Sztuczna inteligencja,

Wielkość: px
Rozpocząć pokaz od strony:

Download "Sztuczna inteligencja,"

Transkrypt

1 Sztuczna inteligencja, czy sztucznie inteligentne? Dawid Laszuk r.

2 Copyright statement This presentation has been prepared for the meeting of the Students' Society of Neurobiology at the Warsaw University, thus for a non-profit activity. Pictures included, modified to various degree, have been copied from the Internet and literature without indicating the original source, which is frequently difficult to trace. Whoever finds his/her rights violated, is kindly requested to notify the author (sknn(et)o2.pl); the questioned picture will be immediately withdrawn. Unlimited use of these slides in teaching is welcomed provided that the users take full responsibility for it.

3 Sztuczna inteligencja Hipotetyczna inteligencja realizowana w procesie inżynieryjnym, a nie naturalnym Nazwa technologii i dziedzina badań naukowych informatyki na styku z neurologią, psychologią. Pierwsze użycie terminu 1955 John McCarthy: konstruowanie maszyn, o których działaniu dałoby się powiedzieć, że są podobne do ludzkich przejawów inteligencji

4 Sztuczna inteligencja - Przeszłość Golemy Frankenstein

5 Sztuczna inteligencja - obecnie Roboty Cyborgi

6 Schemat działania neuronu Dostaje impuls elektryczny W zależności od wartości napięcia zostaje pobudzony Przenosi dalej impuls

7 Perceptron 1.Dane wejściowe z wagami 2.Odpowiednia analiza danych 3.Dane wyjściowe

8 Uczenie maszyn Rekurencja: 1)Dane wejściowe 2)Analiza danych 3)Wyjście 4)Porównanie ze wzorcem 5)Zmiana wagi

9 Sieć Neuronowa Zastosowania: w programach do rozpoznawania pisma (OCR) na lotniskach do sprawdzania, czy prześwietlony bagaż zawiera niebezpieczne ładunki prognoza pogody do syntezy mowy prognozy giełdowe interpretacja badań biologicznych sterowanie procesów przemysłowych. analiza problemów produkcyjnych

10 Czy da się z sztucznego tego zrobić człowieka?

11 Jak rozpoznać czy sieć ma inteligencję człowiek? Test Turinga Problemy: (1) Ogólnikowe riposty (2) Maszyna może być inteligentna, ale nie musi umieć dobrze rozmawiać (3) Osoby sprawdzające i w drugim pokoju. (4) Zbyt duża wiedza komputera 0,2354 * =?

12 Test Turinga Aby zdać test Turinga komputer musiałby: 1) Otrzymywać, wysyłać i przetwarzać komunikaty w języku naturalnym. 2) Przetwarzać, przechowywaćć i wykorzystywać otrzymywane informacje. 3) Umieć racjonalnie wnioskować na podstawie posiadanych informacji. 4) Potrafić przystosować się do nowej sytuacji. 5) Wykrywać powtarzające się wzorce w otrzymywanych informacjach, i je uogólniać.

13 Chatbox ELIZA psychoanalityk PARRY schizofrenię paranoidalną. ALICE trzykrotny zwyciężca nagrody Loebnera; ok. 300 programistów Tysiące wolontariuszy

14 Argument Chińskiego Pokoju John Searle r.

15 Rat-Robot Robot z wymienną świadomością Wymienny robot ze świadomością

16 Najnowsze inteligentne programy Program Adam : h: drożdze geny enzymy. prop. eksp. analiza wyników w poprawka Program Lipsona i Shimdta: Odnajduje zależności w danych wejściowych Automatycznie wyciąga wnioski

17 Porównanie: człowiek vs. maszyna Człowiek PeCet Superkomputer Moc obliczeniowa mln MIPS 0,01 mln MIPS 1,7 PetaFLOPS [10^15] Rozwój mocy Stała Prawo Moore'a Prawo Moore'a Zapotrzebowanie energetyczne Batonik Mars 10 zł / miesięcznie Mała elektrownia Możliwa przenośność Tak Jak trzeba, to można Nie Rozmiar 1,5 litra 30 litrów >> litrów Uczenie się Poprzez analogię Po przez rekurencje i siłowe wstawianie danych MIPS Milion instrukcji na sekundę FLOPS Operacje zmiennoprzecinkowe na sekunde

18 Superkomputery

19 Komputer za 1 000$ (1997)

20 Przyszłość (sztucznej) inteligencji? Przejście od AI (artificial Intelligence) do IA (ntelligence amplification) Cybhomo sapiens??

21 Etyka Robotów (Asimova 1942) 1. Robot nie może skrzywdzić człowieka, ani przez zaniechanie działania dopuścić, aby człowiek doznał krzywdy. 2. Robot musi być posłuszny rozkazom człowieka, chyba że stoją one w sprzeczności z Pierwszym Prawem. 3. Robot musi chronić sam siebie, jeśli tylko nie stoi to w sprzeczności z Pierwszym lub Drugim Prawem. 0. Robot nie może skrzywdzić ludzkości, lub poprzez zaniechanie działania doprowadzić do uszczerbku dla ludzkości.

22 AI - zagrożenia Głupi programiści robotów bojowych G Głupi programiści maszyn produkujących roboty bojowe G L Ludzka empatia Z Definicji: Programista nie jest głupi.

23 Bibliografia Ogólnodostępny Internet Penrose R., Nowy umysł Cesarza, PWN,1995 Tadeuszewicz R., Sieci ( Wikipedia Neuronowe, RM, 1993

24 Dziękuję Miłego dnia :)

Pomijana bo niewidoczna - anatomia i fizjologia kory wyspy

Pomijana bo niewidoczna - anatomia i fizjologia kory wyspy Wydział Psychologii Uniwersytetu Warszawskiego Pomijana bo niewidoczna - anatomia i fizjologia kory wyspy Katarzyna Paluch Copyright statement 2 This presentation has been prepared for the meeting of the

Bardziej szczegółowo

LSD-25: bezwzględny zabójca czy. lekarstwo?

