Основы искусственного интеллекта и систем, основанных на знаниях (курс лекций, В.Ф.Хорошевский)
Материал из MachineLearning.
|
В курсе рассматриваются основные подходы, связанные с формализацией и представлением знаний, их извлечением, с разработкой языков для их описания и использования в моделях вывода для создания прикладных интеллектуальных систем.
Целью курса является изучение теоретических основ искусственного интеллекта и проектирования систем, основанных на знаниях, областей использования интеллектуальных систем (ИС), их возможностей и ограничений.
Задачами данного курса являются:
- освоение студентами базовых знаний в области искусственного интеллекта и проектирования систем, основанных на знаниях;
- приобретение теоретических знаний в части представления и обработки знаний в практически значимых предметных областях;
- оказание консультаций и помощи студентам в проведении собственных теоретических и экспериментальных исследований в области искусственного интеллекта и проектирования прикладных интеллектуальных систем;
- приобретение навыков работы с инструментальными средствами представления и обработки знаний, а также с прикладными интеллектуальными системами в Интернет.
Курс читается студентам 3 курса кафедры «Интеллектуальные системы / проектирование и организация систем» ФУПМ МФТИ. Программой предусмотрены практические занятия (16 часов) и лабораторные работы (16 часов).
Замечания для студентов
- На подстранице имеется перечень вопросов к устному экзамену.
- О найденных ошибках и опечатках сообщайте мне. — А.Н.Гнеушев 12 сентября 2024
- Короткая ссылка на эту страницу: http://bit.ly/ML_ISD_IntroAI.
Программа курса
Искусственный интеллект (ИИ) и интеллектуальные системы (ИС).
Введение в ИИ и системы, основанные на знаниях
- Краткая история развития вычислительных машин и искусственного интеллекта.
- Основные направления исследований в области ИИ.
- Основные теоретические проблемы ИИ.
Введение в разработку систем, основанных на знаниях
- Классификация систем, основанных на знаниях.
- Экспертные системы (ЭС).
- Основные понятия и классификация.
- Технологии проектирования и разработки ЭС.
- Коллектив разработчиков. Примеры ЭС.
- Введение в мультиагентные системы.
- Понятие агента и мультиагентной системы.
- Архитектура мультиагентных систем.
- Инструментарий для построения мультиагентных систем.
- Примеры мультиагентных систем.
Модели и методы представления и обработки знаний
Данные и знания
- Основные понятия.
- Эволюция исследований и разработок от данных к знаниям.
- Модели представления данных (иерархические, реляционные и сетевые).
Формальные модели
- Понятие формальной модели.
- Формальные грамматики и языки.
- Классификация формальных грамматик по Хомскому.
- Автоматные, контекстно-свободные и контекстные языки.
- Программные грамматики Розенкранца, индексные грамматики Ахо и двухуровневые грамматики Стоцкого.
- Методы анализа формальных языков.
- Анализ языков типа 3. Методы предшествования и старшинства.
- Анализ языков типа 2. Анализаторы сетей переходов Конвея.
- Расширенные сети переходов Вудса.
- Модели вывода на знаниях.
- Метод резолюций и его ограничения.
- Вывод на основе неполной, нечеткой и неопределенной информации.
- Правдоподобные модели вывода. Вывод по аналогии и на основе здравого смысла. Вывод, основанный на функциях доверия.
- Аргументация и оправдание как способы вывода на знаниях.
- Продукционные системы.
- Основные понятия.
- Вывод в системах продукций.
- Управление выводом в продукционных системах.
Базовые модели представления знаний
- Классификация базовых моделей.
- Фреймовые и продукционные модели представления знаний.
- Сетевые модели представления знаний.
- Гибридные модели представления знаний.
Онтологические модели представления знаний
- Основные определения.
- Методологии создания и "жизненный цикл" онтологий.
- Примеры онтологий.
Инструментальные средства ИИ
Введение в программный инструментарий разработки систем,
основанных на знаниях
- Технологии разработки программного обеспечения – цели, принципы, парадигмы.
- Методологии создания и модели жизненно-го цикла интеллектуальных систем.
- Инструментарий ИИ.
Языки символьной обработки
- Краткая история развития языков символьной обработки.
- Языки ЛИСП, ПРОЛОГ и РЕФАЛ – основные понятия и приемы программирования.
- Языки программирования интеллектуальных решателей.
- Языки SNOBOL, PLANNER и Conniver.
Языки и системы представления знаний
- Язык расширенных сетей переходов ATNL
- основные понятия и приемы программирования.
- Продукционно-фреймовый язык PILOT
- основные понятия и приемы программирования.
Технологии инженерии знаний
Практические методы извлечения знаний
- Классификация методов.
- Коммуникативные методы извлечения знаний.
- Текстологические методы извлечения знаний.
- Методы структурирования.
Средства автоматизированного приобретения знаний
- Эволюция систем приобретения знаний.
- Современное состояние автоматизированных СПЗ.
- Российские инструменты онтологического инжиниринга.
- Визуальное проектирование баз знаний.
- Системы семейства Protégé.
Интернет-технологии и семантические технологии
Системы и средства представления знаний в среде Интернет
- Web документы, Социальный и Семантический Web.
- Инициатива (KA)2 и инструментарий Ontobroker.
- Проект SHOE.
- HTML, XML, RDF(S) и представление знаний.
- OWL и представление знаний.
Пространства знаний в среде Интернет
- Извлечение информации из текстов и семантизация Интернет-контента.
- Семантическое аннотирование и Интернет-навигация.
- Порталы знаний.
Практические занятия
- Методы и приемы программирования на языках символьной обработки.
- Продукционное программирование.
- Методы и приемы программирования на языках представления знаний.
- Онтологический инжиниринг.
