Umělá&inteligence! Co#o#nás#říká,#i#když#to#(někdy)#nechceme#slyšet?#

Rozměr: px
Začít zobrazení ze stránky:

Download "Umělá&inteligence! Co#o#nás#říká,#i#když#to#(někdy)#nechceme#slyšet?#"

Transkript

1 Umělá&inteligence! Co#o#nás#říká,#i#když#to#(někdy)#nechceme#slyšet?# Roman Barták Matematicko-fyzikální fakulta, Univerzita Karlova v Praze Umělá& inteligence& je& věda& o& vytváření& strojů& nebo&systémů,&které&budou&při&řešení&určitého& úkolu&užívat&takového&postupu,&který& &kdyby& ho&dělal&člověk& &bychom&považovali&za&projev& jeho&inteligence.& Marvin&Minsky,&1967& Přístupy#k#umělé#inteligenci# Jednat#lidsky# způsob'řešení'(cesta)' výsledek'řešení' myslet lidsky kognitivní v da jednat lidsky behaviorismus člověk'jako'nositel'inteligence' myslet racionáln logika jednat racionáln d lat správné v ci inteligence'jako'princip'(racionalita)' Alan&Turing!(1950)!se!pokusil!nalézt!operační! definici!inteligence.! Mohou!stroje!myslet?!!!!!!! Mohou!se!stroje!chovat!inteligentně?! Turingův&test&!Stroj!projde!testem,!pokud!není!člověk!na!základě! písemné!komunikace!schopen!rozpoznat,!zda!na! druhé!straně!je!člověk!nebo!stroj.! Potřebné&schopnosO:& zpracování&přirozeného&jazyka& reprezentace&znalosq& automaocké&uvažování& strojové&učení& jako lidé

2 A#znáte#tohle?# Reverzní&Turingův&test!!aneb!jak!zjisKt,!zda!u!počítače!sedí!člověk!a! ne!robot! KogniOvní&modelování& modelujeme!lidské!myšlení! potřebujeme!vědět,!jak!mozek!funguje! Přístup!shora!(psychologie)! stejný!mechanismus!řešení!problémů,!jaký!používají!lidé! GPS:!General!Problem!Solver!(Newell!&!Simon,!1957)! Přístup!zdola!(neurověda)! modelování!neuronů!a!jejich!vazeb! konekcionismus! inteligentní!chování!se!vynoří! spojením!velkého!počtu! jednoduchých!elementů! Myslet#lidsky# Myslet#racionálně# Jednat#racionálně# Už!od!dob!Aristotela!(384!!322!BC)!se!lidé!zabývají! hledáním! pravidel!myšlení.! Sylogismy# vzory!správného!uvažování,!které!ze!správných!vstupů!odvodí! správně!závěry! Sokrates!je!člověk,!všichni!lidé!jsou!smrtelní!!!Sokrates!je!smrtelný!! základy!moderní!logiky!(a!matemakky)! Problémy:! Jak!pro!logické!odvozování!formálně!zachyKt! neformální!znalost,!která!není!100%!jistá?! Je!velký!rozdíl!umět!vyřešit!problém!v!principu! a!problém!skutečně!vyřešit!! Racionální&chování!=!dělat! správné!věci! správná&věc!=!dosáhnout!co!nejlepší!(očekávaný)! výstup!pro!dané!(i!nejisté)!vstupy! Dělat!správná!odvození!(myslet!racionálně)!je!čásf! racionálního&agenta,!ale!ne!výlučnou.! Jsou!situace,!kde!není!žádná!dokazatelná! správná!věc,!kterou!lze!udělat,!přesto!je! potřeba!něco!udělat.! Ne!každé!racionální!chování!obsahuje!logické! odvození!(např.!reflexy).!

3 Agent!je!cokoliv,!co!vnímá!okolní!prostředí! prostřednictvím!senzorů!a!ovlivňuje!ho! prostřednictvím!akčních&členů.! Příklady:& člověk# oči,!uši,!nos,!!!ruce,!nohy,!ústa,! robot# kamera,!ir!detektor,!!!paže,!kola,!! sojware# klávesnice,!pakety!ze!sítě!!!obrazovka,!pakety!do!sítě,! Co#je#agent?# Agent#přesněji# Agent!přijímá!vjemy!a!jeho!chování!je!plně!určeno! posloupnosf!všech!vjemů,!které!kdy!přijal.! Formálně!tedy!můžeme!každého!agenta!popsat! agentovou&funkcí!(tabulkou):! posloupnost!vjemů!!akce! Na!základě!chování!agenta,!můžeme!sestavit!jeho!agentovou! funkci!(vnější!charakteriskka).! tedy!pokud!můžeme!agenta! restartovat!a!máme!nekonečný!prostor! pro!zápis!tabulky!a!také!hodně!času! Tabulka!je!abstraktní&matemaOcký&popis!agenta.! Interně!ale!bude!chování!agenta!popsáno!spíše! agentovým&programem.! Program!je!konkrétní&implementace!agentovy!funkce.! Příklad#agenta# Míra#výkonu# Agentova#funkce:# posloupnost&vjemů& (A,čisto)! (A,špína)! (B,čisto)! (B,špína)! (A,čisto),!(A,čisto)!! akce& doprava! vysaj! doleva! vysaj! doprava! Vysavač& vjemy:!místo!(a,b)!!obsah!(čisto,špína)! akce:!vysaj,!doleva,!!doprava,!nic! Agentův#program:# if!obsah=špína!then! vysaj! else&if!místo=a!then! doprava! else!if!místo=b!then! doleva! Jak&správně&vyplnit&agentovu&tabulku?!aneb! Co&odlišujete&dobrého&agenta&od&špatného?& Potřebujeme!měřit!míru&výkonu!agenta,!tj.!jak!úspěšné!je!jeho! chování!a!to!pokud!možno!objekovně.! Kdo&určuje&míru&výkonu?& tvůrce!agenta! Jak&určit&míru&výkonu?& Podle!toho,!jak!chceme!aby!vypadalo!prostředí!agenta,!spíše!než!podle! toho,!jak!si!myslíme,!že!se!má!agent!chovat.! Příklad!(vysavač)! míra!výkonu:!sesbírej!co!nejvíce!špíny! možný!výsledek:!vysaj,!vysyp,!vysaj,!vysyp,!! míra!výkonu!(lépe):!co!největší!čistá!plocha!

