Když budou počítače inteligentnější než lidé

Rozměr: px
Začít zobrazení ze stránky:

Download "Když budou počítače inteligentnější než lidé"

Transkript

1 Když budou počítače inteligentnější než lidé Jiří Wiedermann Akademie věd ČR Podporováno grantem GA ČR P202/10/1333

2 Situace, kdy umělá inteligence dosáhne úroveň lidské inteligence, se v odborné literatuře nazývá singularitou. Dle mínění expertů singularita nastane v horizontu dvaceti či třiceti let. Poté lze očekávat explozi inteligence, protože počítače (či roboti) budou schopné svou inteligenci evolučně vylepšovat. Praktické důsledky dosažení singularity jsou jenom stěží představitelné. V přednášce uvedeme argumenty, převážně z oblasti exponenciálního rozvoje technologií a poznání činnosti lidského mozku, které vedou zmíněné experty k takovým závěrům. Jako protiklad uvedeme argumenty z oblasti výpočetní složitosti, které naznačují, že očekávaní ohledně exponenciálního rozvoje inteligence jsou možná přehnaná.

3 Within thirty years, we will have the technological means to create superhuman intelligence. Shortly thereafter, the human era will be ended When greater-than-human intelligence drives progress, that progress will be much more rapid The Coming Technological Singularity Vernor Vinge (1993) Credit: Wikipedia

4 Singularita: myšlenka, že exponenciálně se zrychlující technologie povedou k vytvoření umělého intelektu s nadlidskými schopnostmi, jež znemožní jakoukoliv předpověď budoucnosti. Původní myšlenka od V. Vingeho z r rozšiřována Rayem Kurzweilem v několika knihách název úmyslně evokuje horizont černé díry jako primární příčiny se citují rozvoj tzv. umělé obecné inteligence Intelligence AGI), genetiky a nanotechnologií (Artificial General důsledkem bude asymptotické dosažení hranic inteligence, síly a schopnosti manipulovat realitu dalším důsledkem bude konec existence lidské společnosti ve stávající podobě o singularitě se hovoří jak v pesimistické tak i v optimistické podobě o dosažení singularity málokdo pochybuje důsledky v oblasti super-inteligence však podléhají limitům výpočetní složitosti

5 Napřed sestrojíme prostředky a tyto pak sestrojí nás M. McLuhan Credit Miesto : Ray pre Kurzweil Vaše logo

6 Lineární versus logaritmický graf Credit: Ray Kurzweil

7 Credit: Miesto Ray Kurzweil pre Vaše logo

8 Credit: Miesto Ray Kurzweil pre Vaše logo

9 Další příklady exponenciálního růstu: cena RAM pamětí průměrná cena tranzistoru rychlost mikroprocesorů cena mikroprocesorů počet transistorů na mikroprocesoru Moorův zákon počet internetových serverů datový provoz na internetu čtení DNA velikost genomické banky Rezoluce neinvazivního skenování mozku rychlost obrazové rekonstrukce mozkového skenu citace článků z oblasti nanověd velikost mechanických strojů počat US patentů v oblasti nanověd Credit: Kurzweil The Singularity is Near

10 Tři zdroje a tři součásti singularity Robotika Singularita Genetika Nanotechnologie

11 Genetika: průsečník informací a biologie Můžeme žít věčně? RNA interference vypínaní škodlivých genů, způsobujících např. rakovinu Buněční terapie pěstování částí či celých orgánů přímo v těle Somatická buněční terapie (genetická terapie nereproduktivních buněk) řízení a změna genetické výbavy člověka Zvrácení degenerativních změn Potlačení srdečních chorob Překonání rakoviny Zvrácení stárnutí Nanobot opravující DNA Terapeutické klonování neinvazivní náhrada starých orgánů a tkání za nové Zdroj: Kurzweil The Singularity is Near

12 Nanotechnologie - průsečník informací a fyzického světa Biologický asembler Upgrade buněčného jádra nanopočítačem a nanobotem Nanoboti v krvi Quorum sensing Emitter Receptor Sender Finte state transducer Random bit generator Sender Recei- ver

13 Robotika: silná umělá inteligence (AGI) Nástroje: expertní systémy Markovovské modely neuronové sítě genetické algoritmy rekurzivní prohledávání Výpočetní paradigmata a technologie: molekulární výpočty sebestavování DNA výpočty spinové výpočty počítaní se světlem kvantové výpočty nanovýpočty amorfní výpočty

14 První cesta k získání softwaru lidské inteligence: reverzní inženýrství mozku ( whole brain emulation ) Credit: University of California, Los Angeles (UCLA), Health Sciences

15 Druhá cesta k získání softwaru lidské inteligence: výpočetní modely vtělené kognice

16 Impakt: Human Body Ver. 2.0: jedení pro radost přestavba digestivního systému programovatelná krev nanoboti namísto srdce nanoboti namísto orgánů, produkující hormony samo-opravující se kostra rekonstrukce/opravy mozku Human Body Ver. 3.0 (po r. 2030): morfologická rekonfigurace a reinstantizace Mozek: realistická virtuální realita prostřednictvím nanobotů simulujících všechny smysly převtělování - jaké je to být.. projekce zážitků a pocitů bezdrátová komunikace mozek-mozek a mozek - nebiologická inteligence Nesmrtelnost: fyzická, ve standardním smyslu morfologie těla jako projekce naší inteligence virtuální (přechod na ne-biologickou existenci) skenovaní mozku zevnitř pomocí nanobotů re-instantizace struktury a funkce v ne-biologickém mediu

17 PRIMO POSTHUMAN By Natasha Vita-More (media artist, futurist, cultural catalyst, proponent of morphological freedom) Miesto Credit:natasha.cc pre Vaše logo

18 Ray Kurzweil Datum singularity, která bude představovat hlubokou a skokovou transformaci lidských schopností, jsem odhadl na rok Ne-biologická inteligence vytvořená v tomto roce bude miliardkrát výkonnější než dnešní inteligence celého lidstva dohromady. Immortality Source: Google

