Odgovori uz citatstudent.fizika.org/~sdavila/isp.doc
www.ffzg.hr/psiho/phm/nastava/prup_9.doc
www.foi.hr/CMS_library/studiji/dodiplomski/IS/kolegiji/mis/Izgradnja_sim_programa.doc
Nadam se da će se naći nešto korisno.
Treba mi hotno (jos veceras) neto o umjetnoj inteligenciji.
Imam 4 poglavlja i sad mi treba jedan od njih (bilo koji).
-Umjetna inteligenija (općenito)
-Ekspertni sustavi
-Raspoznavanje govora
-Raspoznavanje uzoraka
Molim vas ako netko ima sta da mi posalje treba mi to jos danas hitno!
Hvala unaprijed
student.fizika.org/~sdavila/isp.doc
www.ffzg.hr/psiho/phm/nastava/prup_9.doc
www.foi.hr/CMS_library/studiji/dodiplomski/IS/kolegiji/mis/Izgradnja_sim_programa.doc
Nadam se da će se naći nešto korisno.
Molio bih nekoga ako ima nesto jos o istoj temi samo na engleskom jeziku!
Treba mi hitno danas!!!
@ GoGs: Hvala puno na ovome!!!
Ajde molim vas ako netko ima nesto gotovo o Umjetnoj inteligenciji, ali malo opsirnije. Treba mi sad iskljucivo na hrvatskom jeziku, molim vas ako netko ima jako je hitno do sutra trebam predat seminarski!!!
www.google.hr
mislim, ja sam koristio google i našao ono gore... odi na napredno pretraživanje, odaberi ekstenziju filea i traži skripte, seminare, referate...
ma jesam vec ali nema nigdje na hrvatskom, a nemam ni vremena, a ni engleski mi bas nije najbolji da prevodim....Izvorno postao GoGs
EDIT: Dali ima netko nekakav program da prevodi sa engleskog na hrvatski???
Ali da to bude prevodjenje da se nesto skuzi (naravno ja cu malo uredit) da nebudu recenice koje nemaju smisla...
Molim vas javite se hitno mi treba!!!
Zadnji uredio Black_Hawk : 22-10-2007 u 21:02
Dajte ako je netko imao za maturu to molim vas posaljite mi jako je hitno, nigdje nista nemogu nac na hrvatskom...
Jel znate nekakvu knjigu da potrazim, bilo sta o tome a da ima vise od 13 stranica???
Naziv kolegija: RASPOZNAVANJE UZORAKA
Satnica: 30
Nositelji: Prof. dr. sc. Slobodan Ribarić, FER, Zagreb
Mogućnost izvođenja na engleskom: Da
Cilj:
Raspoznavanje uzoraka (engl. Pattern Recognition) je znanstvena disciplina u području Računarskih znanosti čiji je cilj klasifikacija objekata u kategrije ili razrede. U zavisnosti od područja primjene, objekti mogu biti slike ili valni oblici ili bilo koji tip mjerenja koji se mora klasificirati. Takvi objekti nose generički naziv uzorci. Važnost područja raspoznavanja uzoraka u industrijskoj i postindustrijskoj fazi razvoja drištva, ogleda se u zahtjevima industrijske proizvodnje, automatizaciji ali i u potrebama za rukovanjem i pretraživanjem informacija te prijateljskoj komunikaciji čovjeka i stroja. Raspoznavanje uzoraka je integralni dio ogromne većine sustava umjetne inteligencije jer podržava automatsku percepciju i interpretaciju tako dobivenih informacija iz različitih vrsta senzora i omogućava djelotvoran postupak donošenja odluka.
Predmet Raspoznavanje uzoraka daje osnovne teorijske pretpostavke za razumijevanje postupaka raspoznavanja ali i solidnu osnovu za oblikovanje i izgradnju te vrednovanje sustava za raspoznavanje. Studentima nudi kompetentnost u razumijevanju, oblikovanju i analizi složenih sustava za raspoznavanje 1D, 2D i višedimenzionalnih uzoraka.
http://hr.wikipedia.org/wiki/Umjetna_inteligencija
http://www.mathos.hr/~krenduli/rp3zd1.htm
http://ipg.zesoi.fer.hr/petkovic/fer...nje%20uzoraka/
Nagrade:
Evo traži možda ROBOTIKA, drugo ti ne mogu ja pomoči, nemam ništa o tome.
