Dalyko sando kodas

DINT2114

Dalyko sando pavadinimas

Dirbtinis intelektas

Dėstytojo (-jų) pedagoginis vardas, mokslo laipsnis, vardas ir pavardė

Doc. dr. Vytautas Čyras

Katedra, centras

Programų sistemų

Fakultetas, padalinys

Matematikos ir informatikos fakultetas

Dalyko sando lygis

pirmosios pakopos

Semestras

rudens (7) 

ECTS kreditai

4,5

VU kreditai

3

Auditorinės valandos

viso dalyko 64

paskaitų 32

seminarų

pratybų

laboratorinių darbų 32

konsultacijų

Reikalavimai

Programavimo algoritmine kalba pagrindai

Dėstomoji kalba

lietuvių

Dalyko sando tikslai ir numatomi gebėjimai

Dėstoma pažinimui. Siekiama suprasti sąvokas „dirbtinio intelekto sistema“, „paieška“, „sprendėjas“ ir kt. Numatomi gebėjimai: suvokti DI dvasią – kas yra ir kas nėra DI – bei įžvelgti DI elementus programų sistemose.

Dalyko sando turinys

Dėstoma pagal N. Nilsson (vertimo į rusų kalbą) bei S. Russel ir P. Norvig knygų pirmuosius tris skyrius. Yra dėstoma jau klasika tapusi dirbtinio intelekto (DI) medžiaga – DI principai. DI kaip bendrieji uždavinių sprendimo metodai. Požiūris į DI kaip į produkcijų sistemą. Dirbtinio intelekto sistema kaip trejetas: globalioji duomenų bazė (GDB), produkcijų aibė ir valdymo sistema. Žinių apie probleminę sritį klasifikavimas pagal tai, kurioje iš trijų išvardintų sudėtinių dalių šios žinios yra vaizduojamos. Žinios, pavaizduotos GDB, – tai deklaratyvios žinios, pvz., faktai. Žinios, pavaizduotos produkcijų aibėje, – procedūrinės žinios. Žinios, pavaizduotos valdymo strategijoje, – valdymo žinios. Uždavinių sprendimas kaip paieška (problem solving by search). Ieškoma produkcijų sekos, kuri perveda pradinę GDB būseną į terminalinę. Modeliavimas DI sąvokomis. Uždavinių, iliustruojančių DI principus, pavyzdžiai: šachmatų lentos apėjimas žirgu; 8 valdovių išdėstymas šachmatų lentoje; kelio paieška labirinte. Paieška į gylį ir į plotį. Valdymo su grįžimais (backtrack) algoritmas. Algoritmas trumpiausiam keliui grafe rasti. Rezoliucijos taisyklė loginiame išvedime. Demonstracines ekspertines sistemos pavyzdys. Ekspertines sistemos architektūros elementai: faktai, taisykles ir išvedimas.

Pagrindinės literatūros sąrašas

1.      Nils J. NILSSON. Principles of Artificial Intelligence. Springer-Verlag, 1982. Vertimas į rusų kalbą: Nils J. Nilsson. Principy iskusstvennogo intellekta. Moskva: Radio i sviaz, 1985. Yra VU MIF.

2.      Nils J. NILSSON. Artificial Intelligence: a new synthesis. Morgan Kaufmann Publishers, 1998 513 p. ISBN 1-55860-467-7 (cloth), 1-55860-535-5 (paper).

3.      Stuart RUSSEL, Peter NORVIG. Artificial intelligence: a modern approach. Prentice Hall, 2003. 1132 p. ISBN 0-13-790395-2. http://aima.cs.berkeley.edu. Yra VU MIF.

4.      Mark STEFIK. Introduction to knowledge systems. Morgan Kaufmann Publishers, 1995. 871 p. ISBN 1-55860-166-X. Yra VU MIF.

5.      Donald A. WATERMAN. A guide to expert systems. Vertimas į rusų kalbą: D. Uotermen. Rukovodstvo po ekspertnym sistemam. Moskva: Mir, 1989. VU MIF.

Papildomos literatūros sąrašas

1.      Ronald BRACHMAN, Hector LEVESQUE. Knowledge representation and reasoning. The Morgan Kaufmann Series in Artificial Intelligence, 2004. 381 p. ISBN 1-55860-932-6.

2.      Amit KONAR. Artificial intelligence and soft computing: behavioral and cognitive modeling of the human brain. CRC Press, Florida, 2000. 787 p. ISBN 0-8493-1385-6.

3.      LUGER, G.F., and STUBBLEFIELD, W.A. Artificial Intelligence: Structures and Strategies for Complex Problem Solving. (Third Edition), London: Addison-Wesley, 850 pages (1998).

Mokymo metodai

Paskaitos – probleminis dėstymas. Laboratorinis darbas atliekamas savarankiškai, raštu. Jo apimtis 10 puslapių 12 pt. šriftu, intervalas tarp eilučių: 1.

Lankomumo reikalavimai

Privaloma dalyvauti ne mažiau kaip 75% paskaitų.

Atsiskaitymo reikalavimai

Egzaminas.

Vertinimo būdas

Apie 30% įvertinimo sudaro laboratorinio darbo įvertinimas.

Aprobuota katedros

2004 10 04

Patvirtinta Studijų programos komiteto

2004 11 09