3. Цели освоения дисциплины

Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Введение в методы искусственного интеллекта»
для направления 010400.62 «Факультет компьютерных наук» подготовки бакалавров
П р а в ит е л ь с т во Р о с с и йс ко й Фе д е р а ци и
Федеральное государственное автономное образовательное учреждение
высшего профессионального образования
Национальный исследовательский университет
"Высшая школа экономики"
Ф а ку л ь т е т К о м п ь ют е р ных на ук
Ба з о ва я ка фе др а И СА РА Н
« Ма т е м а т ич е с ки е м е т о д ы с и с т е м но г о а на л из а »
Программа дисциплины
ВВЕДЕНИЕ В МЕТОДЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
Для направления 010400.62 «Прикладная математика и информатика»
подготовки бакалавров
Автор программы:
Осипов Геннадий Семенович- зам. директора ИСА РАН, профессор, доктор физико-математических наук, зам. зав.кафедрой
ММСА ([email protected]), Яковлев Константин Сергеевичст.научный сотрудник лаборатории ИСА РАН, к.ф-м.н., ст. преподаватель кафедры ММСА ([email protected])
Одобрена на заседании кафедры
Математические методы системного анализа
Зав. кафедрой Попков Ю.С.
«____» ____________2014 г.
Рекомендована Академическим Советом
Образовательной программы
Руководитель ОП
«___»____________ 2014 г.
А.С.Кoнyшин
Утверждена Ученым Советом
факультета компьютерных наук
Ученый секретарь __________________________
«___»_____________2014 г.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Введение в методы искусственного интеллекта»
для направления 010400.62 «Факультет компьютерных наук» подготовки бакалавров
Москва, 2014
Настоящая программа не может быть использована другими подразделениями
университета и другими вузами без разрешения кафедры-разработчика программы.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Введение в методы искусственного интеллекта»
для направления 010400.62 «Факультет компьютерных наук» подготовки бакалавров
1.Аннотация
Сегодня искусственный интеллект является достаточно разветвленной наукой и продолжает развиваться. За пятьдесят лет своего существования как науки он накопил значительный
арсенал средств и собственных подходов к коим относятся методы представления знаний, методы моделирования рассуждений, методы моделирования поведения, методы приобретения
знаний и не только они. На протяжении всего курса материал излагается с единых позиций, при
этом всюду, где это оказывается возможным, привлекаются математические средства, но именно в качестве средств изложения. При изложении способов представления знаний в качестве
основных средств используются системы правил в их общем виде и семантические сети. Представление в виде систем правил используется и при описании методов планирования и моделирования поведения. Существенное внимание уделено интеллектуальным динамическим системам, автоматизации приобретения знаний и приложениям методов искусственного интеллекта к
задачам поиска и анализа текстов.
2.Область применения и нормативные ссылки
Настоящая программа учебной дисциплины устанавливает минимальные требования к
знаниям и умениям студента и определяет содержание и виды учебных занятий и отчетности.
Программа предназначена для преподавателей, ведущих данную дисциплину, учебных
ассистентов и студентов направления подготовки 010400.62 «Прикладная математика и информатика», обучающихся по программе бакалавриата.
Программа разработана в соответствии с:
 Образовательным стандартом государственного образовательного бюджетного учреждения высшего профессионального образования «Государственный университет –
Высшая школа экономики», в отношении которого установлена категория «Национальный исследовательский университет»;
 Рабочим учебным планом университета подготовки бакалавра по направлению
010400.62 «Прикладная математика и информатика», утвержденным в 2014 году.
3. Цели освоения дисциплины
Целями освоения дисциплины «Методы искусственного интеллекта» являются:
-овладение основными методами теории интеллектуальных систем;
-приобретение твердых навыков по концептуальному проектированию интеллектуальных систем;
- изучение основных методов представления знаний;
-изучение основных методов моделирования рассуждений;
-изучение основных методов моделирования поведения
-изучение архитектур интеллектуальных систем.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Введение в методы искусственного интеллекта»
для направления 010400.62 «Факультет компьютерных наук» подготовки бакалавров
4.Компетенции обучающегося, формируемые в результате освоения дисциплины
В результате освоения дисциплины студент должен:
Знать основные понятия теории представления знаний, методы идентификации и построения моделей предметных областей, выбор метода представления знаний в зависимости от
типа решаемых задач основные принципы и подходы системного анализа, позволяющие исследовать сложные информационные системы; характеристики основных методов моделирования
рассуждений, основные алгоритмы автоматической дедукции, индукции и аргументации; основные методы моделирования целенаправленного поведения, динамические системы правил,
динамические семантические сети, способы описания состояний и траекторий; виды устойчивости динамических интеллектуальных систем.
