Umělá inteligence (1. přednáška)
|
|
- Dalibor Rohla
- před 6 lety
- Počet zobrazení:
Transkript
1 Umělá inteligence (1. přednáška) Anna Vernerová 1 Jonathan L. Verner 2 1 Ústav formální a aplikované lingvistiky Matematicko-fyzikální fakulta vernerova@ufal.mff.cuni.cz 2 Katedra logiky Filozofická fakulta jonathan.verner@ff.cuni.cz
2 Co je to AI (Artificial Intelligence) systém, který myslí jako lidé myslí racionálně se chová jako lidé se chová racionálně
3 Jednat jako lidé systém, který myslí jako lidé myslí racionálně se chová jako lidé se chová racionálně
4 Jednat jako lidé Alan Turing A. Turing: Computing machinery and intelligence, 1950 Motivováno otázkou: Mohou stroje myslet jako lidé. Nejednoznačná formulace (co znamená myslet jako lidé ) Turingův test Člověk Zkoušející? nebo AI Systém
5 Jednat jako lidé Turingův test A. Turing: Computing machinery and intelligence, 1950 předpovídal, že do roku 2000 budou mít počítače 30% šanci 5 minut šálit člověka předjímal všechny hlavní protiargumenty, které se od té doby proti AI vyskytly navrhl hlavní komponenty AI systémů: znalost, uvažování, porozumění (přirozenému) jazyku, učení
6 CAPTCHA Reverzní Turingův test
7 Myslet jako lidé systém, který myslí jako lidé myslí racionálně se chová jako lidé se chová racionálně
8 (axon se typicky větví na 10 až větví) (typicky 1cm dlouhý, t.j. 100x větší než průměr somy) Myslet jako lidé Kognitivní vědy Kognitivní vědy do 60. let převládal tzv. behaviorismus (lidské chování lze vysvětlit bez odkazu k myšlení ) v 60. letech převládla tzv. kognitivní psychologie vnitřní stavy mysli jsou zásadní je třeba model / teorie lidské mysli Psychologie (přístup shora) high-level General Problem Solver axonální větvění axon jiné buňky axon synapse Neurovědy (přístup zdola) neuronové sítě inteligence jako emergentní jev synapse dendrit jádro tělo buňky, tzv. soma
9 Myslet racionálně systém, který myslí jako lidé myslí racionálně se chová jako lidé se chová racionálně
10 Myslet racionálně Logika Aristoteles ( př. Kr.): sylogismy (barbara, celarent, darii, ferio,... ) Leibniz ( ): calculus ratiocinator Frege... (to znáte lépe) Problémy Není jasné, které z mnoha logických úsudků jsou relevantní. Není jasné, jak formalizovat problémy reálného světa, zvláště když je ve hře nejistota. Teoretické řešení praktické řešení.
11 Jednat racionálně systém, který myslí jako lidé myslí racionálně se chová jako lidé se chová racionálně
12 Jednat racionálně Racionální agent Racionální chování je takové, které na základě dostupných informací volí akce nejpravděpodobněji vedoucí k maximalizaci užitku Agent je jednotka, která vnímá a jedná. Tato přednáška je o návrhu racionálních agentů. Abstraktně lze agenta definovat jakožto funkci z posloupností vjemů (P ) do množiny akcí (A): f : P A
13 Trocha historie 20 Čapkova hra R.U.R. (Rossum s Universal Robots) 33 první patent na automatický překladač 41 Konrad Zuse sestrojil první programovatelný počítač a založil firmu produkující první komerční počítače 43 booleovský model neuronových sítí (McCulloch, Pitts) [ekvivalence Turingova stroje a neuronové sítě] 47 Turing přednáší o AI na setkání Londýnské matematické společnosti 49 Weaver formuluje cíle a metody počítačového překladu, tzv. "Translation Memorandum"
