Stefan Sokołowski SZTUCZNAINTELIGENCJA. Inst. Informatyki UG, Gdańsk, 2009/2010
|
|
- Wacława Nowicka
- 7 lat temu
- Przeglądów:
Transkrypt
1 Stefan Sokołowski SZTUCZNAINTELIGENCJA Inst. Informatyki UG, Gdańsk, 2009/2010
2 Wykład1,17II2010,str.1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: stefan/dydaktyka/sztintel/
3 Wykład1,17II2010,str.1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: stefan/dydaktyka/sztintel/ szkicowy program wykładu
4 Wykład1,17II2010,str.1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: stefan/dydaktyka/sztintel/ szkicowy program wykładu spis literatury
5 Wykład1,17II2010,str.1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: stefan/dydaktyka/sztintel/ szkicowy program wykładu spis literatury slajdy do wykładów warto robić notatki, ale nie warto przepisywać slajdów z ekranu
6 Wykład1,17II2010,str.1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: stefan/dydaktyka/sztintel/ szkicowy program wykładu spis literatury slajdy do wykładów warto robić notatki, ale nie warto przepisywać slajdów z ekranu zadania z laboratorium itd.
7 Co to jest inteligencja? Wykład1,17II2010,str.2
8 Co to jest inteligencja? Wykład1,17II2010,str.2 Witryna podaje 15 różnych definicji inteligencji.
9 Co to jest inteligencja? Wykład1,17II2010,str.2 Witryna podaje 15 różnych definicji inteligencji. Np.: Inteligencja to ogólna zdolność adaptacji do nowych warunków i wykonywania nowych zadań przez wykorzystanie środków myślenia.(stern, wytłuszczenia moje)
10 Co to jest inteligencja? Wykład1,17II2010,str.2 Witryna podaje 15 różnych definicji inteligencji. Np.: Inteligencja to ogólna zdolność adaptacji do nowych warunków i wykonywania nowych zadań przez wykorzystanie środków myślenia.(stern, wytłuszczenia moje) Inteligencja to to, co mierzą testy inteligencji.(boring)
11 Co to jest inteligencja? Wykład1,17II2010,str.2 Witryna podaje 15 różnych definicji inteligencji. Np.: Inteligencja to ogólna zdolność adaptacji do nowych warunków i wykonywania nowych zadań przez wykorzystanie środków myślenia.(stern, wytłuszczenia moje) Inteligencja to to, co mierzą testy inteligencji.(boring) Inteligencja to zdolność do przetwarzania informacji na poziomie abstrakcyjnych idei(np. umiejętność dokonywania obliczeń matematycznychlubgrywszachy).
12 Co to jest inteligencja? Wykład1,17II2010,str.2 Witryna podaje 15 różnych definicji inteligencji. Np.: Inteligencja to ogólna zdolność adaptacji do nowych warunków i wykonywania nowych zadań przez wykorzystanie środków myślenia.(stern, wytłuszczenia moje) Inteligencja to to, co mierzą testy inteligencji.(boring) Inteligencja to zdolność do przetwarzania informacji na poziomie abstrakcyjnych idei(np. umiejętność dokonywania obliczeń matematycznychlubgrywszachy). Żadna z definicji psychologicznych(z wyjątkiem żartu Boringa) nie daje możliwości stwierdzenia z zewnątrz, czy dany człowiek/zwierzę/maszyna wykazuje inteligencję.
13 Co to jest inteligencja? Wykład1,17II2010,str.3 Turing(1950): jeśli coś zachowuje się jak człowiek inteligentny, to jest inteligentne.
14 Co to jest inteligencja? Wykład1,17II2010,str.3 Turing(1950): jeśli coś zachowuje się jak człowiek inteligentny, to jest inteligentne. Test Turinga
15 Co to jest inteligencja? Wykład1,17II2010,str.3 Turing(1950): jeśli coś zachowuje się jak człowiek inteligentny, to jest inteligentne. Test Turinga: arbiter-człowiek zadaje pytania, odpowiada losowo albo pomocnik-człowiek albo badane urządzenie, arbiter zgaduje, od kogo dostał odpowiedź. Urządzenie przechodzi test Turinga, jeśli arbiter poprawniezgadłwniewięcejniżpołowie przypadków.
16 Co to jest inteligencja? Wykład1,17II2010,str.3 Turing(1950): jeśli coś zachowuje się jak człowiek inteligentny, to jest inteligentne. Test Turinga: POMOCNIK arbiter-człowiek zadaje pytania, odpowiada losowo albo pomocnik-człowiek albo badane urządzenie, arbiter zgaduje, od kogo dostał odpowiedź. Urządzenie przechodzi test Turinga, jeśli arbiter poprawniezgadłwniewięcejniżpołowie przypadków.
17 Co to jest inteligencja? Wykład1,17II2010,str.3 Turing(1950): jeśli coś zachowuje się jak człowiek inteligentny, to jest inteligentne. Test Turinga: ARBITER POMOCNIK arbiter-człowiek zadaje pytania, odpowiada losowo albo pomocnik-człowiek albo badane urządzenie, arbiter zgaduje, od kogo dostał odpowiedź. Urządzenie przechodzi test Turinga, jeśli arbiter poprawniezgadłwniewięcejniżpołowie przypadków.
18 Co to jest inteligencja? Wykład1,17II2010,str.3 Turing(1950): jeśli coś zachowuje się jak człowiek inteligentny, to jest inteligentne. Test Turinga: ARBITER? arbiter-człowiek zadaje pytania, odpowiada losowo albo pomocnik-człowiek albo badane urządzenie, arbiter zgaduje, od kogo dostał odpowiedź. POMOCNIK Urządzenie przechodzi test Turinga, jeśli arbiter poprawniezgadłwniewięcejniżpołowie przypadków.
19 Co to jest inteligencja? Wykład1,17II2010,str.3 Turing(1950): jeśli coś zachowuje się jak człowiek inteligentny, to jest inteligentne. Test Turinga: ARBITER? arbiter-człowiek zadaje pytania, odpowiada losowo albo pomocnik-człowiek albo badane urządzenie, arbiter zgaduje, od kogo dostał odpowiedź. POMOCNIK Urządzenie przechodzi test Turinga, jeśli arbiter poprawniezgadłwniewięcejniżpołowie przypadków.
20 Co to jest inteligencja? Wykład1,17II2010,str.3 Turing(1950): jeśli coś zachowuje się jak człowiek inteligentny, to jest inteligentne. Test Turinga: ARBITER? arbiter-człowiek zadaje pytania, odpowiada losowo albo pomocnik-człowiek albo badane urządzenie, arbiter zgaduje, od kogo dostał odpowiedź. POMOCNIK Urządzenie przechodzi test Turinga, jeśli arbiter poprawniezgadłwniewięcejniżpołowie przypadków.
