Правительство Российской Федерации
Федеральное государственное автономное образовательное учреждение высшего профессионального образования
"Национальный исследовательский университет
"Высшая школа экономики"
Факультет Информационных технологий и вычислительной техники МИЭМ

Программа дисциплины Системы искусственного интеллекта


Для направления 230100 «Информатика и вычислительная техника»

Специальности 230102 «Автоматизированные системы обработки информации и управления» подготовки специалиста

Автор программы:

Топоркова А.С., к.т.н., доцент , atoporkova@hse.ru

Одобрена на заседании кафедры информационных технологий и автоматизированных систем «___»____________ 2012 г

Зав. кафедрой Тумковский С.Р.
Рекомендована профессиональной коллегией УМС по направлению «Информатика»

«___»____________ 20 г

Председатель ____________________
Утверждена УС МИЭМ НИУ ВШЭ

«___»_____________20 г.

Ученый секретарь Симонов В.П. ________________________

Москва, 2012

Настоящая программа не может быть использована другими подразделениями университета и другими вузами без разрешения кафедры-разработчика программы.

1. 
   Цели и задачи дисциплины.
   

Целью дисциплины являются изложение методов компьютерного моделирования систем, проявляющих поведение, которое включает автоматическое принятие решений, основанное на знаниях и рассуждениях.

1. 
   . Цель преподавания дисциплины.
   

Целью преподавания дисциплины является формирование у студентов знаний и умений, связанных с компьютерным моделированием систем автоматического принятия решений на основе рассуждений.

1. 
   Задачи изучения дисциплины.
   

В ходе изучения дисциплины студенты должны овладеть следующими знаниями:

• 
  Модели представления знаний. Типы этих моделей (логические, продукционные, концептуальные).
  
• 
  Модели рассуждения в интеллектуальных системах. Типы рассуждений (дедукция, абдукция, индукция).
  
• 
  Методы логической дедукции (вывод, основанный на принципе резолюции, вывод, основанный на аналитических таблицах, естественный вывод).
  
• 
  Основы логического программирования. Язык ПРОЛОГ.
  
• 
  Методы эвристического поиска в пространстве состояний.
  
• 
  Методы абдукции.
  
• 
  Методы рассуждений в условиях неопределенности.
  
• 
  Рассуждения, основанные на нечеткой логике.
  

2. 
   Требования к уровню освоения содержания дисциплины.
   

Студенты должны овладеть основными методами, применяемыми в ИИ.

1. 
   Знания и умения студентов.
   

В результате изучения дисциплины студент должен:

а) знать:

• 
  метод представления знаний в логических моделях;
  
• 
  метод представления знаний в концептуальных моделях (в частности, с помощью семантических сетей):
  
• 
  метод логической дедукции на основе принципа резолюции;
  
• 
  методы эвристического поиска в пространстве состояний;
  
• 
  основы логического программирования;
  

б) уметь:

• 
  представлять знание, используя логические формализмы ( в логике первого порядка);
  

• 
  представлять знание в семантических сетях;
  
• 
  представлять знание с помощью продукций;
  
• 
  строить дедуктивный вывод, основанный на принципе резолюции;
  
• 
  строить дедуктивный вывод, основанный на аналитических таблицах;
  
• 
  строить дедуктивный вывод в натуральной форме;
  
• 
  строить абдуктивный вывод в пропозициональной логике;
  
• 
  строить рассуждения на основе нечеткой логики.
  

3. 
   Объем дисциплины и виды учебной работы
   

Вид учебной работы	Всего часов	Семестр
		7
Общая трудоемкость дисциплины	100	100
Аудиторные занятия	51	51
Лекции	34	34
Практические занятия (ПЗ)
Семинары (С)	17	17
Лабораторные работы (ЛР)
другие виды аудиторных занятий
Самостоятельная работа	49
Курсовая работа
Расчетно-графические работы
Реферат
Домашние работы		49
Вид итогового контроля (зачет, экзамен)		зачет

3. 
   Содержание дисциплины.
   

Истоки искусственного интеллекта (ИИ) и история исследований в области ИИ. Примеры приложений ИИ. Системы, основанные на знаниях (СОЗ). Общая архитектура СОЗ (интерфейс эксперта, интерфейс конечных пользователей, база данных, база знаний). Модели представления знаний. Типы моделей представления знаний (логические, продукционные, концептуальные). Модели рассуждений (логическая дедукция, абдукция, индукция, вывод по аналогии, вывод на базе нечеткой логики). Эвристический поиск в пространстве состояний. Основы логического программирования. Язык ПРОЛОГ.

1. 
   Разделы дисциплины и виды занятий.
   

№ п/п	Раздел дисциплины	Лекции	ПЗ
1	Истоки СИИ. История исследований в области СИИ.	2
2	Системы, основанные на знаниях (СОЗ). Модели знаний в СОЗ.	8	5
3	Модели рассуждений в СОЗ.	10	5
4	Эвристический поиск в пространстве состояний.	6	3
5	Основы логического программирования.	8	4
	Итого:	34	17

2. 
   Содержание разделов дисциплины.
   

№ п/п	Раздел дисциплины	Содержание	Объем в час.
1	Истоки ИИ. История исследований в области ИИ.	Некоторые исторические сведения о зарождении и развитии дисциплины "Системы искусственного интеллекта". Примеры приложений ИИ.	2
2	Системы, основанные на знаниях (СОЗ). Модели знаний в СОЗ.	Архитектура СОЗ. Интерфейсы экспертов и конечных пользователей СОЗ. Типы моделей, используемых для представления знаний в СОЗ. Языки представления знаний. Логические ЯПЗ, продукционные ЯПЗ, концептуальные ЯПЗ.	13
3	Модели рассуждений в СОЗ.	Модели рассуждений в СОЗ. Типы этих моделей (логическая дедукция, индукция, абдукция, вывод, основанный на нечеткой логике) .	13
4	Эвристический поиск в пространстве состояний.	Эвристический поиск в пространстве состояний. Тактики эвристического поиска. Оценки сложности эвристического поиска.	9
5	Основы логического программирования.	Основы логического программирования. Структура выводов в логическом программировании. Приведение логических утверждений к форме дизъюнктов. Бэктрекинг. Семантика логического программирования. Язык ПРОЛОГ.	12

3. 
   Понедельный план проведения занятий.
   
