Системы искусственного интеллекта

1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ

Целью преподавания дисциплины “Системы искусственного интеллекта” является:

- изучение теоретических основ искусственного интеллекта,

- приобретение знаний в области методологии искусственного интеллекта,

- получение представления о современном состоянии развития данной науки

- приобретение навыков построения интеллектуальных и экспертных систем.

2. МЕСТО ДИСЦИПЛИНЫ В СТРУКТУРЕ ООП

2.1. Междисциплинарные связи с обеспечивающими (предыдущими) дисциплинами

Технология разработки программного обеспечения

2.2. Междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами

Завершающая дисциплина цикла

3. ТРЕБОВАНИЯ К РЕЗУЛЬТАТАМ ОСВОЕНИЯ ДИСЦИПЛИНЫ

В результате освоения дисциплины студент должен:

Знать:

принципы организации и построения баз знаний, экспертных систем, пути, методы и средства интеллектуализации информационных систем.

Уметь:

разрабатывать демонстрационные прототипы экспертных систем с применением оболочек экспертных систем.

Владеть:

Иметь представление об основных направлениях и тенденциях развития систем искусственного интеллекта.

4. ОБЪЕМ ДИСЦИПЛИНЫ И ВИДЫ УЧЕБНОЙ РАБОТЫ

Виды учебной работы по дисциплине и формы итогового контроля знаний, соответствующие данной образовательной программе, с разбивкой объема работы по часам и семестрам для существующих форм обучения приведены в табл. 4.1.

Таблица 4.1. Трудоемкость дисциплины в академических часах для очной формы обучения

Виды учебной работы, формы контроля	Всего, час.	Учебные семестры
N8
Общая трудоемкость по учебному плану	90	90
Аудиторные занятия	51	51
Лекции (Л)	34	34
Практические занятия (ПЗ)	17	17
Лабораторные работы (ЛР)
Самостоятельная работа студентов (СРС)	39	39
кол-во контр. меропр.	2	2
объем в часах	8	8
Курсовой проект (КП)	0
Курсовая работа (КР)	0
Расч.-граф. работа (РГР)	0
Расчетная работа (РР)	0
Графическая работа (ГР)	0
Домашняя работа (ДР)	6	1
Реферат	0
Коллоквиум	0
Контрольная работа	2	1
Подготовка к ауд. занятиям	15	0
Вид промежуточного контроля	0	0
Зачет (З)	5	З
Экзамен (Э)	0
Зачет дифференцир. (ЗД)	0
Трудоемкость в зачетных единицах	3	3

5. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ

5.1 Содержание разделов дисциплины

5.1.1 Введение

Цели дисциплины. Обзор материала. Организация обучения.

5.1.2 . Сферы применения интеллектуальных систем.

Общая структура исследований в области искусственного интеллекта. Нейроподобные структуры. Программы решения интеллектуальных задач. Системы, основанные на знаниях. Интеллектуальное программирование. Интеллектуальные прикладные системы.

5.1. 3. Обобщенная структура интеллектуальной системы.

Классы интеллектуальных систем.

5.1.4. Стратегии поиска решения задач.

Методы поиска в одном пространстве, методы поиска в иерархических пространствах, методы поиска при неточных, неполных данных; методы поиска, использующие несколько моделей.

5.1.5. Базовая структура экспертной системы и взаимодействие компонент.

Решатель. Система обучения. База знаний. Система объяснения.

5.1.6. Динамические и статические ЭС.

5.1.7. Представление знаний в интеллектуальных системах.

Определение понятия знание. Отличие знаний от данных, эпистемологическая полнота представления знаний. Отношения и их классы. Модели представления знаний: семантические сети, фреймы, продукции, предикаты.

5.1.8. Рассуждения в рамках нечеткой логики.

Использование мер доверия и отношения правдоподобия на основе теоремы Байеса.

5.1.9. Технология разработки ЭС.