19 Systém umělé obecné inteligence (AGIS) musí být interaktivní - aby mohl komunikovat se svým okolím, reflektovat jeho změny, dostávat zpětnou vazbu, apod. evoluční aby se mohl vyvíjet přes generace potenciálně časově neomezený aby jeho existence neměla pevný konec Rozšířená Church-Turingova teze (van Leeuwen, Wiedermann, 2001): libovolný interaktivní evoluční časově neohraničený výpočet je ekvivalentní výpočtu nějakého interaktivního Turingova stroje s rádcem, resp. nekonečné posloupnosti interaktivních neuniformních konečných automatů. input output advice Q1 Q2 Q3

20 Výpočetní síla AGIS se měří pomocí velikosti množin různých reakcí (resp. chování) které tyto systémy mohou produkovat během jejich potenciálně nekonečných interakcí s okolím Proč jsou AGIS super-turingovské: nekonečné výpočty interaktivita neuniformní softwarová a hardwarová evoluce během výpočtů podmíněná nepredikovatelnými interakcemi Příklady interaktivních evolučních výpočetních systémů: internet dynamické sítě mobilních bezdrátově komunikujících agentů vývojová větev živých organizmů rostoucí kolonie bakterií lidská společnost vesmír (?) Výsledky: výpočetní síla AGIS je větší než výpočetní síla Turingových strojů existuje nekonečná hierarchie výpočetně stále silnějších AGIS někde v této hierarchii je bod singularity výpočetní síla AGIS potřebná na překonání rozdílu mezi zajímavými stupni této hierarchie musí růst rychleji než jakákoliv vypočitatelná funkce

21 intelligence Výpočetní meze inteligence Human intelligence 2 level The Singularity 3 level x y F(x,y,w) Logarithmic scale Intelligence of simple organisms Computational power Logarithmic scale Výpočetní síla AGIS potřebná na překonání rozdílu mezi jednotlivými stupni aritmetické hierarchie musí růst rychleji než jakákoliv vypočitatelná funkce, tzn., že pravděpodobně se nikdy nedostaneme za singularitu

22 One might think that the singularity would be of great interest to academic philosophers, cognitive scientists, and artificial intelligence researchers. In practice, this has not been the case.... I think this resistance is a shame, as the singularity idea is clearly an important one. The argument for a singularity is one that we should take seriously. And the questions surrounding the singularity are of enormous practical and philosophical concern. Literatura: Chalmers, D. J.: The Singularity: A Philosophical Analysis, 2009, cf. D. J. Chalmers Kurzweil, R.: The Singularity is Near. Viking Books, 652 pages, 2005

SINGULARITA: KDYŽ BUDOU POČÍTAČE INTELIGENTNĚJŠÍ NEŽ LIDÉ

SINGULARITA: KDYŽ BUDOU POČÍTAČE INTELIGENTNĚJŠÍ NEŽ LIDÉ SINGULARITA: KDYŽ BUDOU POČÍTAČE INTELIGENTNĚJŠÍ NEŽ LIDÉ Jiří Wiedermann Akademie věd ČR Podporováno grantem GA ČR P202/10/1333 Situace, kdy umělá inteligence dosáhne úroveň lidské inteligence, se v odborné

Více

Lesk a bída nestandardních výpočetních systémů

Lesk a bída nestandardních výpočetních systémů Lesk a bída nestandardních výpočetních systémů Jiří Wiedermann Ústav informatiky Akademie věd České republiky, v.v.i. Částečně podporováno grantem 1ET100300419 Proč nás zajímají možnosti a meze počítačů

Více

Biologicky inspirované výpočty. Schématické rozdělení problematiky a výuky

Biologicky inspirované výpočty. Schématické rozdělení problematiky a výuky Biologicky inspirované výpočty Schématické rozdělení problematiky a výuky 1 Biologicky inspirované výpočty - struktura problematiky Evoluční systémy: evoluční algoritmy, evoluční hardware, víceúčelová

Více

Kvantová informatika pro komunikace v budoucnosti

Kvantová informatika pro komunikace v budoucnosti Kvantová informatika pro komunikace v budoucnosti Antonín Černoch Regionální centrum pokročilých technologií a materiálů Společná laboratoř optiky University Palackého a Fyzikálního ústavu Akademie věd

Více

PB002 Základy informačních technologií

PB002 Základy informačních technologií Počítačové systémy 21. září 2015 Základní informace 1 Přednášky nejsou povinné 2 Poku účast klesne pod pět studentů, přednáška se nekoná 3 Slidy z přednášky budou vystaveny 4 Zkouška bude pouze písemná

Více

1. Definice a historie oboru molekulární medicína. 3. Základní laboratorní techniky v molekulární medicíně

1. Definice a historie oboru molekulární medicína. 3. Základní laboratorní techniky v molekulární medicíně Obsah Předmluvy 1. Definice a historie oboru molekulární medicína 1.1. Historie molekulární medicíny 2. Základní principy molekulární biologie 2.1. Historie molekulární biologie 2.2. DNA a chromozomy 2.3.

Více

Doprovodný materiál k práci s přípravným textem Biologické olympiády 2014/2015 pro soutěžící a organizátory kategorie B

Doprovodný materiál k práci s přípravným textem Biologické olympiády 2014/2015 pro soutěžící a organizátory kategorie B Doprovodný materiál k práci s přípravným textem Biologické olympiády 2014/2015 pro soutěžící a organizátory kategorie B Níže uvedené komentáře by měly pomoci soutěžícím z kategorie B ke snazší orientaci

Více

Přednášky o výpočetní technice. Hardware teoreticky. Adam Dominec 2010

Přednášky o výpočetní technice. Hardware teoreticky. Adam Dominec 2010 Přednášky o výpočetní technice Hardware teoreticky Adam Dominec 2010 Rozvržení Historie Procesor Paměť Základní deska přednášky o výpočetní technice Počítací stroje Mechanické počítačky se rozvíjely už

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

Inovace studia molekulární a buněčné biologie

Inovace studia molekulární a buněčné biologie Inovace studia molekulární a buněčné biologie Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. MBIO1/Molekulární biologie 1 Tento projekt je spolufinancován

