МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ

ФЕДЕРАЦИИ

Федеральное государственное образовательное учреждение

высшего профессионального образования

«МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»

Факультет вычислительной математики и информатики

УТВЕРЖДАЮ

Декан факультета ВМК Е.И. Моисеев «»2013 Учебно-методический комплекс «Искусственный интеллект»

Направление подготовки 010300 «Фундаментальные информатика и информационные технологии»

Квалификация (степень) выпускника Бакалавр Форма обучения очная Москва Содержание 1. Цели и задачи освоения дисциплины 2. Место дисциплины в структуре ООП бакалавриата 3. Требования к результатам освоения содержания дисциплины 4. Структура дисциплины (модуля) и ее место в учебном плане 4.1. Содержание разделов дисциплины 4.2. Структура дисциплины 4.3. Лабораторные работы 4.4. Курсовой проект (курсовая работа, расчетно-графическое задание, реферат, контрольная работа 4.5. Консультации 4.6. Интерактивные образовательные технологии, используемые в аудиторных занятиях 5. Содержание дисциплины «Искусственный интеллект».

5.1. Содержание лекций.

5.2. Практика.

6. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации Варианты коллоквиумов.

7. Оценочные средства рубежного контроля Вариант письменного зачета. Восьмой семестр.

8. Учебно-методическое и информационное обеспечение дисциплины (модуля) 9. Материально-техническое обеспечение дисциплины (модуля) 10. ЛИСТ СОГЛАСОВАНИЯ РАБОЧЕЙ ПРОГРАММЫ

11. Дополнения и изменения в рабочей программе Рецензенты – профессор И.В. Машечкин, профессор С.Ю. Соловьев Рабочая программа дисциплины «Искусственный интеллект». Составитель – профессор М.Г. Мальковский.

Рабочая программа предназначена для преподавания дисциплины «Искусственный интеллект» блока базовой части профессиональных дисциплин студентам очной формы обучения по направленияю подготовки «010300 Фундаментальные информатика и информационные технологии» в 7 семестре. Рабочая программа составлена с учетом Федерального государственного образовательного стандарта высшего профессионального образования по направлению подготовки, утвержденного приказом Министерства образования и науки Российской Федерации от "8" декабря 2009 г. № 712, а также образовательного стандарта МГУ бакалавр по направлению «010300 Фундаментальные информатика и информационные технологии» с использованием ранее опубликованной программы курса (Программы обязательных учебных курсов факультета ВМК МГУ: 3 поток/Ред. Березин Б.И., Ломов И.С. Сост. Кобелева А.Н.. - М.: Издательский отдел факультета ВМК МГУ имени М.В.Ломоносова; МАКС Пресс, 2010. – 100 с.).

Составитель:

М.Г. Мальковский курс – IV семестры – зачетных единиц – академических часов – 108, в т.ч.:

лекций – 72 часа (4 часа в неделю) практических занятий – нет 1. Цели освоения дисциплины Целью освоения дисциплины является получение знаний об основных понятиях, концепциях, методах, проблемах, истории развития, тенденциях и перспективах научного направления «Искусственный интеллект» (ИИ).

Рассматриваются фундаментальные проблемы поиска решения задач, инженерии знаний, общения человека с системами ИИ; связь работ в области ИИ с исследованиями человеческого мышления и прикладным программированием. Серьезное внимание уделяется вопросам создания и программной реализации интеллектуальных систем, технологиям формирования баз знаний. Описываются языки реализации систем ИИ и методы их использования (на примере, как отдельных алгоритмов, так и достаточно содержательных модельных версий интеллектуальных систем),.

2. Место дисциплины в структуре ООП бакалавриата Дисциплина «Искусственный интеллект» входит в профессиональный блок вариативной части ОС МГУ по направлению подготовки «Фундаментальные информатика и информационные технологии»» ( ступень бакалавриата). Логически и содержательно-методически данная дисциплина связана с базовыми курсами: «Системы программирования», «Основы программирования».