21 Co to jest inteligencja? Wykład1,17II2010,str.3 Turing(1950): jeśli coś zachowuje się jak człowiek inteligentny, to jest inteligentne. Test Turinga: ARBITER? arbiter-człowiek zadaje pytania, odpowiada losowo albo pomocnik-człowiek albo badane urządzenie, arbiter zgaduje, od kogo dostał odpowiedź. POMOCNIK Urządzenie przechodzi test Turinga, jeśli arbiter poprawniezgadłwniewięcejniżpołowie przypadków.
22 Co to jest inteligencja? Wykład1,17II2010,str.3 Turing(1950): jeśli coś zachowuje się jak człowiek inteligentny, to jest inteligentne. Test Turinga: ARBITER? arbiter-człowiek zadaje pytania, odpowiada losowo albo pomocnik-człowiek albo badane urządzenie, arbiter zgaduje, od kogo dostał odpowiedź. POMOCNIK Urządzenie przechodzi test Turinga, jeśli arbiter poprawniezgadłwniewięcejniżpołowie przypadków.
23 Co to jest inteligencja? Wykład1,17II2010,str.4 Krytyka testu Turinga jako probierza inteligencji
24 Co to jest inteligencja? Wykład1,17II2010,str.4 Krytyka testu Turinga jako probierza inteligencji Umiejętność imitowania człowieka w prowadzeniu konwersacji może być czymś znacznie mniejszym niż inteligencja.
25 Co to jest inteligencja? Wykład1,17II2010,str.4 Krytyka testu Turinga jako probierza inteligencji Umiejętność imitowania człowieka w prowadzeniu konwersacji może być czymś znacznie mniejszym niż inteligencja. Maszyna/zwierzę może być inteligentne, a i tak nie posiadać umiejętności używania języka naturalnego.
26 Co to jest inteligencja? Wykład1,17II2010,str.4 Krytyka testu Turinga jako probierza inteligencji Umiejętność imitowania człowieka w prowadzeniu konwersacji może być czymś znacznie mniejszym niż inteligencja. Maszyna/zwierzę może być inteligentne, a i tak nie posiadać umiejętności używania języka naturalnego. Wiele ludzi mogłoby nie przejść testu; wystarczy, żeby arbiter dobrze znał pomocnika...
27 Co to jest inteligencja? Wykład1,17II2010,str.4 Krytyka testu Turinga jako probierza inteligencji Umiejętność imitowania człowieka w prowadzeniu konwersacji może być czymś znacznie mniejszym niż inteligencja. Maszyna/zwierzę może być inteligentne, a i tak nie posiadać umiejętności używania języka naturalnego. Wiele ludzi mogłoby nie przejść testu; wystarczy, żeby arbiter dobrze znał pomocnika... Dla przejścia testu maszyna musiałaby czasem udawać brak wiedzy; np. nie zdradzić się z umiejętnością szybkiego wykonywania obliczeń.
28 Co to jest inteligencja? Wykład1,17II2010,str.5 Pierwszy(bardzo prosty) program napisany po to, żeby zaliczyć test Turinga: Eliza, 1966, Weizenbaum.
29 Co to jest inteligencja? Wykład1,17II2010,str.5 Pierwszy(bardzo prosty) program napisany po to, żeby zaliczyć test Turinga: Eliza, 1966, Weizenbaum. Obecnie istnieje wiele chatbotów prowadzących konwersację w języku naturalnym.
30 Co to jest inteligencja? Wykład1,17II2010,str.5 Pierwszy(bardzo prosty) program napisany po to, żeby zaliczyć test Turinga: Eliza, 1966, Weizenbaum. Obecnie istnieje wiele chatbotów prowadzących konwersację w języku naturalnym. Spis publicznie dostępnych: Natural_Language/Chatterbots/
31 Co to jest inteligencja? Wykład1,17II2010,str.5 Pierwszy(bardzo prosty) program napisany po to, żeby zaliczyć test Turinga: Eliza, 1966, Weizenbaum. Obecnie istnieje wiele chatbotów prowadzących konwersację w języku naturalnym. Spis publicznie dostępnych: Spis polskich: Natural_Language/Chatterbots/
32 Co to jest inteligencja? Wykład1,17II2010,str.5 Pierwszy(bardzo prosty) program napisany po to, żeby zaliczyć test Turinga: Eliza, 1966, Weizenbaum. Obecnie istnieje wiele chatbotów prowadzących konwersację w języku naturalnym. Spis publicznie dostępnych: Spis polskich: Natural_Language/Chatterbots/ Ale dotąd żaden komputer nie zaliczył testu Turinga.
33 Co to jest sztuczna inteligencja? Wykład1,17II2010,str.6 Definicje z do wyboru
34 Co to jest sztuczna inteligencja? Wykład1,17II2010,str.6 Definicje z do wyboru: dział informatyki, którego przedmiotem jest badanie reguł rządzących inteligentnymi zachowaniami człowieka, tworzenie modeli formalnych tych zachowań
35 Co to jest sztuczna inteligencja? Wykład1,17II2010,str.6 Definicje z do wyboru: dział informatyki, którego przedmiotem jest badanie reguł rządzących inteligentnymi zachowaniami człowieka, tworzenie modeli formalnych tych zachowań i w rezultacie programów komputerowych symulujących te zachowania;
36 Co to jest sztuczna inteligencja? Wykład1,17II2010,str.6 Definicje z do wyboru: dział informatyki, którego przedmiotem jest badanie reguł rządzących inteligentnymi zachowaniami człowieka, tworzenie modeli formalnych tych zachowań i w rezultacie programów komputerowych symulujących te zachowania; dział informatyki zajmujący się rozwiązywaniem problemów, które nie są efektywnie algorytmizowalne
37 Co to jest sztuczna inteligencja? Wykład1,17II2010,str.6 Definicje z do wyboru: dział informatyki, którego przedmiotem jest badanie reguł rządzących inteligentnymi zachowaniami człowieka, tworzenie modeli formalnych tych zachowań i w rezultacie programów komputerowych symulujących te zachowania; dział informatyki zajmujący się rozwiązywaniem problemów, które nie są efektywnie algorytmizowalne[...] konstruowanie maszyn i programów komputerowych zdolnych do realizacji wybranych funkcji umysłu i ludzkich zmysłów niepoddających się prostej numerycznej algorytmizacji.