Nazalost ovo mi bas i ne pomaze posto na wikipediji nema skoro nista,a ovo sam vec nasao, sve na engleskom....ima ono nesto malo na hrv, ali je opet premalo.
Ipak hvala obojici....
EDIT: Moze mi pomoc i neka od ovih tema
-Ekspertni sustavi
-Raspoznavanje govora
-Raspoznavanje uzoraka
kada ideš na http://ipg.zesoi.fer.hr/petkovic/fer...nje%20uzoraka/
imaš uzorci.pdf nešto o raspoznavanju uzoraka
1. UVOD
lat. Homo sapiens - RAZUMAN ČOVJEK
- način na koji razmišljamo (poimamo, razumijemo, predviđamo i upravljamo većim i
kompleksnijim od sebe).
1.1 UMJETNA INTELIGENCIJA
- razvoj započinje po završetku II. svjetskog rata
- obuhvaća različita područja
- ne samo razumjeti mehanizme već načiniti inteligentne jedinke (engl. intelligent
entities)
Definicija umjetne inteligencije
SYSTEMS THAT
THINK
LIKE HUMANS
SYSTEMS THAT
THINK
RATIONALLY
SYSTEMS THAT
ACT
LIKE HUMANS
SYSTEMS THAT
ACT
RATIONALLY
Empirijski pristup
Kombinacije matematike i inženjerstva
Slika 1.1: Definicija umjetne inteligencije
Djelovati ljudski (engl. acting humanly)
- Turingov test
- 1950: operacijska definicija inteligencije
- test razlikovanja ljudskog od (ne) ljudskog
☺ razumijevanje prirodnog jezika (engl. natural language processing)
☺ predstavljanje znanja (engl. knowledge representation)
☺ automatsko zaključivanje (engl. automated reasoning)
☺ strojno učenje (engl. machine learning)
Page 7
2
Potpuni Turingov test:
☺ računalni vid (engl. computer vision)
☺ robotika (engl. robotics)
Proučavanje principa i osnova na kojima je zasnovana inteligencija, a ne
kopiranje primjera!!! (Primjer: let avionom. Zakoni aerodinamike – imitiranje
leta ptice.)
Razmišljati ljudski (engl. thinking humanly)
Otkriti način na koji radi ljudski mozak;
a) unutarnjim uvidom (engl. introspection)
b) eksperimentalno
KOGNITIVNE ZNANOSTI: kombinacija računalnih modela i eksperimentalnih
tehnika iz psihologije -> teorija rada ljudskog mozga
Razmišljati racionalno (engl. thinking rationally) – zakon misli
Aristotel – silogizam (premise – zaključak)
Logika
Zaseban pristup u AI: logističari
- problem prebacivanja formalnog znanja u logički zapis (pogotovo u slučaju
nepotpunog znanja)
- problem teoretskog rješenja i prakse
Djelovati racionalno (engl. acting rationally) – pristup racionalnog
agenta
Agent (lat. agere – raditi); nešto što radi, djeluje
Racionalni agent – djeluje s ciljem postizanja najboljeg rezultat, odnosno najboljeg
očekivanog rezultata
Treba omogućiti:
- predstavljanje znanja i zaključivanje s ciljem donošenja dobrih odluka u
raznim situacijama.
Page 8
3
- generiranje rečenica u razumljivom jeziku: komunikacija
- učenje: znači razvoj i bolja rješenja
- vizualna percepcija: vidjeti što će se postići akcijom
GENERALNI PRINCIPI RACIONALNIH AGENATA I KOMPONENTI
POTREBNIH ZA NJIHOVO KONSTRUIRANJE!!!