Уметь применять методы представления знаний для описания постановок задач, баз знаний, стратегий управления; применять для решения задач методы автоматизации различных
типов рассуждений в зависимости от типа задачи и выбранного способа представления знаний.
строить и применять динамические интеллектуальные системы, используя динамические системы правил и динамические семантические сети; адаптировать и применять алгоритмы планирования поведения, как в прогнозируемой среде, так и в непрогнозируемой.
Владеть навыками построения моделей интеллектуальных систем;
проектирования базы знаний; проектирования решателей и планировщиков интеллектуальных систем
Компетенция
Общенаучная
Общенаучная
Общенаучная
Общенаучная
Код по
ФГОС /
НИУ
Дескрипторы – основные признаки
освоения (показатели достижения
результата)
Формы и методы обучения,
способствующие формированию и развитию компетенции
ОНК-1
Способность к анализу и синтезу
на основе системного подхода
Стандартные (лекционно-семинарские)
ОНК-2
Способность перейти от проблемной ситуации к проблемам,
задачам и лежащим в их основе
противоречиям
Стандартные (лекционно-семинарские)
ОНК-3
Способность использовать методы критического анализа, развития научных теорий, опровержения и фальсификации, оценить
качество исследований в некоторой предметной области
Стандартные (лекционно-семинарские)
ОНК-4
Готовность использовать основные законы естественнонаучных
дисциплин в профессиональной
деятельности, применять методы
системного анализа и проектирования на основе математического
моделирования и исследования
операций при работе в области
Стандартные (лекционно-семинарские)
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Введение в методы искусственного интеллекта»
для направления 010400.62 «Факультет компьютерных наук» подготовки бакалавров
Компетенция
Код по
ФГОС /
НИУ
Дескрипторы – основные признаки
освоения (показатели достижения
результата)
Формы и методы обучения,
способствующие формированию и развитию компетенции
информационной бизнесаналитики
ОНК-5
Готовность выявить естественнонаучную сущность проблем, возникающих в ходе профессиональной деятельности, привлечь
для их решения соответствующий аппарат дисциплины
Стандартные (лекционно-семинарские)
Общенаучная
ОНК-6
Способность приобретать новые
знания с использованием научной
методологии и современных образовательных и информационных технологий
Стандартные (лекционно-семинарские)
Общенаучная
ОНК-7
Способность порождать новые
идеи (креативность)
Стандартные (лекционно-семинарские)
ИК-2
Умение работать на компьютере,
навыки использования основных
классов прикладного программного обеспечения, работы в компьютерных сетях, составления
баз данных
Стандартные (лекционно-семинарские)
ПК-1
Способность демонстрации общенаучных базовых знаний естественных наук, математики и информатики, понимание основных
фактов, концепций, принципов
теорий, связанных с прикладной
математикой и информатикой
Стандартные (лекционно-семинарские)
ПК-2
Способность понимать и применять в исследовательской и прикладной деятельности аппарат
системного анализа
Стандартные (лекционно-семинарские)
ПК-4
способность критически оценивать собственную квалификацию
и её востребованность, переосмысливать накопленный практический опыт, изменять при
необходимости вид и характер
своей профессиональной деятельности
Стандартные (лекционно-семинарские)
ПК-8
Способность решать задачи производственной и технологической деятельности на профессиональном уровне, включая разработку математических моделей,
алгоритмических и программных
Стандартные (лекционно-семинарские)
Общенаучная
Инструментальные
Профессиональные
Профессиональные
Профессиональные
Профессиональные
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Введение в методы искусственного интеллекта»
для направления 010400.62 «Факультет компьютерных наук» подготовки бакалавров
Компетенция
Код по
ФГОС /
НИУ
Дескрипторы – основные признаки
освоения (показатели достижения
результата)
Формы и методы обучения,
способствующие формированию и развитию компетенции
решений
5.Место дисциплины в структуре образовательной программы
Настоящая учебная дисциплина является дисциплиной по выбору в учебной программе
подготовки бакалавриата направления 010400.62 «Прикладная математика и информатика».
Для освоения дисциплины предполагаются базовые знания по таким разделам математики
и информатики, как «Дискретная математика», «Теория вероятностей и математическая статистика», «Информатика и программирование», «Алгоритмы и структуры данных» - соответствующие дисциплины входят в программу обучения бакалавра по направлению 010400.62
«Прикладная математика и информатика».
