МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
Государственное образовательное учреждение
«Новгородский государственный университет имени Ярослава Мудрого»
Кафедра прикладной математики
УТВЕРЖДАЮ
Декан ФМИ
_____________
«____» ______________2001 г.
МОДЕЛИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Дисциплина для специальности 010200
Прикладная математика и информатика
Рабочая программа
Согласовано: Начальник УМУ ___________________ «____» ___________________2001 г | Разработал:доцент ___________________ «____» ___________________2001 г. Заведующий. кафедрой ______________________ «____» ______________2001 г. |
1. Введение
Дисциплина «Модели искусственного интеллекта» относится к дисциплинам федерального компонента. Она входит в блок общепрофессиональных дисциплин и читается в 8-м семестре.
Дисциплина «Модели искусственного интеллекта» использует соответствующие разделы дисциплин «Дискретная математика», «Информатика», «Алгоритмические языки и программирования», «Теория вероятностей и математическая статистика». Преподавание дисциплины имеет целью дать студентам углубленное знание идей и методов решения задач искусственного интеллекта, таких как поиск в пространстве состояний, представление знаний, принятие решений, машинный перевод, распознавание образов, обучение и целесообразное поведение. Для достижения указанной цели решаются следующие задачи:
· овладение понятиями системы продукций для организации поиска решения,
· приобретение навыков исчисления предикатов для представления фактов и правил и вывода утверждений на основе резолюции и дедукции,
· ознакомление с алгоритмами распознавания образов, обучения и целесообразного поведения.
2. Объем дисциплины, виды учебной работы и формы контроля
Общий объем дисциплины составляет 24 часа. Остальные ее характеристики представлены в таблице:
Вид учебной работы | Всего | |
Аудиторные занятия | 17 |
|
- лекции | 9 |
|
- практические занятия | 8 |
|
Самостоятельная работа | 9 |
|
9 |
| |
Всего | 26 |
|
Вид итогового контроля | Зачет |
|
Формы контроля знаний студентов: опрос на практических занятиях, проведение контрольной работы, зачет.
3. Содержание дисциплины
3.1. Теоретические и практические занятия
3.1.1. Системы продукций.
Основные элементы: глобальная база данных, множество правил, система управления. Безвозвратный и возвратный режимы управления. Стратегия поиска с возвращением. Стратегия поиска на графе. Стратегии поиска в ширину и в глубину. Использование оценочной функции для обеспечения направленного поиска на графе. Прямые и обратные системы продукций. Решение задач с использованием системы продукций. Программирование алгоритмов системы продукций на языке ПРОЛОГ.
3.1.2. Исчисление предикатов в области искусственного интеллекта.
Основные элементы препозиционного исчисления: константы, переменные, предикаты, функции, связки. Квантификация. Правильно построенные формулы (ППФ). Основные свойства предикатного исчисления первого порядка. Использование высказываний для представления фактов и правил. Решение задач на представление фактов и правил.
3.1.3. Правила вывода, теоремы и доказательства.
Специализация. Modus ponens. Системы опровержения на основе резолюции. Сведение ППФ к системе предложений. Стратегии управления для методов резолюции. Извлечение ответа из опровержения, основанного на резолюции. Системы дедукции на основе правил. Использование графов «и / или» для представления фактов. Прямые и обратные системы. Использование языка ПРОЛОГ для представления фактов и правил и доказательства теорем. Представление фактов и правил в экспертных системах. Решение задач.
3.1.4. Моделирование и имитация поведения.
Модели поведения на основе восприятия градиента внешнего раздражения. Дружественное, недружественное, робкое, агрессивное поведение. Нелинейные модели поведения. Моделирование целесообразного поведения в случайной среде. Использование конечных стохастических автоматов для моделирования поведения. Автомат с линейной тактикой. Доверчивый автомат. Коллективное поведение автоматов в случайной среде. Принцип наименьшего взаимодействия. Клеточные автоматы. Самовоспроизводящиеся автоматы. Решение задач на моделирование поведения.
3.1.5. Зрительное восприятие мира. Системы машинного зрения. Распознавание образов. Персептрон Розенблатта. Зрительные системы интеллектуальных роботов.
Трудоемкость занятий по темам 3.1.1-3.1.5 указана в таблице:
Темы занятий | Трудоемкость в часах | ||
Лекции | Практич. занятия | Самост. работа | |
3.1.1 | 2 | 2 | 2 |
3.1.2 | 2 | 1 | 2 |
3.1.3 | 2 | 2 | 2 |
3.1.4 | 2 | 2 | 2 |
3.1.5 | 1 | 1 | 1 |
Итого | 9 | 8 | 9 |
4. Учебно-методическое обеспечение
4.1. Основная литература
1. Практическое введение в технологию искусственного интеллекта и экспертных систем с иллюстрациями на бэйсике. М.- Финансы и статистика, 1990.
2. Принципы искусственного интеллекта. М.- Радио и связь, 1985.
3. Попов с ЭВМ на естественном языке. М.- Наука, 1982.
4. Поспелов или наука: на пути к искусственно-му интеллекту. М.-Наука, 1982.
5. Поспелов рассуждений. М.- Радио и связь, 1989.
6. Справочник по искусственному интеллекту. М.- Радио и связь, 1990.
7. Искусственный интеллект. М.- Мир, 1980.
8. Руководство по разработке экспертных систем. М.- Мир, 1988.
9. Цетлин по теории автоматов и моделированию биологических систем. М.- Наука, 1969.
10. Файн образов и машинное понимание естественного языка. М.- Наука, 1987.
11. , Рубанов понимание текстов с ошибками. М.- Наука, 1991.
12. Экспертные системы: принципы работы и примеры/ Под ред. Форсайт. М.- Радио и связь, 1987.
4.2. Дополнительная литература
1. и др. Нечеткие множества в моделях управления и искусственного интеллекта/ под ред. . М.- Наука, 1986.
2. и др. Теория распознавания образов. М.- Наука, 1974.
3. Варшавский поведение автоматов. М.- Наука, 1973.
4. Ефимов интеллектуальных задач. М.- Наука, 1982.
5. Электронный разум. М.- Знание, 1987.
6. Пугачев вероятностей и математическая статистика. М.- Наука, 1979.
7. Искусство программирования на языке ПРОЛОГ. М.- Мир, 1990.
8. и др. Логический подход к искусственному интеллекту./ Под ред. . М.- Мир, 1990.
