Рабочая программа дисциплины "Системы искусственного интеллекта"

Федеральное агентство по образованию

Ухтинский государственный технический университет

"УТВЕРЖДАЮ"

И. о. первого проректора

___________

"____"_____________ 2010г.

РАБОЧАЯ ПРОГРАММА ДИСЦИПЛИНЫ

"Системы искусственного интеллекта"

Направление подготовки: 230100 Информатика и вычислительная техника

Профиль: Автоматизированные системы обработки информации и управления

Квалификация выпускника: бакалавр

Форма обучения: очная, заочная

Факультет: Информационных технологий

Кафедра: Автоматизированные информационные системы

Вид учебной работы	Всего	Семестры
З. Е.	часы	1	2	3	4	5	6	7	8
недели
17	18	17	18	17	18	17	12
Аудиторные занятия (АЗ) (всего), в том числе:	1,34	48
Лекции (ЛК)	0,67	24							24
Лабораторные работы (ЛР)	-	-
Практические занятия: (ПЗ)	0,67	24							24
Семинарские занятия (СЗ)
Текущий контроль (тестирование – т/ коллоквиум - к) (ТК)
Консультации (К)	0,05	2
% интерактивных форм обучения от АЗ по дисциплине
Самостоятельная работа (СР) (всего), в том числе:	1,61	58
Курсовая работа: (КР)
Курсовой проект: (КП)
Расчетно-графические работы (РГР)
Контрольная работа (контр. р)									1
Научно-исследовательская работа (НИР)
Другие виды самостоятельной работы
Вид промежуточной аттестации (зачет, экзамен):									зач
Общая трудоемкость дисциплины и трудоемкость по семестрам:	3	108

2010 г

Цели и задачи освоения дисциплины:

1.1. Цель преподавания дисциплины:

-  Сформировать системное базовое представление, первичные знания, умения и навыки студентов по основам инженерии знаний и нейроинформатики как двум основным направлениям построения интеллектуальных систем.

-  Дать общие представления о прикладных системах искусственного интеллекта (СИИ).

-  Дать представление о роли искусственного интеллекта и нейроинформатики в развитии информатики в целом, а также, в научно-техническом прогрессе.

-  Подготовить студентов к применению концепций интеллектуальных систем в обучении в магистратуре и при дипломном проектировании по специальности 230102 - Автоматизированные системы обработки информации и управления.

1.2. Задачи изучения:

-  Усвоение студентами основных принципов использования теории и методов искусственного интеллекта и нейроинформатики. в построении современных компьютерных систем.

-  Получение ими практических навыков в исследовании и построении систем искусственного интеллекта.

Место дисциплины в структуре ООП ВПО

Дисциплина "Системы искусственного интеллекта" относится к Профессиональному циклу, дисциплина по выбору.

Перечень дисциплин, усвоение которых студентами необходимо для изучения данной дисциплины:

-  Теория принятия решения,

-  Математическая логика и теория алгоритмов,

-  Вычислительная математика,

-  Основы теории управления,

-  Моделирование систем.

Требования к результатам освоения дисциплины:

Изучение дисциплины направлено на формирование следующих компетенций:

Выпускник по направлению подготовки 2301000062 «Информатика и вычислительная техника» с квалификацией (степенью) «бакалавр» должен обладать следующими компетенциями: владеет культурой мышления, способен к обобщению, анализу, восприятию информации, постановке цели и выбору путей её достижения (ОК–1); умеет логически верно, аргументировано и ясно строить устную и письменную речь (ОК-2); готов к кооперации с коллегами, работе в коллективе (ОК-3); способен находить организационно - управленческие решения в нестандартных ситуациях и готов нести за них ответственность (ОК-4); умеет использовать нормативные правовые документы в своей деятельности (ОК-5); стремится к саморазвитию, повышению своей квалификации и мастерства (ОК-6); умеет критически оценивать свои достоинства и недостатки, наметить пути и выбрать средства развития достоинств и устранения недостатков (ОК-7); осознает социальную значимость своей будущей профессии, обладает высокой мотивацией к выполнению профессиональной деятельности
(ОК - 8); способен анализировать социально-значимые проблемы и процессы
(ОК-9); использует основные законы естественнонаучных дисциплин в профессиональной деятельности, применяет методы математического анализа и моделирования, теоретического и экспериментального исследования (ОК-10); осознает сущность и значение информации в развитии современного общества; владеет основными методами, способами и средствами получения, хранения, переработки информации (ОК-11); имеет навыки работы с компьютером как средством управления информацией (ОК-12); способен работать с информацией в глобальных компьютерных сетях (ОК-13); владеет одним из иностранных языков на уровне не ниже разговорного (ОК-14); владеет основными методами защиты производственного персонала и населения от возможных последствий аварий, катастроф, стихийных бедствий (ОК - 15); осваивать методики использования программных средств для решения практических задач (ПК-2); разрабатывать интерфейсы «человек-ЭВМ» (ПК-3); разрабатывать модели компонентов информационных систем, включая модели баз данных (ПК-4); использовать современные инструментальные средства и технологии программирования (ПК-5); обосновывать принимаемые проектные решения, осуществлять постановку и выполнять эксперименты по проверке их корректности и эффективности (ПК-6); готовить презентации, научно-технические отчеты по результатам выполненной работы, оформлять результаты исследований в виде статей и докладов на научно-технических конференциях (ПК-7); участвовать в настройке и наладке программно-аппаратных комплексов (ПК-9); сопрягать аппаратные и программные средства в составе информационных и автоматизированных систем (ПК-10); инсталлировать программное и аппаратное обеспечение для информационных и автоматизированных систем (ПК-11).

В результате освоения дисциплины обучающийся должен:

-  УМЕТЬ: формулировать техническое задание для разработки систем искусственного интеллекта для предметной области АСОИУ, выбирать экспертные системы для построения АСОИУ в различных проблемных областях;

-  ЗНАТЬ: основные понятия инженерии знаний; базовые модели представления знаний в информационных системах и уметь их анализировать; способы представления и обработки неточных и нечетких знаний; архитектуру баз знаний и различные подходы к их организации; методы обработки знаний в прикладных системах, основные алгоритмы и стратегии логического вывода;

-  ВЛАДЕТЬ: характеристиками и разновидностями систем, основанных на знаниях;

опытом практической работы с языками инженерии знаний и инструментальными средствами построения систем, основанных на знаниях.

Структура и содержание дисциплины

4.1. Содержание разделов дисциплины:

№ п/п	Наименование раздела дисциплины (модуля)	Содержание раздела	Трудоемкость,
часы	з. е.
	Раздел 1. Концептуальные основы искусственного интеллекта
1.1.	История искусственного интеллекта	Зарождение исследований в области искусственного интеллекта (ИИ). Два направления: логическое и нейрокибернетическое. Ранние исследования в 50-60-е годы. Появление первого развитого языка программирования LISP для построения СИИ. Появление в конце 60-х годов интеллектуальных роботов и первых экспертных систем. Успехи экспертных систем и застой в нейрокибернетике в 70-е годы. Бум нейрокибернетики в начале 80-х годов. Появление логического программирования и языка PROLOG. Исследования по ИИ в СССР и России.	1
1.2.	Знания и данные	Свойства знаний и отличие знаний от данных. Типы знаний: декларативные и процедурные, экстенсиональные и интенсиональные. Нечеткие знания. Виды и природа нечеткости. Проблема понимания смысла как извлечения знаний из данных и сигналов.	1
1.3.	Понятия о прикладных системах искусственного интеллекта	Прикладные СИИ – системы, основанные на знаниях. Понятие инженерии знаний. Экспертные системы. Их области применения и решаемые ими задач. Обобщенная структура экспертных систем. Интеллектуальные роботы. Их обобщенная структура. Системы общения на естественном языке и речевой ввод-вывод. Применение СИИ для принятия решений при управлении производством. Применение ИИ в делопроизводстве и в сети Internet.	2
	Раздел 2. Модели представления знаний и методы решения задач		0
2.1.	Логика предикатов 1-го порядка	Логические и эвристические методы представления знаний. Понятие предиката, формулы, кванторов всеобщности и существования. Интерпретация формул в логике предикатов 1-го порядка. Метод резолюции для доказательства теорем в логике 1-го порядка. Логика Хорна как основа языка логического программирования Prolog. Пути повышения выразительных возможностей логики 1-го порядка: введение модальностей и повышение значности. Логика возможного-необходимого. Семантика возможных миров.	1
2.3.	Правила-продукции	Структура правил-продукций. Типы ядер правил-продукций и варианты их интерпретаций. Граф И/ИЛИ и поиск данных. Управление выводом в продукционной СИИ. Методы логического вывода: прямой и обратный. Стратегии выбора правил при логическом выводе. Методы представления и обработки нечетких знаний в продукционных системах. Достоинства и недостатки правил-продукций как метода представления знаний. Примеры СИИ, построенных на моделях продукций.	2
2.4.	Семантические сети	Основные понятия семантических сетей: представление объектов и отношений между ними в виде ориентированного графа. Типы отношений в семантических сетях. Абстрактные и конкретные сети. Принципы обработки информации в семантических сетях. Связь семантических сетей с логикой 1-го порядка. Диаграммы процедурного представления семантическими сетями и выводы. Понимание речи и семантические сети. Прикладные СИИ на основе семантических сетей.	3
2.5.	Фреймы и объекты	Основные понятия фрейма: слоты, присоединенные процедуры-слуги и процедуры-демоны, наследование свойств. Связь понятия фрейма и объекта в объетно-ориентированном программировании. Сети фреймов. Принципы обработки данных в сети фреймов. Примеры языков инженерии знаний, основанных на фреймах	1
2.6.	Нейронные сети	Основные понятия о естественных и искусственных нейронных сетях и нейронах. Формальный нейрон МакКаллока-Питтса. Нейронная сеть как механизм, обучаемый распознаванию образов или адекватной реакции на входные сигналы (входную информацию). Классификация нейронных сетей.	3
	Раздел 3. Экспертные системы		0
3.1.	Архитектура экспертных систем	Особенности архитектуры нейронных сетей (особенностей методов представления и обработки знаний) от особенностей решаемой задачи.	1
3.2.	Технология построения экспертных систем	Условия применимости экспертных систем. Типы экспертных систем в зависимости от степени завершенности и особенностей использования: демонстрационные, исследовательские, промышленные, коммерческие. Этапы построения экспертных систем: идентификация, концептуализация, формализация, реализация, тестирование. Трудности при создании экспертных систем.	2
3.3.	Взаимодействие с компьютером на естественном языке	Трудности распознавания естественного языка (ЕЯ). Синтаксически - и семантически-ориентированные подходы к распознаванию ЕЯ. Этапы анализа ЕЯ: морфологический, синтаксический, семантический, прагматический. Модели семантики языка.	2
3.4.	Методы приобретения знаний	Основные понятия методов обучения. Классификация методов по способу обучения: эмпирические и аналитические, по глубине обучения – символьные (поверхностные) и на основе знаний (глубинные). Связь этой классификации с понятиями индуктивного вывода, вывода по аналогии, обучения на примерах. Сведение задачи приобретения знаний к задаче обобщению. Определение индуктивного вывода. Понятие аналогии. Абстрагирование. Определение вывода по аналогии.	1
	Раздел 4. Нейронные сети		0
4.1.	Перцептроны	Многослойные перцептроны. Оценка состояния нейронной сети. Сведение функционирования нейронной сети к задаче минимизации целевой функции. Алгоритм обучения обратным распространением ошибки.	2
4.2.	Другие модели нейронных сетей	Модель Хопфилда. Модель Кохонена. Модель Гросберга-Карпентера. Программная и аппаратная реализации нейронных сетей в СИИ.	2
4.3.	Применение нейронных сетей	Нейронная сеть как ассоциативная память. Использование нейронных сетей для прогнозирования. Особенности обработки символьной и численной информации в нейронных сетях.	2
4.4.	Когнитрон и неокогнитрон	Гипотетическая модель системы восприятия человека. Когнитрон как модель зрительной коры мозга. Особенности неокогнитрона. Обучение когнитрона и неокогнитрона.	1
	Заключение	Перспективы развития искусственного интеллекта и практической реализации СИИ.	1
	Итого:		28	0