Více

COMPLEXITY

COMPLEXITY Níže uvedené úlohy představují přehled otázek, které se vyskytly v tomto nebo v minulých semestrech ve cvičení nebo v minulých semestrech u zkoušky. Mezi otázkami semestrovými a zkouškovými není žádný

Více

Bioinformatika a výpočetní biologie KFC/BIN. I. Přehled

Bioinformatika a výpočetní biologie KFC/BIN. I. Přehled Bioinformatika a výpočetní biologie KFC/BIN I. Přehled RNDr. Karel Berka, Ph.D. Univerzita Palackého v Olomouci Definice bioinformatiky (Molecular) bio informatics: bioinformatics is conceptualising biology

Více

Co nás učí nádory? Prof. RNDr. Jana Šmardová, CSc. Ústav patologie FN Brno Přírodovědecká a Lékařská fakulta MU Brno

Co nás učí nádory? Prof. RNDr. Jana Šmardová, CSc. Ústav patologie FN Brno Přírodovědecká a Lékařská fakulta MU Brno Co nás učí nádory? Prof. RNDr. Jana Šmardová, CSc. Ústav patologie FN Brno Přírodovědecká a Lékařská fakulta MU Brno Brno, 17.5.2011 Izidor (Easy Door) Osnova přednášky 1. Proč nás rakovina tolik zajímá?

Více

VY_32_INOVACE_06_Předpřítomný čas_03. Škola: Základní škola Slušovice, okres Zlín, příspěvková organizace

VY_32_INOVACE_06_Předpřítomný čas_03. Škola: Základní škola Slušovice, okres Zlín, příspěvková organizace VY_32_INOVACE_06_Předpřítomný čas_03 Autor: Růžena Krupičková Škola: Základní škola Slušovice, okres Zlín, příspěvková organizace Název projektu: Zkvalitnění ICT ve slušovské škole Číslo projektu: CZ.1.07/1.4.00/21.2400

Více

Třídy složitosti P a NP, NP-úplnost

Třídy složitosti P a NP, NP-úplnost Třídy složitosti P a NP, NP-úplnost Cíle přednášky: 1. Definovat, za jakých okolností můžeme problém považovat za efektivně algoritmicky řešitelný. 2. Charakterizovat určitou skupinu úloh, pro které není

Více

2. Začlenění HCI do životního cyklu software

2. Začlenění HCI do životního cyklu software Jan Schmidt 2011 Katedra číslicového návrhu Fakulta informačních technologií České vysoké učení technické v Praze Zimní semestr 2011/12 EVROPSKÝ SOCIÁLNÍ FOND PRAHA & EU: INVESTUJENE DO VAŠÍ BUDOUCNOSTI

Více

Grandiózní výzvy pro dlouhodobý výzkum v informatice

Grandiózní výzvy pro dlouhodobý výzkum v informatice Grandiózní výzvy pro dlouhodobý výzkum v informatice Jiří Wiedermann Ústav informatiky AV ČR Částečně podporováno grantem 1ET100300419 Důkaz Fermatovy věty (splněno) Lidé na měsíci (splněno) Léčba rakoviny

Více

Moderní systémy pro získávání znalostí z informací a dat

Moderní systémy pro získávání znalostí z informací a dat Moderní systémy pro získávání znalostí z informací a dat Jan Žižka IBA Institut biostatistiky a analýz PřF & LF, Masarykova universita Kamenice 126/3, 625 00 Brno Email: zizka@iba.muni.cz Bioinformatika:

Více

Sylabus témat ke zkoušce z lékařské biologie a genetiky. Struktura, reprodukce a rekombinace virů (DNA viry, RNA viry), význam v medicíně

Sylabus témat ke zkoušce z lékařské biologie a genetiky. Struktura, reprodukce a rekombinace virů (DNA viry, RNA viry), význam v medicíně Sylabus témat ke zkoušce z lékařské biologie a genetiky Buněčná podstata reprodukce a dědičnosti Struktura a funkce prokaryot Struktura, reprodukce a rekombinace virů (DNA viry, RNA viry), význam v medicíně

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

CEITEC a jeho IT požadavky. RNDr. Radka Svobodová Vařeková, Ph.D.

CEITEC a jeho IT požadavky. RNDr. Radka Svobodová Vařeková, Ph.D. CEITEC a jeho IT požadavky RNDr. Radka Svobodová Vařeková, Ph.D. Co je CEITEC? CEITEC je projekt výstavby středoevropského vědecko-výzkumného centra excelence v Brně Zaměření projektu: základní i aplikovaný

Více

Zvyšování efektivity jaderné elektrárny s využitím umělé inteligence

Zvyšování efektivity jaderné elektrárny s využitím umělé inteligence Zvyšování efektivity jaderné elektrárny s využitím umělé inteligence Ing. Jaroslav Novák Fakulta podnikatelská Vysokého učení technického v Brně, Ústav informatiky, Kolejní 2906/4, 612 00 Brno, novakj@fbm.vutbr.cz

Více

Aproximativní algoritmy UIN009 Efektivní algoritmy 1

Aproximativní algoritmy UIN009 Efektivní algoritmy 1 Aproximativní algoritmy. 14.4.2005 UIN009 Efektivní algoritmy 1 Jak nakládat s NP-těžkými úlohami? Speciální případy Aproximativní algoritmy Pravděpodobnostní algoritmy Exponenciální algoritmy pro data

Více

SEZNAM PŘÍLOH. Příloha 1 Dotazník Tartu, Estonsko (anglická verze) Příloha 2 Dotazník Praha, ČR (česká verze)... 91

SEZNAM PŘÍLOH. Příloha 1 Dotazník Tartu, Estonsko (anglická verze) Příloha 2 Dotazník Praha, ČR (česká verze)... 91 SEZNAM PŘÍLOH Příloha 1 Dotazník Tartu, Estonsko (anglická verze)... 90 Příloha 2 Dotazník Praha, ČR (česká verze)... 91 Příloha 3 Emailové dotazy, vedení fakult TÜ... 92 Příloha 4 Emailové dotazy na vedení

Více

Propojení výuky oborů Molekulární a buněčné biologie a Ochrany a tvorby životního prostředí. Reg. č.: CZ.1.07/2.2.00/