4 Peníze#jako#míra#výkonu?# V!běžném!životě!používáme!peníze!pro! ohodnocení!různého!zboží!a!služeb.! Agent!zpravidla!preferuje!více!peněz!před!méně! penězi,!jerli!vše!ostatní!stejné.! Proč'nejsou'peníze'přímo'mírou'výkonu?' Uvažujme,!že!jsem!vyhráli!1!mil.!USD!a!můžeme!si! ho!buď!nechat!nebo!přijmeme!sázku!na!hod! mincí!!padnerli!orel!dostaneme!2,5!mil.!usd,! jinak!nic.! Očekávaný!peněžní!zisk!při!sázce!je! !USD.! Většina!lidí!ale!volí!jistotu!1!mil.!USD.!Je!to!snad! iracionální?! závislost&užitku&na&penězích& Užitek#z#peněz# Volba!v!předchozí! hře!závisí!nejen!na!hře!samé,!ale!i! na!současném!majetku!hráče!! Nechť!S n!je!stav!označující!majetek!n!usd.! Potom!můžeme!očekávaný!užitek!akcí!popsat!takto:! EU(Accept)!=!½!U(S k )!+!½!U(S k )! EU(Decline)!=!U(S k )! Nechť!U(S k )!=!5,!U(S k )!=!8,!U(S k )!=!9.! Potom!je!rozhodnuf!odmítnout!sázku!zcela!racionální!! v!této!oblask!naopak!risk! vyhledáváme! v!této!oblask!raději! preferujeme!jistotu!před! riskem! Pokud!je!křivka!téměř! lineární,!máme!k!riskování! neutrální!vztah.! Racionální#agent# Racionální&agent!je!takový!agent,!který!pro!každou! možnou!posloupnost!vjemů!zvolí!akci!maximalizující! očekávanou!míru!výkonu!a!to!na!základě!údajů! daných!tou!posloupnosf!vjemů!a!vnitřních!znalosf! agenta.! Pozor,!neplést!se!vševědoucnosR!! agent!maximalizuje!očekávanou!míru!výkonu! vševědoucí!maximalizuje!skutečnou!míru!výkonu! Racionální!agent!by!měl!být!autonomní!!nespoléhá! jen!na!znalosk!dané!tvůrcem,!ale!měl!by!se!učit,!aby! kompenzoval!předchozí!částečné!nebo!špatné! znalosk.!

5 iracionalita# Lidské#rozhodování#T#efekt#jistoty# Lidé#se#chovají# předvídatelně#iracionálně.# Allaisův&paradox& A:!80%!šance!dostat!4000!USD! B:!100%!šance!dostat!3000!USD! obvyklá!volba!je!b,!protože!preferujeme!jistotu! C:!20%!šance!dostat!4000!USD! D:!25%!šance!dostat!3000!USD! obvyklá!volba!je!c,!protože!preferujeme!větší!očekávaný!finanční! zisk! Efekt&jistoty&!lidé!silně!preferují!zisk,!který!je!jistý.! Lidské#rozhodování#T#averze#k#nejednoznačnosX# Lidské#rozhodování#T#trochu#psychologie# Ellsbergův&paradox& V#urně#je#1/3#červených#koulí#a#zbylé#koule#jsou#černé#nebo#žluté.# A:!pokud!je!vybrána!červená!koule,!dostanete!100!USD.! B:!pokud!je!vybrána!černá!koule,!dostanete!100!USD.! obvyklá!volba!je!a,!možnost!výhry!je!1/3,!zafmco!pro!b!je!možnost!výhry!mezi!0!a! 2/3! C:!100!USD!za!vybrání!červené!nebo!žluté!koule! D:!100!USD!za!vybrání!černé!nebo!žluté!koule! obvyklá!volba!je!d,!možnost!výhry!je!2/3,!zafmco!pro!c!je!možnost!výhry!mezi! 1/3!a!3/3! Pokud!si!ale!myslím,!že!v!osudí!je!více!červených!než!černých!koulí,!měl! bych!volit!a!a!c! Averze&k&nejednoznačnosO&!lidé!preferují!známou!nejistotu!než! nejistou!nejistotu.! Efekt&podání&!formulace!problému!má!velký!vliv! na!rozhodnuf!agenta! Operace!A!dává!90%!šanci!na!přežif! Operace!B!má!10%!úmrtnost! obvyklá!volba!je!a,!i!když!obě!volby!jsou!naprosto!totožné! Efekt&kotvy&!lidé!se!cíf!lépe!při!použif! relakvního!porovnání!než!u!absolutních!hodnot! Proto!v!restauraci!najdeme!vína!za!200!USD,!která!si! stejně!nikdo!nekoupí!(a!restauratér!to!ví),!ale!víno!za! 50!USD!potom!vypadá!jako!dobrá!koupě.!Lidé!toKž! očekávají!kvalitu!všech!vín!podle!toho!nejdražšího.!

6 Vězňovo#dilema# Uvažujme!následující! hru! Dva!zloději!Alice!a!Bob!byli!chyceni!při!činu!a!nyní!jsou! odděleně!vyslýcháni.! Oba!dostali!nabídku!dosvědčit,!že!partner!je!šéf!bandy! výměnou!za!propuštění!(partner!dostane!10!let).! Pokud!budou!proK!sobě!svědčit!navzájem,!dostanou!po!5! letech.! Pokud!odmítnou!svědčit,!dostanou!po!1!roku.! Jak!se!mají!rozhodnout?! racionální!volba!je!svědčit.! Alice:&svědčit& Alice:&odmítnout& Bob:&svědčit& A=r5,!B=r5! A=r10,!B=0! Bob:&odmítnout& A=0,!B=r10! A=r1,!B=r1! Zpět#ke#Golden#Balls# Jak&se&má&zachovat&racionální&Steve?& Sarah:&split& Steve:&split& Sarah:&steal& Steve=50!075,!Sarah=50!075! Steve=0,!Sarah=100!150! Steve:&steal& Steve=100!150,!Sarah=0! Steve=0,!Sarah=0! pokud!sarah!volí!split,!potom!je!pro!steva!lepší!!volit!steal& pokud!sarah!volí!steal,!potom!je!pro!steva!!jedno,!co!zvolí!!ale!viděli!jsme,!jak!vypadal,!když!volil!split!;r)! Hry# #jak#si#stojí#ui?# Šachy& 1997!superpočítač!Deep!Blue!poráží!Kasparova!3.5!!2.5! 2002! běžné!pc!(program!fritz)!remízuje!s!kramnikem! Dáma& 1994!program!Chinook!mistrem!světa! 29.!4.!2007!vyřešeno!!opKmální!řešení!je!remíza! Go& větvící!faktor!361,!což!omezuje!současné!metody! průměrný!amatérský!hráč!je!lepší!než!počítač! Bridge& 2000!program!GIB!dvanáctý!na!mistrovství!světa! programy!jack!a!wbridge5!hrají!na!úrovni!nejlepších!hráčů! Umělá inteligence I, Roman Barták Deep#Space#1# Start:!24.!října!1998! Cíl:!Borrelliova!kometa! Testování&12&nových&technologií& autonomous&remote&agent& plánuje,!provádí!a!monitoruje!akce!kosmické!lodi! na!základě!obecných!příkazů!operátora! tři!zkušební!scénáře! 12!hodin!nízké!autonomie!(provádění!a!monitorování)! 6!dní!vysoké!autonomie!(snímání!kamerou,!simulace!poruch)! 2!dny!vysoké!autonomie!(udržení!směru)!» pozor&na&backtracking!&» pozor&na&deadlock&v&plánu!&

7 RoboCup# RoboCup#T#emoce# Cílem!je!vyvinout!tým!plně!autonomních! robotů,!který!do!roku!2050!porazí!tým!mistrů! světa!ve!fotbale.! Simulace! simulované!utkání!v!počítači! Malí&roboO! robok!do!průměru!18!cm! Střední&roboO& robok!do!průměru!50!cm!! všechny!sensory! Standardní&pladorma& Sony!Aibo,!Nao! Humanoidní&roboO! penalty!a!hra!dva!na!dva! Grand#Challenge# První!závod!plně&automaOzovaných&vozidel!na! dlouhou!vzdálenost!sponzorovaný!darpa.! Cílem!je!mít!třeKnu!pozemních!vojenských!sil!plně! autonomní!do!roku!2015.! 2004&Grand&Challenge& neúspěch!r!nikdo!nedokončil!(max.! 11,78!km,!CMU)! 2005&Grand&Challenge& cíl!splněn!!vítěz!stanley!(212.4!km!za! cca!7!hod.,!stanford)! 2007&Urban&Challenge& vítěz!boss!(cmu)!umí!jezdit!ve!městě! Google#SelfTdriving#Car#