LSD-25: bezwzględny zabójca czy. lekarstwo? LSD-25: bezwzględny zabójca czy uniwersalne lekarstwo? Copyright statement This presentation has been prepared for the meeting of the Students' Neurobiology Club at the Warsaw University, thus for a non-profit

Bardziej szczegółowo

Mowa. a ewolucja inteligencji. Dorota Badowska I rok MISMaP: biotech + psych

Mowa. a ewolucja inteligencji. Dorota Badowska I rok MISMaP: biotech + psych Mowa a ewolucja inteligencji Dorota Badowska I rok MISMaP: biotech + psych Copyright statement This presentation has been prepared for the meeting of the Students Neurobiology Club at the Warsaw University,

Bardziej szczegółowo

Studenckie Koło Naukowe Neurobiologii

Studenckie Koło Naukowe Neurobiologii ILE CZŁOWIEKA JEST W CZŁOWIEKU? Sylwia Purchla Studenckie Koło Naukowe Neurobiologii COPYRIGHT STATEMENT This presentation has been prepared for the meeting of the Students' Neurobiology Club at the Warsaw

Bardziej szczegółowo

Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych

Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych Plan wystąpienia Co to jest sztuczna inteligencja? Pojęcie słabej

Bardziej szczegółowo

Sztuczna inteligencja - wprowadzenie

Sztuczna inteligencja - wprowadzenie Sztuczna inteligencja - wprowadzenie Dariusz Banasiak Katedra Informatyki Technicznej W4/K9 Politechnika Wrocławska Sztuczna inteligencja komputerów - wprowadzenie Kontakt: dr inż. Dariusz Banasiak, pok.

Bardziej szczegółowo

Wprowadzenie do teorii systemów ekspertowych

Wprowadzenie do teorii systemów ekspertowych Myślące komputery przyszłość czy utopia? Wprowadzenie do teorii systemów ekspertowych Roman Simiński siminski@us.edu.pl Wizja inteligentnych maszyn jest od wielu lat obecna w literaturze oraz filmach z

Bardziej szczegółowo

Inteligentne systemy informacyjne

Inteligentne systemy informacyjne Inteligentne systemy informacyjne Moduł 10 Mieczysław Muraszkiewicz www.icie.com.pl/lect_pw.htm M. Muraszkiewicz strona 1 Sieci neuronowe szkic Moduł 10 M. Muraszkiewicz strona 2 Dwa nurty M. Muraszkiewicz

Bardziej szczegółowo

Zespoły klik neuronalnych urzeczywistnienie mitycznego engramu.

Zespoły klik neuronalnych urzeczywistnienie mitycznego engramu. Zespoły klik neuronalnych urzeczywistnienie mitycznego engramu. Zasady rządzące organizacją bieżącej konsolidacji wspomnień: zespoły klik neuronalnych (neural clique assemblies), uniwersalne kody neuronalne.

Bardziej szczegółowo

This presentation has been prepared for the meeting of the

This presentation has been prepared for the meeting of the Moralność Wytwór natury czy kultury? Kacper Łukasiewicz Copyright statement This presentation has been prepared for the meeting of the Students' Society of Neurobiology at the Warsaw University, thus for

Bardziej szczegółowo

Nauka przedmiotów przyrodniczych oparta na doświadczeniach interdyscyplinarność i kształcenie umiejętności kluczowych

Nauka przedmiotów przyrodniczych oparta na doświadczeniach interdyscyplinarność i kształcenie umiejętności kluczowych Nauka przedmiotów przyrodniczych oparta na doświadczeniach interdyscyplinarność i kształcenie umiejętności kluczowych Marcin M. Chrzanowski, Wydział Biologii Uniwersytet Warszawski Szkoła Podstawowa Akademia

Bardziej szczegółowo

Cudzy umysł we własnym mózgu Neurobiologia Teorii Umysłu

Cudzy umysł we własnym mózgu Neurobiologia Teorii Umysłu Cudzy umysł we własnym mózgu Neurobiologia Teorii Umysłu Michał Denkiewicz MISMaP UW 14 grudnia 2009 M. Denkiewicz (MISMaP UW) Neurobiologia Teorii Umysłu 14 grudnia 2009 1 / 27 Copyright statement This

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ Jak określa się inteligencję naturalną? Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia

Bardziej szczegółowo

Zagadnienia optymalizacji i aproksymacji. Sieci neuronowe.

Zagadnienia optymalizacji i aproksymacji. Sieci neuronowe. Zagadnienia optymalizacji i aproksymacji. Sieci neuronowe. zajecia.jakubw.pl/nai Literatura: S. Osowski, Sieci neuronowe w ujęciu algorytmicznym. WNT, Warszawa 997. PODSTAWOWE ZAGADNIENIA TECHNICZNE AI

Bardziej szczegółowo

Inteligencja. Władysław Kopaliśki, Słownik wyrazów obcych i zwrotów obcojęzycznych

Inteligencja. Władysław Kopaliśki, Słownik wyrazów obcych i zwrotów obcojęzycznych Wstęp Inteligencja Władysław Kopaliśki, Słownik wyrazów obcych i zwrotów obcojęzycznych inteligencja psych. zdolność rozumienia, kojarzenia; pojętność, bystrość; zdolność znajdowania właściwych, celowych

Bardziej szczegółowo

Sztuczna inteligencja

Sztuczna inteligencja Sztuczna inteligencja Przykładowe zastosowania Piotr Fulmański Wydział Matematyki i Informatyki, Uniwersytet Łódzki, Polska 12 czerwca 2008 Plan 1 Czym jest (naturalna) inteligencja? 2 Czym jest (sztuczna)

Bardziej szczegółowo

Wstęp do teorii sztucznej inteligencji Wykład II. Uczenie sztucznych neuronów.

Wstęp do teorii sztucznej inteligencji Wykład II. Uczenie sztucznych neuronów. Wstęp do teorii sztucznej inteligencji Wykład II Uczenie sztucznych neuronów. 1 - powtórzyć o klasyfikacji: Sieci liniowe I nieliniowe Sieci rekurencyjne Uczenie z nauczycielem lub bez Jednowarstwowe I

Bardziej szczegółowo

Sztuczna inteligencja

Sztuczna inteligencja Sztuczna inteligencja Dyskusja o etyce 19.09.2017 CZIiTT Ewa Fabian Przykład 1: Czarna skrzynka (black box) WILHELM CAUER, fot. nieznany, pobrano: Wikipedia Przykład 1: Czarna skrzynka (black box) Urządzenie,

Bardziej szczegółowo

Festiwal Myśli Abstrakcyjnej, Warszawa, Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII?