3. Требования к результатам освоения содержания дисциплины Процесс изучения дисциплины направлен на формирование элементов следующих компетенций в соответствии с ФГОС ВПО по данному направлению:

общенаучных:

обладание знаниями о предмете и объектах изучения, методах исследования, современных концепциях, достижениях и ограничениях естественных наук (ОНК-1) применительно к научному направлению «Искусственный интеллект»;

владение фундаментальными разделами математики и информатики, необходимыми для решения научно-исследовательских и практических задач в профессиональной области (ОНК-6);

инструментальных:

владение навыками использования программных средств и работы в компьютерных сетях, использования ресурсов Интернет; владение основными методами, способами и средствами получения, хранения, переработки информации (ИК-3) системных:

способность к творчеству, порождению инновационных идей, выдвижению самостоятельных гипотез (СК-1);

профессиональных:

способность демонстрации общенаучных базовых знаний естественных наук, прикладной математики и информатики, понимание основных фактов, концепций, принципов и теорий, связанных с прикладной математикой и информатикой (ПК-1);

способность применять в профессиональной деятельности современные языки программирования и методы параллельной обработки данных, операционные системы, электронные библиотеки и пакеты программ, сетевые технологии (ПК-3);

способность приобретать новые научные и профессиональные знания, используя современные образовательные и информационные технологии способность осуществлять целенаправленный поиск информации о технологических достижениях в сети Интернет и из других источников (ПКВ результате освоения дисциплины студент должен:

знать - основные понятия, историю, тенденции развития и перспективы исследований и разработок в области искусственного интеллекта;

уметь применять на практике - методы построения и программной реализации интеллектуальных систем;

понимать и применять на практике - основные методы представления знаний и формирования баз знаний, эвристического поиска, разработки интеллектуального интерфейса;

владеть - навыками решения практических задач разработки и реализации баз знаний и алгоритмов интеллектуальной обработки информации.

4. Структура дисциплины (модуля) и ее место в учебном плане 4.1 Тематический план курса (для «интегрированного магистра») Новые информационные технологии и Искусственный интеллект (ИИ) Программное обеспечение работ по Проблема знаний Решение задач и искусственный Экспертные системы Общение человека с системой ИИ Всего (часы):

работа) 4. 2. Структура дисциплины по видам работ информационные Искусственный обеспечение работ Проблема знаний Общение человека Лабораторные работы 4.3.

Лабораторные работы не предусмотрены учебным планом 4.4. Курсовой проект (курсовая работа, расчетно-графическое задание, реферат, контрольная работа) Курсовая работа не предусмотрена учебным планом 4.5. Консультации Лектор курса периодически проводит консультации по дисциплине.

Интерактивные образовательные технологии, используемые в 4.6.

аудиторных занятиях Лекции; консультации.

Процесс изложения учебного материала сопровождается презентациями и демонстрацией решения задач в интерактивном режиме с использованием мультимедийного проектора.

5. Содержание дисциплины «Искусственный интеллект».

5.1. Содержание лекций Новые информационные технологии и Искусственный интеллект (ИИ).

Традиционные средства программного обеспечения ЭВМ и системы ИИ.

История развития и задачи работ в области ИИ. Тест Тьюринга.

Моделирование окружающего мира и поведения человека. Интеллектуальная деятельность человека и ИИ. Основные школы психологии мышления.

Программное обеспечение работ по ИИ. Экспериментальный и эволюционный характер разработок систем ИИ, требования к программному обеспечению. Языки программирования для задач ИИ. Языки ЛИСП, ПЛЭНЕР.

Проблема знаний. Методы представления знаний: процедурные представления, логические представления, семантические сети, фреймы, системы продукций. Интегрированные методы представления знаний.

Метазнания в системах ИИ. Базы знаний. Приобретение (извлечение) знаний. Открытость знаний системы ИИ. Машинное обучение: символьное обучение, генетические алгоритмы.

Решение задач и искусственный интеллект. Представление задач в пространстве состояний. Стратегии поиска решения: методы полного перебора (поиск в ширину, поиск в глубину, поиск с увеличением глубины);

эвристический поиск (алгоритм Дейкстры, алгоритм А*, допустимость алгоритма А*). Редукция задач. Поиск на игровых деревьях: дерево игры, минимаксная процедура, альфа-бета процедура. Поиск с учетом ограничений (бэктрекинг, локальные методы). Рассуждения в условиях неопределенности. Немонотонный и нечеткий вывод, логическая абдукция.

Планирование действий. Роботы и искусственный интеллект.

Интеллектуальные агенты.

Экспертные системы (ЭС). Области применения ЭС. Архитектура ЭС. База знаний, механизмы вывода, подсистемы объяснения, общения, приобретения знаний ЭС. Жизненный цикл экспертной системы.