38 Co to jest sztuczna inteligencja? Wykład1,17II2010,str.7 Klasyczne problemy sztucznej inteligencji: grylogiczne,np.szachylubgo
39 Co to jest sztuczna inteligencja? Wykład1,17II2010,str.7 Klasyczne problemy sztucznej inteligencji: grylogiczne,np.szachylubgo, rozpoznawanie obrazów(i np. pisma odręcznego)
40 Co to jest sztuczna inteligencja? Wykład1,17II2010,str.7 Klasyczne problemy sztucznej inteligencji: grylogiczne,np.szachylubgo, rozpoznawanie obrazów(i np. pisma odręcznego), rozumienie języków naturalnych
41 Co to jest sztuczna inteligencja? Wykład1,17II2010,str.7 Klasyczne problemy sztucznej inteligencji: grylogiczne,np.szachylubgo, rozpoznawanie obrazów(i np. pisma odręcznego), rozumienie języków naturalnych, dowodzenie twierdzeń matematycznych(i np. wyznaczanie całki nieoznaczonej).
42 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str.8
43 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu
44 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu 1950 Turing Computing Machinery and Intelligence
45 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu 1950 Turing Computing Machinery and Intelligence Samuel warcaby
46 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu 1950 Turing Computing Machinery and Intelligence Samuel warcaby Newell& Simon Logic Theorist
47 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu 1950 Turing Computing Machinery and Intelligence Samuel warcaby Newell& Simon Logic Theorist Gelernter Geometry Engine
48 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu 1950 Turing Computing Machinery and Intelligence Samuel warcaby Newell& Simon Logic Theorist Gelernter Geometry Engine 1956 konferencja w Dartmouth termin artificial intelligence
49 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu 1950 Turing Computing Machinery and Intelligence Samuel warcaby Newell& Simon Logic Theorist Gelernter Geometry Engine 1956 konferencja w Dartmouth termin artificial intelligence 1958 McCarthy język programowania LISP
50 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu 1950 Turing Computing Machinery and Intelligence Samuel warcaby Newell& Simon Logic Theorist Gelernter Geometry Engine 1956 konferencja w Dartmouth termin artificial intelligence 1958 McCarthy język programowania LISP 1965 Robinson zasada rezolucji
51 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu 1950 Turing Computing Machinery and Intelligence Samuel warcaby Newell& Simon Logic Theorist Gelernter Geometry Engine 1956 konferencja w Dartmouth termin artificial intelligence 1958 McCarthy język programowania LISP 1965 Robinson zasada rezolucji problemy ze złożonością
52 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu 1950 Turing Computing Machinery and Intelligence Samuel warcaby Newell& Simon Logic Theorist Gelernter Geometry Engine 1956 konferencja w Dartmouth termin artificial intelligence 1958 McCarthy język programowania LISP 1965 Robinson zasada rezolucji problemy ze złożonością niepowodzenia tłumaczenia maszynowego
53 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu 1950 Turing Computing Machinery and Intelligence Samuel warcaby Newell& Simon Logic Theorist Gelernter Geometry Engine 1956 konferencja w Dartmouth termin artificial intelligence 1958 McCarthy język programowania LISP 1965 Robinson zasada rezolucji problemy ze złożonością niepowodzenia tłumaczenia maszynowego wczesne systemy ekspertowe
54 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu 1950 Turing Computing Machinery and Intelligence Samuel warcaby Newell& Simon Logic Theorist Gelernter Geometry Engine 1956 konferencja w Dartmouth termin artificial intelligence 1958 McCarthy język programowania LISP 1965 Robinson zasada rezolucji problemy ze złożonością niepowodzenia tłumaczenia maszynowego wczesne systemy ekspertowe rozkwit systemów ekspertowych
55 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu 1950 Turing Computing Machinery and Intelligence Samuel warcaby Newell& Simon Logic Theorist Gelernter Geometry Engine 1956 konferencja w Dartmouth termin artificial intelligence 1958 McCarthy język programowania LISP 1965 Robinson zasada rezolucji problemy ze złożonością niepowodzenia tłumaczenia maszynowego wczesne systemy ekspertowe rozkwit systemów ekspertowych odrodzenie sieci neuronowych
56 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu 1950 Turing Computing Machinery and Intelligence Samuel warcaby Newell& Simon Logic Theorist Gelernter Geometry Engine 1956 konferencja w Dartmouth termin artificial intelligence 1958 McCarthy język programowania LISP 1965 Robinson zasada rezolucji problemy ze złożonością niepowodzenia tłumaczenia maszynowego wczesne systemy ekspertowe rozkwit systemów ekspertowych odrodzenie sieci neuronowych algorytmy rozmyte i probabilistyczne
57 Krótka historia (wg Russella i Norviga oraz Wierzchonia) Wykład1,17II2010,str McCulloch& Pitts model sztucznego neuronu i mózgu 1950 Turing Computing Machinery and Intelligence Samuel warcaby Newell& Simon Logic Theorist Gelernter Geometry Engine 1956 konferencja w Dartmouth termin artificial intelligence 1958 McCarthy język programowania LISP 1965 Robinson zasada rezolucji problemy ze złożonością niepowodzenia tłumaczenia maszynowego wczesne systemy ekspertowe rozkwit systemów ekspertowych odrodzenie sieci neuronowych algorytmy rozmyte i probabilistyczne powrót do badań inteligencji ludzkiej
58 Problematyka współczesna Wykład1,17II2010,str.9
59 Problematyka współczesna Wykład1,17II2010,str.9 M.in.: systemy ekspertowe wnioskujące z bazy wiedzy
60 Problematyka współczesna Wykład1,17II2010,str.9 M.in.: systemy ekspertowe wnioskujące z bazy wiedzy exploracja danych pozyskiwanie wiedzy
61 Problematyka współczesna Wykład1,17II2010,str.9 M.in.: systemy ekspertowe wnioskujące z bazy wiedzy exploracja danych pozyskiwanie wiedzy maszynowe tłumaczenie szczególnie od tekstów technicznych
62 Problematyka współczesna Wykład1,17II2010,str.9 M.in.: systemy ekspertowe wnioskujące z bazy wiedzy exploracja danych pozyskiwanie wiedzy maszynowe tłumaczenie szczególnie od tekstów technicznych rozpoznawanie obrazów, pisma, mowy działa komercyjnie
63 Problematyka współczesna Wykład1,17II2010,str.9 M.in.: systemy ekspertowe wnioskujące z bazy wiedzy exploracja danych pozyskiwanie wiedzy maszynowe tłumaczenie szczególnie od tekstów technicznych rozpoznawanie obrazów, pisma, mowy działa komercyjnie robotyka sterowanie urządzeniami mechanicznymi działającymi w świecie fizycznym
64 Problematyka współczesna Wykład1,17II2010,str.9 M.in.: systemy ekspertowe wnioskujące z bazy wiedzy exploracja danych pozyskiwanie wiedzy maszynowe tłumaczenie szczególnie od tekstów technicznych rozpoznawanie obrazów, pisma, mowy działa komercyjnie robotyka sterowanie urządzeniami mechanicznymi działającymi w świecie fizycznym uczenie się maszynowe algorytmy podejmujące(coraz lepsze) decyzje
65 Problematyka współczesna Wykład1,17II2010,str.9 M.in.: systemy ekspertowe wnioskujące z bazy wiedzy exploracja danych pozyskiwanie wiedzy maszynowe tłumaczenie szczególnie od tekstów technicznych rozpoznawanie obrazów, pisma, mowy działa komercyjnie robotyka sterowanie urządzeniami mechanicznymi działającymi w świecie fizycznym uczenie się maszynowe algorytmy podejmujące(coraz lepsze) decyzje sztuczna twórczość krótkie wiersze lub melodie
66 Problematyka współczesna Wykład1,17II2010,str.9 M.in.: systemy ekspertowe wnioskujące z bazy wiedzy exploracja danych pozyskiwanie wiedzy maszynowe tłumaczenie szczególnie od tekstów technicznych rozpoznawanie obrazów, pisma, mowy działa komercyjnie robotyka sterowanie urządzeniami mechanicznymi działającymi w świecie fizycznym uczenie się maszynowe algorytmy podejmujące(coraz lepsze) decyzje sztuczna twórczość krótkie wiersze lub melodie...