14 Trocha historie 50 Shannon: šachy jako prohledávání stavového prostoru 50 Turing: Computing Machinery and Intelligence 51 SNARC první umělá neuronová síť, 40 neuronů (Minsky, Edmonds) Minsky napsal v Princetonu dizertaci o neuronových sítích a výpočtech. Komise byla skeptická, že to není matematika, nicméně von Neumann prý řekl, že pokud to není nyní, tak jednou bude. 51 první programy hrající hry (dáma, šachy) 54 Georgetown experiment: překlad 60 vět z ruštiny do angličtiny
15 Trocha historie 56 Workshop v Dartmouth (McCarthy, Minsky, Shannon,...), Logic Theorist (Newell, Simon z CMU) Logic Theorist brzy dokázal 38 z 52 vět z druhé kapitoly Russelových Principií a v jednom případě našel i kratší důkaz. Russell byl potěšen, nicméně editoři časopisu J. of Symbolic logic už tak potěšení nebyli a článek spoluautorů Newella, Simona a Logic Theorist zamítli. 58 McCarthy: Lisp (MIT), Programs with Common Sense reprezentace znalostí v AI 59 General Problem Solver: nástupce Logic Theorist, první počítačový program, který oddělil algoritmus řešení (a generic solver engine) od znalostí o daném problému (na vstupu) 59 Geometry Theorem Prover 59 Samuel: Počítačová dáma na úrovni silného amatéra (počítač brzy hrál lépe než Samuel)
16 Trocha historie mikrosvěty: Slagle: SAINT uměl integrovat typické příklady prvního ročníku analýzy; Evans: ANALOGY uměl řešit příklady na analogii z IQ testů; Bobrow: STUDENT řešil jednoduché slovní úlohy; SHRDLU (barevná tělesa na stolní desce) 65 Robinson: Rezoluce Weizenbaum: ELIZA (psychoterapeut) První znalostní systémy (DENDRAL interpretace spekter)
17 Trocha historie 66 ALPAC report: výzkum v oblasti strojového překladu postupuje podstatně pomaleji, než se očekávalo The spirit is strong but the flesh is weak Russian The vodka is good but the meat is rotten.(pravděpodobně hoax) 73 Lighthill: Artificial Intelligence: A General Survey podobně kritizuje vývoj AI v UK Skoro úplně vymizel výzkum neuronových sítí The Decline and Fall of Expert Systems 85 Návrat neuronových sítí 89 IBM překladové modely 95 Agenti, agenti, agenti Velké soubory dat
18 Aktuální stav State of the Art Co dovede AI dnes? Přijít na fyzikální zákony Hrát obstojně stolní tenis Řídit bezpečně auto po točité horské silnici Řídit bezpečně auto v běžném provozu Vislab BRAiVE, 2013 / Překládat mluvenou angličtinu do mluvené švédštiny v reálném čase to závisí Vyhrát v televizním kvízu IBM Watson, 2011 Hrát Go na profesionální úrovni Google AlphaGo, 2016 Hodinu si úspěšně povídat s člověkem Vymyslet (úmyslně) vtipný příběh.
19 DARPA Grand Challenge 2004 Mojave Desert, 240 km, 15 vozidel, nejlepší skončil po 11 km 2005 Beer bottle pass, několik tunelů, 23 vozidel, 5 dokončilo! Urban challenge, George Air Force Base, 96 km, 11 vozidel se kvalifikovalo, 6 dokončilo! úkolů pro roboty: řízení vozidla, chůze po sutinách, lezení po žebříku, odklízení sutin, průchod dveřmi, proříznutí stěny, uzávěr ventilů, připojení zástrčky 2015 otevřený dopis vědců z oblasti AI žádající zákaz vývoje a užívání autonomních zbraní http: //futureoflife.org/open-letter-autonomous-weapons/
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
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
Umělá&inteligence! Co#o#nás#říká,#i#když#to#(někdy)#nechceme#slyšet?#
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&
Expertní Systémy. Umělá inteligence. 1950 Alan Turing: Computing Machinery and Intelligence. Mind 59, 1950, s.433-460
Umělá inteligence Věda, jejímž úkolem je naučit stroje, aby dělaly věci, které vyžadují inteligenci, jsouli prováděny člověkem. Marvin Minsky 1950 Alan Turing: Computing Machinery and Intelligence. Mind
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.