Общение человека с системой ИИ. Искусственный интеллект и естественный язык. Естественный язык и естественность общения человека с системой ИИ. Понимание выражений естественного языка. Представление лингвистических знаний и методы анализа и синтеза текста. ИИ и прикладные системы обработки текста.

5.2. Практика Учебным планом не предусмотрена.

Оценочные средства для текущего контроля успеваемости, промежуточной аттестации Коллоквиум № 1. Вариант письменной работы.

1.Что такое инсайт (интуитивное озарение)? В рамках какой психологической теории был введен этот термин? В чем суть этой интеллектуальной операции? Приведите примеры интеллектуальных операций столь же высокого уровня абстракции.

2.Почему теорию интеллекта Жана Пиаже называют адаптивной теорией интеллекта? Как понимается термин адаптация применительно к системам ИИ? Что такое метазнания? Почему метазнания должны обязательно входить в состав базы знаний адаптивной системы ИИ?

3.Напишите на языке Лисп две функции:

-удаляющую из списка все числа, находящиеся на верхнем уровне;

-удаляющую из списка все числа (находящиеся на любом уровне).

Проследите (интроспекция) за ходом ваших рассуждений при решении этой пары задач и прокомментируйте процесс решения. Напишите те же функции на Плэнере.

4.Что такое режим возвратов (бэктрекинг). Какие встроенные функции Плэнера используются для работы в режиме возвратов. Что такое база данных Плэнера? Покажите, что база данных Плэнера действительно удобна при реализации систем искусственного интеллекта.

Приведите пример описания ситуации в «мире кубиков» с помощью плэнерской базы данных.

5.«Директор банка назначен главой администрации». Найдите не менее двух интерпретаций этой фразы; запишите каждую из них в виде продукции, семантической сети, фрейма-примера. Опишите (слоты, условия их заполнения) соответствующий фрейм-прототип/фрейм-понятие.

6.В чем суть и каков результат каждой из следующих процедур: извлечение знаний, приобретение знаний? Какие специалисты участвуют в их выполнении?

Коллоквиум № 2. Вариант письменной работы.

1.Дайте определения терминов: инженер знаний, экспертная система, интеллектуальный агент, естественный язык, смысл сообщения, лингвистический процессор, квазиреферирование.

2.Что такое эвристика? Что такое эвристические оценочные функции? В каких ситуациях они применяются? В чем заключается проблема допустимости алгоритма эвристического поиска?

3.Решите методом поиска вширь следующую задачу (Игра-8):

Порядок применения операторов произволен. Нарисуйте полное дерево перебора, указав на нем путь, ведущий к решению. Сколько вершин пришлось построить? Сколько раскрыть? Как может выглядеть список (языка Лисп), описывающий план решения этой задачи?

4.Что позволяет найти/вычислить/определить минимаксная процедура? С какими объектами она работает? Как формулируется минимаксный принцип? Приведите пример (фрагмент дерева поиска), показывающий схему работы минимаксной процедуры. Что такое -процедура?

5.Опишите основной цикл работы решателя экспертной системы, основанной на правилах продукций. Покажите на примере (3-4 правила, 1- факта), как выполняются этапы основного цикла. Какие изменения нужно внести в описание основного цикла для экспертных систем реального времени?

6.Перечислите (с краткой характеристикой и примерами) основные методы генерации текста.

Оценочные средства рубежного контроля. 8 семестр.

Письменный экзамен. Вариант.

1.Дайте определения терминов: интеллект (человека), искусственный интеллект, понятие, эксперт, инженер знаний, нечеткий вывод, интеллектуальный агент.

2.Какой вклад в развитие психологии мышления внесли представители Гештальтпсихологии?

3.Что делает следующая лисп-функция (укажите, какие значения могут принимать ее аргументы; сформулируйте ее краткую словесную спецификацию):

(defun ff (lambda (x y) (cond ((null y) nil) Приведите конкретный пример обращения к этой функции (входные данные, результат).

4.Даны следующие выражения (формы) языка Плэнер:

e) ([1.X] [3.X] [5.X]) Для каждого из них запишите эквивалентное выражение на языке Лисп.

5.По каким четырем (независимым) критериям можно классифицировать методы поиска решения?

Что такое эвристика? Что такое эвристические оценочные функции? В каких ситуациях они применяются? На каком множестве они определены, какие значения они принимают, каков смысл этих значений? Приведите пример оценочной функции.