67 Zadania sztucznej inteligencji Wykład1,17II2010,str.10 Sztuczna inteligencja jest trochę jak starożytna filozofia: kiedy
68 Zadania sztucznej inteligencji Wykład1,17II2010,str.10 Sztuczna inteligencja jest trochę jak starożytna filozofia: kiedy tylkojakiśjejdziałstaniesięnatyledojrzały,żewiadomo,oco wnimchodzi,odrazuoddzielasięodniejwosobnądziedzinę nauki, a jej znowu pozostaje niewiadomo co.
69 Zadania sztucznej inteligencji Wykład1,17II2010,str.10 Sztuczna inteligencja jest trochę jak starożytna filozofia: kiedy tylkojakiśjejdziałstaniesięnatyledojrzały,żewiadomo,oco wnimchodzi,odrazuoddzielasięodniejwosobnądziedzinę nauki, a jej znowu pozostaje niewiadomo co. Zadania sztucznej inteligencji
70 Zadania sztucznej inteligencji Wykład1,17II2010,str.10 Sztuczna inteligencja jest trochę jak starożytna filozofia: kiedy tylkojakiśjejdziałstaniesięnatyledojrzały,żewiadomo,oco wnimchodzi,odrazuoddzielasięodniejwosobnądziedzinę nauki, a jej znowu pozostaje niewiadomo co. Zadania sztucznej inteligencji charakteryzują się albo zbyt niepełnymi lub niepewnymi danymi
71 Zadania sztucznej inteligencji Wykład1,17II2010,str.10 Sztuczna inteligencja jest trochę jak starożytna filozofia: kiedy tylkojakiśjejdziałstaniesięnatyledojrzały,żewiadomo,oco wnimchodzi,odrazuoddzielasięodniejwosobnądziedzinę nauki, a jej znowu pozostaje niewiadomo co. Zadania sztucznej inteligencji charakteryzują się albo zbyt niepełnymi lub niepewnymi danymi, albo zbyt wielką złożonością
72 Zadania sztucznej inteligencji Wykład1,17II2010,str.10 Sztuczna inteligencja jest trochę jak starożytna filozofia: kiedy tylkojakiśjejdziałstaniesięnatyledojrzały,żewiadomo,oco wnimchodzi,odrazuoddzielasięodniejwosobnądziedzinę nauki, a jej znowu pozostaje niewiadomo co. Zadania sztucznej inteligencji charakteryzują się albo zbyt niepełnymi lub niepewnymi danymi, albo zbyt wielką złożonością, żeby można było zastosować zwykły algorytm. Sztuczna inteligencja służy do znajdowania przybliżonych sensownych rozwiązania.
73 Zadania sztucznej inteligencji Wykład1,17II2010,str.10 Sztuczna inteligencja jest trochę jak starożytna filozofia: kiedy tylkojakiśjejdziałstaniesięnatyledojrzały,żewiadomo,oco wnimchodzi,odrazuoddzielasięodniejwosobnądziedzinę nauki, a jej znowu pozostaje niewiadomo co. Zadania sztucznej inteligencji charakteryzują się albo zbyt niepełnymi lub niepewnymi danymi, albo zbyt wielką złożonością, żeby można było zastosować zwykły algorytm. Sztuczna inteligencja służy do znajdowania przybliżonych sensownych rozwiązania.
74 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.11 DEFINICJA: System produkcji M
75 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.11 DEFINICJA: System produkcji M zbiórst.zw.stanów
76 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.11 DEFINICJA: System produkcji M zbiórst.zw.stanów wyróżnionys 0 St.zw.stanpoczątkowy
77 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.11 DEFINICJA: System produkcji M zbiórst.zw.stanów wyróżnionys 0 St.zw.stanpoczątkowy podzbiórg St.zw.stanówdocelowych
78 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.11 DEFINICJA: System produkcji M zbiórst.zw.stanów wyróżnionys 0 St.zw.stanpoczątkowy podzbiórg St.zw.stanówdocelowych zbiórot.zw.operacji: o:s Sdlakażdejo O
79 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.11 DEFINICJA: System produkcji M zbiórst.zw.stanów wyróżnionys 0 St.zw.stanpoczątkowy podzbiórg St.zw.stanówdocelowych zbiórot.zw.operacji: o:s Sdlakażdejo O ZADANIE: MZnaleźćdrogęods 0 doktóregośstanudocelowego.