Определение применимости ЭС для решения задачи. Этапы разработки: идентификация, концептуализация, формализация, выполнение, отладка и тестирование, опытная эксплуатация и внедрение.

5.1.10. Извлечение знаний из экспертов.

5.1. 11. Классификация, сравнительный анализ и выбор инструментальных средств разработки ЭС.

5.1. 12. Инструментальная среда для разработки статических ЭС “Лота+“

Базовые понятия. Работа машины вывода. Типы переменных. Теоретикомножественные операции. Конструкторы множеств. Операции баз данных. Агрегатные операции. Логические выражения. Действия. Организация пользовательского интерфейса.

5.1.13. Оболочка для создания ЭС Clips.

Принципы работы. Определение параметров. Ввод примеров. Построение правил вывода.

5.1.14. Инструментальный комплекс для создания динамических ЭС G2.

База знаний. Машина вывода, планировщик и подсистема моделирования. Среда разработчика. Интерфейс с внешним окружением. Проблемно ориентированные среды и графические языки.

5.1.15. Корпоративные базы знаний и инструментальные средства их реализации.

5.2 Разделы дисциплины и виды занятий

Перечень разделов дисциплины с указанием трудоемкости их освоения в академических часах, видов учебной работы с учетом существующих форм освоения приведен в табл. 5.1.

Таблица 5.1 - Перечень разделов дисциплины с указанием трудоемкости их освоения для очной формы обучения

Разделы дисциплины	Трудоемкость освоения раздела дисциплины, час.
Номер раздела	Наименова-ние раздела	Семестр изучения	Общая трудоемкость раздела, час	Аудиторные занятия по данному разделу, час	Лекции	Практические занятия	Лабораторные работы	Самостоятельная работа студентов	Курсовой проект (КП)	Курсовая работа (КР)	Расчетно-граф. работа (РГР)	Расчетная работа (РР)	Контрольная работа (КР)	Домашняя работа (ДР)	Реферат	Коллоквиум	Подготовка к ауд. занятиям
1	Цели дисциплины. Обзор материала. Организация обучения.		4	2	2			2									0
2	Сферы применения интеллектуальных систем. Общая структура исследований в области искусственного интеллекта		4	2	2			2									0
3	Обобщенная структура интеллектуальной системы. Классы интеллектуальных систем		4	2	2			2						1			0
4	Стратегии поиска решения задач.		4	2	2			2									0
5	Базовая структура экспертной системы и взаимодействие компонент. Работа машины вывода.		4	4	2	2		2					1				0
6	Динамические и статические ЭС.		4	2	2			2
7	Представление знаний в интеллектуальных системах.		10	6	4	2		4
8	Рассуждения в рамках нечеткой логики. Использование мер доверия и отношения правдоподобия на основе теоремы Байеса.		4	2	2			2
9	Технология разработки ЭС.		4	2	2			2
10	Извлечение знаний из экспертов.		4	2	2			2
11	Классификация, сравнительный анализ и выбор инструментальных средств разработки ЭС.		4	2	2			2
12	Инструментальная среда для разработки статических ЭС ‘Лота +‘		12	10	2	8		2
13	Оболочка для создания ЭС Clips. Построение правил вывода.		10	5	1	4		5
14	Инструментальный комплекс для создания динамических ЭС G2		7	4	3	1		4
15	Корпоративные базы знаний		8	4	4			4
	Итого по дисциплине		90	51	34	17	0	39	0	0	0	0	2	6	0	0	0

6. ПРАКТИЧЕСКИЕ ЗАНЯТИЯ И САМОСТОЯТЕЛЬНАЯ РАБОТА

6.1. Лабораторный практикум

Не предусмотрено учебным планом

6.2. Практические занятия

Примерные темы практических занятий с указанием разделов дисциплины, к которым они относятся, приведены в табл. 6.2.