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
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
Korpusová lingvistika a počítačové zpracování přirozeného jazyka
Korpusová lingvistika a počítačové zpracování přirozeného jazyka Vladimír Petkevič & Alexandr Rosen Ústav teoretické a komputační lingvistiky Filozofické fakulty Univerzity Karlovy v Praze Korpusový seminář
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
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
Úvod do logiky. (FLÚ AV ČR) Logika: CZ.1.07/2.2.00/ / 23
Úvod do logiky (FLÚ AV ČR) Logika: CZ.1.07/2.2.00/28.0216 2013 1 / 23 Co je logika? Čeho se týkají logické zákony? Tři možnosti: (1) světa (2) myšlení (3) jazyka (FLÚ AV ČR) Logika: CZ.1.07/2.2.00/28.0216
Logika 5. Základní zadání k sérii otázek: V uvedených tezích doplňte z nabízených adekvátní pojem, termín, slovo. Otázka číslo: 1. Logika je věda o...
Logika 5 Základní zadání k sérii otázek: V uvedených tezích doplňte z nabízených adekvátní pojem, termín, slovo. Otázka číslo: 1 Logika je věda o.... slovech správném myšlení myšlení Otázka číslo: 2 Základy
Historie a vývoj umělé inteligence
Historie a vývoj umělé inteligence 11. února 2015 1-1 Co je to inteligence? Encyklopedie Duden : Intelligenz = Fähigkeit des Menschen abstrakt und vernünftig zu denken und daraus zweckvolles Handeln abzuleiten.
AUTOMATY A GRAMATIKY
AUTOMATY A 1 GRAMATIKY Pavel Surynek Univerzita Karlova v Praze Matematicko-fyzikální fakulta Katedra teoretické informatiky a matematické logiky Stručný přehled přednášky Automaty Formální jazyky, operace
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
Neuronové sítě. Vlasta Radová Západočeská univerzita v Plzni katedra kybernetiky
Neuronové sítě Vlasta Radová Západočeská univerzita v Plzni katedra kybernetiky Motivace pro výzkum umělých neuronových sítí lidský mozek pracuje jiným způsobem než běžné číslicové počítače počítače přesně
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
Matematická logika. Miroslav Kolařík
Matematická logika přednáška první Miroslav Kolařík Zpracováno dle textu R. Bělohlávka: Matematická logika poznámky k přednáškám, 2004. a dle učebního textu R. Bělohlávka a V. Vychodila: Diskrétní matematika
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,
HISTORIE. Principy počítačů I. Literatura. Počátky historie počítačů. Počátky historie počítačů. Dnešní chápání počítače
Principy počítačů I HISTORIE Literatura www.computerhistory.org C.Wurster: Computers An Ilustrated History R.Rojas, U.Hashagen: The First Computers History and Architectures D.Mayer: Pohledy do minulosti
Jak dělat strojový překlad lépe než Google Translate
Mgr. Rudolf Rosa Jak dělat strojový překlad lépe než Google Translate Univerzita Karlova v Praze Matematicko-fyzikální fakulta Ústav formální a aplikované lingvistiky ProSŠ, Gymnázium Kladno, 23. října
Úvod do logiky a logického programování.
