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 badań 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 uznać za naśladującą dostatecznie dobrze procesy myślowe, jeśli człowiek prowadzący z nią dialog (nie poinformowany o tym) nie będzie w stanie odróżnić 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 – czynność 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 „rozwiązań”. 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 zadań cząstkowych, analiza) 3. wykonanie planu(walidacja), 4krytyczna ocena powyższych kroków(ocena jakości rozwiązania)

Przestrzeń stanów – jeżeli przyjąć 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 być 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.

Wiadomość – (komunikat) przekaz o określonym znaczeniu wysyłany i odbierany w swiecie materii ożywionej i nieożywionej.

Dana – wiadomość bedaca przedmiotem przetwarzanie metodami tradycyjnymi lub automatycznymi. Dane: niekompletne, niepewne, niedokładne, błędne.

Wiedza – zdolność 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 postać 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 właściwość albo cehce obiektu opisywanego przez rame.

Sieci semantyczne – koncepcja ma stanowić 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 wystąpić 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 być może okaze się faktem lub dla czegos być 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 wartość liczbowa

Sieci bayesowskie – 1. Wezly (stale, zmienne) 2. Tablice wartości prawdopodobieństw warunkowych (stale elementy tablic, elementy tablic bedace wynikiem uczenia).

Inne metody wnioskowania – sieci neuronalne, tablice decyzyjne, drzewa decyzyjne, sprawdzeń

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