Таблица 6.2 - Распределение практических работ по разделам дисциплины для очной формы обучения

Номер работы	Номер раздела	Тема занятия	Время на выполнение работы, час
1	5	Создание дерева вывода	2
2	7	Представление знаний в интеллектуальных системах.	2
3	10	Оболочка Лота плюс	2
4	12	Инструментальная среда для разработки статических ЭС ‘Лота +‘	2
5	12	Инструментальная среда для разработки статических ЭС ‘Лота +‘	2
6	12	Инструментальная среда для разработки статических ЭС ‘Лота +‘	2
7	12	Инструментальная среда для разработки статических ЭС ‘Лота +‘	2
8	13	Clips	2
9	13	Clips	3

6.3. Перечень тем рефератов

Не предусмотрено учебным планом

6.4 Перечень тем домашних работ

Машина вывода, планировщик и подсистема моделирования. Среда разработчика. Интерфейс с внешним окружением. Проблемно ориентированные среды и графические языки.

6.5 Перечень тем контрольных работ

[список]

6.6 Перечень тем расчетных работ

Не предусмотрено учебным планом

6.7 Перечень тем расчетно-графических работ

Не предусмотрено учебным планом

6.8 Тематика коллоквиумов

Не предусмотрено учебным планом

7. Тематика курсового проектирования

Не предусмотрено учебным планом

8. УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ

8.1 Рекомендуемая литература

8.1.1 Основная литература

1.  Люггер Дж. Ф. Искусственный интеллект: стратегии и методы решения сложных проблем: пер с англ./ Дж. Ф. : Издательский дом “Вильямс”, 2003.

2.  , Андрейчикова информационные системы: Учебник.-М.: Финансы с статистика, 2004, 424 с.

3.  , Хорошевский в. Ф. Базы знаний интеллектуальных систем. – СПб.: Питер, 2000.

8.1.2 Дополнительная литература

1.  Логический подход к искусственному интеллекту / под ред.   М.: Мир,1990.

2.  скусственный интеллект / А. Эндрю. - М.: Мир, 1985.

3.  Кузин ЭВМ / , , . М., 1989 скусственный интеллект / П. Уинстон. М.,1980. скусственный интеллект / Э. 1978.

4.  Экспертные системы. Принципы работы и примеры: пер. с англ./ А. Брукинг, П. Джонс, Ф. Кокс. М.: Радио и связь, 1987.

5.  , Курейчик В. В., Курейчик  алгоритмы / Под ред. . – 2-е изд., испр. и дополн. – М.: Физматлит, 2006. – 320 с. – ISBN 5-9221-0510-8

8.1.3 Методические разработки кафедры

8.2 Программное обеспечение

-  ОС семейства Windows

-  Инструментальная среда для разработки продукционных правил TreeMaker

-  Инструментальная среда для разработки статических ЭС Лота+

-  Оболочка для создания ЭС Clips

-  Интегрированная среда программирования Delphi

-  Интегрированная среда программирования С Builder

8.3 Базы данных, информационно-справочные и поисковые системы

http://www. intuit. ru/ - Национальный открытый университет «ИНТУИТ»

http://www. edu. ru/ - Федеральный портал. Российское образование.

http://study. ustu. ru –портал информационно-образовательных ресурсов УрФУ

http://rtf. ustu. ru - официальный сайт ИРИТ-РтФ

http://vmumf. rtf. ustu. ru –официальный сайт кафедры ВМиУМФ

9. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ

9.1 Общие требования

Компьютерный класс, оборудованный для проведения лекционных и практических занятий средствами оргтехники, персональными компьютерами, объединенными в сеть, имеющей выход в Интернет

9.2 Сведения об оснащенности дисциплины специализированным и лабораторным оборудованием

Специально оборудованные аудитории института радиоэлектроники и информационных технологий - РТФ: Р-402, Р-135.

10. МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ИЗУЧЕНИЮ ДИСЦИПЛИНЫ

10.1 Рекомендации для преподавателя

Рекомендации для преподавателя включают в себя следующее:

• глубокое освоение теоретических аспектов тематики курса, поиск, подбор и изучение литературных источников; составление списка литературы, обязательной для изучения и дополнительной литературы;

• разработку методики изложения курса: структуры и последовательности изложения материала; составление тестовых заданий, контрольных вопросов;

• разработку методики проведения и совершенствование тематики практических работ; использование в практикуме реальных данных и получение результатов, имеющих практический смысл для будущей практической деятельности инженера;

• разработка методики самостоятельной работы студентов;

• постоянную корректировку структуры, содержания курса.

10.2 Рекомендации для студента

Рекомендации для студента включают в себя следующее:

• обязательное посещение лекций ведущего преподавателя; лекции – основное методическое руководство при изучении дисциплины, наиболее оптимальным образом структурированное и скорректированное на современный материал;

• в лекции глубоко и подробно, аргументировано и методологически строго рассматриваются главные проблемы темы;

• в лекции даются необходимые разные подходы к исследуемым проблемам;

• подготовку и активную работу на практических занятиях; подготовка к ним включает проработку материалов лекций, рекомендованной учебной литературы

10.3 Перечень контрольных вопросов для подготовки к итоговой аттестации по дисциплине

1.  Цели дисциплины. Обзор материала. Организация обучения.

2.  Общая структура исследований в области искусственного интеллекта. Нейроподобные структуры. Программы решения интеллектуальных задач. Системы, основанные на знаниях. Интеллектуальное программирование. Интеллектуальные прикладные системы.

3.  Классы интеллектуальных систем.

4.  Методы поиска в одном пространстве, методы поиска в иерархических пространствах, методы поиска при неточных, неполных данных; методы поиска, использующие несколько моделей.

5.  Решатель. Система обучения. База знаний. Система объяснения.

6.  Определение понятия знание. Отличие знаний от данных, эпистемологическая полнота представления знаний. Отношения и их классы. Модели представления знаний: семантические сети, фреймы, продукции, предикаты.

7.  Использование мер доверия и отношения правдоподобия на основе теоремы Байеса.

8.  Определение применимости ЭС для решения задачи. Этапы разработки: идентификация, концептуализация, формализация, выполнение, отладка и тестирование, опытная эксплуатация и внедрение.

9. 
Базовые понятия. Работа машины вывода. Типы переменных. Теоретикомножественные операции. Конструкторы множеств. Операции баз данных. Агрегатные операции. Логические выражения. Действия. Организация пользовательского интерфейса.

10.  Принципы работы. Определение параметров. Ввод примеров. Построение правил вывода.

11.  База знаний. Машина вывода, планировщик и подсистема моделирования. Среда разработчика. Интерфейс с внешним окружением. Проблемно ориентированные среды и графические языки.

10.4  Перечень ключевых слов дисциплины

Таблица 10.4. Ключевые слова

№ раздела	№ модуля	Наименование раздела	Ключевые слова раздела
1	1	Цели дисциплины. Обзор материала. Организация обучения.	Организация обучения.
2	2	Сферы применения интеллектуальных систем. Общая структура исследований в области искусственного интеллекта	Сферы применения интеллектуальных систем.
3	3	Обобщенная структура интеллектуальной системы. Классы интеллектуальных систем	Обобщенная структура интеллектуальной системы.
4	4	Стратегии поиска решения задач.	Стратегии поиска решения задач.
5	5	Базовая структура экспертной системы и взаимодействие компонент. Работа машины вывода.	Базовая структура экспертной системы и взаимодействие компонент.
6	6	Динамические и статические ЭС.	Динамические и статические ЭС.
7	7	Представление знаний в интеллектуальных системах.	Представление знаний в интеллектуальных системах.
8	8	Рассуждения в рамках нечеткой логики. Использование мер доверия и отношения правдоподобия на основе теоремы Байеса.	Рассуждения в рамках нечеткой логики
9	9	Технология разработки ЭС.	Технология разработки ЭС.
10	10	Извлечение знаний из экспертов.	Извлечение знаний из экспертов.
11	11	Классификация, сравнительный анализ и выбор инструментальных средств разработки ЭС.	Классификация, сравнительный анализ и выбор инструментальных средств разработки ЭС.
12	12	Инструментальная среда для разработки статических ЭС ‘Лота +‘	Инструментальная среда для разработки статических ЭС ‘Лота +‘
13	13	Оболочка для создания ЭС Clips. Построение правил вывода.	Оболочка для создания ЭС Clips. Построение правил вывода.
14	14	Инструментальный комплекс для создания динамических ЭС G2	Инструментальный комплекс для создания динамических ЭС G2
15	15	Корпоративные базы знаний	Корпоративные базы знаний

