Sztuczna inteligencja – jest częścią informatyki która bada procesy badania symbolicznego i
niealgorytmicznego oraz zajmuje się prezentacja symbolicznie ujętej wiedzy
Nurty badawcze: 1. Budowa komputerowych modeli procesów myślowych człowieka w celu
rozwijania badao w zakresie nauk psychologicznych 2. Poszukiwanie nietrywialnych metod
rozwiązywania zadan w warunkach nieoczekiwanego ich pojawienia się przy braku wszystkich
potrzebnych informacji
Test Turinga – eksperyment definiujący maszynę myślącą zaproponowany przez A. Turinga,
maszyne można uznad za naśladującą dostatecznie dobrze procesy myślowe, jeśli człowiek
prowadzący z nią dialog (nie poinformowany o tym) nie będzie w stanie odróżnid rozmowy z
maszyna od rozmowy z drugim człowiekiem. Wymagania z dziedzin: przetwarzanie jezyka
naturalnego, reprezentacja wiedzy,automatyczne rozumowanie, rozpoznawanie obiektów i głosu.
Przykłady: przekład tekstu z jednego języka naturalnego na drugi, rozpoznawanie znaków,
sterowanie robotami, syntezator mowy.
Linguboty: ELIZA, PARRY, Fido
Teoria gier - dział matematyki badający własności gier rozumianych jako procesy o określonych
zbiorach strategii
Profil strategii - to zbior zawierajacy jako element strategie, pojednej dla każdego gracza
Strategia – to plan działania gracza opisujący jego zachowanie w każdej możliwej sytuacji. Można
interpretowac jako algorytm.
Gra – czynnośd o ustalonych zasadach w której udział bierze zwykle kilka osób (dwu- lub n-
osobowe).Dzieli się: kooperatywne (uczestnicy porozumiewaja się ze soba) – niekooperatywne.
Równowaga Nasha - jest to stan strategicznej rownowagi w grach niekooperatywnych, w ktorych
strategia kazdego z gracza jest optymalna.
Numeryczne rozwiązywanie zadan – używa się tzw. Metod przeszukiwania przestrzeni
„rozwiązao”. 1.formalizacja zadania, 2. Ułożenie planu rozwiązania (wybranie lub zrobienie
algorytmu) 3.wykonanie planu (obliczenia numeryczne) 4.ocena rozwiązania.
Przepis rozwiązywania zadan [G. Polya] –1.zrozumienie zadania (niewiadome, dane początkowe,
ograniczenia), 2.ułożenie planu rozwiązania (rozwiązanie zadao cząstkowych, analiza) 3.
wykonanie planu(walidacja), 4krytyczna ocena powyższych kroków(ocena jakości rozwiązania)
Przestrzeo stanów – jeżeli przyjąd ze kazde podzadanie to scisle zdefiniowany stan procesu
rozwiązywania zadania, to przestrzen (drzewo) rozwiązywania nazywamy przestrzenia stanow.
Transformacje – operatory. Dzielimy na: 1. Aktualną – przestrzen, której reprezentacja znajduje
się w pamieci komputera 2. Potencjalna – której reprezentacja może byd utworzona na
podstawie aktualne przy uzyciu operatorow przy uwzględnieniu ograniczen.
Formalizacja proc rozw. Zad. -Definiujemy: przestrzen stanów S={s}, zbiór stanów początkowych
sp(S, zbiór operatorów ) O={r: si->sj}, zbiór stanów sk(S, miary jakości rozwiązania v(s€sk)
General Problem Solver – program, który dzieli postawiony problem na prostsze zagadnienia i
stara się po kolei z nimi uporac. 3 operacje 1. Przekształcenie jednego stanu w inny, 2.zniejszanie
roznic miedzy dwoma stanami, 3. Zastosowanie do danego stanu wybranego operatora.
Metody przeszukiwania: wszerz, w głąb (algorytm drzewa z ograniczeniami, algo z powracaniem)
Informacja – dowolny zbiór wiadomości którego pierwotnym źródłem jest obserwacja lub
doświadczenie przekazywane od nadawcy do odbiorcy w odpowiednim kanale.
Wiadomośd – (komunikat) przekaz o określonym znaczeniu wysyłany i odbierany w swiecie
materii ożywionej i nieożywionej.
Dana – wiadomośd bedaca przedmiotem przetwarzanie metodami tradycyjnymi lub
automatycznymi. Dane: niekompletne, niepewne, niedokładne, błędne.
Wiedza – zdolnośd przetwarzania określonej porcji informacji w celu rozwiązania postawionego
problemu. Wiedza: przybliżona, niepewna, niejednoznaczna.
Sposoby wyznaczania jednej opinii z wielu: uzgadnianie opinii, łączenie opinii.
