Sztuczna inteligencja - 2015

Tematy i materiały do wykładów

W tym miejscu dla ułatwienia pracy i wygody studentów wykładowca udostępni przygotowane przez siebie materiały wykorzystywane na wykładzie. Celem ich udostępnienia jest wyłącznie uniknięcie konieczności robienia odręcznych notatek na wykładach. To nie jest internetowy podręcznik do samodzielnego studiowania!! Dodatkowe odnośniki do materiałów źródłowych znajdują się w sekcji Literatura.

Materiały udostępnione za pomocą poniższej tabelki objęte są prawami autorskimi. Można je wykorzystywać wyłącznie do własnych prywatnych celów, i nie wolno ich w żaden sposób rozpowszechniać, na przykład przez umieszczenie na ogólnie dostępnych stronach internetowych, ani w żaden inny sposób.

nr	temat wykładu	materiały
nr	temat wykładu	slajdy	wydruki
1	Wprowadzenie do sztucznej inteligencji
2	Przeszukiwanie w przestrzeni stanów
3	Sieci semantyczne i ontologie

Literatura

Literatura podstawowa:

S.J.Russell, P.Norvig, Artificial Intelligence A Modern Approach (3rd Ed.), Prentice-Hall, 2010, WWW
P.Cichosz, Systemy uczące się, WNT, Warszawa 2000, WWW
materiały internetowe
notatki z wykładu

Zasoby oprogramowania dostępne w Internecie:

Materiały kursów sztucznej inteligencji o podobnym programie:
Metody przeszukiwania:
- Notatki z wykładów nt. przeszukiwania prof.Tomás Lozano-Pérez i prof.Leslie Kaelbling, M.I.T.:
  - Algorytmy „ślepe” przeszukiwania grafów. Kopia lokalna:
  - Algorytmy poinformowane przeszukiwania grafów. Kopia lokalna:
  - Algorytm A* i własności. Kopia lokalna:
  - Algorytmy dla problemów CSP. Kopia lokalna:
  - Algorytmy dla gier. Kopia lokalna:
- Prezentacje nt. przeszukiwania prof.Andrew Moore'a, Carnegie-Mellon University, strona główna:
  - Algorytmy „ślepe”. Kopia lokalna:
  - Algorytmy zachłanne. Kopia lokalna:
  - Algorytmy A*. Kopia lokalna:
  - Algorytmy dla CSP. Kopia lokalna:
- Slajdy z przeszukiwania Dave'a Hollingera, Rensselaer Polytechnic Institute, strona kursu:
  - Algorytmy „ślepe”. Kopia lokalna:
  - Algorytmy heurystyczne. Kopia lokalna:
  - Algorytmy dla problemów z więzami. Kopia lokalna:
  - Algorytmy dla gier. Kopia lokalna:
  - Inne zagadnienia i algorytmy. Kopia lokalna:
- Slajdy z przeszukiwania Arkadiusza Wojny, Uniwersytet Warszawski, Wydział Matematyki, Informatyki i Mechaniki, Sztuczna inteligencja i systemy doradcze, strona kursu:
  - Przeszukiwanie. Kopia lokalna:
  - Przeszukiwanie „ślepe”. Kopia lokalna:
  - Przeszukiwanie heurystyczne. Kopia lokalna:
  - Przeszukiwanie z więzami. Kopia lokalna:
  - Przeszukiwanie dla gier. Kopia lokalna:
  (Powyższy zestaw materiałów jest tłumaczeniem slajdów udostępnionych przez Stuarta Russella i Petera Norviga jako materiałów pomocniczych do ich podręcznika AIMA (patrz Literatura.)
- Slajdy z przeszukiwania do książki: Computational Intelligence: A Logical Approach, Poole, Mackworth and Goebel, Oxford University Press, 1998, strona książki:
  - Część 1. Kopia lokalna:
  - Część 2. Kopia lokalna:
  - Część 3. Kopia lokalna:
  - Część 4. Kopia lokalna:
  - Część 5. Kopia lokalna:
  - Część 6. Kopia lokalna:
- biblioteka procedur przeszukiwania w C++
- biblioteka procedur do przeszukiwania zachłannego z wyżarzaniem.
  Demonstracja on-line: Kopia lokalna:
Podręczniki i samouczki do Prologu:
- Clocksin i Mellish - wydanie polskie. Podstawowy podręcznik Prologu - elementarny i wszechstronny. Nakład podobno jest wyczerpany, ale na pewno można to znaleźć w bibliotekach. Ze strony wydawnictwa można ściągnąć pierwszy rozdział w PDF-ie, w którym jest bardzo dobre wprowadzenie. Kopia lokalna:
- Bardzo dobry, bardzo elementarny podręcznik Prologu, w dalszej części koncentrujący się na zastosowaniach językowych. Kopia lokalna:
- Inny bardzo elementarny i przystępny samouczek Prologu
- Inny elementarny samouczek Prologu w postaci pojedynczego dokumentu
- Inny elementarny samouczek Prologu w postaci drzewa
- Materiały do kursu Prologu i programowania logicznego; na trochę wyższym poziomie, plus ćwiczenia do samodzielnego wykonania z rozwiązaniami
Systemy planowania działań:
System UCPOP z University of Washington (program źródłowy w Lispie i przykłady)
System Graphplan z Carnegie-Mellon University (program źródłowy w C i przykłady)
System Sensory Graphplan z University of Washington (program źródłowy w Lispie i przykłady)
Systemy regułowe - CLIPS:
- Samouczek CLIPS'a (po angielsku) w sześciu częściach.
  - Część 1. Kopia lokalna:
  - Część 2. Kopia lokalna:
  - Część 3. Kopia lokalna:
  - Część 4. Kopia lokalna:
  - Część 5. Kopia lokalna:
  - Część 6. Kopia lokalna:
- Podstawowa dokumentacja programistyczna Clipsa. Kopia lokalna:
- Przykłady regułowych systemów doradczych (niekoniecznie w Clipsie)
- Zestaw przykładowych „małych” systemów regułowych wykonanych przez studentów - w katalogu ~witold/Clips_przyklady na serwerze linuxowym hera (dostępne tylko po zalogowaniu się na komputery linuxowe - niedostępne przez Internet). Jak również system mojego autorstwa wino.clp służący do wyboru win na proszony obiad.
Systemy do tworzenia probabilistycznych sieci przekonań i interakcyjnego rozwiązywania zagadnień:
- JavaBayes napisany w Javie, dostępny w źródle z przykładami i dokumentacją, Java applet
- system MSBNx opracowany w Microsoft Research działa na Windowsie (98, 2000, i XP)
biblioteka klas do uczenia się nadzorowanego obejmująca wiele podstawowych algorytmów
dostępne w Internecie bazy danych statystycznych:
UCI Knowledge Discovery in Databases Archive
UCI Machine Learning Repository
CMU StatLib Datasets Archive
Uczenie się ze wzmocnieniem:
- Wersja on-line książkowego podręcznika metod rozwiązywania procesów Markowa oraz uczenia się ze wzmocnieniem

Pracownia

Pracownia będzie się składała z serii zadań. Początkowa seria to tzw. „małe” zadania, które mają ściśle określoną, związaną z wykładem, tematykę. Potem następuje indywidualny projekt - tzw. „duże” zadanie - którego tematyka może być dowolna, jednak temat musi być uzgodniony z prowadzącym. „Duże” zadanie jest opcjonalne, w tym sensie, że zamiast niego można wykonać drugą serię „małych” zadań.

Warunkiem koniecznym i wystarczającym do zaliczenia jest poprawne wykonanie i uzyskanie zaliczenia (dodatniej oceny punktowej) w wyznaczonym terminie wszystkich zadań w danej opcji, z wyjątkiem co najwyżej jednego „małego” zadania. Niezaliczenie jednego „małego” zadania skutkuje jedynie utratą punktów za to zadanie i nie wpływa na zaliczenie pracowni. Niezaliczenie więcej niż jednego małego zadania skutkuje niezaliczeniem pracowni.