8 QuesXon#&#Answering# Počítačový!systém!Watson!v!roce!2011!porazil!lidské! šampiony!ve!hře!jeopardy!! O&co&jde?& odpovídání!na!otázky!položené!v!přirozeném!jazyce! s!otevřeným!obsahem!(není!omezené!téma!otázky)! systém!analyzuje!nápovědu!v!přirozeném!jazyce! na!základě!sémankckého!porovnání!s!uloženými! informacemi!vyhledá!odpověď! pokud!má!dostatečnou!míru!jistoty,!tak!odpoví! Použité&technologie& zpracování!přirozeného!jazyka! vybavování!informací! reprezentace!znalosf!a!uvažování!o!nich! strojové!učení! Watson#inside# Rozumí!Watson!kladeným!otázkám?! ne! Dělá!Watson!to!samé,!co!webové&vyhledávače&typu! Google?! ne!(watson!vrací!jedinou!odpověď!a!musí!si!s!ní!být! dostatečně!jistý)! Jak!tedy!Watson!funguje?! rozloží!otázku! vygeneruje!kandidáty/hypotézy!na!odpověď! hledá!podporu!pro!své!hypotézy!(masivní!paralelismus)! Odkud!Watson!čerpal!informace?! přímo!z!textových!dokumentů! (včetně!celé!wikipedie)!! Trochu#filozofie#na#závěr# Watson!(a!ostatní!prezentované!systémy)!je! reprezentantem!slabé&ui& stroje!se!chovají!jako!inteligentní!bytosk! Silná&UI& stroje!skutečně!myslí! Většina!výzkumníků!považuje!hypotézu!slabé! UI!za!potvrzenou!a!nestarají!se!o!to,!jestli!se! hovoří!o!simulaci!inteligence!nebo!o! skutečnou!inteligenci.! postupně!jsou!bourány!argumenty! typu! stroje!nikdy!nebudou!umět!x! Roman Barták Matematicko-fyzikální fakulta, Univerzita Karlova v Praze bartak@ktiml.mff.cuni.cz

Umělá inteligence I. Roman Barták, KTIML. roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak

Umělá inteligence I. Roman Barták, KTIML. roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Umělá inteligence I Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Inteligentní agenti Připomeňme, že z různých pohledů na UI bude tato přednáška pokrývat racionální jednání,

Více

Umělá inteligence (1. přednáška)

Umělá inteligence (1. přednáška) Umělá inteligence (1. přednáška) Co je to AI (Artificial Intelligence) systém, který myslí jako lidé myslí racionálně se chová jako lidé se chová racionálně Jednat jako lidé systém, který myslí jako lidé

Více

Umělá inteligence (1. přednáška)

Umělá inteligence (1. přednáška) Umělá inteligence (1. přednáška) Anna Vernerová 1 Jonathan L. Verner 2 1 Ústav formální a aplikované lingvistiky Matematicko-fyzikální fakulta http://ufal.mff.cuni.cz/anna-vernerova vernerova@ufal.mff.cuni.cz

Více

UITS / ISY. Ústav inteligentních systémů Fakulta informačních technologií VUT v Brně. ISY: Výzkumná skupina inteligentních systémů 1 / 14

UITS / ISY. Ústav inteligentních systémů Fakulta informačních technologií VUT v Brně. ISY: Výzkumná skupina inteligentních systémů 1 / 14 UITS / ISY Výzkumná skupina inteligentních systémů Ústav inteligentních systémů Fakulta informačních technologií VUT v Brně ISY: Výzkumná skupina inteligentních systémů 1 / 14 Obsah Představení skupiny

Více

Připomeňme, že naším cílem je tvorba nástroj, pro zjištění stavu světa případně

Připomeňme, že naším cílem je tvorba nástroj, pro zjištění stavu světa případně Umělá inteligence II Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Racionální rozhodování Připomeňme, že naším cílem je tvorba racionálních agentů maximalizujících očekávanou

Více

Ú É Á Č ď Ú ž Ů ž Á Á ž Á Ř É š Ú Ě Ě Ť ž Ú Í Č Ů Ú ů ž Ý ú ú Č ž ú ž ď ž ů ů ú š š ž Ů ž š Á ť Á ú Ů ž ť šť šť ž š ž ů ž ž Ů ž ž š ž š ž Ů Á šť šť ž šť ž š šť ž ž Ů Í ž ž ž š ž ŠÍ ž Á Ý š ž ž Ů ž ů Ů

Více

Základy umělé inteligence

Základy umělé inteligence Základy umělé inteligence Hraní her (pro 2 hráče) Základy umělé inteligence - hraní her. Vlasta Radová, ZČU, katedra kybernetiky 1 Hraní her (pro dva hráče) Hraní her je přirozeně spjato s metodami prohledávání

Více

Úvod do teorie her

Úvod do teorie her Úvod do teorie her. Formy her a rovnovážné řešení Tomáš Kroupa http://staff.utia.cas.cz/kroupa/ 208 ÚTIA AV ČR Program. Definujeme 2 základní formy pro studium různých her: rozvinutou, strategickou. 2.

Více

Hry a UI historie. von Neumann, 1944 algoritmy perfektní hry Zuse, Wiener, Shannon, přibližné vyhodnocování

Hry a UI historie. von Neumann, 1944 algoritmy perfektní hry Zuse, Wiener, Shannon, přibližné vyhodnocování Hry a UI historie Hry vs. Prohledávání stavového prostoru Hry a UI historie Babbage, 1846 počítač porovnává přínos různých herních tahů von Neumann, 1944 algoritmy perfektní hry Zuse, Wiener, Shannon,

Více

ř č Á ú Ě Í š é é ř Ž Č č ř ě é Š ž č é ž č č é Č š ě ůš š Č š ě ůš š Ť é Č ř ň ř ě ž úč ě Ů úč ž ř ž ř é š é ů ž č ů ř ě ř ě ů č ů ě Š é ř ě é Š š Č ř č ě š č ř ů š ě é ř Á úč ř ě é Š ž é ž č é Š ž č

Více

ť Š č č Ý ž ů ř ů š é š ůš ř Ž ž Ů š ř ř š č š ž ž ž š š š ž ř Ž č Ž Á Á é ř ž Ž Ž Ž ý Ž Ž š č ý ý ř š ř é Ž Ž é Ť Ť Ť Á Ť ý ů š ú ř Á ž ú é č Í Í ó Á ď é Á ů Á é Á š ž é Á ú Á ň š ž š ů ÍŠ Ú ů Ž ř é š

Více

IUVENTAS Soukromé gymnázium a Střední odborná škola, s. r. o. Umělá inteligence. Jméno: Třída: Rok:

IUVENTAS Soukromé gymnázium a Střední odborná škola, s. r. o. Umělá inteligence. Jméno: Třída: Rok: IUVENTAS Soukromé gymnázium a Střední odborná škola, s. r. o. Umělá inteligence Jméno: Třída: Rok: Prohlašuji, že mnou předložená práce je mým původním autorským dílem, které jsem vypracoval/a samostatně.

Více

Před samotnou tvorbou ještě pár rad.