Úvod do logiky a logického programování Luboš Popelínský popel@fi.muni.cz www.fi.muni.cz/~popel Přehled učiva Opakování základů výrokové a predikátové logiky Normální formy ve výrokové a predikátové logice
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,
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
Expe xp rtn t í n í sys s t ys é t my m PSY 481
Expertní systémy PSY 481 Stavové pole Expertní systémy (produkční systémy) mohou být přirovnány k nástrojům používaným při řešení problémů (problem solving). Konkrétněji na technikách založených na hledání
ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ 2014 7.4 13/14
ZÁKLADY PROGRAMOVÁNÍ Mgr. Vladislav BEDNÁŘ 2014 7.4 13/14 Co je vhodné vědět, než si vybereme programovací jazyk a začneme programovat roboty. 1 / 13 0:40 Implementace Umělá inteligence (UI) Umělá inteligence
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
AIBO CleanMate 365 ACECAD Enterprises DigiMemo
ELECTROLUX ESI 6221 K Myčka v novém Alpha 1 designu s Fuzzy logic technologií www.sony.cz CleanMate 365 CleanMate 365 je inteligentní robotický vysavač, který za Vás doma perfektně vysaje a zamete. První
CleanMate 365. ACECAD Enterprises DigiMemo A502. individua vědomě orientovat vlastní. globální schopnost individua účelně
ELECTROLUX ESI 6221 K Myčka v novém Alpha 1 designu s Fuzzy logic technologií www.sony.cz Umělá inteligence = = umělá + inteligence CleanMate 365 CleanMate 365 je inteligentní robotický vysavač, který
Návrh softwarových systémů - mobilita. Jiří Šebek (B6B36NSS)
Návrh softwarových systémů - mobilita Jiří Šebek Návrh softwarových systémů (B6B36NSS) Co to je mobilita a jak se projevuje v návrhu softwaru? 2 Mobilita Jedna z vlastností systému/ podsystému/ algoritmu
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
AD4M33AU Automatické uvažování
AD4M33AU Automatické uvažování Úvod, historie Petr Pudlák Organizační informace Tyto slidy jsou pomocný studijní materiál. Na přednášce budou uváděny další informace a příklady, které ve slidech nejsou.
Úvod do programování (ALG ) F F U K. Jonathan L. Verner. Department of Logic
Úvod do programování (ALG 110006) Jonathan L. Verner Kontakty jonathan.verner@ff.cuni.cz jonathan.temno.eu/teaching Konzultace e-mailovou/osobní domluvou. Požadavky Zimní semestr Nutno získat 75% bodů
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:
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
Václav Matoušek KIV. Umělá inteligence a rozpoznávání. Václav Matoušek / KIV
Umělá inteligence a rozpoznávání Václav Matoušek KIV e-mail: matousek@kiv.zcu.cz 0-1 Sylabus předmětu: Datum Náplň přednášky 16. 2. (3h) 2. 3. (4h) 17. 3. (5h) 14. 4. (3h) Úvod, historie a vývoj UI, základní
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
Stefan Ratschan. Fakulta informačních technologíı. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
Logika pro každodenní přežití Stefan Ratschan Katedra číslicového návrhu Fakulta informačních technologíı České vysoké učení technické v Praze Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
Martin Hejtmánek hejtmmar@fjfi.cvut.cz http://kmlinux.fjfi.cvut.cz/ hejtmmar
Základy programování Martin Hejtmánek hejtmmar@fjfi.cvut.cz http://kmlinux.fjfi.cvut.cz/ hejtmmar Počítačový kurs Univerzity třetího věku na FJFI ČVUT Pokročilý 21. května 2009 Dnešní přednáška 1 Počátky
Matematická logika. Lekce 1: Motivace a seznámení s klasickou výrokovou logikou. Petr Cintula. Ústav informatiky Akademie věd České republiky
Matematická logika Lekce 1: Motivace a seznámení s klasickou výrokovou logikou Petr Cintula Ústav informatiky Akademie věd České republiky www.cs.cas.cz/cintula/mal Petr Cintula (ÚI AV ČR) Matematická
Jejich účelem je uvolnění potenciálu, který v sobě ukrývá spojení racionálního a emocionálního myšlení.