4.2. Разделы дисциплины и виды занятий

№ п/п	Наименование раздела дисциплины (модуля)	ЛК[1]	ЛР	ПЗ	СP	ТК	СР
	Введение	+			+	+
	Раздел 1. Концептуальные основы искусственного интеллекта				+	+
	История искусственного интеллекта	+			+	+
	Знания и данные	+			+	+
	Понятия о прикладных системах искусственного интеллекта	+			+	+
	Раздел 2. Модели представления знаний и методы решения задач				+	+
	Логика предикатов 1-го порядка	+		+	+	+
	Правила-продукции	+	+	+	+	+
	Семантические сети	+	+	+	+	+
	Фреймы и объекты	+	+	+	+	+
	Нейронные сети	+	+	+	+	+
	Раздел 3. Экспертные системы				+	+
	Архитектура экспертных систем	+		+	+	+
	Технология построения экспертных систем	+		+	+	+
	Взаимодействие с компьютером на естественном языке	+	+	+	+	+
	Методы приобретения знаний	+	+	+	+	+
	Раздел 4. Нейронные сети				+	+
	Перцептроны	+	+	+	+	+
	Другие модели нейронных сетей	+	+	+	+	+
	Применение нейронных сетей	+	+	+	+	+
	Когнитрон и неокогнитрон	+	+	+	+	+
	Заключение	+			+	+

5.  Практические и семинарские занятия

№ п/п	Наименование раздела дисциплины	Содержание раздела	Трудоемкость,
часы	з. е.
1.	История искусственного интеллекта	Искусственный интеллект как научное направление. Искусственный интеллект и новая информационная технология. Понятие системы искусственного интеллекта.	1
2.	Знания и данные	Представление знаний, рассуждений и задач. Исчисление высказываний и исчисление предикатов. Эпистемологическая полнота представления знаний.	2
3.	Понятия о прикладных системах искусственного интеллекта	Методы вывода (прямой и обратный). Инструментальные средства проектирования, разработки и отладки. Понятие CASE-технологии.	1
4.	Логика предикатов 1-го порядка	Модели представления знаний: логическая модель.	2
5.	Правила-продукции	Модели представления знаний: продукционная модель.	3
6.	Семантические сети	Модели представления знаний: сетевая модель.	2
7.	Фреймы и объекты	Модели представления знаний: фреймовая модель.	2
8.	Нейронные сети	Искусственные нейронные сети как основа построения нового класса ЭВМ нейрокомпьютеров. Биологический прототип искусственного нейрона. Однослойные и многослойные нейронные сети.	2
9.	Архитектура экспертных систем	Экспертные системы. Классификация. Структура и принципы построения.	2
10.	Технология построения экспертных систем	Этапы разработки экспертных систем. Тестирование и отладка. Инструментальные средства проектирования, разработки и отладки. Управление программой. Основные понятия языка Турбо-Пролог. Представление данных при помощи фактов и правил. Обработка правил и фактов во время внутренней унификации при выполнении программы на Прологе.	3
11.  3	Взаимодействие с компьютером на естественном языке	Особенности естественных и искусственных языков. Схема интеллектуального интерфейса. Языки, использующиеся при представлении и обработке знаний. Общие сведения о языках инженерии знаний. Особенности языков Лисп, Пролог и Смолток.	2
12.  3	Методы приобретения знаний	Классификация инструментальных средств для работы со знаниями. Использование объектно-ориентированного подхода к представлению и обработке знаний.	2
13.  4	Перцептроны	Персептрон и его недостатки. Персептрон - прообраз нейрокомпьютеров. Алгоритмы обучения нейронных сетей.	2
14.  4	Применение нейронных сетей	Структурная модель нейронной сети. Структура элемента нейронной сети.	2
	Итого:		28	0

6.  Примерная тематика курсовых проектов (работ)

Курсовая работа не предусмотрена.

7.  Образовательные технологии

На лекционных и практических занятиях используется активная и интерактивная формы проведения занятий. На лабораторных работах выполняются задания по разработке мультимедийных приложений с использованием современных пакетов, предназначенных для создания и редактирования всех компонентов мультимедиа. Предусматривается проведение мастер-классов специалистов в области мультимедиа.

8.  Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины и учебно-методическое обеспечение самостоятельной работы студентов

Контрольные вопросы:

1.  Технология искусственного интеллекта

2.  История развития систем искусственного интеллекта (СИИ)

3.  Данные и знания

4.  Представление данных и знаний

5.  Внутренняя интерпретируемость знаний

6.  Рекурсивная структурированность знаний

7.  Связность знаний

8.  Семантическая метрика знаний

9.  Активность знаний

10.  Понятийная структура предметной области

11.  Знаковое представление понятий

12.  Схема и формулы понятий

13.  Экстенсионал и интенсионал понятия

14.  Абстрагирование понятий

15.  Декларативные модели представления знаний

16.  Представление знаний в виде семантической сети

17.  Продукционные модели представления знаний

18.  Формальные логические модели

19.  Фреймы

20.  Нейронные сети

21.  Введение в экспертные системы

22.  Структура экспертных систем

23.  Достоинства и недостатки экспертных систем

24.  Технология разработки экспертных систем

25.  Матаппарат и методы, используемые для моделирования СИИ

26.  Тенденции развития СИИ.

