretace formule. Příklady. Přirozený jazyk a predikátová logika. Převod věty přirozeného jazyka do formule predikátové logiky 1. řádu. Příklady.
9.-10. Inference v predikátovém počtu 1. řádu. Obecná rezoluční metoda, převod formule do klauzulární formy. Pravidlo rezoluce a unifikační algoritmus. Odvozování znalostí pomocí rezoluční metody. Strategie generování rezolvent. Příklady.
11. Produkční systémy. Báze znalostí a báze dat. Řídicí mechanismus. AND/OR rozhodovací stromy. Dopředný a zpětný režim odvozování. Příklady.
12. Sémantické sítě, dědičnost v sémantických sítích. Rámce a scénáře. Příklady.
13. Uzavření přednáškového cyklu.
Requirements
Aktivní účast na cvičeních. Samostatné vyřešení úloh na PC. Porozumění základním tématům odpřednášené látky.
Literature
- Základní: Russell, Stuart J.; Norvig, Peter. Artificial intelligence : a modern approach. Upper Saddle River : Prentice Hall, 2003. ISBN 0-13-790395-2.
- Základní: Psutka, Josef; Kepka, Jiří. Umělá inteligence reprezentace znalostí. Plzeň : ZČU, 1994. ISBN 80-7082-126-4.
- Základní: Mařík, Vladimír. Umělá inteligence (1). Academia, Praha, 1993. ISBN 80-200-0496-3.
- Základní: Mařík, Vladimír a kol. Umělá inteligence (2). Academia, Praha, 1997.