СОДЕРЖАНИЕ

[текст]

Оглавление

1. ЦЕЛИ И ЗАДАЧИ ДИСЦИПЛИНЫ... 3

2. МЕСТО ДИСЦИПЛИНЫ В СТРУКТУРЕ ООП.. 3

2.2. Междисциплинарные связи с обеспечиваемыми (последующими) дисциплинами. 3

3. ТРЕБОВАНИЯ К РЕЗУЛЬТАТАМ ОСВОЕНИЯ ДИСЦИПЛИНЫ... 3

4. ОБЪЕМ ДИСЦИПЛИНЫ И ВИДЫ УЧЕБНОЙ РАБОТЫ... 3

5. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ... 4

5.1 Содержание разделов дисциплины.. 4

5.1.1 Введение. 4

5.1.2 . Сферы применения интеллектуальных систем. 4

5.1. 3. Обобщенная структура интеллектуальной системы. 4

5.1.4. Стратегии поиска решения задач. 4

5.1.5. Базовая структура экспертной системы и взаимодействие компонент. 4

5.1.6. Динамические и статические ЭС. 5

5.1.7. Представление знаний в интеллектуальных системах. 5

5.1.8. Рассуждения в рамках нечеткой логики. 5

5.1.9. Технология разработки ЭС. 5

5.1.10. Извлечение знаний из экспертов. 5

5.1. 11. Классификация, сравнительный анализ и выбор инструментальных средств разработки ЭС. 5

5.1. 12. Инструментальная среда для разработки статических ЭС “Лота+“. 5

5.1.13. Оболочка для создания ЭС Clips. 5

5.1.14. Инструментальный комплекс для создания динамических ЭС G2. 5

5.1.15. Корпоративные базы знаний и инструментальные средства их реализации. 5

5.2 Разделы дисциплины и виды занятий. 6

6. ПРАКТИЧЕСКИЕ ЗАНЯТИЯ И САМОСТОЯТЕЛЬНАЯ РАБОТА.. 7

6.1. Лабораторный практикум.. 7

6.2. Практические занятия. 8

6.3. Перечень тем рефератов. 8

6.4 Перечень тем домашних работ. 8

6.5 Перечень тем контрольных работ. 8

6.6 Перечень тем расчетных работ. 8

6.7 Перечень тем расчетно-графических работ. 8

6.8 Тематика коллоквиумов. 8

7. Тематика курсового проектирования.. 9

8. УЧЕБНО-МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ.. 9

8.1 Рекомендуемая литература. 9

8.1.1 Основная литература. 9

8.1.2 Дополнительная литература. 9

8.1.3 Методические разработки кафедры.. 9

8.2 Программное обеспечение. 9

8.3 Базы данных, информационно-справочные и поисковые системы.. 9

9. МАТЕРИАЛЬНО-ТЕХНИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ДИСЦИПЛИНЫ... 10

9.1 Общие требования. 10

9.2 Сведения об оснащенности дисциплины специализированным и лабораторным оборудованием 10

10. МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ ПО ИЗУЧЕНИЮ ДИСЦИПЛИНЫ... 10

10.1 Рекомендации для преподавателя. 10

10.2 Рекомендации для студента. 10

10.3 Перечень контрольных вопросов для подготовки к итоговой аттестации по дисциплине 10

10.4 Перечень ключевых слов дисциплины.. 11