Propojení výuky oborů Molekulární a buněčné biologie a Ochrany a tvorby životního prostředí. Reg. č.: CZ.1.07/2.2.00/ Propojení výuky oborů Molekulární a buněčné biologie a Ochrany a tvorby životního prostředí Reg. č.: CZ.1.07/2.2.00/28.0032 Ekologie a aplikovaná biotechnologie rostlin BOT/EABR Garant: Božena Navrátilová

Více

GENETIKA 1. Úvod do světa dědičnosti. Historie

GENETIKA 1. Úvod do světa dědičnosti. Historie GENETIKA 1. Úvod do světa dědičnosti Historie Základní informace Genetika = věda zabývající se dědičností a proměnlivostí živých soustav sleduje variabilitu (=rozdílnost) a přenos druhových a dědičných

Více

Datová věda (Data Science) akademický navazující magisterský program

Datová věda (Data Science) akademický navazující magisterský program Datová věda () akademický navazující magisterský program Reaguje na potřebu, kterou vyvolala rychle rostoucí produkce komplexních, obvykle rozsáhlých dat ve vědě, v průmyslu a obecně v hospodářských činnostech.

Více

Evoluční algoritmy. Podmínka zastavení počet iterací kvalita nejlepšího jedince v populaci změna kvality nejlepšího jedince mezi iteracemi

Evoluční algoritmy. Podmínka zastavení počet iterací kvalita nejlepšího jedince v populaci změna kvality nejlepšího jedince mezi iteracemi Evoluční algoritmy Použítí evoluční principů, založených na metodách optimalizace funkcí a umělé inteligenci, pro hledání řešení nějaké úlohy. Populace množina jedinců, potenciálních řešení Fitness function

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

Složitost algoritmů. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava

Složitost algoritmů. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Složitost algoritmů doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Prezentace ke dni 27. prosince 2015 Jiří Dvorský (VŠB TUO) Složitost algoritmů

Více

Aplikovaná informatika

Aplikovaná informatika Aplikovaná informatika B1802 prezenční a kombinovaná forma 3-leté bakalářské studium příjímací řízení: motivační pohovor Nauč se u nás pracovat se sítěmi a databázemi, programovat roboty, létej s drony,

Více

Využití metod strojového učení v bioinformatice David Hoksza

Využití metod strojového učení v bioinformatice David Hoksza Využití metod strojového učení v bioinformatice David Hoksza SIRET Research Group Katedra softwarového inženýrství, Matematicko-fyzikální fakulta Karlova Univerzita v Praze Bioinformatika Biologické inspirace

Více

Informace pro výběr bakalářského oboru

Informace pro výběr bakalářského oboru Informace pro výběr bakalářského oboru 2017.03.15 J. Matas Bakalářské obory informatika a počítačové vědy software internet věcí počítačové hry a grafika kapacita všech oborů je dostatečná pro volný výběr

Více

Martin Lísal. Úvod do MPI

Martin Lísal. Úvod do MPI Martin Lísal září 2003 PARALELNÍ POČÍTÁNÍ Úvod do MPI 1 1 Co je to paralelní počítání? Paralelní počítání je počítání na paralelních počítačích či jinak řečeno využití více než jednoho procesoru při výpočtu

Více

Kdo jsme Čím se zabýváme Nabídka služeb pro veřejnou správu Ověřeno v praxi u tisíce uživatelů v podnikatelské a bankovní sféře Plně využitelné u

Kdo jsme Čím se zabýváme Nabídka služeb pro veřejnou správu Ověřeno v praxi u tisíce uživatelů v podnikatelské a bankovní sféře Plně využitelné u Kdo jsme Čím se zabýváme Nabídka služeb pro veřejnou správu Ověřeno v praxi u tisíce uživatelů v podnikatelské a bankovní sféře Plně využitelné u uživatelů ve veřejné správě Bez nutnosti nasazování dalšího

Více

ANALÝZA VYUŢÍVÁNÍ SLUŢEB PRACOVNÍ REHABILITACE U OSOB S DUŠEVNÍM ONEMOCNĚNÍM

ANALÝZA VYUŢÍVÁNÍ SLUŢEB PRACOVNÍ REHABILITACE U OSOB S DUŠEVNÍM ONEMOCNĚNÍM ANALÝZA VYUŢÍVÁNÍ SLUŢEB PRACOVNÍ REHABILITACE U OSOB S DUŠEVNÍM ONEMOCNĚNÍM THE ANALYSIS OF OCCUPATIONAL REHABILITATION SERVICES USAGE BY PEOPLE WITH MENTAL HEALTH DISORDERS RŮŽIČKOVÁ Pavlína Abstrakt

Více

analýzy dat v oboru Matematická biologie

analýzy dat v oboru Matematická biologie INSTITUT BIOSTATISTIKY A ANALÝZ Lékařská a Přírodovědecká fakulta, Masarykova univerzita Komplexní přístup k výuce analýzy dat v oboru Matematická biologie Tomáš Pavlík, Daniel Schwarz, Jiří Jarkovský,

Více

Stefan Ratschan. Fakulta informačních technologíı. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti 1 / 16

Stefan Ratschan. Fakulta informačních technologíı. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti 1 / 16 Modelování fyzikálního okoĺı Stefan Ratschan Katedra číslicového návrhu Fakulta informačních technologíı České vysoké učení technické v Praze 25. října 2011 Evropský sociální fond Praha & EU: Investujeme

Více

O síle informatiky. Jiří Wiedermann Ústav informatiky Akademie věd České republiky

O síle informatiky. Jiří Wiedermann Ústav informatiky Akademie věd České republiky O síle informatiky Jiří Wiedermann Ústav informatiky Akademie věd České republiky * Na základě společných myšlenek s prof. J. van Leeuwenem, Utrecht, NL Klíčová slova: Obsah 1. Stručná historie informačních

Více

H. Dreyfuss: What computers can t do, 1972 What computers still can t do, J. Weizenbaum. Computer power and human reason, 1976

H. Dreyfuss: What computers can t do, 1972 What computers still can t do, J. Weizenbaum. Computer power and human reason, 1976 Klasická AI připomenutí Meze klasické umělé inteligence Modelování mysli na logicko-symbolické úrovni. Modelování shora dolů. Reprezentacionalizmus Churchova teze: Použitelnost počítačů je omezena na ty

Více

Úvod (1) Pojem a rozdělení biologie, biologické vědy, význam biologie. (1/1) Pojem a rozdělení biologie, biologické vědy, význam biologie.

