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)