Лабораторные занятия
- Реализация модельных задач ИИ на языках символьной обработки.
- Задача 1: Поиск пути в графе на языке Лисп.
- Задача 2: Опреление отношений родства в языке Пролог.
- Задача 3: Распознавание языков, порождаемых грамматиками типа 3, на языке Рефал.
- Реализация модельных задач ИИ на языках представления знаний.
- Задача 1: Разработка преобразователя простых предложений в семантическую сеть на языке ATNL.
- Задача 2: Решение задачи о волке, козе и капусте на языке Pilot.
- Разработка и реализация экспертных систем.
- Разработка экспертной системы «Неизвестное животное» в среде Leonardo.
- Разработка и реализация онтологических моделей предметных областей. Разработка онтологии в системе Protégé.
- Задача 1: Проектирование геоонтологии России.
- Задача 2: Проектирование онтологии научных исследований в институтах РАН.
Необходимое программное обеспечение
- программные системы Lisp, Prolog, Рефал;
- инструментальная среда для построения ЭС Leonardo;
- инструментарий GATE;
- среда Protege.
- доступ к базам данных
Литература
Основная литература
- Рассел С., Норвиг П. Искусственный интеллект: современный подход, 2-е издание, ISBN 978-5-8459-0887-2, 0-13-790395-2; Издательский дом «Вильямс», 2007
- Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: Учебник. - М.: Финансы и статистика, 2004.
- Джарратано Дж., Райли Г. Экспертные системы: принципы разработки и программирование, 4-е изда-ние, ISBN 978-5-8459-1156-8, 0-534-38447-1; Издательский дом «Вильямс», 2006
- Попов Э.В. Общение с ЭВМ на естественном языке. Изд. 2-е, стереотипное. - М.: Едиториал УРСС, 2004.
- Гаврилова Т.А., Хорошевский В.Ф. Представление знаний в системах искусственного интеллекта, С.-Петербург: Питер пресс, 2000.
Дополнительная литература
- Справочник "Искусственный интеллект". Том 1. Системы общения и экспертные системы. Попов Э.В. (ред.) - М.: Радио и связь, 1990.
- Справочник "Искусственный интеллект". Том 2. Модели и методы. Поспелов Д.А. (ред.) - М.: Радио и связь, 1990.
- Справочник "Искусственный интеллект". Том 3. Программные и аппаратные средства. Захаров В.Н., Хорошевский В.Ф. (ред.). - М.: Радио и связь, 1990.
- Гладкий А.В., Мельчук И.А. Введение в теорию формальных грамматик, М.: Физматгиз, 1986.
- Тарасов, В.Б. От многоагентных систем к интеллектуальным организациям. – М.: Эдиториал УРСС, 2002.
- Хорошевский В.Ф. Онтологические модели и Semantic Web: откуда и куда мы идем? В сб. трудов сим-позиума «Онтологическое моделирование: состояние и направления исследований и применения», Звенигород, 20-21 мая 2008 г., -М.: ИПИ РАН, 2008.
- Хорошевский В.Ф. Пространства знаний в сети Интернет и Semantic Web (Часть 1), Искусственный интеллект и принятие решений, № 1 (2008).
- Хорошевский В.Ф. Пространства знаний в сети Интернет и Semantic Web (Часть 2), Искусственный Интеллект и Принятие решений, № 4 (2009).
- Хорошевский В.Ф. Пространства знаний в сети Интернет и Semantic Web (Часть 3), Искусственный Интеллект и Принятие решений, № 1 (2012).
- Маурер У. Введение в программирование на языке ЛИСП, М.: Мир, 1976.
- Братко И. Алгоритмы искусственного интеллекта на языке PROLOG. - М.:Изд. дом «Вильямс», 2004. – 640 с.
- HTML-4.0, W3C Documentation, 2009.
- XML, W3C Recommendation, 1998, URL.
- RDF(S), W3C Recommendation, 1999, URL.
- OWL, W3C Documentation, 2009, URL
- Protégé. User Guide, Stanford University, 2009, URL.
- Developing Language Processing Components with GATE. Version 7 (a User Guide), 2012, URL
- Ефименко И.В., Хорошевский В.Ф. Онтологическое моделирование экономики предприятий и отраслей современной России: Часть 1. Онтологическое моделирование: подходы, модели, методы, средства, решения (ч. 1). – М.: Изд. дом ВШЭ, 2011. – 76 с.
- Ефименко И.В., Хорошевский В.Ф. Онтологическое моделирование экономики предприятий и отраслей современной России: Часть 3. Российские исследования и разработки в области онтологического инжиниринга и бизнес-онтологий (ч. 3). – М.: Изд. дом ВШЭ, 2011. – 58 с.
Пособия и методические указания
- Кузнецов О.П. Искусственный интеллект и прикладные проблемы информатики, Учебное пособие, М., КОС-ИНФ, 2009.
- Осипов Г.С. Лекции по искусственному интеллекту. Учебник, М., КРАСАНД, 2009.
- Смолин Д. В., Сизый С. В., Сергеев Я. Д., Квасов Д. Е. Введение в искусственный интеллект: конспект лекций, Физико-математическая литература, 2007.
- Кудрявцев Д.В. Системы управления знаниями и применение онтологий. Учебное пособие. -СПб.: Изд-во Политехнического университета, 2010. -344с.
Программу составил
В.Ф. Хорошевский, профессор, д.т.н.
См. также
- Кафедра «Интеллектуальные системы» ФУПМ МФТИ
- Специализация кафедры «Проектирование и организация систем» ФУПМ МФТИ
Список подстраниц
Основы искусственного интеллекта и систем, основанных на знаниях (курс лекций, В.Ф.Хорошевский)/Вопросы |