Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
X33KUI Kybernetika a umělá inteligence Rozsah výuky:2+2
Přednášející (garant):Mařík V., Štěpánková O. Typ předmětu:Z Zakončení:KZ
Zodpovědná katedra:333 Kreditů:4 Semestr:Z

Anotace:
Jedná se o úvodní obecný předmět umožňující studentům pochopit cíle a metody kybernetiky a umělé inteligence a zařadit jednotlivé dílčí partie probírané v bakalářské etapě do hlubšího kontextu studovaného oboru. V přehledu jsou uvedeny základní principy teorie informace, řízení, rozhodování a znalostního inženýrství v rozsahu, který je nezbytným základem pro studium většiny předmětů bakalářského studia. Nejdůležitějším rysem předmětu je jednotící koncepční přístup k mnoha na první pohled různorodým součástem kybernetiky a umělé inteligence.

Osnovy přednášek:
1. Systémy a modely v kybernetice. Kybernetika, teorie systémů a umělá inteligence
2. Teorie řízení jako součást kybernetiky. Zpětnovazební řízení v kybernetice
3. Základy teorie informace: základní pojmy, signál, kódování, informace
4. Sdružená a podmíněná entropie a její vlastnosti. Střední vzájemná informace
5. Komunikační kanál a jeho kapacita. Kódy a kódování. Princip maxima entropie
6. Rozhodování za neurčitosti a rizika. Statistické a Bayesovské rozhodování
7. Základy teorie her, pravidlo minimaxu
8. Rozpoznávání a vnímání. Příznakové a strukturální klasifikátory. Shluková analýza
9. Cíle umělé inteligence. Reprezentace úloh, stavový prostor a jeho prohledávání
10. Logika z pohledu umělé inteligence. Využití logiky při formalizaci řešení úloh
11. Reprezentace znalostí. Algoritmizace: formální jazyky, automaty, Turingovy stroje
12. Heuristické znalosti. Expertní systémy a řízení. Distribuované znalostní systémy
13. Znalostní inženýrství a získávání znalostí. Adaptivní a učící se algoritmy
14. Aplikace umělé inteligence: robotika, problémy systémové integrace, diagnostika

Osnovy cvičení:
1. Úvod, zápis, bezpečnost. Turingův test. Zadání úloh
2. Aktuální problémy kybernetiky I. - demonstrace konkrétních aplikací v Gerstnerově laboratoři 3. Aktuální problémy kybernetiky II. - demonstrace konkrétních aplikací v centru strojového vnímání
4. Teorie informace. Jak se měří informace? Signál, kódování, reálné příklady
5. Entropie a její použití. Odhady entropie. Princip maxima entropie
6. Kapacita diskrétního a spojitého kanálu. Souvislost komunikační a termodynamické entropie
7. Jevy podmíněné a nezávislé - příklady. Statistické charakteristiky a jejich použití při rozhodování
8. Samostatná práce I.
9. Samostatná práce II.
10. Referáty
11. Matematická logika jako nástroj pro representaci znalostí. Co dokáže Prolog?
12. Softwarové nástroje pro strojové učení, neuronové sítě a genetické algoritmy
13. Expertní systémy, praktické cvičení I.
14. Expertní systémy, praktické cvičení II.

Literatura Č:
[1] Havel, I.: Robotika. Praha, SNTL, 1980
[2] Kotek, Z., Vysoký, P., Zdráhal, Z.: Kybernetika. Praha, SNTL, 1990
[3] Mařík, V., Štěpánková, O., Lažanský, J.: Umělá inteligence I. Praha, Academia, 1993

Literatura A:
[1] Rich, E., Knight, K.: Artificial Intelligence. Mc-Graw Hill, 1991

Požadavky:

Rozsah výuky v kombinované formě studia: 14+6
Typ cvičení: s, c, p
Předmět je nabízen také v anglické verzi.

Předmět je zahrnut do těchto studijních plánů:
Plán Obor Role Dop. semestr
BKM Kybernetika a měření Z 3
BVT Výpočetní technika S 5
BVT Výpočetní technika S 5


Stránka vytvořena 25. 2. 2002, semestry: Z/2001-2, Z/2002-3, L/2001-2, L/2002-3, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: I. Halaška (K336), J. Novák (K336)