80 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.12 ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko
81 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.12 ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko
82 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.12 ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko
83 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.12 ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Gra w 8-kę M
84 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.12 ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Graw8-kę M s 0 =
85 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.12 ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Graw8-kę M s 0 = G=
86 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.12 ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Graw8-kę M s 0 = G= O={L,P,D,G} Lewo Prawo Dół Góra
87 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.12 ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Graw8-kę M s 0 = G= O={L,P,D,G} Lewo Prawo Dół Góra o=l r=[]
88 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.12 ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Graw8-kę M s= G= O={L,P,D,G} Lewo Prawo Dół Góra o=l r=[]
89 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.12 ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Graw8-kę M s= G= O={L,P,D,G} Lewo Prawo Dół Góra o=d r=[l]
90 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.12 ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Graw8-kę M s= G= O={L,P,D,G} Lewo Prawo Dół Góra o=p r=[l,d]
91 Przeszukiwanie przestrzeni stanów Wykład1,17II2010,str.12 ALGORYTM: M r:=[];s:=s0 ; while(s/ G){ wybierz najlepszą operację o O; r:=r.o;s:=o(s); } wybór operacji najlepszej: heureza czyli nieformalna zasada rozsądnie prowadząca do celu możliwie szybko Przykład: Graw8-kę M s= G= O={L,P,D,G} Lewo Prawo Dół Góra o=p r=[l,d,p]
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 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 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 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 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 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 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 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 szczegółowoWykład2,24II2010,str.1 Przeszukiwanie przestrzeni stanów powtórka
Wykład2,24II2010,str.1 Przeszukiwanie przestrzeni stanów powtórka DEFINICJA: System produkcji M zbiórst.zw.stanów wyróżnionys 0 St.zw.stanpoczątkowy podzbiórg St.zw.stanówdocelowych zbiórot.zw.operacji:
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 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 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 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 szczegółowoAlan M. TURING. Matematyk u progu współczesnej informatyki
Alan M. TURING n=0 1 n! Matematyk u progu współczesnej informatyki Wykład 5. Alan Turing u progu współczesnej informatyki O co pytał Alan TURING? Czym jest algorytm? Czy wszystkie problemy da się rozwiązać
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 szczegółowoJĘZYKIFORMALNE IMETODYKOMPILACJI
Stefan Sokołowski JĘZYKIFORMALNE IMETODYKOMPILACJI Inst. Informatyki Stosowanej, PWSZ Elbląg, 2009/2010 JĘZYKI FORMALNE reguły gry Wykład1,2X2009,str.1 Zasadnicze informacje: http://iis.pwsz.elblag.pl/
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 szczegółowoO ALGORYTMACH I MASZYNACH TURINGA
O ALGORYTMACH I MASZYNACH TURINGA ALGORYTM (objaśnienie ogólne) Algorytm Pojęcie o rodowodzie matematycznym, oznaczające współcześnie precyzyjny schemat mechanicznej lub maszynowej realizacji zadań określonego
Bardziej szczegółowoSZTUCZNA INTELIGENCJA (SI, AI)
Instytut Automatyki, Robotyki i Informatyki Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA (SI, AI) Wprowadzenie do sztucznej inteligencji
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 szczegółowoInstytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Gry komputerowe i multimedia, GKiM studia niestacjonarne Dla rocznika:
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Gry komputerowe i multimedia, GKiM studia niestacjonarne Dla rocznika: Rok I, semestr I (zimowy) 1 Etykieta w życiu publicznym
Bardziej szczegółowoRok I, semestr I (zimowy) Liczba godzin
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Gry komputerowe i multimedia, GKiM studia stacjonarne Dla rocznika: 2018/2019 Rok I, semestr I (zimowy) Lp. Nazwa przedmiotu
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 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 szczegółowoPodstawy sztucznej inteligencji
wykład I Czym jest SI? Przeszukiwanie problemy oraz jak je rozwiązywać 13 październik 2011 Plan wykładu Od inteligencji naturalnej do sztucznej? Przyjrzyjmy się krótko historii 1 Czym jest sztuczna inteligencja?
Bardziej szczegółowoMetody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, Spis treści
Metody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, 2012 Spis treści Przedmowa do wydania drugiego Przedmowa IX X 1. Wstęp 1 2. Wybrane zagadnienia sztucznej inteligencji
Bardziej szczegółowoZAAWANSOWANE JĘZYKI PROGRAMOWANIA
Stefan Sokołowski ZAAWANSOWANE JĘZYKI PROGRAMOWANIA Inst. Informatyki, UG Gdańsk, 2015/2016 Zaawansowane Języki Programowania Wykład1,str.1 Na http://sigma.ug.edu.pl/ stefan/dydaktyka/zaawjezprog będą
Bardziej szczegółowoJĘZYKI FORMALNE I METODY KOMPILACJI
Stefan Sokołowski JĘZYKI FORMALNE I METODY KOMPILACJI Inst Informatyki Stosowanej, PWSZ Elbląg, 2015/2016 JĘZYKI FORMALNE reguły gry Wykład1,str1 Zasadnicze informacje: http://iispwszelblagpl/ stefan/dydaktyka/jezform
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: INTELIGENTNE SYSTEMY OBLICZENIOWE Systems Based on Computational Intelligence Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj
Bardziej szczegółowoSztuczna inteligencja: aktualny stan i perspektywy rozwoju
SGH Business Intelligence, Sztuczna inteligencja: aktualny stan i perspektywy rozwoju Andrzej Kisielewicz Wydział Matematyki i Informatyki Uniwersytet Opolski marzec 2012 Wstęp Aktualny kryzys w AI problem
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 2. ZASTOSOWANIA, HISTORIA, SYMBOLICZNA SI Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska ZASTOSOWANIA SI Rozwiązywanie zadań, gry,
Bardziej szczegółowoUniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2012/2013 http://www.wilno.uwb.edu.
SYLLABUS na rok akademicki 01/013 Tryb studiów Studia stacjonarne Kierunek studiów Informatyka Poziom studiów Pierwszego stopnia Rok studiów/ semestr /3 Specjalność Bez specjalności Kod katedry/zakładu