6.Пусть в Мире Кубиков имеется объект БАШНЯ. Работа с Кубиками ведется на плоскости (table).

Пример БАШНИ приведен на рисунке (проекция трехмерных объектов на плоскость):

Введите необходимые объекты/понятия и отношения между ними и опишите БАШНЮ в виде семантической сети. С помощью какого набора утверждений можно описать этот объект в плэнерской базе данных?

7.В чем заключается суть подхода к моделированию рассуждений на основе традиционной логики? В чем отличие немонотонных рассуждений от монотонных? Что такое логическая абдукция? Приведите пример абдуктивного вывода.

8. Какие основные понятия характеризуют проблемную среду и процесс решения задач в системе GPS? Укажите основные «методы», используемые в GPS при планировании решения. Почему можно утверждать, что GPS реализует редукцию задач?

9. Опишите основной цикл работы решателя экспертной системы, основанной на правилах продукций. Покажите на примере (3-4 правила, 1- факта), как выполняются этапы основного цикла.

10. Найдите несколько интерпретаций фразы «Директор банка назначен главой администрации». Запишите каждую из них в виде фрейма-примера, семантической сети, правил продукций.

8. Учебно-методическое и информационное обеспечение дисциплины (модуля) Основная литература 1. Тихомиров О.К. Психология мышления. 4-е издание. – М.: Академия, 2008.

1-е издание, 1984. [DOC] (http://knigi.b111.org/nauka_i_ucheba/?book=MjAzMTkw) 2. Люгер Дж. Искусственный интеллект: стратегии и методы решения сложных проблем. 4-е издание. – М.: Вильямс, 2003.

[DJVU] (http://depositfiles.com/ru/files/vzsrb83pq ) 3. Большакова Е.И., Груздева Н.В. Основы программирования на языке Лисп: Учебное пособие. – М.: МАКС Пресс, 2010.

[PDF] (http://www.recyclebin.ru/BMK/LISP/lisp.html) 4. Большакова Е.И., Мальковский М.Г., Пильщиков В.Н. Искусственный интеллект:

методы и алгоритмы эвристического поиска. – М.: МГУ, 2002.

[DOC] (http://www.recyclebin.ru/BMK/II/ii.html) 5. Мальковский М.Г., Грацианова Т.Ю., Полякова И.Н. Прикладное программное обеспечение: системы автоматической обработки текстов. – М.: МГУ, 2000.

[HTML] (http://knigosite.ru/library/books/46298) Дополнительная литература 1. Пильщиков В.Н. Язык плэнер. – М.: Наука, 1983.

[DJVU] (http://www.recyclebin.ru/BMK/PLANNER/planner.html) 2. Гладков Л.А., Курейчик В.В., Курейчик В.М. Генетические алгоритмы. – М.:

Физматлит, 2006.

3. Джексон П. Введение в экспертные системы. – М.: Вильямс, 2000.

[DOC] (http://www.twirpx.com/file/117162/) 4. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. – С-Пб.:

Питер, 2000.

[DJVU] (http://www.twirpx.com/file/13533/) 5. Мальковский М.Г. Диалог с системой искусственного интеллекта. – М.: МГУ, 1985.

Программное обеспечение и Интернет-ресурсы На сайте кафедры алгоритмических языков факультета ВМК МГУ публикуется ежегодно обновляемый конспект лекций:

Мальковский М.Г. Конспект лекций по курсу «Искусственный интеллект»

[HTML] (http://al.cs.msu.su/classes/ai).

Оперативная информация (методические указания, результаты коллоквиумов и др.) также размещается на сайте:

http://al.cs.msu.su/classes.html.

Кроме того для экстренной связи со студентами используется коллективный почтовый ящик:

[email protected] 9. Материально-техническое обеспечение дисциплины (модуля) Наличие литературы в библиотеке, медиапроектор и компьютер для проведения лекций-презентаций.

Программа составлена в соответствии с требованиями ФГОС ВПО, ОС МГУ «Фундаментальные информатика и информационные технологии», с учетом рекомендаций Примерной основной образовательной программы (ПрООП) по направлению 010300 «Фундаментальные информатика и информационные технологии», бакалавриат.

10. ЛИСТ СОГЛАСОВАНИЯ РАБОЧЕЙ ПРОГРАММЫ

11. Дополнения и изменения в рабочей программе