Wykład 12

Systemy sztucznej inteligencji

Sztuczna Inteligencja

• techniczno-informacyjny model naturalnego (ludzkiego)

intelektu;

• dyscyplina naukowa lub kierunek techniczny, który

zajmuje się zagadnieniami ludzkiego intelektu.

Główne kierunki badań prowadzonych w

zakresie sztucznej inteligencji

•Reprezentacja i przetwarzanie wiedzy.

Budowa specjalistycznych modeli i języków reprezentacji

wiedzy w zakresie stosowania robotów w systemach

produkcyjnych, a także budowa technicznych i

programowych środków do realizacji tego zadania

(gromadzenia wiedzy, logiczna obróbka wiedzy itd.)

•Planowanie celowych zachowań.

Badania nad stworzeniem metod formowania celów i

rozwiązywania zadań, planowania działań urządzeń

automatycznych funkcjonujących w złożonym środowisku

zewnętrznym.

Metody sztucznej inteligencji

• Systemy eksperckie
• Wnioskowanie rozmyte (Fuzzy Logic)
• Sztuczne sieci neuronowe
• Algorytmy genetyczne

Główne kierunki badań prowadzonych w

zakresie sztucznej inteligencji

• Współpraca człowieka z komputerem.

Tworzenie środków i sposobów, pozwalających

użytkownikowi nie będącemu programistą efektywnie
współdziałać z komputerem. Prowadzone są badania: w
dziedzinie syntaktyki i semantyki języków naturalnych,
sposobów zapisywania wiedzy o języku w pamięci
komputera oraz w dziedzinie specjalnych procesorów
językowych reagujących na mowę ludzką i
dokonujących jej tłumaczenia na wewnętrzną
reprezentację przyjętą w komputerach.

• Rozpoznawanie obrazów i uczenie się.

Badania nad odbiorem informacji wizualnej, dźwiękowej i

innej, a także nad metodami jej przetwarzania i

formowania odpowiedzi na oddziaływania środowiska

zewnętrznego oraz nad sposobami adaptacji systemów

sztucznych przez proces uczenia się.

Schemat robota inteligentnego

Uproszczony schemat budowy
neuronu;

1 – cytoplazma komórki, 2 – jądro
komórkowe,
3 – akson, 4 – dendryt, 5 - synapsa

Model
neuronu

Sieci neuronowe

Perceptron wielowarstwowy

Sieci neuronowe

Schemat blokowy układu uczącego się

Sieci neuronowe

Układ sterowania z kompensacją siecią neuronową

Sieci neuronowe

Schemat blokowy

procesu

wnioskowania w

sterowaniu

rozmytym

Sterowanie rozmyte FC

(Fuzzy Control)

Trójkątna funkcja przynależności dla:

a)trzech znaczników,

b)pięciu znaczników.

Sterowanie rozmyte FC (Fuzzy Control)

Przykład wnioskowania rozmytego dla dwóch

zmiennych i funkcji przynależności z trzema

wskaźnikami

Sterowanie rozmyte FC (Fuzzy Control)

Schemat blokowy sterowania pojedynczej osi robota

Sterowanie rozmyte FC (Fuzzy Control)

Przykładowy zbiór
funkcji
przynależności:

a)uchyb położenia,
b)prędkości.

Sterowanie rozmyte FC (Fuzzy Control)