Před samotnou tvorbou ještě pár rad. Účel tohoto dokumentu a mé práce je ten, naučit vás jak zacházet s textovou hrou a jejím vytvářením. Doufám tedy, že popis a dokumentace k tomu postačí. Pro tento případ si ovšem zvolím jen jednoduchý

Více

Složitost her. Herní algoritmy. Otakar Trunda

Složitost her. Herní algoritmy. Otakar Trunda Složitost her Herní algoritmy Otakar Trunda Úvod měření složitosti Formální výpočetní model Turingův stroj Složitost algoritmu = závislost spotřebovaných prostředků na velikosti vstupu Časová složitost

Více

ó ú š Í š č Ž ú ň Ž Í Í Í Í ů Ž Í Ž Ž Í ů č ú ň Í Ň Í š Ž č úč č č č č č č š š š ú š š Ť ů š ů č ň ů ů č ň č úč š š š č ň Ťů Í č č úč ň š č š ň ů š š ň č ů ů ď š Ž š č š š ů č č ů ň ů š š Í č š ň č č č

Více

ř é ř ř Š ř Š Š ě ě é ů ř é ů ř ř é ě š ů Ú é ů ú ů ě ú é ř é ú ů é ř é é š ě é ř é Š ř ě Í ú ř ě é ř ď ě é ř é ě ů é ď Š ď ě ě é ú ů úř ě é ú é é ú ě ř ú é é é š ř é ř ř é š ě é ě ě é ú é ř ě ě ř é ř

Více

ř ů Á Í š ť ř ž Ó ú š ů Ů ó Š ř š Č ů ř šť š š Ů Š ř š ř ČÍ š Á ř š ů ž ř ů š ď š š Ý ů š ů Áš Ě ř ž Í ů ř ř š ř š Ř ř š ď ř ž š š ř ř š ř ř ř š ř ř ř š ř ř ř ř Ů ž ž Š š š š ř ž š ř ř š ř ř ř š Ř ř ř

Více

č ž č č Č ě ů ě é úč é é úč č é č ů ů úč ů ů é ů úč ů úč ůč é č é Č ů č é ů č é č Š ě é ž ě ě ě ů é ě é ěž é č é č Č č é č ů ě ů ů č é č ů ů ě ž é úč č é Č ě ž úč ů č ž č ž č ě úč ů Ž é ž Č é č č úč é

Více

Výukový materiál zpracován v rámci projektu EU peníze školám

Výukový materiál zpracován v rámci projektu EU peníze školám Výukový materiál zpracován v rámci projektu EU peníze školám Název školy: Střední zdravotnická škola a Obchodní akademie, Rumburk, příspěvková organizace Registrační číslo projektu: CZ.1.07/1.5.00/34.0649

Více

Umělá inteligence I. Roman Barták, KTIML. roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak

Umělá inteligence I. Roman Barták, KTIML. roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Umělá inteligence I Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Dnes Dosud popisované algoritmy nepředpokládaly přítomnost dalších agentů v prostředí, zvlášť ne agentů,

Více

Možnosti využití KBT při práci s rodiči dětí s Aspergerovým syndromem

Možnosti využití KBT při práci s rodiči dětí s Aspergerovým syndromem Možnosti využití KBT při práci s rodiči dětí s Aspergerovým syndromem Roman Pešek Asociace pomáhající lidem s autismem, APLA Praha, střední Čechy, o.s. Terapeutické a sociálně rehabilitační středisko APLA

Více

ŘÍ ó Ý Ň É Ť Í ň ó Ř Í Í Ň ď ď ď Ě Í Á Ý ó Á ó ď ó Í ó Ř Č ó Ř Ř Á Š Ď ď ď Č Ý Ý Í ň Ý ň Ý Ý ň Í Ý Ó Í Ý ň Ň ď ň ó ó ó ď ň Á Á Á Ě Ě ň ň ň Á Á ó ď Í Ě ď Ď ň Ý ď ó ň Š Í Á ÁŠ Ě Š Í Á ď ď ď ď Ý ň ň Í Ž

Více

a4b33zui Základy umělé inteligence

a4b33zui Základy umělé inteligence LS 2011 Jméno: a4b33zui Základy umělé inteligence 10.6.2011 O1 O2 O3 O4 O5 Total (50) Instrukce: Na vypracování máte 90 min, můžete použít vlastní materiály nebo poznámky. Použití počítače nebo mobilního

Více

Centrální vysavače. Více, než jen obyčejné vysávání. www.nilfisk.cz

Centrální vysavače. Více, než jen obyčejné vysávání. www.nilfisk.cz Centrální vysavače Více, než jen obyčejné vysávání www.nilfisk.cz Snadná cesta k čistotě Vysávání je přirozenou součástí úklidu v domácnosti. Je to jeden z těch nevyhnutelných úkolů, které si většina lidí

Více

Přírodou inspirované metody umělé inteligence

Přírodou inspirované metody umělé inteligence Přírodou inspirované metody umělé inteligence Roman Neruda Ústav informatiky AVČR roman@cs.cas.cz Nové Hrady, červenec 2012 Od Darwina a Mendela... ... k inteligentním agentům. Umělá inteligence 2 přístupy

Více

ý ě Ž š Š ý ž ú ú ž ě Š ýš Á ýš Á ž ě ě ž š š ž ý ě ý ž ě ě ů ý ý ž Í š ů ý ú ě ý ě ý ě ě ý ů ů ě ý Ť ý ů Ž Ů Ž š ě ů ý š ý ě š ý Ů Í ú ě ě ž Ú ý ě ý Ó Ó Í ě ž ě ě ú ě ý ý Ž ň ň ý Úě ž ě ý Ú ú ú ž ě ýš

Více

Teorie her a ekonomické rozhodování. 8. Vyjednávací hry

Teorie her a ekonomické rozhodování. 8. Vyjednávací hry Teorie her a ekonomické rozhodování 8. Vyjednávací hry 8. Vyjednávání Teorie her Věda o řešení konfliktů Ale také věda o hledání vzájemně výhodné spolupráce Teorie vyjednávání Odvětví teorie her dohoda

Více

Obsah: Hry Prohledávání stavového prostoru. Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi

Obsah: Hry Prohledávání stavového prostoru. Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi Hry a základní herní strategie Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/uui/ Obsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax Algoritmus Alfa-Beta prořezávání Nedeterministické

Více

Hry a UI historie. agent musí brát v úvahu akce jiných agentů jak ovlivní jeho. vliv ostatních agentů prvek náhody. Hry: Obsah:

Hry a UI historie. agent musí brát v úvahu akce jiných agentů jak ovlivní jeho. vliv ostatních agentů prvek náhody. Hry: Obsah: Obsah: Hry a základní herní strategie Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/uui/ Hry s nepřesnými znalostmi Hry a UI historie Úvod do umělé inteligence 7/1 1 / 5 Hry a UI historie Babbage,

Více

š ó ř ú ÚČ Í ř ČÍ ř š Č ř ú ú ž ž ó ž ř ů ž ř ž ř ž ů ž ů ň ž ů ů ů ů ů ž ř ů ř ú ú ž ž ř ž ž ž ň ř ů ř ň ň ř š ú ú ů ú ů ž ů ú ž ó ž ú ř ž ňš ř řš ž ř ú ú ž ž ň ř ů ř ž ř ř ř ž ž ú ř ú ú ž ú ř ů ů ř š

Více

ŠÍ Ů ČÍ č Ť č č č ň Í Í č č ň ň č Ť ň ť č Í č Ť č č Ť Í Í č ť Ť č č Ťč č Ě Ťč Ť ň č Ť ť Ť Ť Ť č Ť Ť č Ť Ť Ť č č Ť č č Ú č Ť Ď Ť ť č ň Ť Ť Í č č Ť Ď č č č č č ň Ť ň č Ť č Ť č Ý Ť ť ň č č č č č č ť Ť Ý č