Festiwal Myśli Abstrakcyjnej, Warszawa, Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII? Festiwal Myśli Abstrakcyjnej, Warszawa, 22.10.2017 Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII? Dwa kluczowe terminy Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące

Bardziej szczegółowo

Historia sztucznej inteligencji. Przygotował: Konrad Słoniewski

Historia sztucznej inteligencji. Przygotował: Konrad Słoniewski Historia sztucznej inteligencji Przygotował: Konrad Słoniewski Prahistoria Mit o Pigmalionie Pandora ulepiona z gliny Talos olbrzym z brązu Starożytna Grecja System sylogizmów Arystotelesa (VI w. p.n.e.)

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA Stefan Sokołowski SZTUCZNA INTELIGENCJA Inst Informatyki UG, Gdańsk, 2009/2010 Wykład1,17II2010,str1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: http://infugedupl/ stefan/dydaktyka/sztintel/

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ SZTUCZNA INTELIGENCJA dwa podstawowe znaczenia Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące się), pewną dyscyplinę badawczą (dział

Bardziej szczegółowo

Stefan Sokołowski SZTUCZNAINTELIGENCJA. Inst. Informatyki UG, Gdańsk, 2009/2010

Stefan Sokołowski SZTUCZNAINTELIGENCJA. Inst. Informatyki UG, Gdańsk, 2009/2010 Stefan Sokołowski SZTUCZNAINTELIGENCJA Inst. Informatyki UG, Gdańsk, 2009/2010 Wykład1,17II2010,str.1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: http://inf.ug.edu.pl/ stefan/dydaktyka/sztintel/

Bardziej szczegółowo

Metody Sztucznej Inteligencji Methods of Artificial Intelligence. Elektrotechnika II stopień ogólno akademicki. niestacjonarne. przedmiot kierunkowy

Metody Sztucznej Inteligencji Methods of Artificial Intelligence. Elektrotechnika II stopień ogólno akademicki. niestacjonarne. przedmiot kierunkowy Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013

Bardziej szczegółowo

Tytuł prezentacji. Autorzy

Tytuł prezentacji. Autorzy Wrocław, 30 marca 2017 Plan prezentacji 1 Wprowadzenie 2 Czy robot??? 3 Wzór i figur 4 Inne Nagłówek slajdu Przykład najprostszego slajdu z wypunktowaniem: tekst pierwszego punktu Nagłówek slajdu Przykład

Bardziej szczegółowo

Ocenianie w kręgu nieświadomości

Ocenianie w kręgu nieświadomości Ocenianie w kręgu nieświadomości Dorota Badowska MISMaP, II rok biotech + psych Copyright statement This presentation has been prepared for the meeting of the Students Neurobiology Club at the Warsaw University,

Bardziej szczegółowo

CZŁOWIEK I AI: W POSZUKIWANIU ZŁOTEGO GRAALA

CZŁOWIEK I AI: W POSZUKIWANIU ZŁOTEGO GRAALA CZŁOWIEK I AI: W POSZUKIWANIU ZŁOTEGO GRAALA Jacek Borek Dyrektor Zarządzający Accenture Technology Czerwiec 2019 2 EKSPERYMENT NA HARVARDZIE: SZTUCZNA INTELIGENCJA KONTRA LEKARZ W WYKRYWANIU RAKA PIERSI...

Bardziej szczegółowo

Kraków, 14 marca 2013 r.

Kraków, 14 marca 2013 r. Scenariusze i trendy rozwojowe wybranych technologii społeczeństwa informacyjnego do roku 2025 Antoni Ligęza Perspektywy rozwoju systemów eksperckich do roku 2025 Kraków, 14 marca 2013 r. Dane informacja

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja

Elementy kognitywistyki II: Sztuczna inteligencja Elementy kognitywistyki II: Sztuczna inteligencja Piotr Konderak Zakład Logiki i Filozofii Nauki p.203b, Collegium Humanicum konsultacje: wtorki, 16:00-17:00 kondorp@bacon.umcs.lublin.pl http://konderak.eu

Bardziej szczegółowo

1. Historia 2. Podstawy neurobiologii 3. Definicje i inne kłamstwa 4. Sztuczny neuron i zasady działania SSN. Agenda

1. Historia 2. Podstawy neurobiologii 3. Definicje i inne kłamstwa 4. Sztuczny neuron i zasady działania SSN. Agenda Sieci neuropodobne 1. Historia 2. Podstawy neurobiologii 3. Definicje i inne kłamstwa 4. Sztuczny neuron i zasady działania SSN Agenda Trochę neurobiologii System nerwowy w organizmach żywych tworzą trzy

Bardziej szczegółowo

Wstęp do głębokich sieci neuronowych. Paweł Morawiecki IPI PAN

Wstęp do głębokich sieci neuronowych. Paweł Morawiecki IPI PAN Wstęp do głębokich sieci neuronowych Paweł Morawiecki IPI PAN Liczba projektów z głębokim uczeniem rośnie bardzo szybko liczba projektów w firmie Google 4000 3000 2000 1000 2012 2013 2014 2015 2016 2017

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD X: Sztuczny neuron

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD X: Sztuczny neuron Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD X: Sztuczny neuron Koneksjonizm: wprowadzenie 1943: Warren McCulloch, Walter Pitts: ogólna teoria przetwarzania informacji oparta na sieciach binarnych

Bardziej szczegółowo

Sztuczna Inteligencja w energetyce

Sztuczna Inteligencja w energetyce Krzysztof Wysocki Oracle Innovation Lab Polska krzysztof.wysocki@oracle.com +48 661 966 158 Sztuczna Inteligencja w energetyce Copyright 2017, Oracle and/or its affiliates. All rights reserved. 2 Sztuczna

Bardziej szczegółowo

MIND-BODY PROBLEM. i nowe nadzieje dla chrześcijańskiej antropologii

MIND-BODY PROBLEM. i nowe nadzieje dla chrześcijańskiej antropologii MIND-BODY PROBLEM i nowe nadzieje dla chrześcijańskiej antropologii CZŁOWIEK JEST MASZYNĄ (THOMAS HOBBES) Rozumienie człowieka znacząco zmienia się wraz z nastaniem epoki nowożytnej. Starożytne i średniowieczne

Bardziej szczegółowo

MECHANIZMY ROBOTÓW M A N I P U L A T O R Y

MECHANIZMY ROBOTÓW M A N I P U L A T O R Y MECHANIZMY ROBOTÓW M A N I P U L A T O R Y sterowanie Manipulator mechaniczny układ przeznaczony do realizacji niektórych funkcji ręki ludzkiej. Manus (łacina) - ręka układ mechaniczny Karel Capek R.U.R.