1.2 RAZVOJ UMJETNE INTELIGENCIJE
Filozofija (428 B.C. – danas)
- Formalna pravila i donošenje zaključaka
- Mozak ⇔ misao
- Odakle dolazi znanje
- Od znanja do akcije
Formalni, racionalni dio misli
Aristotel:
silogizam
Objekti znanja imaju formalnu strukturu
Ramon Lull (1315)
zaključivanje pomoću mehaničkog oruđa
religijski motiviran
kombinacija božanskih atributa
kamenovan!!!
Leonardno da Vinci (1500)
dizajn mehaničkog kalkulatora
potvrđena funkcionalnost
Wilhwlm Sickhard (1623)
konstrukcija mehaničkog kalkulatora
Pascal Blaise (1642)
Pascalina
Gottfried Wilhelm Leibniz (1700)
mehanički uređaj koji provodi operacije nad konceptima (simboli i forme)
Page 9
4
Misao kao fizički sustav
Rene Descartes (1600)
razlikovanje materije i misli
Dualizam: uvodi pojam duhovnog; izvan prirode. Ne postoji kod životinja
Alternativa dualizmu je materijalizam: mozak radi po zakonima fizike; rezultat je
misao.
Izvor znanja
Francis Bacon (1600)
Empirizam: prvo osjećaji
David Hume (1750)
Indukcija: generalna pravila (od pojedinačnog ka općem)
Carnap & Carl Hempel (1950)
Teorija potvrde (engl. confirmation theory): znanje dolazi iz iskustva
Veza znanje ⇔ akcija
Matematika (c.800 – danas)
- Formalna pravila i ispravni zaključci
- Što se može izračunati
- Kako razmišljamo uz nesigurnu informaciju
Formalizira tri osnovna područja unutar AI: logiku, računarstvo i vjerojatnost
George Boole (1847)
Logika
Gottlob Frege (1879)
Proširenje Boolove logike na objekte i veze (logika prvog reda)
Kurt Godel (1930)
Teorem nepotpunosti (engl. Incompleteness thoerem): postoje istiniti iskazi
koji se ne mogu dokazati algoritmom!
engl. Intractability: vrijeme potrebno za rješenje problema raste eksponencijalno s
brojm ulaza
Steven Cook & Richard Karp (1971, 1972)
Page 10
5
NP-completeness: problemi ne-polinomnog stupnja; ukazuje na Intractability
probleme.
Gerolamo Cardano (1530)
Ideja vjerojatnosti; primjena na kockanju
Fermat, Pascal, Bernoulli, Laplace, Bayes
Ekonomija (1776 – danas)
- Kako donijeti odluku s ciljem maksimiziranja dobiti?
- Kako donijeti odluku kada sudjeluju i drugi?
- Kako donijeti odluku ako će se dobit ostvariti u budućnosti?
Adam Smith (1776)
Ekonomija kao znanost
Kako ljudi donose odluke koje dovode do željenih rezultata?
Teorija odluke (engl. Decision theory): kombinacija teorije vjerojatnosti i želejnog
rezultata (engl. utility theory); prihvatljiva za velike ekonomije
Von Neumann & Morgenstern
Teorija igara (engl. game theory) – prihvatljiva za male ekonomije
Operacijska istraživanja: sekvencijalne akcije, dobit nije vidljiva neposredno nakon
poduzimanja akcije!
Herbert Simon (1978)
Nobelova nagrada
Zadovoljavajuća teorija – dobro opisuje stvarno ponašanje ljudi
Neuroznanost (1861 – danas)
Kako mozak obrađuje informacije?
- proučavanje živčanog sustava, posebice mozga
- lokalna područja odgovorna za pojedine funkcije
- Neuroni: živčane stanice
Računalo
Mozak
Računalnih jedinica
10
8
vrata
10
11
neurona
Jedinica za pohranu
10
10
bita RAM
10
11
bita disk
10
11
neurona
10
14
sinapsi
Vrijeme ciklusa
10
-9
sekundi
10
-3
sekundi
Propusnost
10
10
bita/sekundi
10
14
bita/sekundi
Page 11
6
Ažuriranje memorije
10
9
10
14
Slika 1.2: Usporedba računala i mozga
Svi neuroni i sinapse djeluju istovremeno!!!!
