Составители:
3.
II. Содержание курса
Разделы и краткое содержание курса
1. Введение: краткая история и терминология. Философские, технические, науч-
ные предпосылки для создания искусственного разума. Этапы развития программных
средств. Понятие «Искусственный интеллект». Термины и определения. Современные
области исследований и теоретические проблемы ИИ.
2. Основные теоретические задачи, решаемые ИИ. ИИ как междисциплинарная
область исследований. Перечень традиционных задач ИИ. Правила формулировки за-
дач, выбор параметров решения задачи, выбор модели решения (представления зна-
ний). Экономические задачи, решение которых требует применения методов ИИ.
3. Области практического применения методов ИИ. Хорошо и плохо структури-
рованные предметные области. Эффективность решения практических задач методами
ИИ и критерии ее измерения. Принципы эффективного применения методов ИИ.
4. Модели представления знаний, общий обзор. Общая схема моделей представле-
ния знаний. Краткие исторические справки о развитии моделей. Современные миро-
вые модели. Перечень ключевых публикаций.
5. Логическая модель для представления знаний. Виды логических моделей, об-
щие термины и определения. Формальная (Аристотелева) логика: имена, высказыва-
ния, процедуры доказательства и опровержения. Математическая реализация фор-
мальной логики. Методы автоматического доказательства теорем (исчисление преди-
катов). Элементы теории нечетких множеств.
6. Продукционная модель для представления знаний. Описание предметной об-
ласти правилами и фактами. Методы полного перебора в ширину и в глубину. Эври-
стические методы поиска в пространстве состояний. Решение задач методом разбие-
ния на подзадачи. Представление задачи в виде И-ИЛИ графа. Управление системой
продукции. Языки описания продукционной модели Prolog и Lisp.
7. Фреймы для представления знаний. История появления, решаемые задачи. Ана-
лиз пространственных сцен. Понимание смысла предложений. Представление знаний
об объекте при помощи фреймов, примеры. Практическая реализация фреймовой мо-
дели. Понятия об объектно-ориентированном анализе предметной области, Объектно-
ориентированные языки программирования.
8. Семантические сети для представления знаний. Краткая история развития. Ти-
пы узлов и типы отношений. «Поверхностность» и «глубинность» знаний как основ-
ные отличия модели семантических сетей от продукционной модели. Предметные об-
ласти, где семантические сети получили распространение. Примеры.
9. Новые модели представления знаний. Причины неудовлетворенности возможно-
стями «традиционных» моделей ИИ. Критериальные методы: задача выбора, измери-
тельные шкалы, методики принятия решений. Пример многокритериального принятия
решений. Вероятностные методы осуществления выбора. Персептроны. Нейронные
сети как основной тип современных моделей ИИ.
10. Экспертные системы, общий обзор. Определение, история развития и области
применения экспертных систем. Технология работы с экспертными системами, отли-
чие от технологии применения «обычных» программ. Типичные состав и структура
экспертных систем. Языки представления знаний. Классификация экспертных систем
и современные тенденции их развития. Примеры практических экспертных систем.
Технология разработки экспертных систем: получение знаний, выбор модели пред-
ставления знаний, работа инженера по знаниям.