Více

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Rozdělení sub-oborů robotiky Učební text jméno a příjmení autora Doc. Ing. Mgr. Václav Záda, CSc. Liberec 2010 Materiál

Více

Á Ě č Ý Úč Ř ů ů č č č č ú ů Ž é ž ž ú ů ů ů č š č š ť č é č č č š č ž Úč é é úč é úč č ů č č ů é ú Ž é ůč ň š úč ž úč ž é úč č č ž Č ů č úč č š Í ú č é Č č ť Ř Í Í Č č č ú ů ů é Í č Ú ú ů ů é é Í č Ž

Více

Obsah DÍL 2 KAPITOLA 6. 6 Automatická regulace 9. 6.1 Základní terminologie historické souvislosti 12

Obsah DÍL 2 KAPITOLA 6. 6 Automatická regulace 9. 6.1 Základní terminologie historické souvislosti 12 Obsah DÍL 2 KAPITOLA 6 6 Automatická regulace 9 6.1 Základní terminologie historické souvislosti 12 6.2 Dynamický systém, nástroje a metody jeho analýzy 18 6.2.1 Popis dynamického systému 19 6.2.2 Simulace

Více

ď í ů ů í í Í Í ť č í Í Í Ň Á Č Á í í ň ň Í íů í í í í ů č í íů í č í Í í ň í ň í č í í í č ň í í ň ň í í í í í í í í í č í ň í í č í í ň ú č í í ó ň čí í í ů ň í í í í í í í č ň ů í č ů ů í ň ú í í í

Více

Matematika 1A. PetrSalačaJiříHozman Fakulta přírodovědně-humanitní a pedagogická Technická univerzita v Liberci

Matematika 1A. PetrSalačaJiříHozman Fakulta přírodovědně-humanitní a pedagogická Technická univerzita v Liberci Matematika 1A. PetrSalačaJiříHozman Fakulta přírodovědně-humanitní a pedagogická Technická univerzita v Liberci petr.salac@tul.cz jiri.hozman@tul.cz 26.9.2016 Fakulta přírodovědně-humanitní a pedagogická

Více

ROBOTIZACE A JEJÍ IMPLEMENTACE VE STAVEBNICTVÍ TRENDY EVROPSKÉHO STAVEBNICTVÍ

ROBOTIZACE A JEJÍ IMPLEMENTACE VE STAVEBNICTVÍ TRENDY EVROPSKÉHO STAVEBNICTVÍ ROBOTIZACE A JEJÍ IMPLEMENTACE VE STAVEBNICTVÍ doc. Ing. Pavel Svoboda, CSc. a Ing. Michal Bruzl ČVUT v Praze Fakulta stavební Katedra technologie staveb TRENDY EVROPSKÉHO STAVEBNICTVÍ 1 Obsah přednášky

Více

Á Á Á Í ň Í Č é ČÍ ÚČ Ž Ř é é é é é é é é é Ů Č Č é é Č é é Ů é é é é é Ů é Ž é é Ť Á é Ř é é Ů Í Í Ř Ů ČÍŠ é é é Í Í ÚČ é Ů é é é ň é Č é ŠÍ Ů é Ů Ů é Ď ů é Ů Ů é Ů é é é é é é é Ů é é é é Ů é Ů é é é

Více

Specializace Kognitivní informatika

Specializace Kognitivní informatika Specializace Kognitivní informatika Otevřené dveře specializace Kognitivní informatika, 10.5.2007 V rámci projektu, financovaného Evropským sociálním fondem pod č. 3206 Multi- a transdisciplinární obor

Více

Zabýváme se konstrukcí racionálních agentů.

Zabýváme se konstrukcí racionálních agentů. Umělá inteligence II Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Zabýváme se konstrukcí racionálních agentů. Agent je entita, co vnímá okolní prostředí prostřednictvím

Více

Metody odvozování. matematická východiska: logika, Prolog

Metody odvozování. matematická východiska: logika, Prolog Metody odvozování matematická východiska: logika, Prolog psychologická východiska: rámce biologická východiska: konekcionismus, neuronové sítě statistická východiska: kauzální (bayesovské) sítě ekonomická

Více

NADANÝ ŽÁK A JEHO MOŽNOSTI ROZVOJE VE VOLNÉM ČASE

NADANÝ ŽÁK A JEHO MOŽNOSTI ROZVOJE VE VOLNÉM ČASE 1 NADANÝ ŽÁK A JEHO MOŽNOSTI ROZVOJE VE VOLNÉM ČASE Příklady aktivit pro volný čas nadaných žáků Ing. Martin Pokorný Projekt OPVK reg.č. CZ.1.07/.1.2.00/08.0126 2 VERBÁLNÍ HRY - rozvíjejí především slovní

Více

Teorie her a ekonomické rozhodování. 4. Hry v rozvinutém tvaru

Teorie her a ekonomické rozhodování. 4. Hry v rozvinutém tvaru Teorie her a ekonomické rozhodování 4. Hry v rozvinutém tvaru 4.1 Hry v rozvinutém tvaru Hra v normálním tvaru hráči provedou jediné rozhodnutí a to všichni najednou v rozvinutém tvaru řada po sobě následujících

Více

Nabídka manažerských simulátorů z EF JU

Nabídka manažerských simulátorů z EF JU Nabídka manažerských simulátorů z EF JU Na EF JU jsou od roku 2009 soustavně vyvíjeny online počítačové manažerské simulátory, které jsou využívány interně pro trénink manažerského rozhodování v oblastech

Více

Formálnílogickésystémy pro aplikaci v informatice Martin Žáček

Formálnílogickésystémy pro aplikaci v informatice Martin Žáček ZVYŠOVÁNÍODBORNÝCH KOMPETENCÍAKADEMICKÝCH PRACOVNÍKŮ OSTRAVSKÉUNIVERZITY V OSTRAVĚ A SLEZSKÉ UNIVERZITY V OPAVĚ Formálnílogickésystémy pro aplikaci v informatice Martin Žáček PŘEDMĚTY NA OU Logické základy

Více

Obsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi

Obsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax. Nedeterministické hry Hry s nepřesnými znalostmi Hry a základní herní strategie Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/uui/ Obsah: Hry vs. Prohledávání stavového prostoru Algoritmus Minimax Algoritmus Alfa-Beta prořezávání Nedeterministické

Více

AUTOMATIZACE PROCESŮ

AUTOMATIZACE PROCESŮ Agenda Představení poskytovatele řešení procesní automatizace. Automatizace - nezastavitelný trend v sektoru služeb Hlavní trendy v procesní automatizaci. Vhodné bankovní agendy pro automatizaci. Příklady

Více

Č š ř č ý Č Í Á č š Č č č č č ď š ř ě ě ž ú š ř š ř ě č č ů ě ý ů ě š ě šť ě ý ů ě ř š ý š ě Ů šť ě š ě ů ř ý ě š ý š č č ěř č š š ě š ž š ý š š š č ď š ž č š ž Š ý ř š š ý ž ě š šť č ý ů ů ž š č ý ž ů

Více

MATEMATICKÁ TEORIE ROZHODOVÁNÍ

MATEMATICKÁ TEORIE ROZHODOVÁNÍ MATEMATICKÁ TEORIE ROZHODOVÁNÍ Metodický list č. 1 Název tématického celku: Řešení úloh Cílem tohoto tematického celku je vysvětlení vybraných pojmů z oblasti řešení úloh. Tématický celek je rozdělen do

