| Предисловие |
| Лекция 1. Место среди других наук, первые шаги и современные направления искусственного интеллекта |
| | 1.1. | Представление знаний |
| | 1.2. | Автоматизация рассуждений |
| | 1.3. | Приобретение знаний, машинное обучение и автоматическое порождение гипотез |
| | 1.4. | Интеллектуальный анализ данных и обработка образной информации |
| | 1.5. | Многоагентные системы, динамические интеллектуальные системы и планирование |
| | 1.6. | Обработка естественного языка, пользовательский интерфейс и модели пользователя |
| | 1.7. | Нечеткие модели и мягкие вычисления |
| | 1.8. | Разработка инструментальных средств |
| Лекция 2. Формальные языки и формальные системы |
| | 2.1. | Язык исчисления предикатов первого порядка |
| | 2.2. | Исчисление предикатов первого порядка |
| | 2.3. | Формальные и алгебраические системы |
| | 2.4. | Интерпретация. Выводимость и истинность |
| Лекция 3. Представление знаний. Системы, основанные на правилах, или продукционные системы |
| | 3.1. | Правила для представления знаний |
| | 3.2. | Рабочая память |
| | 3.3. | Стратегии управления |
| | 3.4. | Разрешение конфликтного множества правил |
| | 3.5. | Пример |
| Лекция 4. Представление знаний. Cемантические сети и системы фреймов |
| | 4.1. | Простые и расширенные семантические сети |
| | 4.2. | Универсум Эрбрана и семантические сети |
| | 4.3. | Неоднородные семантические сети |
| | 4.4. | Отношения структурного сходства, асоциативные и каузальные отношения |
| | 4.5. | Совместность событий |
| | 4.6. | Представление знаний в системах фреймов |
| Лекция 5. Рассуждения. Автоматизация дедуктивных рассуждений |
| | 5.1. | Достоверные и правдоподобные рассуждения |
| | 5.2. | Автоматизация дедуктивных рассуждений. Поиск доказательств теорем методом резолюций |
| | 5.3. | Метод резолюций для исчисления высказываний |
| Лекция 6. Автоматизация дедуктивных рассуждений. Метод резолюций для исчисления предикатов первого порядка |
| | 6.1. | Подстановки |
| | 6.2. | Унификация |
| | 6.3. | Алгоритм унификации. Примеры |
| Лекция 7. Правдоподобные рассуждения. Автоматизация индуктивных расуждений |
| | 7.1. | Понятие квазиаксиоматической теории |
| | 7.2. | ДСМ – метод индуктивного вывода |
| Лекция 8. Правдоподобные рассуждения. Автоматизация аргументационных рассуждений и рассуждений на основе прецедентов |
| | 8.1. | Аргументация |
| | 8.2. | Алгоритм MIRAGE |
| | 8.3. | Рассуждения на основе прецедентов |
| Лекция 9. Методы планирования поведения. Поиск плана в пространстве состояний |
| | 9.1. | Планирование как поиск доказательства теорем |
| | 9.2. | Планирование в пространстве состояний |
| Лекция 10. Методы планирования поведения. Планирование на основе удовлетворения ограничений |
| | 10.1. | Постановка задачи удовлетворения ограничений |
| | 10.2. | Синтез планов на основе техники прямого распространения ограничений |
| Лекция 11. Планирование на основе прецедентов |
| | 11.1. | Общая схема планирования на основе прецедентов |
| | 11.2. | Методы адаптации прецедентов |
| | 11.3. | Примеры систем планирования на основе прецедентов |
| Лекция 12. Методы моделирования поведения. Интеллектуальные динамические системы |
| | 12.1. | Правила |
| | 12.2. | Интеллектуальные динамические системы. Состояния и траектории |
| | 12.3. | Управляемые динамические системы, основанные на правилах |
| | 12.4. | Особенности баз знаний динамических систем, основанных на правилах |
| | 12.5. | Синтез управления для компенсации возмущений |
| Лекция 13. Примеры интеллектуальных динамических систем |
| | 13.1. | Описание агентов |
| | 13.2. | Функции и формулы |
| | 13.3. | Замыкание состояний. Аксиомы |
| | 13.4. | Правила. Соблюдение дистанции |
| | 13.5. | Крестообразный перекресток равнозначных однополосных дорог |
| | 13.6. | Правила переходов модели |
| | 13.7. | Правила переходов модели (для области пересечения дорог) |
| | 13.8. | Движение по попутной проезжей части |
| | 13.9. | Стратегия применения правил |
| | 13.10. | Описание эксперимента |