Bardziej szczegółowo

MECHANIZMY ROBOTÓW M A N I P U L A T O R Y

MECHANIZMY ROBOTÓW M A N I P U L A T O R Y MECHANIZMY ROBOTÓW M A N I P U L A T O R Y sterowanie Manipulator mechaniczny układ przeznaczony do realizacji niektórych funkcji ręki ludzkiej. Manus (łacina) - ręka układ mechaniczny Karel Capek R.U.R.

Bardziej szczegółowo

Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)

Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Ewa Wołoszko Praca pisana pod kierunkiem Pani dr hab. Małgorzaty Doman Plan tego wystąpienia Teoria Narzędzia

Bardziej szczegółowo

Uczenie sieci neuronowych i bayesowskich

Uczenie sieci neuronowych i bayesowskich Wstęp do metod sztucznej inteligencji www.mat.uni.torun.pl/~piersaj 2009-01-22 Co to jest neuron? Komputer, a mózg komputer mózg Jednostki obliczeniowe 1-4 CPU 10 11 neuronów Pojemność 10 9 b RAM, 10 10

Bardziej szczegółowo

Rozdział 1 Sztuczne sieci neuronowe. Materiały do zajęć dydaktycznych - na podstawie dokumentacji programu Matlab opracował Dariusz Grzesiak

Rozdział 1 Sztuczne sieci neuronowe. Materiały do zajęć dydaktycznych - na podstawie dokumentacji programu Matlab opracował Dariusz Grzesiak 2 Rozdział 1 Sztuczne sieci neuronowe. 3 Sztuczna sieć neuronowa jest zbiorem prostych elementów pracujących równolegle, których zasada działania inspirowana jest biologicznym systemem nerwowym. Sztuczną

Bardziej szczegółowo

Przetwarzanie języka naturalnego (NLP)

Przetwarzanie języka naturalnego (NLP) Przetwarzanie języka naturalnego (NLP) NLP jest dziedziną informatyki łączącą zagadnienia sztucznej inteligencji i lingwistyki zajmującą się automatyzacją analizy, rozumienia, tłumaczenia i generowania

Bardziej szczegółowo

Podstawy robotyki wykład I. Wprowadzenie Robot i jego historia

Podstawy robotyki wykład I. Wprowadzenie Robot i jego historia Podstawy robotyki Wykład I Wprowadzenie Robert Muszyński Janusz Jakubiak Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska Kamienie milowe robotyki 1947 pierwszy teleoperator sterowany

Bardziej szczegółowo

Informatyka I stopień (I stopień / II stopień) ogólno akademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES)

Informatyka I stopień (I stopień / II stopień) ogólno akademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES) Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Zastosowanie sztucznych sieci neuronowych Nazwa modułu w informatyce Application of artificial

Bardziej szczegółowo

WIEDZA METODY INŻYNIERII WIEDZY KNOWLEDGE ENGINEERING AND DATA MINING. Adrian Horzyk. Akademia Górniczo-Hutnicza

WIEDZA METODY INŻYNIERII WIEDZY KNOWLEDGE ENGINEERING AND DATA MINING. Adrian Horzyk. Akademia Górniczo-Hutnicza METODY INŻYNIERII WIEDZY KNOWLEDGE ENGINEERING AND DATA MINING WIEDZA Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki

Bardziej szczegółowo

SI w procesach przepływu i porządkowania informacji. Paweł Buchwald Wyższa Szkoła Biznesu

SI w procesach przepływu i porządkowania informacji. Paweł Buchwald Wyższa Szkoła Biznesu SI w procesach przepływu i porządkowania informacji Paweł Buchwald Wyższa Szkoła Biznesu Początki SI John MC Carthy prekursor SI Alan Thuring pomysłodawca testu na określenie inteligencji maszyn Powolny

Bardziej szczegółowo

Zastosowanie sztucznej inteligencji w testowaniu oprogramowania

Zastosowanie sztucznej inteligencji w testowaniu oprogramowania Zastosowanie sztucznej inteligencji w testowaniu oprogramowania Problem NP Problem NP (niedeterministycznie wielomianowy, ang. nondeterministic polynomial) to problem decyzyjny, dla którego rozwiązanie

Bardziej szczegółowo

SNP SNP Business Partner Data Checker. Prezentacja produktu

SNP SNP Business Partner Data Checker. Prezentacja produktu SNP SNP Business Partner Data Checker Prezentacja produktu Istota rozwiązania SNP SNP Business Partner Data Checker Celem produktu SNP SNP Business Partner Data Checker jest umożliwienie sprawdzania nazwy

Bardziej szczegółowo

Narzędzia AI. Jakub Wróblewski jakubw@pjwstk.edu.pl Pokój 312. http://zajecia.jakubw.pl SZTUCZNA INTELIGENCJA (ARTIFICIAL INTELLIGENCE)

Narzędzia AI. Jakub Wróblewski jakubw@pjwstk.edu.pl Pokój 312. http://zajecia.jakubw.pl SZTUCZNA INTELIGENCJA (ARTIFICIAL INTELLIGENCE) Narzędzia AI Jakub Wróblewski jakubw@pjwstk.edu.pl Pokój 312 http://zajecia.jakubw.pl SZTUCZNA INTELIGENCJA (ARTIFICIAL INTELLIGENCE) Nauka o maszynach realizujących zadania, które wymagają inteligencji

Bardziej szczegółowo

Dariusz Brzeziński Instytut Informatyki, Politechnika Poznańska

Dariusz Brzeziński Instytut Informatyki, Politechnika Poznańska Dariusz Brzeziński Instytut Informatyki, Politechnika Poznańska Podstawowe architektury sieci neuronowych Generowanie sztucznych danych Jak się nie przemęczyć Korzystanie z istniejących wag Zamrażanie

Bardziej szczegółowo

Sieci neuronowe i algorytmy uczenia Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s.