Lekce 1: Myšlení Teoretický úvod: Klíčovou a zároveň unikátní schopností lidského mozku, která nás odlišuje od ostatních živých tvorů, je myšlení. Myšlení bychom mohli definovat jako poznávací (kognitivní)
21. Kognitivní psychologie
21. Kognitivní psychologie Termín kognitivní psychologie má dva významy (respektive není významově jednoznačný). V širším významu znamená veškeré poznávací procesy (bez ohledu na směr (doktrínu), který
Informace jako paměť a vědomí II
Informace jako paměť a vědomí II Informace jako myšlení scénářů Piaget teorie schémat proces akomodace a asimilace. Asimilace - proces interpretování reality pomocí jiţ vytvořených schémat či znalostních
4.9.70. Logika a studijní předpoklady
4.9.70. Logika a studijní předpoklady Seminář je jednoletý, je určen pro studenty posledního ročníku čtyřletého studia, osmiletého studia a sportovní přípravy. Cílem přípravy je orientace ve formální logice,
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
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
1. Matematická logika
Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/07.0018 1. Matematická logika Základem každé vědy (tedy i matematiky i fyziky) je soubor jistých znalostí. To, co z těchto izolovaných poznatků
Ontologie. Otakar Trunda
Ontologie Otakar Trunda Definice Mnoho různých definic: Formální specifikace sdílené konceptualizace Hierarchicky strukturovaná množina termínů popisujících určitou věcnou oblast Strukturovaná slovní zásoba
Algoritmus. Přesné znění definice algoritmu zní: Algoritmus je procedura proveditelná Turingovým strojem.
Algoritmus Algoritmus je schematický postup pro řešení určitého druhu problémů, který je prováděn pomocí konečného množství přesně definovaných kroků. nebo Algoritmus lze definovat jako jednoznačně určenou
OSA. maximalizace minimalizace 1/22
OSA Systémová analýza metodika používaná k navrhování a racionalizaci systémů v podmínkách neurčitosti vyšší stupeň operační analýzy Operační analýza (výzkum) soubor metod umožňující řešit rozhodovací,
INOVACE VE VZDĚLÁVÁNÍ DOSPĚLÝCH. Zdenko Reguli Lucie Mlejnková
INOVACE VE VZDĚLÁVÁNÍ DOSPĚLÝCH Zdenko Reguli Lucie Mlejnková ÚROVNĚ INOVACÍ 1) úroveň poznatková (informace o změně zdůvodnění a pochopení inovace) 2) úroveň názorová (přijetí potřeby změny) 3) racionální
Pedagogika I Zimní semestr Akademický rok 2014/15
Pedagogika I Zimní semestr Akademický rok 2014/15 Cíle výchovy a vzdělávání: Otázky spojené s konceptem klíčových kompetencí podle RVP. Učitel a cíle výuky. Pavla Zieleniecová, MFF UK 1 Obsah: 1. Tři otázky
MATEMATICKÁ TEORIE ROZHODOVÁNÍ
MATEMATICKÁ TEORIE ROZHODOVÁNÍ Podklady k soustředění č. 5 Komunikace a kooperace Komunikace se jako jeden z principů objevuje v umělé inteligenci až v druhé polovině 80. let. V roce 1986 uveřejňuje M.
Obsah: Organizace předmětu IB030. Situace na FI MU
Úvod do počítačové lingvistiky Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/poc_lingv/ Obsah: Organizace předmětu IB030 Situace na FI MU Úvod do počítačové lingvistiky 1/11 1 / 20 Organizace
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
Modely vyhledávání informací 4 podle technologie. 1) Booleovský model. George Boole 1815 1864. Aplikace booleovské logiky
Modely vyhledávání informací 4 podle technologie 1) Booleovský model 1) booleovský 2) vektorový 3) strukturní 4) pravděpodobnostní a další 1 dokumenty a dotazy jsou reprezentovány množinou indexových termů
Umě m lá l in i t n e t li l ge i nc n e PSY 481
Umělá inteligence PSY 48 Alan Turing Turingovo jméno pravděpodobně vybaví především ve dvou ustálených spojeních: Turingův stroj a Turingův test. pokus o matematické zachycení intuitivního pojmu vypočitatelnosti
Obecná a vývojová psychologie. Přednáška č. 1 Co je psychologie? Cíle psychologie. Základní psychologické směry.