Více

Koncept Hayekova stroje pro řízení robotů Khepera IV

Koncept Hayekova stroje pro řízení robotů Khepera IV Koncept Hayekova stroje pro řízení robotů Khepera IV Lukáš Mamula Slezská univerzita v Opavě, Filozoficko-přírodovědecká fakulta v Opavě Bezručovo náměstí 13, 74601 Opava mamula.lukas@gmail.com Abstrakt

Více

Základy umělé inteligence

Základy umělé inteligence Základy umělé inteligence Úvod Základy umělé inteligence - úvod. Vlasta Radová, ZČU, katedra kybernetiky 1 Zavedení pojmu umělá inteligence Inteligence je schopnost získávat a aplikovat vědomosti a tedy

Více

Šachy do škol. Projekt Šachového svazu ČR

Šachy do škol. Projekt Šachového svazu ČR Šachy do škol Projekt Šachového svazu ČR O projektu: Šachy jsou součástí školních osnov ve více než 30 zemích světa Na základě řady studií přijal v roce 2012 Evropský parlament deklaraci doporučující členským

Více

HRY A UI HISTORIE. Hry vs. Prohledávání stavového prostoru. Obsah:

HRY A UI HISTORIE.   Hry vs. Prohledávání stavového prostoru.   Obsah: Úvod do umělé inteligence Připomínka průběžná písemka Hry a základní herní strategie PŘIPOMÍNKA PRŮBĚŽNÁ PÍSEMKA E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/uui/ Obsah: Připomínka průběžná písemka Algoritmus

Více

MATEMATICKÁ TEORIE ROZHODOVÁNÍ

MATEMATICKÁ TEORIE ROZHODOVÁNÍ MATEMATICKÁ metodický list č. 1 Řešení úloh Cílem tohoto tematického celku je vysvětlení vybraných pojmů z oblasti řešení úloh. Tématický celek je rozdělen do těchto dílčích témat: 1. Řešení úloh ve stavovém

Více

Varianty Monte Carlo Tree Search

Varianty Monte Carlo Tree Search Varianty Monte Carlo Tree Search tomas.kuca@matfyz.cz Herní algoritmy MFF UK Praha 2011 Témata O čem bude přednáška? Monte Carlo Tree Search od her podobných Go (bez Go) k vzdálenějším rozdíly a rozšíření

Více

Robotika průmyslové roboty. Vypracoval: Bc. Ludvík Kochaníček Kód prezentace: OPVK-TBdV-AUTOROB-KE-3-STZ-KOH-002

Robotika průmyslové roboty. Vypracoval: Bc. Ludvík Kochaníček Kód prezentace: OPVK-TBdV-AUTOROB-KE-3-STZ-KOH-002 Robotika průmyslové roboty Vypracoval: Bc. Ludvík Kochaníček Kód prezentace: OPVK-TBdV-AUTOROB-KE-3-STZ-KOH-002 Technologie budoucnosti do výuky CZ.1.07/1.1.38/02.0032 CO ZNAMENÁ ROBOT Samotné slovo robot

Více

Znalostní technologie proč a jak?

Znalostní technologie proč a jak? Znalostní technologie proč a jak? Peter Mikulecký Kamila Olševičová Daniela Ponce Univerzita Hradec Králové Motivace 1993 vznik Fakulty řízení a informační technologie na Vysoké škole pedagogické v Hradci

Více

ý č í č é ů ě ě é í č Č í í í í í í í í í ů č é ů ě í ý í č ů č ů í í ý í í í í č č í í čí í č í ů ě í í č í í č é ů ě ě é í í é í í í ý ěí ě č é ů í č ů í č ň ě í ů é č í ů í í í í é í ů é č č í í č í

Více

Rozhodovací procesy v ŽP HRY A SIMULAČNÍ MODELY

Rozhodovací procesy v ŽP HRY A SIMULAČNÍ MODELY Rozhodovací procesy v ŽP HRY A SIMULAČNÍ MODELY Teorie her proč využívat hry? Hry a rozhodování varianty her cíle a vítězné strategie (simulační) Modely Operační hra WRENCH Cv. Katedra hydromeliorací a

Více

ě ě ú ě ý ě ý ů ý ý č ě ý ú ů ě ů ý č ě ú ě č ě ů ý ů č č ě ěž ý č ý ů č ý Ž ěž ů ý čí ú ěž ý Ž ý ů ů ý š č ý ě úč č ů č č ů ů č ů ý č ů ů š ú Ž ú čň

ě ě ú ě ý ě ý ů ý ý č ě ý ú ů ě ů ý č ě ú ě č ě ů ý ů č č ě ěž ý č ý ů č ý Ž ěž ů ý čí ú ěž ý Ž ý ů ů ý š č ý ě úč č ů č č ů ů č ů ý č ů ů š ú Ž ú čň Ý Í ě č Í ý ž Í č ě Ž č ú ý ů ý ů ě ý ú ě ě ý č ě ú šť č ý ě úč č ý ý č č Á Ě Ž š ě ě ě ú ě ý ě ý ů ý ý č ě ý ú ů ě ů ý č ě ú ě č ě ů ý ů č č ě ěž ý č ý ů č ý Ž ěž ů ý čí ú ěž ý Ž ý ů ů ý š č ý ě úč č

Více

Emergence chování robotických agentů: neuroevoluce

Emergence chování robotických agentů: neuroevoluce Emergence chování robotických agentů: neuroevoluce Petra Vidnerová, Stanislav Slušný, Roman Neruda Ústav Informatiky, AV ČR Kognice a umělý život VIII Praha 28. 5. 2008 Evoluční robotika: EA & neuronové

Více

Automatizační a měřicí technika (B-AMT)

Automatizační a měřicí technika (B-AMT) Ústav automatizace a měřicí techniky Bakalářský studijní program Automatizační a měřicí technika () Specializace oboru Řídicí technika Měřicí technika Průmyslová automatizace Robotika a umělá inteligence

Více

Počátky umělé inteligence

Počátky umělé inteligence Počátky umělé inteligence Pavel Ircing NTIS - UN 562 ircing@kky.zcu.cz KKY/HKUI Založení oboru John McCarthy přesvědčil v roce 1955 Marvina Minskyho, Nathaniela Rochestera and C. Shannona, aby mu v následujícím

Více

Plánování: reprezentace problému

Plánování: reprezentace problému Plánování: reprezentace problému 15. března 2018 1 Úvod 2 Konceptuální model 3 Množinová reprezentace 4 Klasická reprezentace Zdroj: Roman Barták, přednáška Plánování a rozvrhování, Matematicko-fyzikální

Více

ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ 2014 7.1 7.3 12/14

ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ 2014 7.1 7.3 12/14 ZÁKLADY PROGRAMOVÁNÍ Mgr. Vladislav BEDNÁŘ 2014 7.1 7.3 12/14 Co je vhodné vědět, než si vybereme programovací jazyk a začneme programovat roboty. 1 / 18 0:40 Umělá inteligence Umělá inteligence (UI) vlastně

Více

a) vnímání = proces, kterým zachycujeme to, co v daném okamžiku působí na naše smysly

a) vnímání = proces, kterým zachycujeme to, co v daném okamžiku působí na naše smysly Otázka: Psychické procesy Předmět: Základy společenských věd Přidal(a): mirka 1)Poznávací procesy a) vnímání = proces, kterým zachycujeme to, co v daném okamžiku působí na naše smysly - podnět-> počitek->

Více

Obsah: Problém osmi dam

Obsah: Problém osmi dam Prohledávání stavového prostoru leš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/uui/ Obsah: Problém osmi dam Prohledávání stavového prostoru Neinformované prohledávání Úvod do umělé inteligence