Sieci neuronowe i algorytmy uczenia Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. Sieci neuronowe i algorytmy uczenia Czyli co i jak 2016 andrzej.rusiecki@pwr.edu.pl andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. 230/C-3 O co chodzi? Celem przedmiotu jest ogólne zapoznanie się z podstawowymi

Bardziej szczegółowo

Autonomia maszyn z punktu widzenia klasycznego i biosemiotycznego podejścia do sztucznej inteligencji

Autonomia maszyn z punktu widzenia klasycznego i biosemiotycznego podejścia do sztucznej inteligencji Autonomia maszyn z punktu widzenia klasycznego i biosemiotycznego podejścia do sztucznej inteligencji Anna Sarosiek UPJPII, Centrum Kopernika Badań Interdyscyplinarnych Autonomia maszyn Co kryje się pod

Bardziej szczegółowo

Zaliczenie. Egzamin. lub. Wykład. Zaliczenie. Ćwiczenie. 3 zadania. Projekty. Ocena. Na ocenę

Zaliczenie. Egzamin. lub. Wykład. Zaliczenie. Ćwiczenie. 3 zadania. Projekty. Ocena. Na ocenę Zaliczenie Egzamin Ocena lub Zerówka Wykład z Zaliczenie Ocena Ćwiczenie Projekty 3 zadania Na ocenę Sylabus O http://wmii.uwm.edu.pl/~jakula/sylabus_23 17N1-ALISTD_PL.pdf JAK? CO? ILE? Polecane Cormen

Bardziej szczegółowo

KARTA MODUŁU KSZTAŁCENIA

KARTA MODUŁU KSZTAŁCENIA KARTA MODUŁU KSZTAŁCENIA I. Informacje ogólne 1 Nazwa modułu kształcenia Sztuczna inteligencja 2 Nazwa jednostki prowadzącej moduł Instytut Informatyki, Zakład Informatyki Stosowanej 3 Kod modułu (wypełnia

Bardziej szczegółowo

ZARZĄDZANIE PRODUKOWANĄ ENERGIĄ. 1 Zarządzanie produkowaną energią / / Fronius Polska

ZARZĄDZANIE PRODUKOWANĄ ENERGIĄ. 1 Zarządzanie produkowaną energią / / Fronius Polska ZARZĄDZANIE PRODUKOWANĄ ENERGIĄ 1 INSTALACJA PV + WYTWARZANIE CIEPŁA 2 PODSTAWOWE ZAGADNIENIE IDEA WŁĄCZENIA FALOWNIKA DO SIECI 3 POBÓR ENERGII Z SIECI 1,0 kw Sieć energetyczna 1,0 kw 3-fazy kwh 0,0 Licznik

Bardziej szczegółowo

synaptycznych wszystko to waży 1.5 kg i zajmuje objętość około 1.5 litra. A zużywa mniej energii niż lampka nocna.

synaptycznych wszystko to waży 1.5 kg i zajmuje objętość około 1.5 litra. A zużywa mniej energii niż lampka nocna. Sieci neuronowe model konekcjonistyczny Plan wykładu Mózg ludzki a komputer Modele konekcjonistycze Perceptron Sieć neuronowa Uczenie sieci Sieci Hopfielda Mózg ludzki a komputer Twój mózg to 00 000 000

Bardziej szczegółowo

Tomasz Pawlak. Zastosowania Metod Inteligencji Obliczeniowej

Tomasz Pawlak. Zastosowania Metod Inteligencji Obliczeniowej 1 Zastosowania Metod Inteligencji Obliczeniowej Tomasz Pawlak 2 Plan prezentacji Sprawy organizacyjne Wprowadzenie do metod inteligencji obliczeniowej Studium wybranych przypadków zastosowań IO 3 Dane

Bardziej szczegółowo

Sieci neuronowe i ich ciekawe zastosowania. Autor: Wojciech Jamrozy III rok SMP / Informatyka

Sieci neuronowe i ich ciekawe zastosowania. Autor: Wojciech Jamrozy III rok SMP / Informatyka Sieci neuronowe i ich ciekawe zastosowania Autor: Wojciech Jamrozy III rok SMP / Informatyka Klasyczna algorytmika Sortowanie ciągu liczb Czy i ile razy dane słowo wystąpiło w tekście Najkrótsza droga

Bardziej szczegółowo

Wykrywanie twarzy ludzkich na kolorowych obrazach ze złożonym tłem

Wykrywanie twarzy ludzkich na kolorowych obrazach ze złożonym tłem Wykrywanie ludzkich na kolorowych obrazach ze złożonym tłem Lech Baczyński www.baczynski.com Na podstawie artykułu panów: Yanjiang Wang, Baozong Yuan i in. Do czego przydatne jest wykrywanie (detekcja)?

Bardziej szczegółowo

Sztuczne sieci neuronowe (SNN)

Sztuczne sieci neuronowe (SNN) Sztuczne sieci neuronowe (SNN) Pozyskanie informacji (danych) Wstępne przetwarzanie danych przygotowanie ich do dalszej analizy Selekcja informacji Ostateczny model decyzyjny SSN - podstawy Sieci neuronowe

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych, moduł kierunkowy oólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK

Bardziej szczegółowo

ANKIETA ŚWIAT BAJEK MOJEGO DZIECKA

ANKIETA ŚWIAT BAJEK MOJEGO DZIECKA Przedszkole Nr 1 w Zabrzu ANKIETA ul. Reymonta 52 41-800 Zabrze tel./fax. 0048 32 271-27-34 p1zabrze@poczta.onet.pl http://jedyneczka.bnet.pl ŚWIAT BAJEK MOJEGO DZIECKA Drodzy Rodzice. W związku z realizacją