Obecná a vývojová psychologie Přednáška č. 1 Co je psychologie? Cíle psychologie. Základní psychologické směry. Co je vlastně psychologie? Jak lze jednoduše a srozumitelně definovat psychologii? R. Atkinsonová
Modelování a simulace: o předmětu. Radek Pelánek
Modelování a simulace: o předmětu Radek Pelánek Vymezení zájmu Modelování a simulace komplexních systémů modely formulovatelné matematicky (včetně programovacích jazyků), simulace prováděné počítačem aplikace
Výbor textů k moderní logice
Mezi filosofií a matematikou 5 Logika 20. století: mezi filosofií a matematikou Výbor textů k moderní logice K vydání připravil a úvodními slovy opatřil Jaroslav Peregrin 2006 Mezi filosofií a matematikou
Gödelovy věty o neúplnosti
Gödelovy věty o neúplnosti Miloš Jakubíček PB016 Úvod do umělé inteligence Fakulta informatiky, Masarykova univerzita 23. listopadu 2007 1 Gödel & historie Kurt Gödel Historický kontext 2 Jazyk a metajazyk
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
Klíčové kompetence. Kompetence k řešení problémů
Klíčové kompetence Šachový kroužek odehrávající se v mateřských školách napomáhá k rozvíjení všech 5 kompetencí (kompetence k učení, k řešení problémů, komunikativní, sociální - personální, činností -
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
Informatika na Univerzitě Palackého
Informatika na Univerzitě Palackého prof. RNDr. Radim Bělohlávek, DSc. vedoucí katedry KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI Obsah 1 Co je informatika a proč ji studovat? 2 Kde informatiku
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
Fyzika I. Něco málo o fyzice. Petr Sadovský. ÚFYZ FEKT VUT v Brně. Fyzika I. p. 1/20
Fyzika I. p. 1/20 Fyzika I. Něco málo o fyzice Petr Sadovský petrsad@feec.vutbr.cz ÚFYZ FEKT VUT v Brně Fyzika I. p. 2/20 Fyzika Motto: Je-li to zelené, patří to do biologie. Smrdí-li to, je to chemie.
Obecná psychologie: základní pojmy
Obecná psychologie: základní pojmy ZS 2009/2010 Přednáška 1 Mgr. Ondřej Bezdíček Definice psychologie Je věda o chování a prožívání, o vědomých i mimovědomých oblastech lidské psychiky. Cíle psychologie
Algoritmy a struktury neuropočítačů ASN - P1
Algoritmy a struktury neuropočítačů ASN - P1 http://amber.feld.cvut.cz/ssc www.janatuckova.cz Prof.Ing. Jana Tučková,CSc. Katedra teorie obvodů K331 kancelář: 614, B3 tel.: 224 352 098 e-mail: tuckova@fel.cvut.cz
1. Znalostní systémy a znalostní inženýrství - úvod. Znalostní systémy. úvodní úvahy a předpoklady. 26. září 2017
Znalostní systémy úvodní úvahy a předpoklady 26. září 2017 1-1 Znalostní systém Definice ZS (Feigenbaum): Znalostní (původně expertní) systémy jsou počítačové programy simulující rozhodovací činnost experta
Informatika na gymnáziu Dan Lessner
Informatika na gymnáziu Dan Lessner ksvi.mff.cuni.cz/ucebnice ucime-informatiku.blogspot.cz Osnova 1. Osnova 2. Úvod 3. Výzkumné otázky 4. Metodika 5. Vymezení oboru 6. Pilotáž a výsledky 7. Závěr Credit:
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
LITOMĚŘICE, Svojsíkova1, příspěvková organizace. kognitivní psychologie. Luboš Nergl, Andrea Skokanová
NÁZEV ŠKOLY: GYMNÁZIUM JOSEFA JUNGMANNA LITOMĚŘICE, Svojsíkova1, příspěvková organizace ČÍSLO PROJEKTU: CZ.1.07/1.5.00/34.1082 NÁZEV MATERIÁLU: VY_32_INOVACE_3B_20_Humanistická a kognitivní psychologie
Modelování a simulace: o předmětu. Radek Pelánek
Modelování a simulace: o předmětu Radek Pelánek Vymezení zájmu Modelování a simulace komplexních systémů modely formulovatelné matematicky (včetně programovacích jazyků), simulace prováděné počítačem aplikace