9.  Учебно-методическое и информационное обеспечение дисциплины (модуля)

9.1. Основная и дополнительная литература:

№№ п-п	Автор и наименование	Вид пособия	Год издания	Кол-во экз. в библиотеке
Л-1	Гаскаров информационные системы. – М.: Высшая школа. 2003.	У	2003	17
Л-2	Яковлев системы. –СПб: изд. ГУАП. 2010.	УП	2100	3
Л-3	, Хорошевский знаний интеллектуальных систем. – Спб.: Питер, 2000.	УП	2000
Л-4	Девятков искусственного интеллекта: Учебное пособие. — М.: Изд-во МГТУ им. , 2001.	У	2001	14
Л-5	, Яковлев интеллектуальные информационные системы. – СПб.: Изд-во СПбГЭТУ «ЛЭТИ», 2003.	УП	2003	5
Л-6	зык PROLOG (Пролог): алгоритмы искусственного интеллекта (3-е изд.). М.: Вильямс, 2004.	Др	2004	11
Л-7	ведение в экспертные системы. - М., СпБ., Киев: "Вильямс", 2001.	Др	2001	8
Л-8	-Л. Системы искусственного интеллекта.- М.: Мир, 2001	Др	2001	11
Л-9	скусственный интеллект. - М.: Мир, 2001.	Др	2001	7
Л-10	Из истории кибернетики/О. Андреева, Г. Бендиков, С. Васильев и др. / Под ред. и . — СПб.: Изд-во «Нестор», 2000.	Др	2000	5

9.2. Программное обеспечение и Интернет-ресурсы.

Корпоративный портал http://www. intuit. ru/department/itmngt/itmangt/12/www. axapta. sibinfo. ru/;

http://www. intuit. ru/department/itmngt/itmangt/11/www. iso. ru/cgi-bin/main

10.  Материально-техническое обеспечение дисциплины "Системы искусственного интеллекта":

Лекции проводятся в лекционной аудитории 218к, рассчитанной на 50 посадочных мест, площадью 66,9 м2. Аудитория оборудована проектором, экраном, учебной доской, ноутбуком. Практические занятия проводятся в 202к - "Лаборатория компьютерного моделирования магистрального транспорта газа", именная аудитория ООО "Газпром трансгаз Ухта". Площадь 50,6 м2, рассчитана на 10 посадочных мест. Аудитория оборудована: 10 компьютерами на базе процессора Celeron E1400 CPU 2.0 GHz, (RAM) ОЗУ 1 Gb, НDD 160 Gb; 10 мониторами ViewSonic VA1916W 19'. Используется переносной проектор, ноутбук. В классе установлена пластиковая доска, рабочее место преподавателя.

11.  Методические рекомендации по организации изучения дисциплины:

Рабочая учебная программа по дисциплине "Системы искусственного интеллекта" составлена в соответствии с требованиями Федерального Государственного образовательного стандарта ВПО с учетом рекомендаций ПрООП ВПО по направлению 230100 - Информатика и вычислительная техника и учебного плана по профилю подготовки Автоматизированные системы обработки информации и управления.

Автор: проф., д. т.н. ___________________ ()

Рецензент(ы) ______________________________ ( )

Рабочая программа рассмотрена на заседании учебно-методического совета университета протокол № от “ “ ________ 20___ г. и признана соответствующей требования Федерального Государственного образовательного стандарта и учебного плана по направлению 000000.00 "…………………………."

Председатель УМС ______________

Рабочая учебная программа рассмотрена методическим Советом факультета №___ и признана соответствующей требования Федерального Государственного образовательного стандарта и учебного плана по направлению 000000.00 "…………………………."

Декан факультета № ____ _______________ . ( )

Председатель методического Совета факультета № ____ ____________ ( )

Программа согласована с УМУ университета ______________

[1] Используемый вид занятий при прохождении данного раздела помечается знаком “+”