Úvod (1) Pojem a rozdělení biologie, biologické vědy, význam biologie. (1/1) Pojem a rozdělení biologie, biologické vědy, význam biologie. Úvod (1) Pojem a rozdělení biologie, biologické vědy, význam biologie. (1/1) 1 Biologie = přírodní věda řec. Bios = život Řec. logos = nauka studuje vlastnosti a funkce organismů vztahy mezi organismy

Více

BIOLOGIE. Gymnázium Nový PORG

BIOLOGIE. Gymnázium Nový PORG BIOLOGIE Gymnázium Nový PORG Biologii vyučujeme na gymnáziu Nový PORG jako samostatný předmět od primy do tercie a v kvintě a sextě. Biologii vyučujeme v češtině a rozvíjíme v ní a doplňujeme témata probíraná

Více

Algoritmizace. Jiří Vyskočil, Marko Genyg-Berezovskyj 2010

Algoritmizace. Jiří Vyskočil, Marko Genyg-Berezovskyj 2010 Jiří Vyskočil, Marko Genyg-Berezovskyj 2010 Úvod stránky předmětu: https://cw.felk.cvut.cz/doku.php/courses/a4b33alg/start cíle předmětu Cílem je schopnost samostatné implementace různých variant základních

Více

Algoritmy I, složitost

Algoritmy I, složitost A0B36PRI - PROGRAMOVÁNÍ Algoritmy I, složitost České vysoké učení technické Fakulta elektrotechnická v 1.01 Rychlost... Jeden algoritmus (program, postup, metoda ) je rychlejší než druhý. Co ta věta znamená??

Více

DUM DIGITÁLNÍ UČEBNÍ MATERIÁL ANGLIČTINA. Mgr. Kateřina Kasanová

DUM DIGITÁLNÍ UČEBNÍ MATERIÁL ANGLIČTINA. Mgr. Kateřina Kasanová DUM DIGITÁLNÍ UČEBNÍ MATERIÁL ANGLIČTINA Mgr. Kateřina Kasanová PRO VYJÁDŘENÍ PRAVDĚPODOBNOSTI SEKUNDÁRNÍ MODÁLNÍ SLOVESA základní informace must be must have been can t be can t have been may, might,

Více

Technologická singularita

Technologická singularita Copyright Rudolf Pecinovský, Soubor: 2016_INF_Technologická singularita.doc, verze 1.00.2413, uloženo po 18.1.2016 13:43 1 z 44 Technologická singularita Rudolf Pecinovský Informatika XXIX 2016 Copyright

Více

Definice 7.2. Nejmenší přirozené číslo k, pro které je graf G k-obarvitelný, se nazývá chromatické číslo (barevnost) grafu G a značí se χ(g).

Definice 7.2. Nejmenší přirozené číslo k, pro které je graf G k-obarvitelný, se nazývá chromatické číslo (barevnost) grafu G a značí se χ(g). 7 Barevnost grafu Definice 71 Graf G se nazývá k-obarvitelný, jestliže každému jeho uzlu lze přiřadit jednu z barev 1 k tak, že žádné dva sousední uzly nemají stejnou barvu Definice 72 Nejmenší přirozené

Více

ALGORITMY A DATOVÉ STRUKTURY

ALGORITMY A DATOVÉ STRUKTURY Název tématického celku: Cíl: ALGORITMY A DATOVÉ STRUKTURY Metodický list č. 1 Časová složitost algoritmů Základním cílem tohoto tematického celku je vysvětlení potřebných pojmů a definic nutných k popisu

Více

"Učení nás bude více bavit aneb moderní výuka oboru lesnictví prostřednictvím ICT ". Základy genetiky, základní pojmy

Učení nás bude více bavit aneb moderní výuka oboru lesnictví prostřednictvím ICT . Základy genetiky, základní pojmy "Učení nás bude více bavit aneb moderní výuka oboru lesnictví prostřednictvím ICT ". Základy genetiky, základní pojmy 1/75 Genetika = věda o dědičnosti Studuje biologickou informaci. Organizmy uchovávají,

Více

Výuka genetiky na Přírodovědecké fakultě UK v Praze

Výuka genetiky na Přírodovědecké fakultě UK v Praze Výuka genetiky na Přírodovědecké fakultě UK v Praze Studium biologie na PřF UK v Praze Bakalářské studijní programy / obory Biologie Biologie ( duhový bakalář ) Ekologická a evoluční biologie ( zelený

Více

3. Třídy P a NP. Model výpočtu: Turingův stroj Rozhodovací problémy: třídy P a NP Optimalizační problémy: třídy PO a NPO MI-PAA

3. Třídy P a NP. Model výpočtu: Turingův stroj Rozhodovací problémy: třídy P a NP Optimalizační problémy: třídy PO a NPO MI-PAA Jan Schmidt 2011 Katedra číslicového návrhu Fakulta informačních technologií České vysoké učení technické v Praze Zimní semestr 2011/12 MI-PAA EVROPSKÝ SOCIÁLNÍ FOND PRAHA & EU: INVESTUJENE DO VAŠÍ BUDOUCNOSTI

Více

Genetické programování

Genetické programování Genetické programování Vyvinuto v USA v 90. letech J. Kozou Typické problémy: Predikce, klasifikace, aproximace, tvorba programů Vlastnosti Soupeří s neuronovými sítěmi apod. Potřebuje značně velké populace

Více

Pokročilé operace s obrazem

Pokročilé operace s obrazem Získávání a analýza obrazové informace Pokročilé operace s obrazem Biofyzikální ústav Lékařské fakulty Masarykovy univerzity Brno prezentace je součástí projektu FRVŠ č.2487/2011 (BFÚ LF MU) Získávání