Bardziej szczegółowo

W filozofii analitycznej w latach 50. ukształtowała się nowa dyscyplina, tzw. filozofia umysłu (philosophy of mind)

W filozofii analitycznej w latach 50. ukształtowała się nowa dyscyplina, tzw. filozofia umysłu (philosophy of mind) W filozofii analitycznej w latach 50. ukształtowała się nowa dyscyplina, tzw. filozofia umysłu (philosophy of mind) Czy świadomość jest procesem mózgowym, czyli problem zamiany wody mózgu w wino świadomości

Bardziej szczegółowo

Mechatronika i inteligentne systemy produkcyjne. Paweł Pełczyński ppelczynski@swspiz.pl

Mechatronika i inteligentne systemy produkcyjne. Paweł Pełczyński ppelczynski@swspiz.pl Mechatronika i inteligentne systemy produkcyjne Paweł Pełczyński ppelczynski@swspiz.pl 1 Program przedmiotu Wprowadzenie definicja, cel i zastosowania mechatroniki Urządzenie mechatroniczne - przykłady

Bardziej szczegółowo

PN-EN :2012

PN-EN :2012 KOMPATYBILNOŚĆ ELEKTROMAGNETYCZNA (EMC) CZEŚĆ 3-2: POZIOMY DOPUSZCZALNE POZIOMY DOPUSZCZALNE EMISJI HARMONICZNYCH PRĄDU DLA ODBIORNIKÓW O ZNAMIONOWYM PRĄDZIE FAZOWYM > 16 A I 70 A PRZYŁĄCZONYCH DO PUBLICZNEJ

Bardziej szczegółowo

Wstęp do sztucznych sieci neuronowych

Wstęp do sztucznych sieci neuronowych Wstęp do sztucznych sieci neuronowych Michał Garbowski Zachodniopomorski Uniwersytet Technologiczny w Szczecinie Wydział Informatyki 15 grudnia 2011 Plan wykładu I 1 Wprowadzenie Inspiracja biologiczna

Bardziej szczegółowo

WYKŁAD 1: PRZEDMIOT BADAŃ PSYCHOLOGII POZNAWCZEJ W UJĘCIU HISTORYCZNYM

WYKŁAD 1: PRZEDMIOT BADAŃ PSYCHOLOGII POZNAWCZEJ W UJĘCIU HISTORYCZNYM WYKŁAD 1: PRZEDMIOT BADAŃ PSYCHOLOGII POZNAWCZEJ W UJĘCIU HISTORYCZNYM Psychologia poznawcza dr Mateusz Hohol SPRAWY ORGANIZACYJNE Aby zaliczyć kurs z psychologii poznawczej należy: (1) zaliczyć ćwiczenia,

Bardziej szczegółowo

Rozwiązania kognitywne to nie tylko software...

Rozwiązania kognitywne to nie tylko software... Rozwiązania kognitywne to nie tylko software... Piotr Beńke Dyrektor działu Rozwiązań Sprzętowych IBM Polska Watson Warsaw Summit 2017 Dane transformują branże jak i zawody DANE SŁUŻBY ZDROWIA DANE RZĄDOWE

Bardziej szczegółowo

Gospodarka 4.0. Wojciech Cellary. Katedra Technologii Informacyjnych

Gospodarka 4.0. Wojciech Cellary. Katedra Technologii Informacyjnych Gospodarka 4.0 Wojciech Cellary Katedra Technologii Informacyjnych 1 Współczesny obieg danych Internet ludzi Internet rzeczy Telefonia 5. generacji Gigadane w chmurze Uczenie maszynowe (sztuczna inteligencja)

Bardziej szczegółowo

Sztuczna inteligencja

Sztuczna inteligencja POLITECHNIKA KRAKOWSKA WIEiK KATEDRA AUTOMATYKI I TECHNIK INFORMACYJNYCH Sztuczna inteligencja www.pk.edu.pl/~zk/si_hp.html Wykładowca: dr inż. Zbigniew Kokosiński zk@pk.edu.pl Wykład 1: Wprowadzenie do

Bardziej szczegółowo

Wstęp do teorii sztucznej inteligencji Wykład III. Modele sieci neuronowych.

Wstęp do teorii sztucznej inteligencji Wykład III. Modele sieci neuronowych. Wstęp do teorii sztucznej inteligencji Wykład III Modele sieci neuronowych. 1 Perceptron model najprostzszy przypomnienie Schemat neuronu opracowany przez McCullocha i Pittsa w 1943 roku. Przykład funkcji

Bardziej szczegółowo

Sztuczna inteligencja wprowadzenie

Sztuczna inteligencja wprowadzenie Sztuczna inteligencja wprowadzenie Sławomir Samolej Slajdy zostały przygotowane na podstawie materiałów opublikowanych na (http://wazniak.mimuw.edu.pl/ Literatura Leszek Rutkowski Metody i techniki sztucznej

Bardziej szczegółowo

Nadzór Linii Produkcyjnych. Jacek Pszczółka AiR 187735

Nadzór Linii Produkcyjnych. Jacek Pszczółka AiR 187735 Nadzór Linii Produkcyjnych Jacek Pszczółka AiR 187735 Linia Produkcyjna Linia produkcyjna albo linia montażowa zespół stanowisk roboczych (maszynowych, ręcznych lub mieszanych) ugrupowanych według kolejności

Bardziej szczegółowo

Sztuczna Inteligencja i Systemy Doradcze

Sztuczna Inteligencja i Systemy Doradcze Sztuczna Inteligencja i Systemy Doradcze Wprowadzenie Wprowadzenie 1 Program przedmiotu Poszukiwanie rozwiązań w przestrzeni stanów Strategie w grach Systemy decyzyjne i uczenie maszynowe Wnioskowanie

Bardziej szczegółowo

Banki spółdzielcze przed wyzwaniem wielogeneracyjnego społeczeństwa 4.0

Banki spółdzielcze przed wyzwaniem wielogeneracyjnego społeczeństwa 4.0 Banki spółdzielcze przed wyzwaniem wielogeneracyjnego społeczeństwa 4.0 Wojciech Cellary Katedra Technologii Informacyjnych Uniwersytet Ekonomiczny w Poznaniu al. Niepodległości 10, 61-875 Poznań cellary@kti.ue.poznan.pl

