Název:	Umělá inteligence
Zkratka:	UMI
Typ:	povinně volitelný
Rozsah:	14 týdnů, týdně 2 hodiny přednášek + 2 hodiny seminárních cvičení
Způsob ukončení:	zkouška
Katedra:	katedra softwarového inženýrství FM TUL
Přednášející:	Doc. Mgr. Ing. Václav Záda, CSc.

 
Stručná anotace předmětu:

Předmět seznamuje s predikátovou logikou 1.řádu a s logickým programováním, které využívá logiky jako výpočtového formalismu, dále pak s implementací tohoto formalismu ve formě programovacího jazyka Prolog. Do předmětu je rovněž zahrnuta problematika rozpoznávání, počítačového vidění, některé souvislosti s teorií algoritmů, úvod do neuronových sítí a praktické aplikace.

 
Témata přednášek:

Úvod do problematiky. Řešení úloh a využívání znalostí. Stavový prostor. Prohledávání ve stavovém prostoru. Systémy STRIPS, GPS a PLANNER. Hry, metoda minimaxu.

Automatické dokazování vět a řešení úloh. Reprezentace znalostí a logika 1.řádu. Formální systémy. Výroková logika, věta o kompaktnosti, formální systém výrokové logiky, dokazatelnost a Postova věta.

Predikátová logika, sémantika, formální systém predikátové logiky, věta o dedukci, prenexní tvary formulí. Teorie 1.řádu s rovností. Gödelovy věty o úplnosti, kompaktnost.

Rezoluční metoda dokazování formulí. Logiky vyšších řádů a jejich redukce do logiky 1.řádu pomocí teorie množin. Neklasické a vícehodnotové logiky.

Logické programování. Jazyk Prolog, návaznost na predikátovou logiku 1.řádu. Syntaxe jazyka Prolog (termy, konstanty, proměnné, struktury, operátory, seznamy, aritmetika, komentáře).

Plnění cílů v Prologu, unifikace, rekurse, backtracking a řez, vstupy a výstupy, přehled vestavěných predikátů. Ladění programů v Prologu.

Použití Prologu pro dokazování teorém. Použití Prologu pro komunikaci člověka s počítačem v přirozeném jazyce.

Umělá inteligence a vyčíslitelnost. Turingovy stroje, problém zastavení. Postovy stroje, Postův problém přiřazení. Rozhodnutelnost a parciální rozhodnutelnost v predikátovém počtu. Churchova věta o nerozhodnutelnosti,ale parciální rozhodnutelnosti problému logické pravdivosti v predikátovém počtu 1. řádu.

Základní metody rozpoznávání: Příznakové metody, diskriminační funkce, kritéria minimální vzdálenosti, chyby, výběr příznaků a jejich uspořádání. Nastavování klasifikátoru učením. Strukturální metody rozpoznávání, základní popis, gramatiky a syntaktická analýza, zvláštnosti využití gramatik v úlohách rozpoznávání.

Vztahy počítačového vidění, zpracování obrazu a počítačové grafiky. Úloha získávání informace o 3D tvarech, strategie jejího řešení. Základní metody zpracování 2D obrazů. Radiometrické metody v analýze obrazů. Strategie zdola-nahoru pro porozumění 3D scéně, Marrova teorie, tvar z X. Strategie shora-dolů pro porozumění 3D objektům, modely a rozpoznávání na základě 3D modelu, vizuální reprezentace scény.

Úvod do strojového učení, základní pojmy, tvorba rozdodovacích stromů, učení pomocí klasifikovaných a neklasifikovaných příkladů, informace o jiných metodách.

Pojem perceptronu. Vrstvené sítě, jejich použití, metody adaptace vrstvených sítí. Hopfieldův model, Hopfieldova síť jako asociativní paměť a jako síť pro optimalizaci. Samoorganizace, Kohonenova adaptace, kompetice, Grossbergova adaptace, vstřícné šíření. Srovnání s dalšími modely. Vztahy neuronových sítí a tradiční umělé inteligence.

 
Náplň cvičení:

Transformace lingvistických výrazů do logických zápisů. Využití výrokové logiky.

Sémantika predikátové logiky. Řešení konkrétních úloh na dokazování formulí.

Komunikace s vybranou implementací jazyka PROLOG, ukázky jednoduchých programů v Prologu.

Tvorba databáze v Prologu. Procvičování rekurse , práce se seznamy. Příklady použití nejdůležitějších vestavených predikátů Prologu. Příklady na dokazování teorém.

Využití Prologu v teorii grafů , lineárním programování, systémovém inženýrství, teorii her ad. Řešeny budou konkrétní technické problémy (okružní problém, problém skladování chemikálií, dopravní problém, řezný plán, CPM – kritická cesta ap.).

Symbolické derivování.

Problém na šachovnici.

Rozpoznávání obrazů, využití gramatik.

Strojové učení - konkrétní příklady.

 
Literatura:

Mařík, V. a kol.: Umělá inteligence, 1.-3. díl. Academia, Praha, 1993, 1997, 2000.

Rich, E.- Knight, K.: Artificial Intelligence-Second Edition. McGraw Hill, Inc. New York, 1991.

Winston, P.: Artificial Intelligence, Addison-Wesley Publ. Co., Reading, Mass., second edition, 1992.

Kotek, Z. a kol.: Metody rozpoznávání a jejich aplikace. Academia, Praha 1993.

Hlaváč, V.- Šonka, M.: Počítačové vidění. Grada, Praha 1992.

Jirků, P. a kol.: Programování v jazyku PROLOG. SNTL, Praha 1991.

Polák, J.: Prolog. Grada, Praha 1992.

 
Prerekvizity: -

Navazující:    -

 
Datum poslední změny: 7. 1. 2002