Více

Modelov an ı biologick ych syst em u Radek Pel anek

Modelov an ı biologick ych syst em u Radek Pel anek Modelování biologických systémů Radek Pelánek Modelování v biologických vědách typický cíl: pomocí modelů se snažíme pochopit, jak biologické systémy fungují model zahrnuje naše chápání simulace ukazuje,

Více

Inovace bakalářského studijního oboru Aplikovaná chemie

Inovace bakalářského studijního oboru Aplikovaná chemie Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem Českérepubliky. Internet

Více

Inovace studia molekulární a buněčné biologie

Inovace studia molekulární a buněčné biologie Investice do rozvoje vzdělávání Inovace studia molekulární a buněčné biologie Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Investice do rozvoje vzdělávání

Více

Přednáška. Správa paměti II. Katedra počítačových systémů FIT, České vysoké učení technické v Praze Jan Trdlička, 2012

Přednáška. Správa paměti II. Katedra počítačových systémů FIT, České vysoké učení technické v Praze Jan Trdlička, 2012 Přednáška Správa paměti II. Katedra počítačových systémů FIT, České vysoké učení technické v Praze Jan Trdlička, 2012 Příprava studijního programu Informatika je podporována projektem financovaným z Evropského

Více

Trocha obrázků na začátek..

Trocha obrázků na začátek.. Trocha obrázků na začátek.. Elementární pojmy LCD panel tower myš klávesnice 3 Desktop vs. Tower tower desktop 4 Desktop nebo Tower? 5 Obraz jako obraz? 6 A něco o vývoji.. Předchůdci počítačů Počítadlo

Více

Autonomní roboty a zaměstnanost

Autonomní roboty a zaměstnanost Autonomní roboty a zaměstnanost Václav Hlaváč České vysoké učení technické () Český institut informatiky, robotiky a kybernetiky (CIIRC) Prague 6, Dejvice, Jugoslávských partyzánů 3 hlavac@ciirc.cvut.cz

Více

Doc. Ing. Daniel Kaminský, CSc. ELCOM, a.s.

Doc. Ing. Daniel Kaminský, CSc. ELCOM, a.s. Doc. Ing. Daniel Kaminský, CSc. ELCOM, a.s. Úplné počítačové propojení a) výrobních strojů, b) zpracovávaných produktů a polotovarů a c) všech dalších systémů a subsystémů průmyslového podniku (včetně

Více

Inteligentní systémy a neuronové sítě

Inteligentní systémy a neuronové sítě Inteligentní systémy a neuronové sítě Arnošt Veselý, Česká zemědělská univerzita, Kamýcká, Praha 6 - Suchdol Summary: In the article two main architectures of inteligent systems: logical-symbolic and connectionist

Více

Mgr. Veronika Papoušková, Ph.D. Brno, 20. března 2014

Mgr. Veronika Papoušková, Ph.D. Brno, 20. března 2014 Co je to CEITEC? Mgr. Veronika Papoušková, Ph.D. Brno, 20. března 2014 Pět oborů budoucnosti, které se vyplatí studovat HN 28. 1. 2013 1. Biochemie 2. Biomedicínské inženýrství 3. Průmyslový design 4.

Více

Pojem algoritmus. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava

Pojem algoritmus. doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Pojem algoritmus doc. Mgr. Jiří Dvorský, Ph.D. Katedra informatiky Fakulta elektrotechniky a informatiky VŠB TU Ostrava Prezentace ke dni 12. září 2016 Jiří Dvorský (VŠB TUO) Pojem algoritmus 54 / 344

Více

Jaro 2010 Kateřina Slavíčková

Jaro 2010 Kateřina Slavíčková Jaro 2010 Kateřina Slavíčková Obsah: 1. Biologické vědy. 2. Chemie a fyzika v biologii koloběh látek a tok energie. 3. Buňka, tkáně, pletiva, orgány, orgánové soustavy, organismus. 4. Metabolismus. 5.

Více

SYSTÉMOVÁ METODOLOGIE (VII) Kybernetika. Ak. rok 2011/2012 vbp 1

SYSTÉMOVÁ METODOLOGIE (VII) Kybernetika. Ak. rok 2011/2012 vbp 1 SYSTÉMOVÁ METODOLOGIE (VII) Kybernetika Ak. rok 2011/2012 vbp 1 ZÁKLADNÍ SMĚRY A DISCIPLÍNY Teoretická kybernetika (vědecký aparát a metody ke zkoumání kybernetických systémů; používá abstraktní modely

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

SoSIReČR Sociální síť informatiků v regionech České republiky, Peter Vojtáš, MFFUK

SoSIReČR Sociální síť informatiků v regionech České republiky, Peter Vojtáš, MFFUK SoSIReČR Sociální síť informatiků v regionech České republiky, Peter Vojtáš, MFFUK Co mají společné? Použity Google Obrázky 2 Co mají společné? Použity Google Obrázky 3 Spolupráci? Použity Google Obrázky

Více

Web 2.0 vs. sémantický web

Web 2.0 vs. sémantický web Web 2.0 vs. sémantický web Vilém Sklenák sklenak@vse.cz Vysoká škola ekonomická, fakulta informatiky a statistiky, katedra informačního a znalostního inženýrství Inforum2007, 24. 5. 2007 Vilém Sklenák

Více

Metody analýzy dat I (Data Analysis I) Úvod do sítí (Networks Basics)

Metody analýzy dat I (Data Analysis I) Úvod do sítí (Networks Basics) Metody analýzy dat I (Data Analysis I) Úvod do sítí (Networks Basics) Literatura Newman, M. (2010). Networks: An Introduction. Oxford University Press. [15-77] Leskovec, J., Rajaraman, A., Ullman, J. D.

