Системы искусственного интеллекта

       

Системы искусственного интеллекта

Лекция 1: Введение
Основные понятия и определения.
Область применения.
Краткий исторический обзор развития работ в области ИИ.
Функциональная структура использования СИИ.

Литература
Лекции 2-3: Модели и методы решения задач
Логические модели.
Сетевые модели
Продукционные модели.


Сценарии.
Интеллектуальный интерфейс
Классификация уровней понимания

Методы решения задач.
Решение задач методом поиска в пространстве состояний.
Решение задач методом редукции.
Решение задач дедуктивного выбора

Решение задач, использующие немонотонные логики, вероятностные логики.
Лекция 4: Представление знаний в интеллектуальных системах
Предисловие
Данные и знания. Основные определения.
Особенности знаний. Переход от Базы Данных к Базе Знаний.
Модели представления знаний. Неформальные (семантические) модели.

Формальные модели представления знаний.
Лекция 5: Представление знаний в интеллектуальных системах (часть 2)
Продукционные системы
Компоненты продукционных систем

Стратегии решений организации поиска
Логический подход. Представление простых фактов в логических системах
Примеры применения логики для представления знаний.
Лекция 6: Планирование задач
Основные определения

Комплексная схема нечеткого планирования
Особенности планирования целенаправленных действий

Оценки сложности задачи планирования
Лекция 9: Методы работы со знаниями

Подготовительный этап
Основной этап
Системы приобретения знаний от экспертов

Формализация качественных знаний
Пример формализации качественных знаний
Литература
Лекции 7-8: Экспертные системы
Назначение экспертных систем

Структура экспертных систем
Этапы разработки экспертных систем
Интерфейс с конечным пользователем
Представление знаний в экспертных системах

Уровни представления и уровни детальности
Организация знаний в рабочей системе
Организация знаний в базе данных
Методы поиска решений в экспертных системах
Инструментальный комплекс для
Средства представления знаний и стратегии управления

Лекция 11: Системы машинного зрения
Введение
Основные принципы или целостность восприятия
Распознавание символов
Шаблонные системы

Структурные системы
Признаковые системы
Структурно-пятенный эталон
Уроки машинного чтения от Cognitive Technologies
Распознавание рукописных текстов
Резюме
Лекция 10: Системы понимания естественного языка

Предпосылки возникновения систем понимания естественного языка
Понимание в диалоге
Примеры системы обработки естественного языка
Методы озвучивания речи

Наиболее распространенные системы синтеза речи
Речевой вывод информации
Методы синтеза речи
Обобщенная функциональная структура синтезатора
Модуль лингвистической обработки
Лингвистический анализ
Формирование просодических характеристик
Cинтезатор русской речи
Язык формальной записи правил синтеза

Интонационное обеспечение
Аллофонная база данных

Системы искусственного интеллекта

Инструментарий синтеза русской речи

Cистема распознавания речи
Акустическая модель
Лингвистическая модель
Классификация систем распознавания речи
Заключение
Лекция 12: Тенденции развития систем искусственного интеллекта
Введение
Состояние и тенденции развития искусственного интеллекта

Успехи систем искусственного интеллекта и их причины
Экспертные системы реального времени - основное направление искусственного интеллекта
Основные производители
Архитектура экспертной системы реального времени
Жизненный цикл приложения
Разработка прототипа приложения
Расширение прототипа до приложения

Тестирование приложения на наличие ошибок
Тестирование логики приложения и ограничений (по времени и памяти)
Сопровождение приложения
Основные компоненты
Базы знаний
Сущности и иерархия классов
Выполняемые утверждения
Машина вывода, подсистема моделирования и планировщики