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA Chatboty

SZTUCZNA INTELIGENCJA Chatboty Daniel Jasina SZTUCZNA INTELIGENCJA Chatboty 19-04-2013 1. Sztuczna inteligencja 1. Zarys 2. Test Turinga 2. Chatboty 1. Czym lub kim są? 2. Zastosowania 3. Znane chatboty 4. Działanie 3. AIML 1. Czym

Bardziej szczegółowo

Podstawy Sztucznej Inteligencji Sztuczne Sieci Neuronowe. Krzysztof Regulski, WIMiIP, KISiM, B5, pok. 408

Podstawy Sztucznej Inteligencji Sztuczne Sieci Neuronowe. Krzysztof Regulski, WIMiIP, KISiM, B5, pok. 408 Podstawy Sztucznej Inteligencji Sztuczne Sieci Neuronowe Krzysztof Regulski, WIMiIP, KISiM, regulski@aghedupl B5, pok 408 Inteligencja Czy inteligencja jest jakąś jedną dziedziną, czy też jest to nazwa

Bardziej szczegółowo

Uczeń otrzymuje ocenę z przedmiotu uzależnioną od opanowania przez niego wymagań edukacyjnych na określonym poziomie.

Uczeń otrzymuje ocenę z przedmiotu uzależnioną od opanowania przez niego wymagań edukacyjnych na określonym poziomie. Wymagania edukacyjne w klasie I z przedmiotu Technika - z elementami informatyki i Wychowanie Komunikacyjne obowiązujące w Gimnazjum Nr 4 w Bielsku-Białej. Uczeń otrzymuje ocenę z przedmiotu uzależnioną

Bardziej szczegółowo

Formacyjne znaczenie programowania w kształceniu menedżerów

Formacyjne znaczenie programowania w kształceniu menedżerów Formacyjne znaczenie programowania w kształceniu menedżerów Wojciech Cellary Katedra Technologii Informacyjnych Uniwersytet Ekonomiczny w Poznaniu al. Niepodległości 10, 61-875 Poznań cellary@kti.ue.poznan.pl

Bardziej szczegółowo

Szerokie Porozumienie na Rzecz Umiejętności Cyfrowych w Polsce. MICHAŁ BONI MINISTER ADMINISTRACJI I CYFRYZACJI Warszawa, 3 lipca 2013 r.

Szerokie Porozumienie na Rzecz Umiejętności Cyfrowych w Polsce. MICHAŁ BONI MINISTER ADMINISTRACJI I CYFRYZACJI Warszawa, 3 lipca 2013 r. Szerokie Porozumienie na Rzecz Umiejętności Cyfrowych w Polsce MICHAŁ BONI MINISTER ADMINISTRACJI I CYFRYZACJI Warszawa, 3 lipca 2013 r. 60 SEKUND W INTERNECIE Źródło: go-gulf.com/blog/60-seconds/ 2 JAK

Bardziej szczegółowo

Technologie cyfrowe semestr letni 2018/2019

Technologie cyfrowe semestr letni 2018/2019 Technologie cyfrowe semestr letni 2018/2019 Tomasz Kazimierczuk Wykład 10 (06.05.2019) Szachy Liczba możliwości: Pierwsze posunięcie białych: 20 Pierwsze posunięcie czarnych: 20 Ruch biały-czarny: 20 x

Bardziej szczegółowo

ID1SII4. Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne)

ID1SII4. Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne) Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu ID1SII4 Nazwa modułu Systemy inteligentne 1 Nazwa modułu w języku angielskim Intelligent

Bardziej szczegółowo

Szybkość instynktu i rozsądek rozumu$

Szybkość instynktu i rozsądek rozumu$ Szybkość instynktu i rozsądek rozumu$ zastosowania rozwiązań BigData$ Bartosz Dudziński" Architekt IT! Już nie tylko dokumenty Ilość Szybkość Różnorodność 12 terabajtów milionów Tweet-ów tworzonych codziennie

Bardziej szczegółowo

ZACHODNIOPOMORSKI UNIWERSYTET TECHNOLOGICZNY W SZCZECINIE

ZACHODNIOPOMORSKI UNIWERSYTET TECHNOLOGICZNY W SZCZECINIE ZACHODNIOPOMORSKI UNIWERSYTET TECHNOLOGICZNY W SZCZECINIE INSTYTUT TECHNOLOGII MECHANICZNEJ Metody Sztucznej Inteligencji Sztuczne Sieci Neuronowe Wstęp Sieci neuronowe są sztucznymi strukturami, których

Bardziej szczegółowo

General Certificate of Education Ordinary Level ADDITIONAL MATHEMATICS 4037/12

General Certificate of Education Ordinary Level ADDITIONAL MATHEMATICS 4037/12 UNIVERSITY OF CAMBRIDGE INTERNATIONAL EXAMINATIONS General Certificate of Education Ordinary Level www.xtremepapers.com *6378719168* ADDITIONAL MATHEMATICS 4037/12 Paper 1 May/June 2013 2 hours Candidates

Bardziej szczegółowo

Sztuczna Inteligencja Tematy projektów Sieci Neuronowe

Sztuczna Inteligencja Tematy projektów Sieci Neuronowe PB, 2009 2010 Sztuczna Inteligencja Tematy projektów Sieci Neuronowe Projekt 1 Stwórz projekt implementujący jednokierunkową sztuczną neuronową złożoną z neuronów typu sigmoidalnego z algorytmem uczenia

Bardziej szczegółowo

Zarządzanie kompetencjami pracowników

Zarządzanie kompetencjami pracowników Zarządzanie kompetencjami pracowników Kompetencje IT w dobie cyfryzacji i informatyzacji życia gospodarczego Baza wymaganych kompetencji i jej zmiana w czasie Kompetencje a stanowisko pracy Indywidualizacja

Bardziej szczegółowo

Archiwum Cyfrowe jako usługa w modelu Cloud Computing

Archiwum Cyfrowe jako usługa w modelu Cloud Computing Piotr Beńke Manager of STG Client Architects, STG Poland & Baltics 28 Maj 2012 Archiwum Cyfrowe jako usługa w modelu Cloud Computing Agenda Gdzie zmierza IT trochę o liczbach Chmura definicja, atrybuty,

Bardziej szczegółowo

Dialog z przyroda musi byc prowadzony w jezyku matematyki, w przeciwnym razie przyroda nie odpowiada na nasze pytania.