Bardziej szczegółowo1 Programowanie urządzen mobilnych Sztuczna inteligencja i systemy 2 ekspertowe
SPECJALNOŚĆ: Programowanie Komputerów i Sieci Informatyczne Obowiązuje od roku akademickiego: 2007 / 2008 Przedmioty specjalnościowe oraz profili 1 Programowanie urządzen mobilnych 15 5 20 3 15 5 3 Sztuczna
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE DIAGNOSTYKĘ MEDYCZNĄ Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, projekt
Bardziej szczegółowoInformatyka- studia I-go stopnia
SPECJALNOŚĆ: Informatyka w Zarządzaniu Obowiązuje od roku akademickiego: 2007 / 2008 1 Modelowanie procesów biznesowych 30 30 60 6 2 2 6 2 Eksploracja danych 30 3 1 1 3 3 Wspomaganie decyzji w warunkach
Bardziej szczegółowoSztuczna inteligencja i logika. Podsumowanie przedsięwzięcia naukowego Kisielewicz Andrzej WNT 20011
Sztuczna inteligencja i logika. Podsumowanie przedsięwzięcia naukowego Kisielewicz Andrzej WNT 20011 Przedmowa. CZĘŚĆ I: WPROWADZENIE 1. Komputer 1.1. Kółko i krzyżyk 1.2. Kodowanie 1.3. Odrobina fantazji
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 szczegółowoSystemy uczące się wykład 1
Systemy uczące się wykład 1 dr Przemysław Juszczuk Katedra Inżynierii Wiedzy, Uniwersytet Ekonomiczny 5 X 2018 e-mail: przemyslaw.juszczuk@ue.katowice.pl Konsultacje: na stronie katedry + na stronie domowej
Bardziej szczegółowo[1] [2] [3] [4] [5] [6] Wiedza
3) Efekty dla studiów drugiego stopnia - profil ogólnoakademicki na kierunku Informatyka w języku angielskim (Computer Science) na specjalności Sztuczna inteligencja (Artificial Intelligence) na Wydziale
Bardziej szczegółowoInstytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy i sieci komputerowe, SSK studia niestacjonarne Dla rocznika:
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy i sieci komputerowe, SSK studia niestacjonarne Dla rocznika: Rok I, semestr I (zimowy) 1 Etykieta w życiu publicznym
Bardziej szczegółowoZagadnienia sztucznej inteligencji
Zagadnienia sztucznej inteligencji Kierunek: informatyka wykład 2 h, laboratorium 1 h Laboratorium Dr B.Mrozek Prof. dr hab.inŝ. Tadeusz Burczyński, czł. koresp. PAN Kierownik Zakładu Inteligencji Obliczeniowej
Bardziej szczegółowoSylabus modułu kształcenia na studiach wyższych. Nazwa Wydziału. Nazwa jednostki prowadzącej moduł Nazwa modułu kształcenia
Załącznik nr 4 do zarządzenia nr 12 Rektora UJ z 15 lutego 2012 r. Sylabus modułu kształcenia na studiach wyższych Nazwa Wydziału Nazwa jednostki prowadzącej moduł Nazwa modułu kształcenia Wydział Matematyki
Bardziej szczegółowoRok I, semestr I (zimowy) Liczba godzin
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy i sieci komputerowe, SSK studia stacjonarne Dla rocznika: 2018/2019 Rok I, semestr I (zimowy) Lp. Nazwa przedmiotu zajęć
Bardziej szczegółowoJAKIEGO RODZAJU NAUKĄ JEST
JAKIEGO RODZAJU NAUKĄ JEST INFORMATYKA? Computer Science czy Informatyka? Computer Science czy Informatyka? RACZEJ COMPUTER SCIENCE bo: dziedzina ta zaistniała na dobre wraz z wynalezieniem komputerów
Bardziej szczegółowoSztuczna inteligencja Definicja Sztuczna inteligencja (AI - ang. artificial inteligence) lub krótko SI jest stosunkowo nową interdyscyplinarną dziedziną nauki, przedmiotem wielkich oczekiwań i ożywionych
Bardziej szczegółowoWstęp do kognitywistyki. Wykład 3: Logiczny neuron. Rachunek sieci neuronowych
Wstęp do kognitywistyki Wykład 3: Logiczny neuron. Rachunek sieci neuronowych Epistemologia eksperymentalna W. McCulloch: Wszystko, czego dowiadujemy się o organizmach wiedzie nas do wniosku, iż nie są
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 szczegółowoInstytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia niestacjonarne Dla rocznika:
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia niestacjonarne Dla rocznika: Rok I, semestr I (zimowy) 1 Etykieta w życiu publicznym wykład 15
Bardziej szczegółowoInstytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia stacjonarne Dla rocznika: 2018/2019
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Systemy internetowe, SI studia stacjonarne Dla rocznika: 2018/2019 Rok I, semestr I (zimowy) 1 Etykieta w życiu publicznym wykład
Bardziej szczegółowoKandydaci powinni spełniać warunki określone w Ustawie z dnia 27 lipca 2005 r. Prawo o Szkolnictwie Wyższym ( Dz. U. z 2012 r. poz. 572).
listy: relacyjne bazy danych Oracle, MS SQL, programowanie obiektowe (Java, C++), systemy operacyjne, sieci komputerowe, bezpieczeństwo systemów komputerowych i kryptografia, język XML i jego wykorzystanie
Bardziej szczegółowoprawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz
WIEDZA prawda komunikat symbol DANE fałsz kod INFORMACJA (nie tyko w informatyce) liczba znak forma ENTROPIA przekaz wiadomość Czy żyjemy w erze informacji? TAK Bo używamy nowego rodzaju maszyn maszyn
Bardziej szczegółowoDiagnostyka procesów przemysłowych Kod przedmiotu
Diagnostyka procesów przemysłowych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Diagnostyka procesów przemysłowych Kod przedmiotu 06.0-WE-AiRP-DPP Wydział Kierunek Wydział Informatyki, Elektrotechniki
Bardziej szczegółowoPODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"
PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych
Bardziej szczegółowoZagadnienia egzaminacyjne AUTOMATYKA I ROBOTYKA. Stacjonarne I-go stopnia TYP STUDIÓW STOPIEŃ STUDIÓW SPECJALNOŚĆ
(ARK) Komputerowe sieci sterowania 1.Badania symulacyjne modeli obiektów 2.Pomiary i akwizycja danych pomiarowych 3.Protokoły transmisji danych w systemach automatyki 4.Regulator PID struktury, parametry,
Bardziej szczegółowoT2A_W01 T2A_W01 T2A_W02 3 SI_W03 Posiada szeroką wiedzę w zakresie teorii grafów T2A_W01
Efekty dla studiów drugiego stopnia profil ogólnoakademicki, na kierunku Informatyka w języku polskim, na specjalnościach Metody sztucznej inteligencji oraz Projektowanie systemów CAD/CAM, na Wydziale
Bardziej szczegółowokierunkowy (podstawowy / kierunkowy / inny HES) nieobowiązkowy (obowiązkowy / nieobowiązkowy) polski drugi semestr letni (semestr zimowy / letni)
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 szczegółowoRok I, semestr I (zimowy) Liczba godzin
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Bezpieczeństwo sieci i systemów informatycznych, BSiSI studia stacjonarne Dla rocznika: 2018/2019 Rok I, semestr I (zimowy) 1
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 szczegółowoPraca dyplomowa magisterska
KATEDRA WYTRZYMAŁOŚCI MATERIAŁÓW I METOD KOMPUTEROWYCH MECHANIKI Wydział Mechaniczny Technologiczny POLITECHNIKA ŚLĄSKA W GLIWICACH Praca dyplomowa magisterska Temat: Komputerowy system wspomagania wiedzy:
Bardziej szczegółowoCZYM SĄ OBLICZENIA NAT A URALNE?