Více

Rozhodovací procesy 3

Rozhodovací procesy 3 Rozhodovací procesy 3 Informace a riziko Příprava předmětu byla podpořena projektem OPPA č. CZ.2.17/3.1.00/33253 III rozhodování 1 Rozhodovací procesy Cíl přednášky 1-3: Význam rozhodování Rozhodování

Více

Á Č Ě Í Í ů š č ř Í ř ž ů ý ř ř ů č ř ž ř č ř ž ř č ú ř ř ž ř ý ý ů ý č č č ř ů ř š ř ů ř ž č ů ď ý ů ý ř ý ř Í ť č ř Ž č š Š ž č ř úč ř č ž Ť č ú ř ž

Á Č Ě Í Í ů š č ř Í ř ž ů ý ř ř ů č ř ž ř č ř ž ř č ú ř ř ž ř ý ý ů ý č č č ř ů ř š ř ů ř ž č ů ď ý ů ý ř ý ř Í ť č ř Ž č š Š ž č ř úč ř č ž Ť č ú ř ž ř ď č Á Č Ě Í Í ů š č ř Í ř ž ů ý ř ř ů č ř ž ř č ř ž ř č ú ř ř ž ř ý ý ů ý č č č ř ů ř š ř ů ř ž č ů ď ý ů ý ř ý ř Í ť č ř Ž č š Š ž č ř úč ř č ž Ť č ú ř ž ů ý ř ú ř Ť Ž š ú ř č ů ý č ř č Íč Í ý ř č ý

Více

Č Ť ú ť ú ť Á ň ú ú ú Ď ú ť ú Ž ú ď ň ú ú Ť ň ú Č ď ú Š ú Š Š Š Š Ž Š ň Š Š ú ň ť ú ú ú ú Š ú ú Č ú ú ď Š Š Š Á Ř ň ň ú Ď Ř Ú ú ú ú ú ú Ý Č ú Í Ž ť Ř Ď Š ť ú Ř ť Ž ď ú ú Š ú ú ú ť ť ď ť Ř Š Š Ř ť Š ú Š

Více

Typy filozofických otázek vztahující se k umělé inteligenci

Typy filozofických otázek vztahující se k umělé inteligenci Typy filozofických otázek vztahující se k umělé inteligenci Ontologické otázky (ontologie = učení o bytí, o jeho nejobecnějších určeních a pojmech [http://slovnik-cizich-slov.abz.cz]) Týkají se povahy

Více

ZMÁČKNĚTE TLAČÍTKO A NECHTE SI UKLIDIT!

ZMÁČKNĚTE TLAČÍTKO A NECHTE SI UKLIDIT! ZMÁČKNĚTE TLAČÍTKO A NECHTE SI UKLIDIT! PROČ ROBOTICKÝ VYSAVAČ? DOKONALÍ A CHYTŘÍ POMOCNÍCI, PŘINÁŠÍ DO VAŠÍ DOMÁCNOSTI POHODU A VYSNĚNÉ TRÁVENÍ VOLNÉHO ČASU. ZAPOMEŇTE NA PRACNÉ, ÚNAVNÉ A ZDLOUHAVÉ ČIŠTĚNÍ

Více

Í Á Á Í Á Ě É É ř ř Ž Č Č ú ČÍ ň ř Č Č Č Č ú ř Č Ž ú ř ů ř ř ž š ř ů ř ř ů Í ř ř Ž Í ž Ž ř Č ř ó š ř ř řů š ř š ů ů ž ř Č š ř ř řů š Á š řů ř Č ř ř ř š Ž š ř ř ř ť ž Ú ž ř ň ť ň ů Ž ú ú ň š ú ň Ť Ž š ř

Více

ě ů ř š ě š š ř ř ú ř ř ů š ěř ů ěř Č ěř ů š ůš š ř š ř ú ěř ů ú ř ě ř ů ů ěř ěř š ň š ř ě ů Č ů š ůš š ř ě Ť ř ř š ě š ě ř ř ř ě ř ř š ě ě ě š ů ě š ě š ě ě ř ť ř ř šš š ř ě š š š ě ů ů ů ě ř ř š ř ě

Více

ý ú ý š Ú é ý š Č Ú ý Š ú Ř Á ÁŠ ý ú ý š Ú Ú Š ý ň ž Ú Í š Ž ú ň ž é ú Ž Ž Í é š š ú Ú ú š ž é Ú Š é Ú é é ó ý é ú Ž ý é Í š é ú š Ž é é é ň ď ý é ň ŽÍ ý ó ó š ý Ž ý š Ž ýš š ó é ňó ý é é é ý Ú ó ó Ž ý

Více

ď Č ř ř Č ř ů ů ř ř ř ř Ú ř Š ř ř ř ř ř ř ř ř ř ŠĚ ů Ť ř Á ř ř Ť ů ů řů ů ř ř ř ř ř Ť Ř ř ř ů ů ř ř Ť Ď ř ř ů ř ř ř ř Ť Ť ř Ý Č ř ů Ď ů ř Š ů ř ř ř ř ů ř ř ř ř ř ů ď ů ů ř ř ř Á ď ř Ť ů Ť ř ň ů ď ů Ť Ď

Více

Metody výpočtu limit funkcí a posloupností

Metody výpočtu limit funkcí a posloupností Metody výpočtu limit funkcí a posloupností Martina Šimůnková, 6. listopadu 205 Učební tet k předmětu Matematická analýza pro studenty FP TUL Značení a terminologie R značí množinu reálných čísel, rozšířenou

Více

Mind Sports Academy. Nabídka kurzů 2014/2015 pro základní a střední školy

Mind Sports Academy. Nabídka kurzů 2014/2015 pro základní a střední školy Mind Sports Academy Nabídka kurzů 2014/2015 pro základní a střední školy Co jsou duševní sporty Nabízíme kurzy logických deskových her. Duševní sporty jsou logické hry natolik složité, že se v nich lze

Více

Úvod do mobilní robotiky AIL028

Úvod do mobilní robotiky AIL028 Obsah zbynek.winkler at mff.cuni.cz http://robotika.cz/articles/umor/cs 22. října 2004 Obsah Co jsou to ti mobilní roboti? K čemu je to dobré? Jak bude vypadat přednáška? Jaké jsou další přednášky/semináře

Více

ě ý ě é ě ř č ů Ž é ř ě š š ě ř Ž š ě ž š ě č ý ž ě š ď Ž ě š č ý ř ě ž š č ý ý č é Š ř ř ě š ř ě ě ě ů ůš š Š š ě ě š ř š ě š š é ř é ř Š ě é ě ř č éž Ž é ř ě š š ě ř ž ěč ř ž ů š ž š ě ý č ř ý ž š ě

Více

UMÌLÁ INTELIGENCE V MODELOVÁNÍ A ØÍZENÍ Miroslav POKORNÝ Praha 1996, BEN Miroslav Pokorný UMÌLÁ INTELIGENCE V MODELOVÁNÍ A ØÍZENÍ Bez pøedchozího písemného svolení nakladatelství nesmí být kterákoli èást

Více

Ústav automatizace a měřicí techniky.