Dialog z przyroda musi byc prowadzony w jezyku matematyki, w przeciwnym razie przyroda nie odpowiada na nasze pytania. Wydział Fizyki Uniwersytetu Warszawskiego a. Tw. Gödla kontra Matrix b. Moim zdaniem Rys. źródło: Internet W jaki sposób policzyć ilość operacji logicznych w mózgu? Mózg a komputer "When will computer

Bardziej szczegółowo

Metody sztucznej inteligencji

Metody sztucznej inteligencji Metody sztucznej inteligencji sztuczne sieci neuronowe - wstęp dr hab. inż. Andrzej Obuchowicz, prof. UZ Instytut Sterowania i Systemów Informatycznych Uniwersytet Zielonogórski A. Obuchowicz Metody sztucznej

Bardziej szczegółowo

PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH

PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH InŜynieria Rolnicza 14/2005 Sławomir Francik Katedra InŜynierii Mechanicznej i Agrofizyki Akademia Rolnicza w Krakowie PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH Streszczenie W

Bardziej szczegółowo

SNP Business Partner Data Checker. Prezentacja produktu

SNP Business Partner Data Checker. Prezentacja produktu SNP Business Partner Data Checker Prezentacja produktu Istota rozwiązania SNP Business Partner Data Checker Celem produktu SNP Business Partner Data Checker jest umożliwienie sprawdzania nazwy oraz danych

Bardziej szczegółowo

Temat: Sieci neuronowe oraz technologia CUDA

Temat: Sieci neuronowe oraz technologia CUDA Elbląg, 27.03.2010 Temat: Sieci neuronowe oraz technologia CUDA Przygotował: Mateusz Górny VIII semestr ASiSK Wstęp Sieci neuronowe są to specyficzne struktury danych odzwierciedlające sieć neuronów w

Bardziej szczegółowo

Poza sztuczną CTO 15 maj, Watson Warsaw Summit 2017

Poza sztuczną CTO 15 maj, Watson Warsaw Summit 2017 Poza sztuczną inteligencję @piotrpietrzak CTO 15 maj, 2017 Watson Warsaw Summit 2017 3 ZMIANA Postęp w dziedzinie NLP i ML daje nam możliwość budowania ekspertyz, dowodzenia i odkrywania na niespotykaną

Bardziej szczegółowo

Zastosowanie metod sztucznej inteligencji do potrzeb pomiarów i kształtowania gospodarki energetycznej w budynkach

Zastosowanie metod sztucznej inteligencji do potrzeb pomiarów i kształtowania gospodarki energetycznej w budynkach Łukasz Izbaner izbaner@anteeo.com.pl Zastosowanie metod sztucznej inteligencji do potrzeb pomiarów i kształtowania gospodarki energetycznej w budynkach Internet of Things w ujęciu praktycznym Kim jesteśmy?

Bardziej szczegółowo

OPINIA NIEZALEŻNEGO BIEGŁEGO REWIDENTA Dla Zgromadzenia Wspólników CRISIL Irevna Poland Sp. z o. o. 1. Przeprowadziliśmy badanie załączonego sprawozdania finansowego za rok zakończony dnia 31 grudnia 2016

Bardziej szczegółowo

z wyszczególnieniem usług automatyzacji procesów mgr inż. Adam Smółkowski mgr inż. Marcin Wójciuk Aspartus (Grupa ProService FINTECO)

z wyszczególnieniem usług automatyzacji procesów mgr inż. Adam Smółkowski mgr inż. Marcin Wójciuk Aspartus (Grupa ProService FINTECO) Przewidywane kierunki outsourcingu w ubezpieczeniach z wyszczególnieniem usług automatyzacji procesów mgr inż. Adam Smółkowski mgr inż. Marcin Wójciuk Aspartus (Grupa ProService FINTECO) Outsourcing definicja

Bardziej szczegółowo

Analiza i wizualizacja danych Data analysis and visualization

Analiza i wizualizacja danych Data analysis and visualization KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013

Bardziej szczegółowo

Jak efektywnie wykrywać podatności bezpieczeństwa w aplikacjach? OWASP 19.11.2014. The OWASP Foundation http://www.owasp.org

Jak efektywnie wykrywać podatności bezpieczeństwa w aplikacjach? OWASP 19.11.2014. The OWASP Foundation http://www.owasp.org Jak efektywnie wykrywać podatności bezpieczeństwa w aplikacjach? dr inż. Jakub Botwicz CISSP, ECSA, GWAPT 19.11.2014 jakub.botwicz@gmail.com Copyright The Foundation Permission is granted to copy, distribute

Bardziej szczegółowo

Badacze zbudowali wiele systemów technicznych, naśladujących w komputerze ludzki mózg. Najbardziej pożyteczne okazały się sieci neuronowe.

Badacze zbudowali wiele systemów technicznych, naśladujących w komputerze ludzki mózg. Najbardziej pożyteczne okazały się sieci neuronowe. Naśladując w komputerze ludzki mózg staramy się połączyć zalety komputera (dostępność i szybkość działania) z zaletami mózgu (zdolność do uczenia się) informatyka + 2 Badacze zbudowali wiele systemów technicznych,

Bardziej szczegółowo

WYKŁAD 1: PRZEDMIOT BADAŃ PSYCHOLOGII POZNAWCZEJ W UJĘCIU HISTORYCZNYM

WYKŁAD 1: PRZEDMIOT BADAŃ PSYCHOLOGII POZNAWCZEJ W UJĘCIU HISTORYCZNYM WYKŁAD 1: PRZEDMIOT BADAŃ PSYCHOLOGII POZNAWCZEJ W UJĘCIU HISTORYCZNYM Psychologia poznawcza dr Mateusz Hohol SPRAWY ORGANIZACYJNE Aby zaliczyć kurs z psychologii poznawczej należy: (1) zaliczyć ćwiczenia,

Bardziej szczegółowo