Основы искусственного интеллекта и систем, основанных на знаниях (курс лекций, В.Ф.Хорошевский)

Материал из MachineLearning.

Перейти к: навигация, поиск

Содержание

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

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 жизненного 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

  1. Методы и приемы программирования на языках символьной обработки.
  2. Продукционное программирование.
    • Методы и приемы программирования на языках представления знаний.
  3. Онтологический инжиниринг.

Лабораторные занятия

  1. 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.
  2. 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.
  3. Разработка и реализация экспертных систем.
    • Разработка экспертной системы «Неизвестное животное» в среде Leonardo.
  4. 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

  1. 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
  2. Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: Учебник. - М.: Финансы и статистика, 2004.
  3. 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
  4. Попов Э.В. Общение с ЭВМ на естественном языке. Изд. 2-е, стереотипное. - М.: Едиториал УРСС, 2004.
  5. Гаврилова Т.А., Хорошевский В.Ф. Представление знаний в системах искусственного интеллекта, С.-Петербург: Питер пресс, 2000.

Дополнительная литература

  1. Справочник "Искусственный интеллект". Том 1. Системы общения и экспертные системы. Попов Э.В. (ред.) - М.: Радио и связь, 1990.
  2. Справочник "Искусственный интеллект". Том 2. Модели и методы. Поспелов Д.А. (ред.) - М.: Радио и связь, 1990.
  3. Справочник "Искусственный интеллект". Том 3. Программные и аппаратные средства. Захаров В.Н., Хорошевский В.Ф. (ред.). - М.: Радио и связь, 1990.
  4. Гладкий А.В., Мельчук И.А. Введение в теорию формальных грамматик, М.: Физматгиз, 1986.
  5. Тарасов, В.Б. От многоагентных систем к интеллектуальным организациям. – М.: Эдиториал УРСС, 2002.
  6. 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.
  7. Хорошевский В.Ф. Пространства знаний в сети Интернет и Semantic Web (Часть 1), Искусственный интеллект и принятие решений, № 1 (2008).
  8. Хорошевский В.Ф. Пространства знаний в сети Интернет и Semantic Web (Часть 2), Искусственный Интеллект и Принятие решений, № 4 (2009).
  9. Хорошевский В.Ф. Пространства знаний в сети Интернет и Semantic Web (Часть 3), Искусственный Интеллект и Принятие решений, № 1 (2012).
  10. Маурер У. Введение в программирование на языке ЛИСП, М.: Мир, 1976.
  11. Братко И. Алгоритмы искусственного интеллекта на языке PROLOG. - М.:Изд. дом «Вильямс», 2004. – 640 с.
  12. HTML-4.0, W3C Documentation, 2009.
  13. XML, W3C Recommendation, 1998, URL.
  14. RDF(S), W3C Recommendation, 1999, URL.
  15. OWL, W3C Documentation, 2009, URL
  16. Protégé. User Guide, Stanford University, 2009, URL.
  17. Developing Language Processing Components with GATE. Version 7 (a User Guide), 2012, URL
  18. 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.
  19. 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

  1. Кузнецов О.П. Искусственный интеллект и прикладные проблемы информатики, Учебное пособие, М., КОС-ИНФ, 2009.
  2. Осипов Г.С. Лекции по искусственному интеллекту. Учебник, М., КРАСАНД, 2009.
  3. Смолин Д. В., Сизый С. В., Сергеев Я. Д., Квасов Д. Е. Введение в искусственный интеллект: конспект лекций, Физико-математическая литература, 2007.
  4. 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

Список подстраниц

Основы искусственного интеллекта и систем, основанных на знаниях (курс лекций, В.Ф.Хорошевский)/Вопросы
Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%9E%D1%81%D0%BD%D0%BE%D0%B2%D1%8B_%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82%D0%B0_%D0%B8_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%2C_%D0%BE%D1%81%D0%BD%D0%BE%D0%B2%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%D0%BD%D0%B0_%D0%B7%D0%BD%D0%B0%D0%BD%D0%B8%D1%8F%D1%85_%28%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%92.%D0%A4.%D0%A5%D0%BE%D1%80%D0%BE%D1%88%D0%B5%D0%B2%D1%81%D0%BA%D0%B8%D0%B9%29»
Личные инструменты