Mesterséges intelligencia

Tematika:

• A mesterséges intelligencia fogalma, részterületei. Problémák megoldása egy ügynök (agent) segítségével. Néhány egyszerű, mesterséges intelligenciához tartozó feladat.
• Feladatreprezentáció állapottérrel, állapottér reprezentáció gráffal, a reprezentációs gráf fává alakítása. Produkciós rendszer: globális adatbázis, produkciós szabályok, vezérlési stratégiák. Informálatlan és heurisztikus keresések:
  • Nem informált kereső eljárások. Szélességben (depth first)/mélységben (breadth first) először, egyenletes költségű keresés.
  • heurisztikus keresések: előretekintő (best fit) keresés. Az A és az A* algoritmusok, legfontosabb tulajdonságaik. Az informáltság fogalma és következményei. Monotonitás.
• Feladatmegoldás problémaredukcióval. ÉS/VAGY gráfok. Kétszemélyes játékok. A teljes játékfa kiértékelése, nyerő stratégia létezése és meghatározása, minimax eljárás. A játékfa részleges kiértékelése, az alfa-béta vágás.
• Bizonytalansággal terhelt problémák. A statisztikus alakfelismerés alapfogalmai.
• A tudásábrázolás alapfogalmai. A tudás gyűjtése, visszakeresése; értelmezés, következtetés. Formális logikán alapuló rendszerek. Szemantikus (asszociatív) hálók. (Tudás)keret (frame).
• Következtetések. Bizonyítás matematikai fogalma az elsőrendű logikában. A következmény bizonyításelméleti (szintaktikus) és modellelméleti (szemantikus) fogalma. Literál, klóz. A rezolúció módszere.

Ajánlott irodalom:

• A. Barr, E. A. Feigenbaum: The handbook of Artificial Intelligence, Vol. I., Addison Wesley 1989
• E. Rich, K. Knight: Artificial Intelligence, McGraw-Hill, 1991
• P.H. Winston: Artificial Intelligence, Addison-Wesley 1992
• M. Ginsberg: Essentials of Artificial Intelligence, Morgan Kaufman, 1993
• S. Russel, P. Norvig: Artificial Intelligence, A Modern Approach, Prentice Hall, 1995