Изучение данной дисциплины базируется на следующих математических дисциплинах
предыдущей подготовки:
 Математическая логика;
 Дискретная математика;
 Универсальная алгебра
 Алгоритмы и структуры данных;
 Теория вероятностей и математическая статистика
Для освоения учебной дисциплины, студенты должны владеть следующими знаниями и
компетенциями:
 Знаниями основных определений и теорем перечисленных выше разделов;
 Навыками решения типовых задач;
 Умением программировать на каком-либо алгоритмическом языке.
Основные положения дисциплины «Введение в методы искусственного интеллекта»
должны быть использованы в дальнейшем при изучении следующих дисциплин:



Математические модели социально-экономических систем;
Технологические основы разработки и управления интернет-проектами;
Анализ поведения потребителя в коммерческих информационных сетях.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Введение в методы искусственного интеллекта»
для направления 010400.62 «Факультет компьютерных наук» подготовки бакалавров
6.Тематический план учебной дисциплины «Методы искусственного интеллекта»
№ Название раздела
№
Всего
часов
Аудиторные часы
Лекции Сем и
практ. занятия
Самостоятельная
работа
10
3
1
Введение.
Историческая справка. Теорети1
ческие основы интеллектуальных систем.
20
3
6
11
2
Системы представления знаний. Логика
2
высказываний,
логика предикатов первого
порядка.
3
Системы, основанные на правилах.
20
3
6
11
4
Фреймы. Семантические сети.
20
3
3
14
10
3
5
Понятие о дедукции, абдукции, индукции,
рассуждениях по аналогии и на основе
прецедентов, рассуждениях на основе аргументации. Метод резолюций.
20
3
3
14
6
Приобретение знаний интеллектуальными
системами. Обучение по примерам. Приобретение знаний на основе автоматического анализа текстов.
Интерактивные методы приобретения знаний.
Планирование поведения. Методы планирования в пространстве состояний.
7
Методы
планирования в пространстве
7 планов. Методы распространения ограничений.
Моделирование поведения. Интеллектуальные
динамические системы. До8
8 стижимость и возмущения. Управляемость.
Приложения методов искусственного
9
интеллекта
к задачам моделирования
9 целенаправленного поведения.
Приложения методов искусственного
1
интеллекта
к задачам поиска и анализа
10 полуструктурированной информации
Промежуточные проверочные и кон1
трольные
работы по темам сем.и практ.
11 занятий
20
3
3
14
10
3
7
10
3
7
16
3
ИТОГО
7
7
12
3
4
162
30
28
104
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Введение в методы искусственного интеллекта»
для направления 010400.62 «Факультет компьютерных наук» подготовки бакалавров
6.1.Формы контроля знаний студентов
Курс «Методы искусственного интеллекта» читается в 3 и 4 модуле.
Параметры
Тип контроля
Форма контроля
Текущий контроль
Домашняя работа+ Контрольная работа
3, 4
м
Итоговый
контроль
Экзамен
4м
1
Выдается для выполнения в течении 2
недель
Аналитическое и численное решение
типовых задач (письменная работа в
течении 80 мин)
Экзамен по билетам
Критерии оценки знаний, навыков
Для прохождения контроля студент должен, как минимум, продемонстрировать знания
основных определений, теорем и алгоритмов; умение решать типовые задачи, разобранные на
семинарских занятиях.
Текущий контроль включает работу на семинарах по дисциплине, посещаемость, а
также домашнее задание на применение полученных знаний.
Текущий контроль заключается в проведении контрольной работы и выполнении
домашней работы.
Итоговый контроль проводится в форме устного экзамена – ответы на вопросы по
билетам на темы дисциплины.
Порядок формирования оценок по дисциплине.
Оценки по всем формам текущего контроля выставляются по 10-ти балльной шкале.
Оценка за текущий контроль учитывает оценку Ок/р за письменную контрольную работу и оценку Од/з самостоятельной работы студентов при выполнении домашних заданий по
текущим темам дисциплины; она рассчитывается по десятибалльной шкале следующим образом:
Отекущий=0,6 *О к/р + 0,4*О д/з и округляется до целого числа арифметическим способом.
