Umelá inteligencia a expertné systémy

Vyučujúci

Zaradený v študijných programoch

Výsledky vzdelávania

Po absolvovaní predmetu má byť študent schopný:
A. Orientovať sa v oblasti Umelej inteligencie a jej použitia v hospodárskej praxi
B. Porozumieť princípom deklaratívneho programovania a rozdielnosti tvorby takéhoto programu oproti procedurálnemu programovaniu
C. Porozumieť potrebám rôznych reprezentácií poznatkov v UI, tak aby boli dobre spracovateľné prostredníctvom IT pre nedeterministické rozhodovacie úlohy.
D. Rozlíšiť znalostné úlohy v praxi, analyzovať ich a navrhnúť typ systému, ktorý by ich mohol riešiť
E. Orientovať sa v používaní znalostných a expertných systémov v praxi s ohľadom na základné funkcie
F. Porozumieť základným technikám získavania znalostí od doménového experta a životnému cyklu tvorby expertného systému vo firemnej praxi;
G. Vedieť prakticky odpovedať na základné otázky znalostného inžinierstva pri nasadzovaní systémov v praxi
H. Vytvárať jednoduché programy v jazyku podporujúcom pravidlovú paradigmu a rozumieť prepojeniu s rozhraniami na aplikácie tvorené v iných programovacích jazykoch

Stručná osnova predmetu

Stručná osnova predmetu:
1. Úvod do umelej inteligencie, história, nové technológie, význam umelej inteligencie v praxi.
2. Vymedzenie pojmov dáta, informácie, poznatok, kompetencie v podniku. Úvod do programovania v CLIPSe.
3. Pojem znalostného agenta, princípy jeho fungovania a základná architektúra agenta, deklaratívne programovanie. Odlišnosti deklaratívneho programovania a štruktúrovaného programovania.
4. Prehľadávanie stavového priestoru, základné algoritmy prehľadávania a ich súvis s fungovaním znalostným agenta. Súvislosť prehľadávania stavového priestoru a prostredím CLIPS.
5. Báza znalostí a reprezentácia poznatkov, typy reprezentácií poznatkov od logiky k pravidlovým systémom. Práca v CLIPSe s pravidlovými systémami a zoznamami. Porovnávanie vzorov v zoznamoch, skúmanie podmienkovej časti pravidla.
6. Od sémantických sietí a rámcovej reprezentácie poznatkov k objektovému modelovaniu systémov. Využívanie typov reprezentácií v informatike. Tvorba rámcov a v CLIPSe a základné funkcie pre prácu so zoznamami.
7. Klasifikácia znalostných úloh a ich charakteristiky. Znalostné a expertné systémy, rozdielnosti v architektúre. Vysvetľovací modul a jeho význam. Tvorba užívateľských funkcií v CLIPSe, ich volanie a využívanie v pravidlách.
8. Expertné systémy a úvod do znalostného inžinierstva. Význam Expertných systémov v praxi (napr. Business rule Engine). Vysvetľujúca umelá inteligencia a jej význam pri strojovom učení.
9. Tvorba príkladov v prostredí COOL, tvorba tried, inštancií a predávanie správ medzi triedami, základná OO filozofia modelovania v umelej inteligencii a jej význam, porovnávanie vzorov prostredníctvom objektov.
10. Neštandardné funkcie v CLIPSe, ich použitie v konkrétnych príkladoch (forall, exists, foreach, do-for-all-facts etc.) Porovnávanie rôznych riešení príkladov.
11. Programovanie stromov pomocou pravidiel, vplyv podmienok pravidiel na chod programu, príprava úloh na projekty. Úlohy manažmentu ako plánovanie, rozvrhovanie, diagnostika, predikovanie, priraďovanie, hodnotenie a ich modelovanie.
12. Práca v skupinách na záverečných projektoch, práca s modelovaním v znalostnom inžinierstve.
13. Prezentácia skupinových záverečných projektov. Príklady profesionálnych nástrojov na tvorbu expertných systémov

Odporúčaná literatúra

1. Návrat, P. a kol. Umelá inteligencia, STU, Edícia učebných textov informatiky a informačných technológií, 2011
2. Kelemen, J. Pozvanie do znalostnej spoločnosti, IURA Edition, 2007
3. Dvořák, J., Expertní systémy, 2004. Dostupné na: http://www.uai.fme.vutbr.cz/~jdvorak/Opory/ExpertniSystemy.pdf (dostupné 21.10.2021)
4. Svátek, V. Ontologie a www. Dostupné na: http://nb.vse.cz/~svatek/onto-www.pdf (dostupné 20.10.2021)
5. Riley, G. CLIPS- A Tool for Building Expert Systems, 2013, Dostupné na: http://clipsrules.sourceforge.net/ (dostupné 20.10.2021)
6. Negnevitsky, M., Artificial Intelligence A Guide to Intelligent Systems, Pearson, 2011
7. Benson, M., Handbook of Expert Systems, Clanrye Intl, 2015
8. Norvig, P., Russell, S., Artificial Intelligence: A Modern Approach, Global Edition, 2021
9. Elektronický kurz Umelá inteligencia a expertné systémy, LMS Moodle Ekonomickej Univerzity, dsotupné na: https://moodle.euba.sk/course/view.php?id=2

Podmienky na absolvovanie predmetu

Podmienky na absolvovanie predmetu:
- záverečná skúška – písomná forma, 60% (absolvovanie skúšky znamená získanie min. 51% z hodnotenia skúšky). Skúška pozostáva z dvoch častí: overenie teoretických vedomosti (test s rôznymi typmi otázok). Teoretickou časťou sa overuje dosiahnutá úroveň výsledkov vzdelávania A., D, E, F, G. Overenie praktických zručností (tvorba programu v CLIPSe), kde sa overuje úroveň výsledkov vzdelávanie B, C, H.
Cvičenia
- samostatná práca a priebežné testy 15%,
- práca v malých tímoch: spracovanie a prezentácia seminárnej témy 10%, práca na záverečnom projekte a jeho obhajoba 15%
Spolu: 40%
Hodnotením samostatnej práce a hodnotením práce v tímoch sa rozvíjajú a hodnotia nasledovné výsledky vzdelania: B., C., D., G., H.

Pracovné zaťaženie študenta

Pracovné zaťaženie študenta (v hodinách):
4 kreditov x 26 hodín = 104 hodín
Rozdelenie študijného zaťaženia:
Účasť na seminároch: 26 hodín
Príprava na semináre: 14 hodín
Príprava projektu:20 hodín
Príprava na záverečnú skúšku: 44 hodín

Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu

slovenský

Dátum schválenia: 11.03.2024

Dátum poslednej zmeny: 12.12.2022

Dátum schválenia: 11.03.2024

Dátum poslednej zmeny: 12.12.2022