Tehisintellekt. Mare Koit, Tiit Roosmaa. Märksõnu seminariks

Tehisintellekti areng ja põhiküsimused

Uurimissuuna ajalugu. Kasutus teiste teadusalade juures. Turingi test. Neuroküberneetika ja Musta kasti küberneetika. Tugev ja nõrk tehisintellekt. Ekspertsüsteem. Robot. Teadmiste esitus: reeglid, valemid, graaf. Trips-Traps-Trulli lahendusideed. Tähetuvastuse lahendusideed. 3- ja 4-liitrise veekannu võimalikud olekud, eeltingimused ning produktsioonireeglid. Parandatavad ja mitteparandatavad lahendussammud (8-mäng ja male). Kindel ja ebamäärane tulemus. Mingi tee või parim tee. Laiuti ja süviti otsingu erinevus. Rändkaupmehe ülesande lahendusvõimalusi, erinevate teepikkustega joonise 5.3 seletus. 

Teadmuse esitus 

Pind- ja süvateadmus. Teadmuse püramiid (joonis 6.1) ning näide kullaga. Teadmuspõhise intellektisüsteemi välja töötamise etapid. Produktsioonid ja järeldamine (näited 7.1 (tähtedega faktid, nooltega reeglid) ja 7.2 (suvi, puhkamine ja mäed)). Laiuti otsing banaani tahtva ahvi ning jõge ületavate kannibalide ja misjonäride näitel. Harjutused lk 42 - keele loomine ja jõe ületamine - reeglid ja rakendamine. Semantiline võrk - is_a, has_a, a_kind_of. Lk 48 harjutus - suhete või arvutiosade võrk. Tõeväärtustabel 10.1. Lk 59 harjutus 5 + omal valikul veel kaks harjutust. Vaikimisloogika, reeglite järjekord. Hägusad hulgad, vanus, pidev/mitte, näide 12.3, järgnevad rakendusnäited. Esitusmeetodid ja kasutusalad (lk. 68). 

Probleemilahendus

Meetodid ja valikueelistused. Laiuti- ja sügavuti otsingu mälu- ja ajavajadus, optimeerimise moodused, A* otsing. Briti muuseumi algoritm. Geneetiline algoritm malelaua lippude näitel. Otsing mänguseisude puul, minimax-algoritmi kolm võimalust, kärbete moodused. Probleemide osandamine. Lk 128 oma valikul kaks harjutust. 

Planeerimine

Probleemi keerukuse parameetrid. Alamülesanneteks jagamine. STRIPS - olekute kirjeldamine. Operaator - if, add, delete. Näited. Näited koos tõstmiskäpaga. Kolmnurktabelina plaan. Optimeerimine ja RSTRIPS. Paralleelesed tegevused ja DCOMP. Hierarhiline planeerimine ja ABSTRIPS. 

Loomulik keel

Fonoloogiline, morfoloogiline, süntaktiline, semantiline. Süntees. Kas Tartu rong väljub õhtul (näide 33.1) - analüüs ja süntees. Keelehtehnoloogia rakendused. Formaalne grammatika - näide 33.2. Lõpliku olekuautomaadi näide sõna loomisel. Loogikamudelid. Tõenäosuslikud mudelid. Ratsionalism ja empirism. Osalausete sisestus.  Kõnetuvastus. About hääldusmudel (33.8). Juturobot ELIZA algoritm. Turingi test. Kõnedialoogsüsteemide näiteid. Võlur Oz-i meetod.

Tehisintelllekti rakendusi

Tehisnägemine - algoritmid, probleemid, kasutuskohad. Masinõppe meetodid. Induktiivõpe, näiteid. Otsustuspuu.