CZYM SĄ OBLICZENIA NATURALNE? Co to znaczy obliczać (to compute)? Co to znaczy obliczać (to compute)? wykonywać operacje na liczbach? (komputer = maszyna licząca) wyznaczać wartości pewnych funkcji? (program
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 szczegółowoSymbol efektu kształcenia
Efekty dla studiów drugiego stopnia - profil ogólnoakademicki, na kierunku Informatyka, na specjalnościach Metody sztucznej inteligencji (Tabela 1), Projektowanie systemów CAD/CAM (Tabela 2) oraz Przetwarzanie
Bardziej szczegółowoWykłady dla doktorantów Środowiskowych Studiów Doktoranckich w zakresie informatyki w roku akademickim 2011/2012
Wykłady dla doktorantów Środowiskowych Studiów Doktoranckich w zakresie informatyki w roku akademickim 2011/2012 - prof. dr hab. Wojciech Rytter: Algorytmika kombinatoryczno-grafowa (30 g. semestr zimowy
Bardziej szczegółowoPlan wykładów METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
1 Plan wykładów Podstawy algorytmów genetycznych oraz ich aplikacje w procesach optymalizacji Sztuczne sieci neuronowe-formalne podstawy i wybrane aplikacje Wprowadzenie formysztucznej inteligencji Elementy
Bardziej szczegółowoPRZEWODNIK DYDAKTYCZNY I PROGRAM NAUCZANIA PRZEDMIOTU FAKULTATYWNEGO NA KIERUNKU LEKARSKIM ROK AKADEMICKI 2016/2017
PRZEWODNIK DYDAKTYCZNY I PROGRAM NAUCZANIA PRZEDMIOTU FAKULTATYWNEGO NA KIERUNKU LEKARSKIM ROK AKADEMICKI 2016/2017 1. NAZWA PRZEDMIOTU: SZTUCZNA INTELIGENCJA W MEDYCYNIE 2. NAZWA JEDNOSTKI (jednostek
Bardziej szczegółowowykład 1 Wprowadzanie do sztucznej inteligencji dr inż. Joanna Kołodziejczyk Zakład Sztucznej Inteligencji ISZiMM
Wprowadzanie do sztucznej inteligencji wykład 1 dr inż. Joanna Kołodziejczyk jkolodziejczyk@wi.ps.pl Zakład Sztucznej Inteligencji ISZiMM ESI - wykład 1 p. 1 Organizacja wykładu 1. Co to jest sztuczna
Bardziej szczegółowoProgramowanie 2 ćwiczenia
Programowanie 2 ćwiczenia Kilka słów wstępu Marcin Walas Zakład Metod Numerycznych Wydział Matematyki i Informatyki Uniwersytetu im. Adama Mickiewicza ul. Umultowska 87 61-614 Poznań mwalas@amu.edu.pl
Bardziej szczegółowoNazwa przedmiotu. 1 Matematyka. 2 Fizyka. 3 Informatyka. 4 Rysunek techniczny. 12 Język angielski. 14 Podstawy elektroniki. 15 Architektura komputerów
Plan studiów dla kierunku: INFORMATYKA Specjalności: Bezpieczeństwo sieciowych systemów informatycznych, Informatyka techniczna, Technologie internetowe i techniki multimedialne E Z Σh W C L S P W C L
Bardziej szczegółowoPlan studiów dla kierunku:
Plan studiów dla kierunku: INFORMATYKA Specjalności: Bezpieczeństwo sieciowych systemów informatycznych, Informatyka techniczna, Technologie internetowe i techniki multimedialne Ogółem Semestr 1 Semestr
Bardziej szczegółowoI. KARTA PRZEDMIOTU CEL PRZEDMIOTU
I. KARTA PRZEDMIOTU 1. Nazwa przedmiotu: ROBOTYKA - ROBOTY PRZEMYSŁOWE 2. Kod przedmiotu: Err1 3. Jednostka prowadząca: Wydział Mechaniczno-Elektryczny 4. Kierunek: Mechatronika 5. Specjalność: Zastosowanie
Bardziej szczegółowoInformatyczna Wieża Babel, czyli o różnych językach programowania. Informatyczna Wieża Babel, czyli o różnych językach programowania
Informatyczna Wieża Babel, czyli o różnych językach programowania Informatyczna Wieża Babel, czyli o różnych językach programowania Wstęp Aplikacje i programy, jakich dziś używamy, ukryte dla nas pod postacią
Bardziej szczegółowoSystemy Informatyki Przemysłowej
Systemy Informatyki Przemysłowej Profil absolwenta Profil absolwenta Realizowany cel dydaktyczny związany jest z: tworzeniem, wdrażaniem oraz integracją systemów informatycznych algorytmami rozpoznawania
Bardziej szczegółowoTeoretyczne podstawy informatyki
1 Wykład cz. 2 dyżur: środa 9.00-10.00 czwartek 10.00-11.00 ul. Wieniawskiego 17/19, pok.10 e-mail: joanna.jozefowska@cs.put poznan.pl materiały do wykładów: http://www.cs.put.poznan.pl/jjozefowska/ hasło:
Bardziej szczegółowoElementy filozofii i metodologii INFORMATYKI
Elementy filozofii i metodologii INFORMATYKI Filozofia INFORMATYKA Metodologia Wykład 1. Wprowadzenie. Filozofia, metodologia, informatyka Czym jest FILOZOFIA? (objaśnienie ogólne) Filozofią nazywa się
Bardziej szczegółowoPRZEDMIOTY REALIZOWANE W RAMACH KIERUNKU INFORMATYKA I STOPNIA STUDIA STACJONARNE
PRZEDMIOTY REALIZOWANE W RAMACH KIERUNKU INFORMATYKA I STOPNIA STUDIA STACJONARNE Analiza matematyczna i algebra liniowa Metody probabilistyczne i statystyka Matematyka dyskretna Fizyka Podstawy elektrotechniki
Bardziej szczegółowoRazem godzin w semestrze: Plan obowiązuje od roku akademickiego 2014/15 - zatwierdzono na Radzie Wydziału w dniu r.
Część wspólna dla kierunku 1 IMS1.01 Obiektowe projektowanie SI 2 2 E 3 60 3 2 IMS1.02 Teleinformatyka 2 2 E 4 60 4 3 IMS2.01 Modelowanie i analiza systemów dyskretnych 2 2 E 3 60 3 4 IMS2.02 Wielowymiarowa
Bardziej szczegółowoWYKAZ PRZEDMIOTÓW I PLAN REALIZACJI
WYKAZ PRZEDMIOTÓW I PLAN REALIZACJI Lp Nazwa przedmiotu Obowiązuje po semestrze ROZKŁAD GODZIN ZAJĘĆ Godziny zajęć w tym: I rok II rok III rok Egz. Zal. Razem 7 sem. sem. sem. 3 sem. sem. sem. sem. S L
Bardziej szczegółowoElementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD XII: Modele i architektury poznawcze
Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD XII: Modele i architektury poznawcze Architektury poznawcze Architektura poznawcza jako teoria poznania ludzkiego Anderson (1993): Architektura
Bardziej szczegółowoJĘZYKI PROGRAMOWANIA
Stefan Sokołowski JĘZYKI PROGRAMOWANIA Inst Informatyki UG, Gdańsk, 2014/2015 Wykład1OGÓLNEINFORMACJEOC,str1 JĘZYKI PROGRAMOWANIA reguły gry Zasadnicze informacje: http://infugedupl/ stefan/dydaktyka/jezprog
Bardziej szczegółowoPOLITECHNIKA LUBELSKA Wydział Elektrotechniki Kierunek: INFORMATYKA II stopień niestacjonarne i Informatyki. Część wspólna dla kierunku
Część wspólna dla kierunku 1 IMN1.01 Obiektowe projektowanie SI 15 15 E 3 3 2 IMN1.02 Teleinformatyka 15 15 E 4 4 3 IMN2.01 Modelowanie i analiza systemów dyskretnych 15 15 E 3 3 4 IMN2.02 Wielowymiarowa
Bardziej szczegółowoKierunek Informatyka stosowana Studia stacjonarne Studia pierwszego stopnia
Studia pierwszego stopnia I rok Matematyka dyskretna 30 30 Egzamin 5 Analiza matematyczna 30 30 Egzamin 5 Algebra liniowa 30 30 Egzamin 5 Statystyka i rachunek prawdopodobieństwa 30 30 Egzamin 5 Opracowywanie
Bardziej szczegółowoJĘZYKI FORMALNE I METODY KOMPILACJI
Stefan Sokołowski JĘZYKI FORMALNE I METODY KOMPILACJI Inst Informatyki Stosowanej, PWSZ Elbląg, 2018/2019 JĘZYKI FORMALNE reguły gry Wykład1,str1 Zasadnicze informacje: http://iispwszelblagpl/ stefan/dydaktyka/jezform
Bardziej szczegółowoMetody sztucznej inteligencji w układach sterowania METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA
1 Metody sztucznej inteligencji w układach sterowania Podstawy algorytmów genetycznych oraz ich aplikacje w procesach optymalizacji Sztuczne sieci neuronowe-formalne podstawy i wybrane aplikacje Wprowadzenie
Bardziej szczegółowoEfekt kształcenia. Ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną w zakresie algorytmów i ich złożoności obliczeniowej.