| | 13.11. | Модели активного корабля, станции и системы управления. Общее описание |
| | 13.12. | Параметры модели активного корабля |
| | 13.13. | Параметры модели орбитальной станции |
| | 13.14. | Параметры процесса стыковки |
| | 13.15. | Правила замыкания |
| | 13.16. | Правила переходов |
| | 13.17. | Управление. Подцели и зоны управления |
| | 13.18. | Правила выбора цели |
| | 13.19. | Правила управления |
| | 13.20. | Результаты модельного эксперимента |
| Лекция 14. Методы приобретения знаний |
| | 14.1. | Источники знаний для интеллектуальных систем |
| | 14.2. | Прямые методы приобретения знаний |
| | 14.3. | Семантическе связи |
| | 14.4. | Прямые методы приобретения связей. Интервью |
| | 14.5. | Прямые методы приобретения знаний. Сценарий выявления сходства |
| Лекция 15. Приобретение знаний из примеров |
| | 15.1. | Машинное обучение |
| | 15.2. | Индукция в обучении языкам |
| | 15.3. | Поиск |
| | 15.4. | Индуктивный характер обучения |
| | 15.5. | Полный перебор |
| | 15.6. | Эвристический поиск |
| | 15.7. | Индуктивный алгоритм построения деревьев решений (TDIDT) |
| | 15.8. | Последовательное покрытие: AQ-обучение |
| | 15.9. | Двухфазный подход |
| | 15.10. | Оценка обучающих алгоритмов |
| | 15.11. | Машинное обучение в языке исчисления предикатов первого порядка |
| Лекция 16. Приобретение знаний и анализ текстов |
| | 16.1. | Работы Кембриджского лингвистического кружка |
| | 16.2. | Трансформационная грамматика Хомского |
| | 16.3. | Формальная семантика Монтегю |
| | 16.4. | Семантические падежи Филлмора |
| | 16.5. | Модель "Смысл–Текст" |
| | 16.6. | Коммуникативная грамматика русского языка |
| | 16.7. | Cитуационно-реляционный анализ текста |
| | 16.8. | Морфологический и синтаксический анализ |
| | 16.9. | Категориальная семантика лексических единиц |
| | 16.10. | Установление значений синтаксем в безглагольных предложениях |
| | 16.11. | Установление отношений на множестве синтаксем |
| Литература |
В основе этой книги лежат спецкурсы, прочитанные мной в
Российском университете дружбы народов, МГТУ им. Н. Э. Баумана и
МФТИ. Моей целью является ознакомление читателей с основными
методами искусственного интеллекта, представлением о которых,
как мне кажется, должны обладать студенты, намеренные
специализироваться в области прикладной математики, информатики
или информационных технологий. К таковым методам следует отнести
методы представления знаний, методы моделирования рассуждений,
методы моделирования поведения и методы приобретения знаний.
Конечно, как перечень, так и содержание указанных разделов не
претендуют на полноту и "равномерность" представления
материала, хотя всё необходимое для понимания современной
проблематики искусственного интеллекта в книге имеется. На отбор
материала оказали существенное влияние как моё понимание того,
что сегодня следует, безусловно, включить в арсенал методов
искусственного интеллекта, так и мои интересы. Значительное
внимание в книге уделено методам представления знаний, в
частности системам правил; достаточно подробно изложены методы
планирования и моделирования целенаправленного поведения, так
как в литературе на русском языке эти вопросы освещены,
по-видимому, впервые. Системы правил активно использованы и при
изложении указанных методов. Напротив, моделированию рассуждений
уделено меньше внимания, чем можно было бы – оправданием этому
является наличие на русском языке соответствующей литературы. В
14–16 лекциях описаны методы автоматизации приобретения знаний,
при этом активно применяется аппарат неоднородных семантических
сетей, изложенный в 4-й лекции.
На протяжении всей книги материал излагался, по возможности, с
единых позиций при сохранении приемлемого уровня строгости.
Всюду, где это оказалось возможным, привлекались математические
средства, именно в качестве средств, а не предмета изложения.
Книга может быть использована студентами старших курсов,
аспирантами и специалистами в области прикладной математики,
информатики и информационных технологий.
Осипов Геннадий Семенович