Informatika a výpočetní technika 1. roč./1. sem. 1. roč./2. sem. 2. roč./3. sem. 1 kr. Povinné předměty pro obor IVT
1. roč./1. sem. 1. roč./2. sem. 2. roč./3. sem. 2. roč./4. sem. Semestrální Semestrální Diplomový Diplomový I I 460-4064/01 460-4067/01 460-4095/01 460-4096/01 460-4065/01 470-4405/01 Povinně volitelné
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
Matematika pro informatiky KMA/MATA
Matematika pro informatiky KMA/MATA Informace k předmětu Mgr. Přemysl Rosa rosapr00@pf.jcu.cz, J349 Konzultační hodiny v ZS: úterý 10-11, čtvrtek 15-16 nebo individuálně po předchozí domluvě aktivní účast
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
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
Petr Křemen. Katedra kybernetiky, FEL ČVUT. Petr Křemen (Katedra kybernetiky, FEL ČVUT) Sémantické sítě a rámce 1 / 112
Sémantické sítě a rámce Petr Křemen Katedra kybernetiky, FEL ČVUT Petr Křemen (Katedra kybernetiky, FEL ČVUT) Sémantické sítě a rámce 1 / 112 Co nás čeká 1 Úvod do reprezentace znalostí 2 Sémantické sítě
Výukové texty. pro předmět. Automatické řízení výrobní techniky (KKS/ARVT) na téma
Výukové texty pro předmět Automatické řízení výrobní techniky (KKS/ARVT) na téma Podklady k uspořádání řídícím systémům i řízení manipulátorů a robotů Autor: Doc. Ing. Josef Formánek, Ph.D. Podklady k
Vyhněte se katastrofám pomocí výpočetní matematiky
Vyhněte se katastrofám pomocí výpočetní matematiky Stefan Ratschan Ústav informatiky Akademie věd ČR Stefan Ratschan Vyhněte se katastrofám 1 / 29 x. x 2 = 2 Kvíz x. x 2 = 2 x. x 2 7 p q x. x 2 + px +
P12 Ukázka rozhovoru s podrobným kódováním. P14 Ukázka rozhovoru s barevným kódováním. P15 Internetové odkazy na muzea, projekty a vědecká pracoviště
Přílohy 1 Seznam příloh P1 Informační dopis pro rodiče P2 Obrázek vědce (Ivan) P3 Obrázek vědce (Karel) P4 Obrázek vědce (Anna) P5 Obrázek vědce (Bára) P6 Obrázek vědce (Cecil) P7 Obrázek vědce (David)
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.
Historie matematiky a informatiky 2 1. přednáška 24. září 2013. Doc. RNDr. Alena Šolcová, Ph.D. Katedra aplikované matematiky FIT ČVUT v Praze
Historie matematiky a informatiky 2 1. přednáška 24. září 2013 Doc. RNDr. Alena Šolcová, Ph.D. Katedra aplikované matematiky FIT ČVUT v Praze Co je matematika? Obor, který se hojně používá v dalších oborech
Ambasadoři přírodovědných a technických oborů. Ing. Michal Řepka Březen - duben 2013
Ambasadoři přírodovědných a technických oborů Ing. Michal Řepka Březen - duben 2013 Umělé neuronové sítě Proč právě Neuronové sítě? K čemu je to dobré? Používá se to někde v praxi? Úvod Umělé neuronové
Psychologie - věda o lidském chování, jednání, myšlení
Psychologie - věda o lidském chování, jednání, myšlení Determinace osobnosti Základní psychologie - obecná psychologie - psychologie osobnosti - sociální psychologie - vývojová psychologie Psychopatologie
Ochutnávka strojového učení
Ochutnávka strojového učení Úvod do problematiky Barbora Hladká http://ufal.mff.cuni.cz/bvh Univerzita Karlova Matematiko-fyzikální fakulta Ústav formální a aplikované lingvistiky TechMeetUp Ostrava 21/3/18
MATEMATICKÝ SEMINÁŘ (volitelný a nepovinný předmět)
MATEMATICKÝ SEMINÁŘ (volitelný a nepovinný předmět) Charakteristika vyučovacího předmětu Obsahové vymezení Vzdělání v matematickém semináři je zaměřeno na: užití matematiky v reálných situacích osvojení
I-S-T 2000 R. Test struktury inteligence IST R. HTS Report. Jan Ukázka ID Datum administrace Standard A 1.
I-S-T 2000 R Test struktury inteligence IST - 2000 R HTS Report ID 8389-226 Datum administrace 01.11.2018 Standard A 1. vydání I-S-T 2000 R Přehled výsledků 2 / 14 PŘEHLED VÝSLEDKŮ Souhrn výsledků Verbální
Piaget Jean Gardner Howard Myšlení, Inteligence (vývoj myšlení a chápání světa)
Piaget Jean Gardner Howard 6. 11. 2015 Myšlení, Inteligence (vývoj myšlení a chápání světa) Kognitivní vývoj u dětí Jean Piaget-švýcarský psycholog Zaměřil se na interakci zrání dítěte a prostředí. Piaget
https://edux.fit.cvut.cz/courses/bi-zum/
Základy umělé inteligence Úvod, motivace, náplň předmětu Ing. Tomáš Řehořek Computational Intelligence Group (CIG), Katedra teoretické informatiky (KTI), Fakulta informačních technologií (FIT), České vysoké
K HISTORII INŽENÝRSKÉHO VZDĚLÁVÁNÍ V PLZNI. (Fakulta elektrotechnická a několik obecnějších poznámek)
Fakulta elektrotechnická Západočeská univerzita v Plzni K HISTORII INŽENÝRSKÉHO VZDĚLÁVÁNÍ V PLZNI (Fakulta elektrotechnická a několik obecnějších poznámek) 02.04.2014 02.04.2014 www.fel.zcu.cz Prof. Ing.
Matematický ústav UK Matematicko-fyzikální fakulta
Geometrické modelování Zbyněk Šír Matematický ústav UK Matematicko-fyzikální fakulta 2. října 2018 Zbyněk Šír (MÚ UK) - Geometrické modelování 2. října 2018 1 / 15 Obsah dnešní přednášky Co je to geometrické
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: Statistické výsledky průběžné písemky Hry vs. Prohledávání stavového prostoru Algoritmus Minimax Algoritmus
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
VeriFIT Automatizovaná analýza a verifikace
VeriFIT Automatizovaná analýza a verifikace M. Češka K. Dudka J. Fiedor L. Holík V. Hrubá L. Charvát B. Křena O. Lengál Z. Letko P. Müller P. Peringer A. Rogalewicz A. Smrčka T. Vojnar Ústav inteligentních
Nabídka seminářů pro 7.A a 3.B ve školním roce 2015/2016
Nabídka seminářů pro 7.A a 3.B ve školním roce 2015/2016 Studenti si volí semináře s celkovou dotací 4 hodiny týdně. Nabízené semináře mají dotaci 1 hodinu, resp. 2 hodiny týdně. Student si tedy může navolit
OPRAVENKA pro Seznam předmětů Matematicko-fyzikální fakulty 2002/2003
UNIVERSITAS CAROLINA PRAGENSIS FACULTAS MATHEMATICAE PHYSICAEQUE DISCIPLINAE OPRAVENKA pro Seznam předmětů Matematicko-fyzikální fakulty 2002/2003 Obsah Předmluva.......................................................................
Vyučovací hodiny mohou probíhat v multimediální učebně a odborných učebnách s využitím interaktivní tabule.
Charakteristika předmětu 2. stupně Matematika je zařazena do vzdělávací oblasti Matematika a její aplikace. Vyučovací předmět má časovou dotaci v 6. ročníku 4 hodiny týdně, v 7., 8. a 9 ročníku bylo použito