Evaluation of the perfprmance of the tourist agencies service system



Pobieranie 0,51 Mb.
Strona1/10
Data04.12.2017
Rozmiar0,51 Mb.
  1   2   3   4   5   6   7   8   9   10

INTELIGENTNE SYSTEMY INFORMACYJNE

LITERATURA

Podstawowa:


1. Luger G. F.: Artificial intelligence. Structures and strategies for complex problem solving, 4 – ed, Addison Wesley Longman, Inc., 2002.

2. Luger G. F., Stublefield W. A.: Artificial intelligence. Structures and strategies for complex problem solving, 3 – ed, Addison Wesley Longman, Inc., 1999.

3. Niederliński A.: Regułowe systemy ekspertowe, Wydawnictwo Pracowni Komputerowej Jacka Skalmierskiego, Gliwice, 2000.

4. Cichosz P.: Systemy uczące się, WNT, Warszawa, 2000.

5. Simek K. (red.), Metody sztucznej inteligencji, Politechnika Śląska, Gliwice, 1998.


Uzupełniająca:




1. Barr A., Cohen P. R., Feigenbaum E. A.: The handbook of artificial intelligence, Vol. 1-3, Addison- Wesley Company, Inc., Massachusetts, 1982.

2. Charniak E., McDermott D.: Introduction to artificial intelligence, Reading, MA, Addison–Wesley, 1985.

3. Kłopotek M. A.: Inteligentne wyszukiwarki internetowe, Akademicka Oficyna Wydawnicza EXIT, Warszawa 2001.

3. Związane z tematem witryny internetowe.


I. SZTUCZNA INTELIGENCJA: GENEZA I OBSZARY ZASTOSOWAŃ

Sztuczna Inteligencja (ang. Artificial Intelligence skrót AI): próba definicji


  • Sztuczna inteligencja (AI) może być definiowana jako dział informatyki związany z automatyzacją zachowań inteligentnych.

Taka definicja pasuje do naszych wykładów:



  • mówi, że AI to część informatyki – czyli opiera się na jej zasadach teoretycznych i praktycznych

  • stosuje struktury danych do reprezentacji wiedzy, algorytmy do potrzebne do zastosowania tej wiedzy oraz języki i techniki programistyczne do implementacji

Jednak definicja ta nie rozwiązuje podstawowego problemu: inteligencja nie jest dobrze zdefiniowana ani rozumiana





  1. HISTORIA I ZASTOSOWANIA

Procesy mentalne (myślowe) mogą istnieć niezależnie, podlegać pewnym prawom i być badane (wnioski filozofów)


Procesy mentalne mogą być opisywane formułami matematycznymi (XVII w. T. Hobbes)
Rozwój logiki:

  • Leibnitz – Calculus Philosophicus – pierwszy system logiki formalnej (XVII w.)

  • Charles Babbage - maszyna do obliczeń (XIX w.)

  • George Boole – logika

  • Alfred Tarski – podstawy semantyki

  • ..........



    1. Test Turinga

Alan Turing brytyjski matematyk 1950 rok

Rys. 1.1 Test Turinga.
Pytający nie może bezpośrednio widzieć lub rozmawiać z człowiekiem lub maszyną. Może zadawać pytania i otrzymywać odpowiedzi pośrednio. Jeżeli pytający nie może odróżnić maszyny od człowieka to trzeba uznać maszynę za inteligentną.
Napisano dużo za i przeciw.
Argument chińskiego pokoju – John Searle 1980 rok - nie podważony do dzisiaj.

W pokoju przebywa człowiek, który w ogóle nie zna chińskiego, ani w mowie, ani w piśmie. Dostaje on zestaw znaków chińskich oraz zasady (w swoim ojczystym języku) używania ich, by budować poprawne wypowiedzi. Osoby z zewnątrz zadają mu pytania po chińsku, on je rozszyfrowuje przy pomocy instrukcji, a następnie przygotowuje odpowiedzi. Tym samym człowiek ten działa jak automat, który przetwarza ludzki język.

Searle udowadnia, że nie sposób stworzyć program, który potrafiłby rozumieć język ludzi.

Obecny problem: co zrobić by maszyna mogła być świadoma swojego istnienia tak jak człowiek.




    1. Biologiczne i społeczne modele inteligencji: agenci

Pogląd: inteligencja ma swe korzenie w kulturze i społeczeństwie – więc w konsekwencji wyłania się (emerge).


I jednocześnie: inteligencja jest odbiciem kolektywnego zachowania dużej liczby bardzo prostych oddziaływujących na siebie wzajemnie pół- autonomicznych osobników lub agentów.
Niezależnie od tego czy ci agenci są komórkami nerwowymi, osobnikami danego gatunku czy pojedynczymi osobami w społeczności – ich interakcje wytwarzają inteligencję.
Dla budowy środowiska agenckiego potrzebne są:

  1. struktury do reprezentacji informacji,

  2. strategie do przeszukiwania alternatywnych rozwiązań,

  3. architektury umożliwiające interakcję między agentami.




    1. Przegląd zastosowań sztucznej inteligencji




  • gry

  • automatyczne rozumowanie i dowodzenie twierdzeń

  • systemy ekspertowe

  • rozumienie języka naturalnego i modelowanie semantyczne

  • modelowanie zachowań ludzkich

  • planowanie i robotyka

  • języki i środowiska dla sztucznej inteligencji (PROLOG, LISP)

  • systemy uczące się

  • sieci neuronowe

  • algorytmy genetyczne

  • sztuczna inteligencja a filozofia

Podsumowanie problemów związanych z AI




  1. Zastosowanie komputerów do rozumowania, rozpoznawania obrazów, systemów uczących się lub innych form wnioskowania




  1. Koncentracja na problemach „nie poddających się” rozwiązaniom algorytmicznym. Stosowanie algorytmów heurystycznych




  1. Rozwiązywanie problemów z użyciem niedokładnych, niepełnych i lub słabo zdefiniowanych informacji




  1. Wnioskowanie na temat najistotniejszych jakościowych cech sytuacji




  1. Próby radzenia sobie ze znaczeniem semantycznym a nie tylko z syntaktyką




  1. Uzyskiwanie odpowiedzi, które nie są dokładne ani optymalne lecz w pewnym sensie wystarczające




  1. Użycie dużych zbiorów specjalistycznej wiedzy dziedzinowej do rozwiązywania problemów. To jest podstawa systemów ekspertowych.




  1. Użycie wiedzy na meta- poziomie do usprawnienia algorytmów rozwiązywania złożonych problemów.

II. SZTUCZNA INTELIGENCJA JAKO REPREZENTACJA I PRZESZUKIWANIE





  1   2   3   4   5   6   7   8   9   10


©operacji.org 2017
wyślij wiadomość

    Strona główna