Efekty dla studiów pierwszego stopnia profil ogólnoakademicki na kierunku Informatyka w języku polskim i w języku angielskim (Computer Science) na Wydziale Matematyki i Nauk Informacyjnych, gdzie: * Odniesienie-
Bardziej szczegółowoWyższa Szkoła Technologii Teleinformatycznych w Świdnicy. Dokumentacja specjalności. Technologie internetowe
Wyższa Szkoła Technologii Teleinformatycznych w Świdnicy Dokumentacja specjalności Technologie internetowe prowadzonej w ramach kierunku Informatyka na wydziale Informatyki 1. Dane ogólne Nazwa kierunku:
Bardziej szczegółowoPlan dla studiów prowadzonych w formie niestacjonarnej 2014/2015
Forma zalicz.. RAZEM Plan dla studiów prowadzonych w formie niestacjonarnej 2014/2015 WYDZIAŁ: Informatyki i Matematyki Kierunek: Informatyka; Moduł: Informatyka stosowana Poziom kształcenia: studia stopnia
Bardziej szczegółowoWstęp do Informatyki dla bioinformatyków
Wstęp do Informatyki dla bioinformatyków Wykład 1. Wstęp do Wstępu Bartek Wilczyński bartek@mimuw.edu.pl Po pierwsze - Formalności 2 kolokwia (po 15 pkt) początek XI i koniec XII Dwa programy zaliczeniowe:
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 szczegółowoWprowadzenie do Sztucznej Inteligencji
Wprowadzenie do Sztucznej Inteligencji Wykład 1 Informatyka Studia Inżynierskie Dlaczego badania nad sztuczną inteligencją? Próba zrozumienia istot inteligentnych - lepsze poznanie samego siebie (filozofia,
Bardziej szczegółowoTechnik Mechatronik. Kliknij, aby dodać tekst
Technik Mechatronik Kliknij, aby dodać tekst Mechatronika Mechatronika jest to nauka łącząca elementy trzech różnych obszarów wiedzy: mechaniki, elektroniki, informatyki. Jest oparta na myśleniu i działaniu
Bardziej szczegółowoMechatronika. Mechatronika jest to nauka łącząca elementy trzech różnych obszarów wiedzy:
Technik Mechatronik Mechatronika Mechatronika jest to nauka łącząca elementy trzech różnych obszarów wiedzy: mechaniki, elektroniki, informatyki. Jest oparta na myśleniu i działaniu systemowym, które umożliwia
Bardziej szczegółoworodzaj zajęć semestr 1 semestr 2 semestr 3 Razem Lp. Nazwa modułu E/Z Razem W I
1. Nazwa kierunku informatyka 2. Cykl rozpoczęcia 2017/2018L 3. Poziom kształcenia studia drugiego stopnia 4. Profil kształcenia ogólnoakademicki 5. Forma prowadzenia studiów stacjonarna Specjalność: grafika
Bardziej szczegółowoLiczba godzin w semestrze Ogółem Semestr 1 Semestr 2 Semestr 3 E Z Sh W C L S P W C L S P ECTS W C L S P ECTS W C L S P ECTS W C L S P ECTS
Specjalność: Bezpieczeństwo sieciowych systemów informatycznych, Informatyka techniczna, Technologie internetowe i techniki multimedialne Ogółem Semestr 1 Semestr 2 Semestr Semestr 4 E Z Sh W C L S P W
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 szczegółowoINFORMATYKA Pytania ogólne na egzamin dyplomowy
INFORMATYKA Pytania ogólne na egzamin dyplomowy 1. Wyjaśnić pojęcia problem, algorytm. 2. Podać definicję złożoności czasowej. 3. Podać definicję złożoności pamięciowej. 4. Typy danych w języku C. 5. Instrukcja
Bardziej szczegółowoKognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku
Kognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku Piotr Konderak kondorp@bacon.umcs.lublin.pl Zakład Logiki i Filozofii Nauki WFiS UMCS Kognitywistyka: odkrywanie labiryntu umysłu
Bardziej szczegółowoI. KARTA PRZEDMIOTU CEL PRZEDMIOTU
I. KARTA PRZEDMIOTU 1. Nazwa przedmiotu: TECHNOLOGIA INFORMACYJNA 2. Kod przedmiotu: Ot 3. Jednostka prowadząca: Wydział Mechaniczno-Elektryczny 4. Kierunek: Automatyka i Robotyka 5. Specjalność: Informatyka
Bardziej szczegółowoInżynieria danych I stopień Praktyczny Studia stacjonarne Wszystkie specjalności Katedra Inżynierii Produkcji Dr Małgorzata Lucińska
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 205/206 Z-ID-602 Wprowadzenie do uczenia maszynowego Introduction to Machine Learning
Bardziej szczegółowoWprowadzenie. Jacek Bartman. Zakład Elektrotechniki i Informatyki Instytut Techniki Uniwersytet Rzeszowski
Sztuczna inteligencja Wprowadzenie Jacek Bartman Zakład Elektrotechniki i Informatyki Instytut Techniki Uniwersytet Rzeszowski INFORMACJE ORGANIZACYJNE Forma zajęć: Studia stacjonarne Wykłady 30h Laboratorium
Bardziej szczegółowo