UMELA INTELIGENCIA (plan prednasok)

Uvod do UI, prologovske zaciatky

• pokus o definovanie prirodzenej a umelej inteligencie;
• oblasti aplikacii umelej inteligencie;
• WHAT (deklarativne) a HOW (proceduralne) programovanie;
• Prolog ako vykladovy jazyk, pricom formalna specifikacia je sucasne aj behuschopny program;
• dialog s Prologom;
• generujuca schopnost Prologu;
• vyhoda hierarchickeho rozkladu hlavneho ciela na podciele a s tym suvisiaca odvodzovacia schopnost Prologu;
• pojem klauzuly; lokalnost premennych.

Zlozene struktury, rekurzivne pravidla, zoznamy

• objekty jazyka Prolog: konstanty, premenne a struktury;
• tvorba zlozenych a rozne dialogy s nimi;
• pojem rekurzie a jej vyznam v Prologu;
• rekurzivne pravidla a rekurzivne udajove struktury - zoznamy.

Proceduralne rysy Prologu, unifikacia, cinnost Prologu

• predikaty pre modifikaciu databazy Prologu;
• vstupno/vystupne predikaty;
• pojem unifikacie a jej pravidla;
• cinnost Prologu pri hladani odpovede na pouzivatelovu otazku.

Ovplyvnenie cinnosti Prologu

• predikaty fail, repeat a cut;
• realizacia cyklu repeat-fail;
• prologovske analogie proceduralnych riadiacich struktur IF THEN ELSE a CASE;
• predikat negacie not definovany ako neuspech a s tym suvisiace problemy.

Pojem UI a jeho zlozky, riesenie uloh, stavovy priestor

• Kotkova definicia, Turingov imitacny test;
• Zlozky UI: reprezentacia vedomosti, riesenie uloh a styk s okolim;
• algoritmy versus heuristiky;
• riesenie uloh ako prehladavanie (mechanizmus navratu, priame a spatne uvazovanie, resp. ich kombinacia);
• stavovy priestor: matematicky opis, graficka reprezentacia.

Slepe a heuristicke prehladavanie, rozklad na podulohy

• slepe metody prehladavania (do sirky a do hlbky);
• mechanizmus navratu (backtracking);
• heuristicke metody prehladavania;
• metoda rozkladu na podulohy (AND/OR graf).

Program GPS, system STRIPS

• strucna historia GPS, jej 3 heuristiky;
• opis systemu STRIPS, rozdiely oproti stavovemu priestoru.

Metoda generuj a testuj

• ulohy zadane ohraniceniami;
• implementacia metody pokusov a omylov, jej univerzalnost a neefektivnost;
• metody zvysenie efektivity prekryvanim oboch procedur a zuzovanim definicnych oborov premennych;
• moznost automatizacie oboch vylepseni: zmrazovanie cielov a forward checking, system ECLIPSE;
• riesenie casovych ohraniceni ako aplikacny priklad.

Spracovanie obrazu

• vseobecny pojem obrazu (pattern);
• digitalny vizualny obraz a schema jeho spracovania;
• predspracovanie: zhustenie, filtracia, detekcia a zvyraznenie hran, kostra, segmentacia (textura), tvarove vlastnosti;
• vyhodnocovanie obrazu = rozpoznavanie (vacsinou);
• multispektralne a hyperspektralne obrazy, druzicove snimky z LANDSAT-u a SPOT-u.

Spracovanie reci

• schema systemu rozpoznavania reci;
• syntakticka analyza a formalme gramatiky;
• syntakticka analyza jednoduchej slovenskej vety;
• DC gramatika v Prologu.

Vseobecne problemy rozpoznavania

• priznakove metody rozpoznavania;
• syntakticke metody rozpoznavania;
• retazcove a viacrelacne gramatiky.

Neuronove siete

• historia neuronovych sieti;
• topologia sieti;
• ucenie siete s ucitelom a bez ucitela.

Expertne systemy

• cesty k ES, co su ES, cim sa lisia od DBS;
• architektura ES: baza dat, baza znalosti vysvetlovaci a inferencny mechanizmus;
• produkcny system, spatne a priame uvazovanie;
• praca s neurcitou informaciou.

Reprezentacia vedomosti

• semanticke siete;
• ramce (frejmy).