   1. 
      Лекционные занятия.
      

Семестр 7 № недели	Наименование лекции
1	Истоки ИИ. История исследований в области ИИ. Примеры областей применения ИИ.
2	Системы, основанные на знаниях. (СОЗ). Общая архитектура СОЗ.
3	Классификация моделей знаний для СОЗ. Примеры моделей знаний различного типа.
4	Логические модели представления знаний. Язык пропозициональной логики. Примеры формализации в языке пропозициональной логики.
5	Язык логики первого порядка. Синтаксис и семантика этого языка.
6	Логическое следствие. Проблемы общезначимости и выполнимости.
7	Универсум Эрбрана. Невыполнимость универсально квантифици-рованных формул в универсуме Эрбрана. Принцип резолюции.
8	Полнота метода вывода, основанного на принципе резолюции.
9	Метод аналитических таблиц.
10	Полнота метода аналитических таблиц.
11	Эвристический поиск в пространстве состояний. Задача о ханойской башне.
12	Абдукция в пропозициональной логике. Примеры задач ИИ, требующих применения абдукции.
13	Задача технической диагностики как задача абдукции.
14	Основы логического программирования.
16	ПРОЛОГ. Его денотативная и операционная семантика.
17	О современных тенденциях в искусственном интеллекте.

2. 
   Практические занятия.
   

Семестр 7 № недели	Наименование практических работ
1, 3	Решение задач по формализации знаний с помощью пропозициональной логики.
5, 7	Решение задач на построение логических выводов на основе принципа резолюции.
9, 11	Решение задач на построение логических выводов на основе метода аналитических таблиц.
13	Решение задач на построение абдуктивных выводов и выводов, основанных на нечеткой логике.
15	Решение задач на эвристический поиск в пространстве состояний.
17	Решение задач на составление логических программ.

3. 
   Самостоятельная работа.
   
   1. 
      Содержание работы.
      

№ п/п	Содержание работы	Объем в час.
1	Примеры формализации в пропозициональной логике некоторых предметных областей.	10
2	Примеры построения логических выводов на основе принципа резолюции и по методу аналитических таблиц.	20
3	Построение системы технической диагностики на основе абдуктивных рассуждений.	19

2. 
   Домашние работы.
   

№ п/п	№ раздела дисциплины	Наименование работы	Объем в час.	Семестр
1	3	Выполнение п.1 из предыдущей таблицы.	10	7
2	4	Выполнение п.2 из предыдущей таблицы.	20
3	5	Выполнение п.3 из предыдущей таблицы	19

3. 
   Курсовая работа не предусмотрена.
   

4. 
   Лабораторный практикум не предусмотрен.
   

4. 
   Формы контроля
   

- промежуточный контроль: оценки за выполнение домашних работ и за работу на практических занятиях;

- итоговый контроль: зачет в конце 7 семестра;

Оценки промежуточного и итогового контроля складывается из следующих элементов:

работа на практических занятиях

Текущий контроль осуществляется посредством ведения учета выполнения и оценки качества подготовки заданий на практических занятиях (упражнения для закрепления теоретических знаний, выполнение домашних работ);

домашняя работа 1 Примеры формализации в пропозициональной логике некоторых предметных областей.

домашняя работа 2 Примеры построения логических выводов на основе принципа резолюции и по методу аналитических таблиц.

домашняя работа 3 Построение системы технической диагностики на основе абдуктивных рассуждений.
зачет

Итоговая оценка за дисциплину К по 10-балльной шкале формируется по следующему правилу:

K = 0,25 Др1 + 0,25 Др2 + 0,25 Др3 + 0,25 Пр,

где Др1, Др2, Др3, Пр – 10-балльные оценки за домашние работы в семестре и практическую работу на занятиях соответственно с округлением до целого числа баллов.

При 10-балльной оценке K не менее 4 баллов проставляется зачет, иначе – незачет.

4. 
   Учебно-методическое обеспечение дисциплины.
   

1. 
   Рекомендуемая литература.
   

а) Основная литература.

1. 
   Дж.Ф.Люгер. Искусственный интеллект (стратегии и методы решения сложных проблем). Изд. дом "Вильямс", СПб, Киев, 2003.
   
2. 
   В. Н. Вагин, Е. Ю. Головина, А. А. Загорянская, М. В. Фомина «Достоверный и правдоподобный вывод в интеллектуальных системах». – М.: ФИЗМАТЛИТ, 2004
   

б) Дополнительная литература.

1. 
   Справочник по искусственному интеллекту, т. 1. Модели.
   

/Под ред. Д.А.Поспелова. –М.: Радио и связь, 1989.

2. 
   Средства обеспечения освоения дисциплины.
   

1. 
   Перечень дисциплин, усвоение которых необходимо для изучения данной дисциплины:
   

• 
  дискретная математика.
  

6. 
   Методические рекомендации по организации изучения дисциплины.
   

Настоящая рабочая программа составлена в соответствии с Государственным образовательным стандартом высшего профессионального образования по направлению 230100 «Информатика и вычислительная техника» подготовки по специальности 230102 «Автоматизированные системы обработки информации и управления»