Kybernetika a umělá inteligence (zima 2004)

Jedná se o úvodní obecný předmět umožňující studentům pochopit cíle a metody kybernetiky a umělé inteligence a zařadit jednotlivé dílčí partie probírané v bakalářské etapě do hlubšího kontextu studovaného oboru. V přehledu jsou uvedeny základní principy teorie informace, řízení, rozhodování a znalostního inženýrství v rozsahu, který je nezbytným základem pro studium většiny předmětů bakalářského studia. Nejdůležitějším rysem předmětu je jednotící koncepční přístup k mnoha na první pohled různorodým součástem kybernetiky a umělé inteligence.

přednášky | cvičení | studijní materiály | semestrální práce | ostatní

Termíny pro udělení klasifikovaného zápočtu:

• Pátek 21.1. ve 13,30 ve Vyčichlově knihovně (místnost č. 112, budova FEL Karlovo náměstí) - v tomto termínu mohou zjistit všichni, kdo psali test při závěrečném cvičení v týdnu 10.-14.1., jaké je jejich hodnocení. Zápis do indexu získají jen ti, kterým se podařilo splnit podmínky pro získání zápočtu (aktivní účast na cvičení a úspěšně vyřešený zápočtový test) .
• Pátek 28.1. ve 8,00 - 10,00 ve Vyčichlově knihovně (místnost č. 112, budova FEL Karlovo náměstí) - od 8,00 se píše náhradní zápočtový test, který bude obratem vyhodnocen a použit jako nový podklad pro hodnocení; od 9,30 udílení klasifikovaných zápočtů
• Pátek 11.2. ve 8,00 - 10,00 ve Vyčichlově knihovně (místnost č. 112, budova FEL Karlovo náměstí) - od 8,00 se píše náhradní zápočtový test, který bude obratem vyhodnocen a použit jako nový podklad pro hodnocení; udílení klasifikovaných zápočtů nejdříve v 9,30 (a později)

PROGRAM PŘEDNÁŠEK:

1. Systémy a modely v kybernetice. Kybernetika, teorie systémů a umělá inteligence.
2. Teorie řízení jako součást kybernetiky. Zpětnovazební řízení v kybernetice.
3. Základy teorie informace: základní pojmy, signál, kódování, informace.
4. Sdružená a podmíněná entropie a její vlastnosti. Střední vzájemná informace.
5. Komunikační kanál a jeho kapacita. Kódy a kódování. Princip maxima entropie.
6. Rozhodování za neurčitosti a rizika. Statistické a Bayesovské rozhodování.
7. Základy teorie her, pravidlo minimaxu.
8. Rozpoznávání a vnímání. Příznakové a strukturální klasifikátory. Shluková analýza.
9. Cíle umělé inteligence. Reprezentace úloh, stavový prostor a jeho prohledávání.
10. Reprezentace znalostí. Znalostní systémy, expertní systémy a řízení. Distribuované znalostní systémy.
11. Metody a aplikace strojového učení.
12. Porozumění přirozenému jazyku, interakce člověka a počítače (human/machine interaction).
13. Efektivní výpočetní metody: Softcomputing, DNA/Quantum computing; umělá inteligence a biologie.
14. Inteligentní robotika, agenti, distribuovaná umělá inteligence.
15. Filosofie umělé inteligence, koncept umělého uvažování, umělé vědomí.

Přednáší:

Prof. Ing. Vladimír Mařík, DrSc. {marik@labe.felk.cvut.cz},

Prof. RNDr. Olga Štěpánková, C.Sc. {step@labe.felk.cvut.cz}

STUDIJNÍ MATERIÁLY:

1. Reprezentace znalostí
2. Reprezentace znalostí 2
3. Strojové učení
4. UI a zpracování přirozeného jazyka

• Obsah
• Teorie informace
• Komunikační kanál a kódování
• Strojové učení - rozhodovací stromy
• Rezoluce
• Logika - prostředek pro representaci a využívání znalostí

• Požadavky na klasifikovaný zápočet

• OTTER

PROGRAM CVIČENÍ:

1. Systémy a modely v kybernetice. Kybernetika, teorie systémů a umělá inteligence.
2. Teorie řízení jako součást kybernetiky. Zpětnovazební řízení v kybernetice.
3. Základy teorie informace: základní pojmy, signál, kódování, informace.
4. Sdružená a podmínená entropie a její vlastnosti. Strední vzájemná informace.
5. Komunikační kanál a jeho kapacita. Kódy a kódování. Princip maxima entropie.
6. Rozhodování za neurčitosti a rizika. Statistické a Bayesovské rozhodování.
7. Základy teorie her, pravidlo minimaxu.
8. Rozpoznávání a vnímání. Příznakové a strukturální klasifikátory.
9. Shluková analýza
10. Cíle umělé inteligence. Reprezentace úloh, stavový prostor a jeho prohledávání.
11. Logika z pohledu umělé inteligence. Využití logiky pri formalizaci řešení úloh.
12. Reprezentace znalostí. Algoritmizace: formální jazyky, automaty, Turingovy stroje.
13. Heuristické znalosti. Expertní systémy a řízení. Distribuované znalostní systémy.
14. Znalostní inženýrství a získávání znalostí. Adaptivní a učící se algoritmy.
15. Aplikace umelé inteligence: robotika, problémy systémové integrace, diagnostika.

Cvičící:

• Ing. RNDr. Marcel Jiřina, PhD. (vedoucí cvičení) {jirina@labe.felk.cvut.cz}
• Ing. Petr Benda {bendap1@labe.felk.cvut.cz}
• Ing. Michal Bureš {michal.bures@telecom.cz}
• Ing. Martin Glogar {mglogar@gitus.cz}
• Ing. Václav Chudáček {vaclav.chudacek@seznam.cz}
• Ing. Karel Kohout {kohoutk@fel.cvut.cz}
• Ing. Josef Rieger {riegerj@fel.cvut.cz}
• Ing. Jan Suchý {suchyj1@fel.cvut.cz }
• Ing. Zdeněk Valečko {valecz1@labe.felk.cvut.cz}