Sztuczna inteligencja,
|
|
- Paulina Maciejewska
- 7 lat temu
- Przeglądów:
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rights violated, is kindly requested to notify the author (sknn(et)o2.pl); the questioned picture will be immediately withdrawn.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
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 szczegółowoLSD-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 szczegółowoMowa. 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 szczegółowoStudenckie 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 szczegółowoSztuczna 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 szczegółowoSztuczna 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 szczegółowoWprowadzenie 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 szczegółowoInteligentne 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 szczegółowoZespoły 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 szczegółowoThis 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 szczegółowoNauka 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 szczegółowoCudzy 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 szczegółowoO 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 szczegółowoO 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 szczegółowoZagadnienia 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 szczegółowoInteligencja. 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 szczegółowoSztuczna 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 szczegółowoWstęp 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 szczegółowoSztuczna 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 szczegółowoFestiwal 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 szczegółowoHistoria 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 szczegółowoSZTUCZNA 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 szczegółowoO 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 szczegółowoStefan 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 szczegółowoMetody 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 szczegółowoTytuł 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 szczegółowoOcenianie 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 szczegółowoCZŁOWIEK 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 szczegółowoKraków, 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 szczegółowoElementy 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 szczegółowo1. 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 szczegółowoWstęp 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 szczegółowoElementy 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 szczegółowoSztuczna 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 szczegółowoMIND-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 szczegółowoMECHANIZMY 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 szczegółowoMECHANIZMY 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 szczegółowoZastosowanie 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 szczegółowoUczenie 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 szczegółowoRozdział 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 szczegółowoPrzetwarzanie 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 szczegółowoPodstawy 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 szczegółowoInformatyka 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 szczegółowoWIEDZA 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 szczegółowoSI 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 szczegółowoZastosowanie 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 szczegółowoSNP 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 szczegółowoNarzędzia 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 szczegółowoDariusz 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 szczegółowoSieci 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 szczegółowoAutonomia 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 szczegółowoZaliczenie. 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 szczegółowoKARTA 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 szczegółowoZARZĄDZANIE 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 szczegółowosynaptycznych 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 szczegółowoTomasz 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 szczegółowoSieci 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 szczegółowoWykrywanie 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 szczegółowoSztuczne 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 szczegółowoPRZEWODNIK 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 szczegółowoANKIETA 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 szczegółowoW 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 szczegółowoMechatronika 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 szczegółowoPN-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 szczegółowoWstęp 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 szczegółowoWYKŁAD 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 szczegółowoRozwiązania 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 szczegółowoGospodarka 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 szczegółowoSztuczna 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 szczegółowoWstęp 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 szczegółowoSztuczna 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 szczegółowoNadzór 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 szczegółowoSztuczna 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 szczegółowoBanki 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 szczegółowoSZTUCZNA 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 szczegółowoPodstawy 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 szczegółowoUczeń 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 szczegółowoFormacyjne 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 szczegółowoSzerokie 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 szczegółowoTechnologie 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 szczegółowoID1SII4. 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 szczegółowoSzybkość 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 szczegółowoZACHODNIOPOMORSKI 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 szczegółowoGeneral 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 szczegółowoSztuczna 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 szczegółowoZarządzanie 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 szczegółowoArchiwum 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 szczegółowoDialog 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 szczegółowoMetody 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 szczegółowoPROGNOZOWANIE 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 szczegółowoSNP 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 szczegółowoTemat: 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 szczegółowoPoza 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 szczegółowoZastosowanie 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 szczegółowoOPINIA 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 szczegółowoz 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 szczegółowoAnaliza 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 szczegółowoJak 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 szczegółowoBadacze 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 szczegółowoWYKŁAD 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