Více

Časová složitost / Time complexity

Časová složitost / Time complexity Časová složitost / Time complexity Jan Kybic http://cmp.felk.cvut.cz/~kybic kybic@fel.cvut.cz 2016 2018 1 / 24 Složitost algoritmů Algorithm complexity Časová a paměťová složitost Trvání výpočtu v závislosti

Více

Věc: Dodatečné / upřesňující informace k zadávacím podmínkám a prodloužení lhůty pro podání nabídek

Věc: Dodatečné / upřesňující informace k zadávacím podmínkám a prodloužení lhůty pro podání nabídek K č. j.: 1051/2013 Dodatečné informace číslo: 1 Věc: Dodatečné / upřesňující informace k zadávacím podmínkám a prodloužení lhůty pro podání nabídek Veřejná zakázka: Název: Dodávka řešení softwarových videokonferenčních

Více

Elegantní algoritmus pro konstrukci sufixových polí

Elegantní algoritmus pro konstrukci sufixových polí Elegantní algoritmus pro konstrukci sufixových polí 22.10.2014 Zadání Obsah Zadání... 3 Definice... 3 Analýza problému... 4 Jednotlivé algoritmy... 4 Algoritmus SA1... 4 Algoritmus SA2... 5 Algoritmus

Více

Metody analýzy dat I. Míry a metriky - pokračování

Metody analýzy dat I. Míry a metriky - pokračování Metody analýzy dat I Míry a metriky - pokračování Literatura Newman, M. (2010). Networks: an introduction. Oxford University Press. [168-193] Zaki, M. J., Meira Jr, W. (2014). Data Mining and Analysis:

Více

Neuronové sítě (11. přednáška)

Neuronové sítě (11. přednáška) Neuronové sítě (11. přednáška) Machine Learning Naučit stroje se učit O co jde? Máme model výpočtu (t.j. výpočetní postup jednoznačně daný vstupy a nějakými parametry), chceme najít vhodné nastavení parametrů,

Více

ROLE ICT VE SPOLEČNOSTI

ROLE ICT VE SPOLEČNOSTI ROLE ICT VE SPOLEČNOSTI Modely školy budoucnosti listopad 2011 (c) Radek Maca Informační společnost Společnost s vysokou mírou využívání ICT založených na prostředcích výpočetní techniky digitalizace =

Více

HW počítače co se nalézá uvnitř počítačové skříně

HW počítače co se nalézá uvnitř počítačové skříně ZVT HW počítače co se nalézá uvnitř počítačové skříně HW vybavení PC Hardware Vnitřní (uvnitř počítačové skříně) Vnější ( ) Základní HW základní jednotka + zobrazovací zařízení + klávesnice + (myš) Vnější

Více

Základní škola Náchod Plhov: ŠVP Klíče k životu

Základní škola Náchod Plhov: ŠVP Klíče k životu VZDĚLÁVACÍ OBLAST: VZDĚLÁVACÍ OBOR: PŘEDMĚT: ČLOVĚK A PŘÍRODA PŘÍRODOPIS PŘÍRODOPIS 8.ROČNÍK Téma, učivo Rozvíjené kompetence, očekávané výstupy Mezipředmětové vztahy Poznámky Úvod, opakování učiva ue

Více

VY_22_INOVACE_84. P3 U3 Revision

VY_22_INOVACE_84. P3 U3 Revision VY_22_INOVACE_84 P3 U3 Revision Vzdělávací oblast: Jazyk a jazyková komunikace Vzdělávací obor: Anglický jazyk Ročník: 7. 1. Complete with will/won t have travel drive solve need be (2x) My dad thinks

Více

CASE nástroje. Jaroslav Žáček

CASE nástroje. Jaroslav Žáček CASE nástroje Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Co znamená CASE? A CASE tool is a computer-based product aimed at supporting one or more software engineering activities within

Více

Zdůvodněte, proč funkce n lg(n) roste alespoň stejně rychle nebo rychleji než než funkce lg(n!). Symbolem lg značíme logaritmus o základu 2.

Zdůvodněte, proč funkce n lg(n) roste alespoň stejně rychle nebo rychleji než než funkce lg(n!). Symbolem lg značíme logaritmus o základu 2. 1 3 4 5 6 7 8 9 10 11 1 13 14 15 16 17 18 19 0 1 3 4 5 6 7 8 9 30 31 3 Zdůvodněte, proč funkce f(n) = n log(n) 1 n 1/ roste rychleji než funkce g(n) = n. Zdůvodněte, proč funkce f(n) = n 3/ log(n) roste

Více

Paralelní programování

Paralelní programování Paralelní programování přednáška 5 Michal Krupka 15. března 2011 Michal Krupka (KI UP) Paralelní programování 15. března 2011 1 / 13 Ještě ke kritickým sekcím Použití v praxi obvykle pomocí zámků (locks)

Více

OPEN ACCESS WEEK 2013. k výsledkům vědy a výzkumu probíhá na Mendelově univerzitě v Brně od 21. do 27. října 2013 REDEFINING IMPACT

OPEN ACCESS WEEK 2013. k výsledkům vědy a výzkumu probíhá na Mendelově univerzitě v Brně od 21. do 27. října 2013 REDEFINING IMPACT OPEN ACCESS WEEK 2013 Týden na podporu otevřeného přístupu k výsledkům vědy a výzkumu probíhá na Mendelově univerzitě v Brně od 21. do 27. října 2013 REDEFINING IMPACT VÝHODY OPEN ACCESS Autorům přinese

Více

Introduction to MS Dynamics NAV

Introduction to MS Dynamics NAV Introduction to MS Dynamics NAV (Item Charges) Ing.J.Skorkovský,CSc. MASARYK UNIVERSITY BRNO, Czech Republic Faculty of economics and business administration Department of corporate economy Item Charges

Více

Inovace studia molekulární a buněčné biologie reg. č. CZ.1.07/2.2.00/

Inovace studia molekulární a buněčné biologie reg. č. CZ.1.07/2.2.00/ Inovace studia molekulární a buněčné biologie reg. č. CZ.1.07/2.2.00/07.0354 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky Populační genetika (KBB/PG)

Více

c 2002 Intellectronics

c 2002 Intellectronics Gymnázium Tachov, seminář 25. září 2002 Klonování lidských embryonálních kmenových buněk Jiří Svršek 1 c 2002 Intellectronics Abstract V prosinci 1998 společnost Advanced Cell Technology, Inc. oznámila

Více

Budějovice Název materiálu: Reported Speech. Datum (období) vytvoření: Srpen 2013. Autor materiálu: PhDr. Dalibor Vácha PhD. Zařazení materiálu:

Budějovice Název materiálu: Reported Speech. Datum (období) vytvoření: Srpen 2013. Autor materiálu: PhDr. Dalibor Vácha PhD. Zařazení materiálu: Projekt: Příjemce: Budějovice Název materiálu: Digitální učební materiály ve škole, registrační číslo projektu CZ.1.07/1.5.00/34.0527 Střední zdravotnická škola a Vyšší odborná škola zdravotnická, Husova

Více

USING VIDEO IN PRE-SET AND IN-SET TEACHER TRAINING

USING VIDEO IN PRE-SET AND IN-SET TEACHER TRAINING USING VIDEO IN PRE-SET AND IN-SET TEACHER TRAINING Eva Minaříková Institute for Research in School Education, Faculty of Education, Masaryk University Structure of the presentation What can we as teachers

Více

Základní pojmy. Program: Algoritmus zapsaný v programovacím jazyce, který řeší nějaký konkrétní úkol. Jedná se o posloupnost instrukcí.

Základní pojmy. Program: Algoritmus zapsaný v programovacím jazyce, který řeší nějaký konkrétní úkol. Jedná se o posloupnost instrukcí. Základní pojmy IT, číselné soustavy, logické funkce Základní pojmy Počítač: Stroj na zpracování informací Informace: 1. data, která se strojově zpracovávají 2. vše co nám nebo něčemu podává (popř. předává)

Více

Inovace studia molekulární a buněčné biologie reg. č. CZ.1.07/2.2.00/

Inovace studia molekulární a buněčné biologie reg. č. CZ.1.07/2.2.00/ I n v e s t i c e d o r o z v o j e v z d ě l á v á n í Inovace studia molekulární a buněčné biologie reg. č. CZ.1.07/2.2.00/07.0354 Tento projekt je spolufinancován Evropským sociálním fondem a státním

Více

PARADIGMATA PROGRAMOVÁNÍ 2 PŘÍSLIBY A LÍNÉ VYHODNOCOVÁNÍ

PARADIGMATA PROGRAMOVÁNÍ 2 PŘÍSLIBY A LÍNÉ VYHODNOCOVÁNÍ KATEDRA INFORMATIKY, PŘÍRODOVĚDECKÁ FAKULTA UNIVERZITA PALACKÉHO, OLOMOUC PARADIGMATA PROGRAMOVÁNÍ 2 PŘÍSLIBY A LÍNÉ VYHODNOCOVÁNÍ Slajdy vytvořili Vilém Vychodil a Jan Konečný (KI, UP Olomouc) PP 2, Lekce

Více

Digital Transformation of Organization

Digital Transformation of Organization Digital Transformation of Organization Content Looking into Future How to transform Case study Magdaléna Wavle 10 October 2018 1 10 October 2018 Hunter-gatherer Thousands of years Tens of years Vítejte

Více

NANOMATERIÁLY, NANOTECHNOLOGIE, NANOMEDICÍNA

NANOMATERIÁLY, NANOTECHNOLOGIE, NANOMEDICÍNA NANOMATERIÁLY, NANOTECHNOLOGIE, NANOMEDICÍNA Nano je z řečtiny = trpaslík. 10-9, 1 nm = cca deset tisícin průměru lidského vlasu Nanotechnologie věda a technologie na atomární a molekulární úrovni Mnoho

Více

Počítačová Podpora Studia. Přednáška 4. Nástroje pro vědecko-technické výpočty a zpracování dat. (v rámci PPS) PPS 2014

Počítačová Podpora Studia. Přednáška 4. Nástroje pro vědecko-technické výpočty a zpracování dat. (v rámci PPS) PPS 2014 Počítačová Podpora Studia 1 Přednáška 4 Nástroje pro vědecko-technické výpočty a zpracování dat (v rámci PPS) Matlab & Python Matlab vs Python 2 Matlab Python MATLAB (matrix laboratory) je interaktivní

Více

Biologie - Oktáva, 4. ročník (humanitní větev)

Biologie - Oktáva, 4. ročník (humanitní větev) - Oktáva, 4. ročník (humanitní větev) Biologie Výchovné a vzdělávací strategie Kompetence k řešení problémů Kompetence komunikativní Kompetence sociální a personální Kompetence občanská Kompetence k podnikavosti

Více

KURZ TEORETICKÉ ASPEKTY UMĚLÉ INTELIGENCE (KA 16)

KURZ TEORETICKÉ ASPEKTY UMĚLÉ INTELIGENCE (KA 16) KURZ TEORETICKÉ ASPEKTY UMĚLÉ INTELIGENCE (KA 16) 1. Úvod Cílem kurzu Teoretické aspekty umělé inteligence bylo získání uceleného přehledu současného stavu výzkumu v umělé inteligenci a v některých úzce

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

Třída PTIME a třída NPTIME. NP-úplnost.

Třída PTIME a třída NPTIME. NP-úplnost. VAS - Přednáška 9 Úvod ke kursu. Složitost algoritmu. Model RAM. Odhady složitosti. Metoda rozděl a panuj. Greedy algoritmy. Metoda dynamického programování. Problémy, třídy složitosti problémů, horní

Více

Učební osnovy předmětu Biologie

Učební osnovy předmětu Biologie (kvinta a sexta) Učební osnovy předmětu Biologie Charakteristika předmětu Vyučovací předmět vychází ze vzdělávací oblasti Člověk a příroda, vzdělávacích oborů Biologie a Geologie. Integruje část vzdělávacího

Více

Technologická singularita

Technologická singularita Copyright Rudolf Pecinovský, Soubor: Technologická singularita.doc, verze 1.01.6994, uloženo pá 28.7.2017 00:15 1 z 42 Technologická singularita Rudolf Pecinovský COMMON 2015 Copyright Rudolf Pecinovský,

Více

Unbounded Model Checking

Unbounded Model Checking Unbounded Model Checking Stefan Ratschan Katedra číslicového návrhu Fakulta informačních technologíı České vysoké učení technické v Praze 25. října 2011 Evropský sociální fond Praha & EU: Investujeme do

Více