 
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)