Итоговая оценка по дисциплине выставляется по десятибалльной шкале (с округлением
до целого арифметического способом), согласно следующей формуле:
Оитоговая=0,5*Оэкзамен +0,5*Отек
где Оэкзамен –оценка за работу непосредственно на экзамене.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Введение в методы искусственного интеллекта»
для направления 010400.62 «Факультет компьютерных наук» подготовки бакалавров
7.Содержание дисциплины
Основная литература :
1.Н.Нильсон. Принципы искусственного интеллекта. М.: "Радио и связь", 1985.
2.Ж.-Л. Лорьер. Системы искусственного интеллекта. М.:"Мир",1991.
3.Построение экспертных систем. Под ред. Ф.Хейес-Рота, Д.Уотермана, Д.Лената,
М.:"Мир",1987.
4. Г.С.Осипов. Методы искусственного интеллекта, М.:ФИЗМАТЛИТ, 2011
Тема 1.Теоретические основы интеллектуальных систем.
Методы представления знаний.
1.1.Формальные языки и формальные системы.
1.2. Системы правил для представления знаний.
1.3.Семантические сети.
1.4. Системы фреймов.
1.5.Примеры использования методов представления знаний.
Тема 2.Теоретические основы интеллектуальных систем.
Методы моделирования рассуждений.
2.1.Понятие о дедукции, абдукции, индукции, рассуждениях по аналогии и на основе
прецедентов, рассуждениях на основе аргументации
2.2. Метод резолюций.
2.3. Индукция. ДСМ - метод.
2.4. Автоматизация рассуждений на основе аргументации.
2.5.Рассуждения на основе прецедентов.
26. Рассуждения о пространстве и времени.
Тема 3. Методы машинного обучения и приобретения знаний интеллектуальными
системами.
3.1.Проблемы приобретения знаний.
3.2. Обучение по примерам.
3.3.Приобретение знаний на основе автоматического анализа текстов.
3.4. Интерактивные методы приобретения знаний.
3.5.Методы прямого приобретения знаний.
3.6.Выбор адекватного способа представления знаний.
Тема 4. Архитектура интеллектуальных систем.
4.1.Архитектура баз знаний интеллектуальных систем.
4.2.Архитектура машины вывода.
4.3.Интерфейсы пользователя и приобретения знаний и их архитектуры.
4.4.Архитектурные особенности интегрированных интеллектуальных систем: интерфейсы c базами данных, пакетами прикладных программ и интеллектуальными системами.
4.5.Архитектурные особенности распределенных интеллектуальных систем.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Введение в методы искусственного интеллекта»
для направления 010400.62 «Факультет компьютерных наук» подготовки бакалавров
Тема 5. Инструментальные средства и технологические процессы построения интеллектуальных систем.
5.1.Типология инструментальных средств построения интеллектуальных систем.
5.2. Редакторы баз знаний.
5.3.Использование методов когнитивной психологии в процессе приобретения знаний.
5.4.Системы приобретения знаний от экспертов.
5.5. Системы обучения по примерам.
5.6.Системы извлечения знаний из текстов.
5.7.Интегрированные системы приобретения знаний.
5.8. Интегрированные среды поддержки методологий проектирования.
5.9.Теехнологический процесс построения интеллектуальных систем.
Тема 6. Применение методов искусственного интеллекта к задачам управления целенаправленным поведением.
6.1.Планы и их представление.
6.2.Существование планов.
6.3.Частично - упорядоченное планирование.
4.4.Моделирование целенаправленного поведения. Интеллектуальные динамические системы. Многоуровневые модели.
6.5 Особенности моделирования поведения в условиях неполноты описаний.
6.6. Особенности моделирования в условиях изменяющихся целей поведения.
Тема 7. Применение методов искусственного интеллекта к задачам поиска и анализа полу-структурированной информации.
7.1. Методы индексации и аннотирования
7.2. Методы классификации и кластеризации информации
7.3. Методы семантического поиска.
7.4.Методы повышения релевантности поиска.
7.5. Реляционно-ситуационный анализ текстов.
7.6. Методы управления поиском в локальных и глобальных сетях.
8.Оценочные средства для текущего контроля и аттестации студента
Контрольная работа № 1.
Решение задач, основанных на правилах:
1.Системы правил. Архитектура систем правил.
2. Стратегии управления работой правил.
3. Организация рабочей памяти
4. Связь систем правил и рабочей памяти.
Задачи на исследование свойств отношений и проверку корректности неоднородных семантических сетей.
5. Структурные и ассоциативные отношения на множествах кортежей.
6.Неоднородные семантические сети.
7.Вывод на неоднородных семантических сетях.