Psihologija (1879 – danas)
Kako ljudi i životinje misle i djeluju?
Hremann von Helmoltz & Wilhelm Wundt
Osnivači psihologije
John Watson (1900)
Teorija ponašanja (engl. behaviorism): proučavanje ponašanje
Primitivni organizmi (stimulacija ⇔ odgovor); štakori, golubovi
William James (1870)
Kognitivna psihologija: mozak kao uređaj za obradu informacija
Kognitivna znanost (1956): računalni modeli-> memorija, jezik, logičko razmišljanje
Računalno inženjerstvo (1940 – danas)
Kako napraviti efikasno računalo?
AI=inteligencija + artifact (računalo)
Razvoj računala: II. Svjetski rat; dekodiranje i razbijanje šifri
Teorija kontrole i kibernetika (1948 – danas)
Kako artifacti mogu raditi samostalno?
Ktesibios iz Alexandrie (250 B.C.=
Prva samo-kontrolirana mašina; vodeni sat
Pretpostavka: samo živuća bića mogu mijenjati ponašanje uzrokovano promjenama u
okolini!!!
Norbert Wiener (1900)
Utemeljitelj teorije kontrole
Optimalna statistička kontrola-> dizajnirati sustav koji maksimizira funkciju u
vremenu. Razlika između AI i teorije kontrole? (Nedostaje jezik, vid,
planiranje)
Page 12
7
Lingvistika (1957 – danas)
Veza jezik⇔misao?
B.F.Skinner (1957)
Knjiga Verbal Behaviour – učenje jezika povezuje s proučavanjem ponašanja!
Naom Chomsky
Knjiga Syntactic Structures – ukazuje na pomanjkanje kreativnosti kod
Skinnera.
Kako dijete razumije i slaže rečenice koje nisu imali prilike čuti???
Formalna teorija koja se mogla programirati.
Obrada prirodnog jezika – razumijevanje jezika obuhvaća razumijevanje
sadržaja i konteksta, a ne samo strukturu rečenice!!!!
Umjetna inteligencija ne podrazumijeva isključivo inteligentna mehanička bića koja
imaju kognitivne sposobnosti slične/jednake/superiorne čovjeku.
Umjetnom inteligencijom možemo okarakterizirati i autonomni podsustav koji ima neku
svoju funkciju, a koja zahtijeva stanoviti oblik inteligentnog ili pak simuliranog inteligentnog
ponašanja ili rješavanja određenih tipova kompleksnijih problema.
Plodove razvoja umjetne inteligencije utkana su u područja znanosti poput data mininga,
robotike, medicine, mehanike ... ali isto tako te plodove danas uživaju i naši tosteri, sobni
bicikli, automobili, jer primjerice ponekad nismo niti svjesni da pritisak kočnice na
automobilu (nekim automobilima) ili postupak centrifugiranja u perilici rublja ponekad
dodatno regulira i kontrolira neka neuronska mreža, ili fuzzy ekspertni sustav.
Ekspertni sustav
Ekspertni sustav je kompjutorski program koji služi kao stručni savjetnik u predviđanju ishoda događaja ili dijagnosticiranju problema. To cini pomoću opsežne BAZE PODATAKA raspoloživog znanja u danom području i uporabom ustrojenih pravila za izvođenje zaključaka. Ekspertni sustavi početni su oblik UMJETNE INTELIGENCIJE. Koriste se tzv. fuzzy logikom, prema kojoj se odluke u pojedinim koracima zasnivaju na postocima, a ishodi su prikazani kao vjerojatnosti. Primjer popularnog ekspertnog sustava je sustav Mycin, koji služi kao pomoć u dijagnosticiranju bakterijskih infekcija. Mycin prima obavijesti o medicinskim simptomima kao ulazne podatke, a pozivanjem na bazu podataka o simptomima i fiziološkim činjenicama predlaže prikladan medicinski tretman.
Pravila postanja
Bookmarks