Ústav automatizace a měřicí techniky. www.feec.vutbr.cz Specializace studijního oboru Automatizační a Měřicí Technika: Řídicí technika Moderní algoritmy řízení, teorie řízení Modelování a identifikace parametrů řízených systémů Pokročilé metody

Více

š č š ý č č č š š č š š ý č š ú ý ť č ý č ý ú Řč š ú š č Ú ť ť ď ú č ú č ó ťý š ý š č ú č ý č ý ť š č č ý š š úč ť č ť č úč š č š úč č č úš š č š š č š č š ý ý ý č š č č ť Ý ó š ť č š ó ň š š š č š ť č

Více

Kognitivní informatika očima studentů

Kognitivní informatika očima studentů Kognitivní informatika očima studentů Výsledky ankety ZS 2011/2012 Kateřina Farská O dotazníku Reponse rate relativně vysoká: 49% (odpovědělo 26 z 53 aktuálně studujících) Až na výjimky vysoká kvalita

Více

Umělá inteligence a rozpoznávání

Umělá inteligence a rozpoznávání Václav Matoušek KIV e-mail: matousek@kiv.zcu.cz 0-1 Sylabus předmětu: Datum Náplň přednášky 11. 2. Úvod, historie a vývoj UI, základní problémové oblasti a typy úloh, aplikace UI, příklady inteligentních

Více

A4B33ZUI Základy umělé inteligence

A4B33ZUI Základy umělé inteligence LS 2014 Jméno: A4B33ZUI Základy umělé inteligence 11. 6. 2014 O1 O2 O3 O4 O5 Total (50) Instrukce: Na vypracování máte 150 min, můžete použít vlastní poznámky v podobě ručně popsaného listu A4. Použití

Více

METODICKÝ LIST K TECHNICKÉMU KROUŽKU:

METODICKÝ LIST K TECHNICKÉMU KROUŽKU: METODICKÝ LIST K TECHNICKÉMU KROUŽKU: Název kroužku: Naprogramuj si svého robota Jméno autora kroužku: Ing. Roman Stark, CSc. Anotace: Ze stavebnice LEGO Mindstorms NXT si postav svého robota nebo nějaké

Více

ů ž Í ř ů Č ů ť ř Č ř ř ž Č Š Ů ů ž š ž Ů ř Č Ž ž ů ů Š š Í ň ó ů ř ř ž ř ř ž ř Í Ů š Š š ř š ů š š ó ř ř š ř Ž ř ž Ž ř š ř Í ň ř Ů ů ž Ů ř š ř š ř š

ů ž Í ř ů Č ů ť ř Č ř ř ž Č Š Ů ů ž š ž Ů ř Č Ž ž ů ů Š š Í ň ó ů ř ř ž ř ř ž ř Í Ů š Š š ř š ů š š ó ř ř š ř Ž ř ž Ž ř š ř Í ň ř Ů ů ž Ů ř š ř š ř š ř ř Ž Í ř ř ů ž ů Í ž ř ů ř ň ř Ž ř š Č ř š š ř ž ř ř š ž ř ů ř ů š ř ň ř ř Í ž ž š š š š ž Í š ÍŽ ň ů š ž ž ř š ů ň ř ř ž ř š ž ž š ř ů Ů Č ů ž š š ů ů ř ů š ž ů ř Ů ž ř ů ů ž Í ř ů Č ů ť ř Č ř ř ž Č

Více

č ú ý Ú š ě ě ý ň Ř Č š č č ě é ú č Á ý ě ý ě ě é ý č ý š é ě ň ý ů ž ň ý ě ý ě ý š é č Ů ž ě ý ú č ý ý ů š ň č ž é č ž é ě č ú ý Ú š ě ě Á š ě ý ň Á č Ř ý ů ě ě ě ě ě é ě ě ě ý ě ě ů ýš ě ě š ů ě ý ž

Více

KURZ VYSPĚLÉ TECHNOLOGIE (KA 14)

KURZ VYSPĚLÉ TECHNOLOGIE (KA 14) KURZ VYSPĚLÉ TECHNOLOGIE (KA 14) 1. Úvod Cílem kurzu Vyspělé technologie bylo získání uceleného přehledu o současných trendech vývoje vyspělých technologií, které určují zaměření vůdčích světových aktivit

Více

Turnaje se zúčastní 60 týmů Týmy budou rozděleny do 12 skupin po 5 týmech Utkání ve skupinách budou hrána systémem každý s každým

Turnaje se zúčastní 60 týmů Týmy budou rozděleny do 12 skupin po 5 týmech Utkání ve skupinách budou hrána systémem každý s každým - 2 - PROPOZICE TURNAJE: Turnaje se zúčastní 60 týmů Týmy budou rozděleny do 12 skupin po 5 týmech Utkání ve skupinách budou hrána systémem každý s každým Z každé skupiny postupují 2 nejlepší týmy a 8

Více

Obsah. Kognitívna ekonómia na báze umelej (komputačnej) inteligencie Ladislav Andrášik...

Obsah. Kognitívna ekonómia na báze umelej (komputačnej) inteligencie Ladislav Andrášik... Obsah Předmluva... III Kognitívna ekonómia na báze umelej (komputačnej) inteligencie Ladislav Andrášik.... Použitie neurónových sietí pri spracovaní obrázkov získaných pomocou ultrazvuku Gabriela Andrejková,

Více

Umělá inteligence I. Roman Barták, KTIML. roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak

Umělá inteligence I. Roman Barták, KTIML. roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Umělá inteligence I Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Na úvod Agent s reflexy pouze převádí současný vjem na jednu akci. Agent s cílem umí plánovat několik akcí

Více

Znalosti budeme nejčastěji vyjadřovat v predikátové logice prvního řádu. Metody:

Znalosti budeme nejčastěji vyjadřovat v predikátové logice prvního řádu. Metody: Umělá inteligence II Roman Barták, KTIML roman.bartak@mff.cuni.cz http://ktiml.mff.cuni.cz/~bartak Znalosti v učení Umíme se učit funkce vstup výstup. Jedinou dodatečnou znalost, kterou jsme využili, byl

Více

Profesionální vysavače. Návod k použití

Profesionální vysavače. Návod k použití fesionální vysavače Návod k použití Light Napětí Frekvence 50Hz 50Hz 50Hz 50Hz 50Hz 50Hz 50Hz Výkon 1200W 1000W 1000W 1200W 2000W 3000W 2000W Vysávání 2300 2000 1800 2000 2000 3000 2000 mm mm mm mm mm

Více

Um lá inteligence II

Um lá inteligence II Um lá inteligence II 13 http://ktiml.mff.cuni.cz/~bartak Roman Barták, KTIML roman.bartak@mff.cuni.cz Motivace! Uvažujme agenta, který se u í hrát šachy.! P i u ení s u itelem je pot eba pro každou pozici

Více

ř Ú Ú šň ůš Í š ň ž Ú ó ž ý ó Ú ý ž ý Ú Ú Ú ý ř ý ý ý ň ň Ť ú Ú ú Ž Ú ý ú Ú Ž Ú ýš ú ýš ú Ú Ú Ú ýš Ú ř ýš ýš Ú ů ř ýš ú ř Ž Ú ž Ú Ž řň ýš ř š Č ú Č ú ř Č ď ř ň Ú Č š š Ě ú ř ý ř Š Ó Č ú Ž ž ř ž ň ý ú Č

Více

Obsah. Proč právě Flash? 17 Systémové požadavky 17. Jak používat tuto knihu 18 Doprovodný CD-ROM 19

Obsah. Proč právě Flash? 17 Systémové požadavky 17. Jak používat tuto knihu 18 Doprovodný CD-ROM 19 Úvod.............................15 Proč právě Flash? 17 Systémové požadavky 17 Jak používat tuto knihu 18 Doprovodný CD-ROM 19 Část první Začínáme s tvorbou her ve Flashi..............21 1 První kroky........................23

Více