8.Операционная семантика отношений неоднородных семантических сетей.
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Введение в методы искусственного интеллекта»
для направления 010400.62 «Факультет компьютерных наук» подготовки бакалавров
9.Проверка корректности неоднородных семантических сетей.
Контрольная работа № 2
Задачи на определение достижимости состояний.
1.Моделирование целенаправленного поведения.
2.Методы семантического поиска.
Консультация по пройденному материалу.
1.1
Вопросы для оценки качества освоения дисциплины
Примеры на доказательство теорем в исчислении предикатов первого порядка
Задачи на исследование свойств систем правил.
Написание простых систем, основанных на правилах.
Дедуктивные и индуктивные рассуждения.
Задачи на поиск доказательства методом резолюций
Взаимодействие индукции и дедукции, индукции и аргументации.
Задачи на построение базы знаний.
Применение методов когнитивной психологии для прямого приобретения знаний.
Эксперименты.
Решение 6 задач.
1.2
Примеры домашних заданий
-подготовка реферата-обзора по методам искусственного интеллекта;
-исследование свойств моделей поведения;
-сравнительная характеристика методов поиска.
1.3 Примеры вопросов на экзамене –билеты
-теоремы об управляемости интеллектуальных динамических систем;
-устойчивость интеллектуальной динамической системы в непрогнозируемой среде;
-метод резолюций доказательства теорем в исчислении предикатов первого порядка,
-понятие о динамической системе ;
-поиск в пространстве состояний;
-принцип минимальной сложности экспертизы.
9.Учебно-методическое и информационное обеспечение дисциплины
1.4
Основная литература
.
1.Н.Нильсон. Принципы искусственного интеллекта. М.: "Радио и связь", 1985.
2.Ж.-Л. Лорьер. Системы искусственного интеллекта. М.:"Мир",1991.
3.Построение экспертных систем. Под ред. Ф.Хейес-Рота, Д.Уотермана, Д.Лената,
Национальный исследовательский университет «Высшая школа экономики»
Программа дисциплины «Введение в методы искусственного интеллекта»
для направления 010400.62 «Факультет компьютерных наук» подготовки бакалавров
М.:"Мир",1987.
4. Г.С.Осипов. Методы искусственного интеллекта, М.:ФИЗМАТЛИТ, 2011
Дополнительная литература
5.Кандрашина Е.Ю., Литвинцева Л.В., Поспелов Д.А. Представление знаний о времени и
пространстве в интеллектуальных системах/Под редакцией Д.А. Поспелова. - Москва, Наука. 1989. - 328 с.
6.Поспелов Д. А. Ситуационное управление: Теория и практика.- М.: Наука.- Гл. ред.
физ.-мат. Лит., 1986.-288 с
7. В. К. Финн. Интеллектуальные системы и общество. М.:URSS, 2006.
8. Т.А.Гаврилова, К.Р.Червинская. Извлечение и структурирование знаний для экспертных систем. М. : «Радио и связь», 1992.
9. Осипов Г.С., Куршев Е.П., Голубев С.А., Комаров С.И., Беляев А.Б., Годовников М.Н.
SIMER + MIR — инструментальные программные средства для экспертных систем. II Всесоюзная конференция «Искусственный интеллект-90». Сб. трудов, Минск, 1990, с. 58-64.
10. Г.С.Осипов. Приобретение знаний интеллектуальными системами. М.: НАУКА
«Физматлит», 1997.
11. Г.С.Осипов. Лекции по искусственному интеллекту. М.: URSS, 2009
12. Попов Э.В., Фоминых И.Б., Кисель Е.Б. Статические и динамические экспертные системы (классификация, состояние, тенденции). Методические материалы. -М.: Центральный
росс. дом знаний, 1995. -126 с.
13. Вагин В. Н, Головина Е. Ю., Загорянская А. А., Фомина М. В. Достоверный и правдоподобный вывод в интеллектуальных системах / Под ред. В.Н. Вагина, Д.А. Поспелова. —
М.: ФИЗМАТЛИТ, 2004. — 704 с.
10. Программные средства
Для успешного освоения дисциплины, во время самостоятельной работы, студент может
использовать известные инструментальные средства. Примером такого средства является отечественная технология SIMER+ MIRage.
10.1.Дистанционная поддержка дисциплины
Обеспечивается обменом информацией с преподавателем по электронной почте, голосовым общением c помощью интернет-телефонии и доступа студентов в соответствующие
разделы LMS, где приводятся все методические материалы по дисциплине.