Fakt – jest obiektem naszych obserwacji. W jezyku naturalnym przyjmuje forme zdania
orzekającego opisującego pewna obserwacje.
Stwierdzenie – informacja o uznaniu wypowiedzi orzekającej o obserwowanych faktach lub
reprezentującej okreslona opinie. Trescia stwierdzenia jest fakt.
Reguła –nazywa się pewną postad zapisu faktów lub stwierdzen. Sklada się z przesłanek i
konkluzji. (Jeżeli przesłana+konkluzja).
Teoria zbiorów przybliżonych – założenie jest, ze nie rozpatrujemy wartości ciągłych
(ilościowych) lecz jedynie wartości dyskretne (jakościowe).
Funkcja przynależności – reprezentuje stopien przynależności elementu x(X do zbioru A.
Postacie: singleton, trójkąt trapez, sigmoida.
Rama - jest strukturą opisujaca dany obiekt, składa się z podstruktur (klatek) – sloty. Kazda klatka
reprezentuje pewna właściwośd albo cehce obiektu opisywanego przez rame.
Sieci semantyczne – koncepcja ma stanowid model ludzkiej pamieci. (przekonanie ze pamiec
ludzka stanowi strukture zlozona z: 1. Wezlów reprezentujących pojecia, 2.luków wyrażających
relacje miedzy pojeciami).
Trójka semantyczna –podmiot(pendriv), orzeczenie(jest sprzedawany), dopełnienie(sklep komp).
Onologia – zapis: HTML, XML, XST, URL, URI, RDF, OWL.
Podejmowanie decyzji –proces polega na zbieraniu i przetwarza informacji o przyszłym działaniu.
Decyzja – swiadomy, nielosowy wybór jednego z rozpoznawanych i uznanych za możliwe
wariantów przyszłego działania. Kategorie: 1.podejmowane w warunkach pewności, 2.w
warunkach ryzyka, 3.w warunkach niepewności.
Syndrom grupowego myslenia – syndrom zniekształcen, może wystąpid w sytuacji kiedy grupa
podejmujaca decyzje przedkłada osiagniecie konsensusu nad podjecie najlepszej decyzji.
Modus ponens – sposób wnioskowania przez uznanie przeslanki.
Modus tollens - sposób wnioskowania przez zaprzeczenie konkluzji.
Wnioskowanie w przód – od przesłanek do konkluzji
Wnioskowanie wstecz – od hipotezy do przesłanek
Wnioskowanie elementarne – uznawane tylko prawdziwe konkluzje, nieprawdziwe ignorowane
Wnioskowanie rozwiniete –konkluzje nieprawdziwe uznawane, interpretacja przez układ wniosk.
Wnioskowanie dokładne kazde stwierdzenie/regula posiada jedna z 2 wartosci prawda/nieprawd
Wnioskowanie przybliżone – kazde stwierdzenie lub reguła może posiadac wartości zprzedzialu
{NIEPRAWDA,PRAWDA}
Hipoteza – cos co byd może okaze się faktem lub dla czegos byd może uda się wyznaczyc
wspolzynnik pewności i stanie się stwierdzeniem.
Testowanie hipotezy wnioskowanie,którego celem jest wyznaczeni współczynnik pewnośc hipote
Weryfikowanie hipotezy wnioskowanie, którego celem jest wykazanie ze hipoteza jest prawdziw
Falsyfikowanie hipotezy – wnioskowanie, którego celem jest wykazanie ze hipoteza jest falszywa
Defuzyfikacja – zamiana zbioru rozmytego na pewną wartośd liczbowa
Sieci bayesowskie – 1. Wezly (stale, zmienne) 2. Tablice wartości prawdopodobieostw
warunkowych (stale elementy tablic, elementy tablic bedace wynikiem uczenia).
Inne metody wnioskowania – sieci neuronalne, tablice decyzyjne, drzewa decyzyjne, sprawdzeo
System ekspertowy – program komputerowy wspomagajacy podejmowanie decyzji
wykorzystujący wiedze i procedury wnioskowania do rozwiązywania problemow. Rodzaje wiedzy:
fakty (obserwacje akceptowane rpzez specjalistów) i heurystyki (informacja subiektywna,
intuicyjne domysły, przypuszczenia). Rodzaje: statyczne (offline) i dynamiczne (online).
Sposoby repr wiedzy:fakty,stwierdzenie,reguły,sieci semantyczne,scenariusze,ramy,sieci przeko.
Etapy budowy SE – 1.analiza problemu, 2. Specyfikacja systemu, 3.akwizycja wiedzy, 4. Wybór
metody reprezentacji wiedzy5konstrukcja systemu ekspertowego6weryfikacja i testowanie syste