„Małe” zadania

„Małe” zadania mają wyznaczoną metodę omówioną szczegółowo na wykładzie, i sugerowane narzędzia programowe do ich wykonania. Wymagają one wybrania sobie tematu, który powinien być jakimś niewielkim problemem wymagającym „myślenia”. Zadanie powinno dać się opisać niewielką liczbą symboli, a opracowane rozwiązanie musi mieć możliwość próbnego uruchamiania na przykładowych danych w celu oceny wyników. Sugestie przykładowych tematów można znaleźć w:

Ocena za małe zadanie będzie uzależniona od poprawności zastosowania danej metody, uzyskania wyników i ich oceny, oraz jakości dostarczonego raportu, tzn. jego zwięzłości, sensowności, kompletności, i estetyki.

„Duże” zadanie

„Duże” zadanie polega podobnie na samodzielnym wyborze tematu, który jednak musi być zatwierdzony przez prowadzącego (patrz niżej). Nie ma żadnych ograniczeń co do wyboru metody bądź narzędzi realizacji zadania.

Wykonanie zadania wymaga: zbadania literatury zagadnienia, przygotowania danych, wykonania obliczeń, oceny uzyskanych wyników i napisania raportu. Zadanie może wymagać napisania programu do przeprowadzenia obliczeń, ale nie jest to wymagane. Jeśli istnieją dostępne narzędzia za pomocą których można przeprowadzić niezbędne eksperymenty, to można, a nawet należy ich użyć.

Zatwierdzenie tematu

Temat „dużego” zadania musi być zatwierdzony przez prowadzącego. Student zgłasza najpierw w formie pisemnej propozycję zadania określającą: jakie zadania ma zamiar rozwiązać, na jakich materiałach się opierał, z jakich narzędzi ma zamiar korzystać, jak ma zamiar przeprowadzić eksperymenty (w tym: skąd wziąć dane i jak ocenić wyniki). Propozycja powinna być zwięzła, typu 0.5-1 strony tekstu.

Prowadzący albo zatwierdza propozycję tematu, albo zgłasza do niej zastrzeżenia i sugeruje poprawki. Wtedy jednak student musi zareagować szybko i zgłosić propozycję ponownie, aby zmieścić się w terminie.

Uzyskanie zatwierdzenia propozycji tematu w terminie określonym poniżej punktowane jest podobnie jak wykonanie „małych” zadań. Uzyskanie zatwierdzenia propozycji tematu po tym terminie powoduje utratę tych punktów.

Raport z wykonania „dużego” zadania

Raport z wykonania „dużego” zadania powinien być napisany jako dokument HTML, który zostanie następnie opublikowany na stronie kursu. W związku z tym musi spełniać pewne wymagania formalne i merytoryczne.

Raporty z wykonanych projektów

Raporty z projektów wykonanych w latach ubiegłych: 2012/2013 2011/2012, 2009/2010, 2008/2009, 2007/2008, 2006/2007, 2005/2006, 2004/2005, 2003/2004, 2002/2003, 2001/2002, 2000/2001, 1999/2000.

Harmonogram zadań projektowych

	temat	instrukcja	narzędzia	termin
1.	Zadanie z systemów regułowych	opis zadania	CLIPS, Jess	2 tyg.
2.	Zadanie z przeszukiwania	opis zadania	min-max/alfa-beta	2 tyg.

Egzamin

Egzamin odbędzie się w sesji w terminie uzgodnionym na wykładzie około połowy semestru.

Egzamin ma formę pisemną, składa się z trzech pytań (do wyboru z czterech), na które trzeba opracować pisemną odpowiedź. Pytania w większości mają charakter praktyczny, czyli są zadaniami do rozwiązania (często przydatny jest kalkulator). Planowany czas: około jednej godziny (w razie potrzeby więcej).

Zakres tematyczny egzaminu obejmuje cały materiał wykładu i pracowni. Pod koniec semestru wykładowca przedstawi na wykładzie przykłady pytań na egzamin, i omówi sposoby ich rozwiązania.

Z egzaminu można być zwolnionym przez przepisanie oceny z pracowni pod warunkiem uzyskania bardzo dobrej oceny z pracowni w normalnym terminie zaliczeń.

Licznik odwiedzin strony od 1 marca 2001: licznik

Aktualizacja: