Log In
Or create an account ->
Imperial Library
Home
About
News
Upload
Forum
Help
Login/SignUp
Index
Mesterséges Intelligencia
Előszó
1. Bevezetés
Mi az MI?
Emberi módon cselekedni: Turing-teszt megközelítés
Emberi módon gondolkodni: a kognitív modellezés
Racionálisan gondolkodni: a gondolkodás törvénye
Racionálisan cselekedni: a racionális ágens
A mesterséges intelligencia alapjai
Filozófia (i. e. 428-tól napjainkig)
Matematika (kb. 800-tól napjainkig)
Gazdaságtan (1776-tól napjainkig)
Neurális tudományok (1861-től napjainkig)
Pszichológia (1879-től napjainkig)
Számítógépes tudományok (1940-től napjainkig)
Irányításelmélet és kibernetika (1948-tól napjainkig)
Nyelvészet (1957-től napjainkig)
A mesterséges intelligencia története
A mesterséges intelligencia érlelődése (1943–1955)
A mesterséges intelligencia megszületése (1956)
Korai lelkesedés, nagy elvárások (1952–1969)
Egy adag realitás (1966–1973)
Tudásalapú rendszerek: a hatalom kulcsa? (1969–1979)
Az MI iparrá válik (1980-tól napjainkig)
A neurális hálók visszatérése (1986-tól napjainkig)
Az MI tudománnyá válik (1987-től napjainkig)
Az intelligens ágensek kialakulása (1995-től napjainkig)
A mesterséges intelligencia jelenlegi helyzete
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
2. Intelligens ágensek
Bevezetés
Jó viselkedés: a racionalitás koncepciója
Teljesítménymértékek
Racionalitás
Mindentudás, tanulás és autonómia
A Környezetek természete
A környezet meghatározása
A környezetek tulajdonságai
Az intelligens ágensek struktúrája
Ágensprogramok
Egyszerű reflexszerű ágensek
Modellalapú reflexszerű ágensek
Célorientált ágensek
Hasznosságorientált ágensek
Tanuló ágensek
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
3. Problémamegoldás kereséssel
Problémamegoldó ágensek
Jól definiált problémák és megoldások
A problémák megfogalmazása
Példaproblémák
Játékproblémák
Valósvilág-beli problémák
Megoldások keresése
A problémamegoldó hatékonyság mérése
Nem informált keresés
Szélességi keresés
Egyenletes költségű keresés
Mélységi keresés
Mélységkorlátozott keresés
Iteratívan mélyülő mélységi keresés
Kétirányú keresés
A keresési stratégiák összehasonlítása
Az Ismételt állapotok elkerülése
Keresés részleges információ mellett
Szenzor nélküli problémák
Eshetőségi problémák
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
4. Informált keresési és felfedező módszerek
Informált (heurisztikus) keresési stratégiák
A mohó legjobbat-először keresés
A* keresés: a teljes becsült útköltség minimalizálása
Memóriakorlátozott heurisztikus keresés
Tanuljunk, hogy jobban keressünk!
Heurisztikus függvények
A heurisztikus függvény pontosságának hatása a megoldás hatékonyságára
Elfogadható heurisztikus függvények kitalálása
A heurisztikus függvény tanulása tapasztalatból
Lokális kereső algoritmusok és optimalizációs problémák
Hegymászó keresés
Szimulált lehűtés
Lokális nyaláb keresés
Genetikus algoritmusok
Lokális keresés folytonos terekben
Online kereső ágensek és ismeretlen környezetek
Online keresési problémák
Online kereső ágensek
Online lokális keresés
Tanulás online keresés során
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
5. Kényszerkielégítési problémák
Kényszerkielégítési problémák
A visszalépéses keresés alkalmazása kényszerkielégítési problémákra
Változó- és értékrendezés
Az információ terjesztése a kényszereken keresztül
Előrenéző ellenőrzés
A kényszerek terjesztése
Speciális kényszerek kezelése
Intelligens visszalépés: visszanézni
Lokális keresés kényszerkielégítési problémáknál
A problémák struktúrája
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
6. Keresés ellenséges környezetben
Kétszemélyes játékok
Optimális döntések kétszemélyes játékokban
Optimális stratégiák
A minimax algoritmus
Optimális döntések többszemélyes játékokban
Alfa-béta nyesés
Nem tökéletes, valós idejű döntések
Kiértékelő függvények
A keresés levágása
Véletlen elemet is tartalmazó játékok
Az állás kiértékelése véletlen csomópontokat tartalmazó játékok esetén
A várhatóminimax komplexitása
Kártyajátékok
A jelenleg legfejlettebb játékprogramok
Sakk
Dámajáték
Othello
Ostábla
Gó
Bridzs
Értékelés
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
7. Logikai ágensek
A tudásbázisú ágens
A wumpus világ
A logika
Szintaxis
Szemantika
Egy egyszerű tudásbázis
Következtetés
Ekvivalencia, érvényesség és kielégíthetőség
Az ítéletkalkulus következtetési mintái
Rezolúció
Konjunktív normál forma
A rezolúció algoritmus
A rezolúció teljessége
Előre- és hátrafelé láncolás
Hatékony ítéletkalkulus következtetés
Egy teljes visszalépéses algoritmus
Lokális keresés algoritmus
Nehéz kielégíthetőségi problémák
Ítéletlogikát alkalmazó ágensek
Csapdák és wumpusok megtalálása logikai következtetés felhasználásával
A hely és az irány nyomkövetése
Az áramkörön alapuló ágens
Összehasonlítás
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
8. Elsőrendű logika
Még egyszer a reprezentációról
Az elsőrendű logika szintaxisa és szemantikája
Az elsőrendű logika modelljei
Szimbólumok és interpretációk
Termek
Atomi mondatok
Összetett mondatok
Kvantorok
Univerzális kvantor (∀)
Egzisztenciális kvantor (∃)
Egymásba ágyazott kvantorok
Az ∀ és az ∃ kapcsolata
Egyenlőség
Az elsőrendű logika használata
Kijelentések és lekérdezések az elsőrendű logikában
A rokonsági tárgyterület
Számok, halmazok és listák
A wumpus világ
Tudástervezés az elsőrendű logikában
A tudástervezés folyamata
Az elektronikus áramkörök tárgyterülete
A feladat meghatározása
A releváns tudás összegyűjtése
A szótár meghatározása
A tárgyterülettel kapcsolatos általános tudás kódolása
A problémaspecifikus példányok kódolása
Lekérdezések megfogalmazása a következtetési eljárás felé
Hibák kiszűrése a tudásbázisból
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
9. Következtetés elsőrendű logikában
Ítéletlogikai következtetés kontra elsőrendű logikai következtetés
Kvantorokra vonatkozó következtetési szabályok
Redukálás ítéletlogikára
Egyesítés és kiemelés
Egy elsőrendű következtetési szabály
Egyesítés
Tárolás és visszakeresés
Előrefelé láncolás
Elsőrendű határozott klózok
Egy egyszerű előrefelé láncolási algoritmus
Hatékony előrefelé láncolás
Szabályok illesztése az ismert tényekhez
Inkrementális előrefelé láncolás
Irreleváns tények
Hátrafelé láncolás
Egy hátrafelé láncolási algoritmus
Logikai programozás
A logikai programok hatékony megvalósítása
Redundáns következtetés és végtelen hurkok
Korlátozott logikai programozás
Rezolúció
Az elsőrendű logika konjunktív normál formája
A rezolúciós következtetési szabály
Példabizonyítások
A rezolúció teljessége
Az egyenlőség kezelése
Rezolúciós stratégiák
Egységpreferencia
Támogató halmaz
Bemeneti rezolúció
Bennfoglalás
Tételbizonyítók
Egy tételbizonyítás szerkesztése
A Prolog kiterjesztése
Tételbizonyítások mint segédeszközök
A tételbizonyítások gyakorlati felhasználása
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
10. Tudásbázis reprezentáció
Ontológiaszervezés
Kategóriák és objektumok
Fizikai összetétel
Mértékek
Szubsztanciák és objektumok
Cselekvések, szituációk és események
A szituációkalkulus ontológiája
Cselekvések leírása a szituációkalkulusban
A reprezentációs probléma megoldása
A következtetési keretprobléma megoldása
Idő- és eseménykalkulus
Általánosított események
Folyamatok
Intervallumok
Folyó események és objektumok
Mentális események és mentális objektumok
A hiedelmek formális elmélete
Tudás és hiedelem
Tudás, idő és cselekvés
Az internetes bevásárlás világa
Ajánlatok összehasonlítása
Következtető rendszerek kategóriák számára
Szemantikus hálók
Leíró logikák
Következtetés alapértelmezett információval
Nyitott és zárt világok
Negálás mint kudarc és stabil modell szemantika
Körülírás és alapeseti logika
Igazság-karbantartó rendszerek
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
11. Tervkészítés
A tervkészítési probléma
A tervkészítési problémák nyelve
Kifejezőképesség és kiterjesztések
Példa: Légi teherszállítás
Példa: A pótkerék probléma
Példa: A kockavilág
Tervkészítés állapottér-kereséssel
Előrefelé keresés az állapottérben
Hátrafelé keresés az állapottérben
Állapottér-keresési heurisztikák
Részben rendezett tervkészítés
Példa a részben rendezett tervkészítésre
Részben rendezett tervkészítés kötetlen változókkal
Heurisztikák a részben rendezett tervkészítésre
Tervkészítési gráfok
Tervkészítési gráfok heurisztikus becslésekre
A Graphplan algoritmus
A Graphplan algoritmus leállása
Tervkészítés ítéletlogikával
Tervkészítési problémák ítéletlogikai leírása
Az ítéletlogikai leírás bonyolultsága
A tervkészítési módszerek elemzése
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
12. Tervkészítés és cselekvés a való világban
Idő, ütemezés és erőforrások
Ütemezés erőforráskorlátokkal
Hierarchikus feladatháló tervkészítés
A cselekvésdekompozíciók reprezentációja
A tervkészítő módosítása a dekompozíciók kezeléséhez
Elemzés
Tervkészítés és cselekvés nemdeterminisztikus problémakörökben
Feltételes tervkészítés
Feltételes tervkészítés teljesen megfigyelhető környezetekben
Feltételes tervkészítés részlegesen megfigyelhető környezetekben
Végrehajtás monitorozása és újratervezése
Folytonos tervkészítés
Multiágens tervkészítés
Kooperáció: közös célok és tervek
Többtestű tervezés
Koordináló mechanizmusok
Versengés
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
13. Bizonytalanság
Cselekvés bizonytalan tudás esetén
Bizonytalan tudás kezelése
Bizonytalanság és racionális döntések
Egy döntéselméleti ágens tervezése
Valószínűségi alapfogalmak
Állítások
Elemi események
A priori valószínűség
Feltételes valószínűség
Valószínűségi axiómák
A valószínűségi axiómák használata
Ami a valószínűségi axiómákat indokolja
Teljes együttes valószínűség-eloszláson alapuló következtetés
Függetlenség
A Bayes-tétel és használata
Bayes tételének alkalmazása: egyszerű eset
A Bayes-tétel alkalmazása: több együttes tény figyelembevétele
A wumpus világ újralátogatása
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
14. Valószínűségi következtetés
A tudás reprezentálása bizonytalanság esetén
A Bayes-hálók szemantikája
Az együttes valószínűség-eloszlás függvény leírása
Feltételes függetlenségi relációk Bayes-hálókban
Feltételes eloszlások hatékony reprezentációja
Bayes-hálók folytonos változókkal
Egzakt következtetés Bayes-hálókban
Következtetés felsorolással
A változó eliminációs algoritmus
Az egzakt következtetés komplexitása
Csoportosító algoritmusok
Közelítő következtetés Bayes-hálókban
Közvetlen mintavételezési módszerek
Következtetés Markov-lánc szimulációval
Elsőrendű reprezentációk valószínűségi kiterjesztése
Egyéb módszerek a bizonytalan környezetben történő következtetéshez
Bizonytalansági következtetés szabályalapú eljárásokkal
Az ismerethiány reprezentálása: a Dempster–Shafer-elmélet
A meghatározatlanság reprezentálása: fuzzy halmazok és logikák
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
15. Időbeli valószínűségi következtetés
Idő és bizonytalanság
Állapotok és megfigyelések
Stacionárius folyamatok és a Markov-feltétel
Következtetés időbeli modellekben
Szűrés és előrejelzés
Simítás
A legvalószínűbb sorozat megtalálása
Rejtett Markov-modellek
Egyszerűsített mátrix algoritmusok
Kalman-szűrők
Gauss-eloszlások frissítése
Egy egyszerű egydimenziós példa
Az általános eset
A Kalman-szűrés alkalmazhatósága
Dinamikus Bayes-hálók
DBH-k létrehozása
Egzakt következtetés DBH-kban
Közelítő következtetés DBH-kban
Beszédfelismerés
Beszédhangok
Szavak
Mondatok
Egy beszédfelismerő építése
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
16. Egyszerű döntések meghozatala
Meggyőződések és kívánságok összekapcsolása bizonytalanság esetén
A hasznosságelmélet alapjai
Megkötések a racionális preferenciákra
És aztán jött a hasznosság
Hasznosságfüggvények
A pénz hasznossága
Hasznosságskálák és a hasznosság megbecslése
Többváltozós hasznosságfüggvények
Dominancia
A preferenciák rendszere és a többattribútumos hasznosság
Döntési hálók
Döntési problémák reprezentálása döntési hálókkal
Döntési hálók kiértékelése
Az információ értéke
Egy egyszerű példa
Egy általános képlet
Az információ értékének tulajdonságai
Egy információgyűjtő ágens megvalósítása
Döntéselméleti szakértő rendszerek
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
17. Komplex döntések meghozatala
Szekvenciális döntési problémák
Egy példa
Optimalitás szekvenciális döntési problémákban
Értékiteráció
Az állapotok hasznossága
Az értékiteráció algoritmus
Az értékiteráció konvergenciája
Eljárásmód-iteráció
Részlegesen megfigyelhető Markov döntési folyamatok
Döntéselméleti ágensek
Többágenses döntések: a játékelmélet
Működési mód tervezés
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
18. Megfigyelések alapján történő tanulás
Tanulási formák
Induktív tanulás
Döntési fák megalkotása tanulással
Cselekvő komponensként használt döntési fák
A döntési fák kifejezőképessége
A döntési fák példák alapján történő felépítése
Attribútumteszt-választás
A tanuló algoritmus teljesítményének becslése
Zaj és túlilleszkedés
A döntési fák alkalmazhatóságának kiterjesztése
Hipotézishalmaz együttes tanulása
Miért működik a tanulás: a tanulás számítási elmélete
Hány példára van szükség?
Döntési listák tanulása
Elemzés
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
19. A tudás szerepe a tanulásban
A tanulás logikai megfogalmazása
Példák és hipotézisek
A pillanatnyilag legjobb hipotézis keresése
Legkisebb megkötés elvű keresés
A tudás szerepe a tanulásban
Néhány egyszerű példa
Néhány általános séma
Magyarázatalapú tanulás
Általános szabályok kinyerése példákból
A hatékonyság javítása
Tanulás releváns információ alapján
A hipotézistér meghatározása
Tanulás releváns információ felhasználásával
Induktív logikai programozás
Egy példa
Felülről lefelé tanulási módszerek
Induktív tanulás inverz rezolúcióval
Felfedezés induktív logikai programozással
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
20. Statisztikai tanulási módszerek
Statisztikai tanulás
Teljes adattal történő tanulás
Maximum-likelihood paramétertanulás: diszkrét modellek
Naiv Bayes-modellek
Maximum-likelihood paramétertanulás: folytonos eset
Bayes-paramétertanulás
Bayes-hálóstruktúrák tanulása
Rejtett változókkal történő tanulás: az EM algoritmus
Nem ellenőrzött osztályozás: Gauss-eloszlások keverékének tanulása
Rejtett változókkal felépített Bayes-hálók tanulása
Rejtett Markov-modellek tanulása
Az EM algoritmus általános alakja
Bayes-hálóstruktúra tanulása rejtett változók esetén
Példányalapú tanulás
Legközelebbi-szomszéd modellek
Kernelmódszerek
Neurális hálók
A neurális háló egységei
Hálóstruktúrák
Egyrétegű előrecsatolt neurális hálók (perceptronok)
Többrétegű előrecsatolt neurális hálók
Neurális hálóstruktúrák tanulása
Kernelgépek
Esettanulmány: kézzel írott számjegyek felismerése
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
21. Megerősítéses tanulás
Bevezetés
Passzív megerősítéses tanulás
Közvetlen hasznosságbecslés
Adaptív dinamikus programozás
Az időbeli különbség tanulása
Aktív megerősítéses tanulás
Felfedezés
Egy cselekvésérték-függvény tanulása
A megerősítéses tanulás általánosító-képessége
Alkalmazások a játékok területén
Robotirányítási alkalmazások
Stratégiakeresés
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
22. Kommunikáció
A kommunikáció mint cselekvés
A nyelv alapjai
A kommunikációt alkotó lépések
formális nyelvtan az angol nyelv egy töredékére
Az ℰ0 szókincse
Az ℰ0 nyelvtana
Szintaktikai analízis (elemzés)
Hatékony elemzés
Kiterjesztett nyelvtanok
Igék alkategóriákba osztása
Kiterjesztett nyelvtanok generálóképessége
Szemantikai értelmezés
Az angol nyelv egy részletének szemantikája
Idő és igeidő
Kvantifikálás
Pragmatikus értelmezés
Nyelv generálása DCG-kkel
Többértelműség és feloldása
A többértelműség feloldása
Szövegértés
Utalásfeloldás
Egy koherens szöveg struktúrája
A nyelvtan indukciós tanulása
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
23. Valószínűségi nyelv-feldolgozás
Valószínűségi nyelvi modellek
Valószínűségi környezetfüggetlen nyelvtanok
PCFG-valószínűségek tanulása
PCFG-szabálystruktúrák tanulása
Információkeresés
Az IR-rendszerek értékelése
Az IR-rendszerek továbbfejlesztése
Az eredményhalmaz prezentálása
Az IR-rendszerek megvalósítása
Információkinyerés
Gépi fordítás
Gépi fordító rendszerek
Statisztikai gépi fordítás
Valószínűségek tanulása gépi fordításhoz
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
24. Az észlelés
Bevezetés
Képalkotás
Lencsék nélküli képek: a sötétkamra
Lencserendszerek
A fény: a képalkotás fotometriája
Színek: a képalkotás spektrális fotometriája
Előzetes képfeldolgozási műveletek
Éldetektálás
A kép szegmentálása
D információ kinyerése
A mozgás
Kétkamerás (binokuláris) térbeli látás
Textúragradiensek
Árnyalás
Kontúrok
Objektumok felismerése
Fényességalapú felismerés
Jellemzőalapú felismerés
Az elhelyezkedés becslése
Navigálás és manipulálás a látás segítségével
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
25. Robotika
Bevezetés
Robothardver
Érzékelők
Beavatkozó szervek
Érzékelés a robotikában
Helymeghatározás
Térképezés
További érzékelési típusok
Mozgástervezés
Konfigurációs tér
Celladekompozíciós módszerek
Szkeletonizációs módszerek
Bizonytalan mozgások tervezése
Robusztus módszerek
Mozgás
Dinamika és vezérlés
Potenciáltér-vezérlés
Reaktív irányítás
Szoftverarchitektúrák a robotikában
Alárendelt architektúra
Háromréteges architektúra
Robotprogramozási nyelvek
Alkalmazási területek
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
26. Filozófiai alapok
Gyenge MI: Tudnak-e a gépek intelligensen cselekedni?
A képesség hiányából vett érv
A matematikai ellenvetés
A meghatározatlanságból vett érv
Erős MI: Tudnak-e ténylegesen gondolkodni a gépek?
A test–elme probléma
Az „agy a tartályban” kísérlet
Az agyprotézis-kísérlet
A kínai szoba
A mesterséges intelligencia fejlesztésének etikai kérdései és kockázatai
Összefoglalás
Irodalmi és történeti megjegyzések
Feladatok
27. MI: Jelen és jövő
Ágensösszetevők
Ágensarchitektúrák
Egyáltalán a jó irányba haladunk?
Mi van, ha az MI sikerrel jár?
A. Matematikai alapok
A1. Bonyolultságanalízis és az O() jelölés
Aszimptotikus analízis
NP és az inherensen nehéz problémák
A2. Vektorok, mátrixok és lineáris algebra
A3. Valószínűségi eloszlások
Irodalmi és történeti megjegyzések
B. Megjegyzések a nyelvekről és az algoritmusokról
B1. Nyelvek definiálása Backus–Naur-Formában (BNF)
B2. Az algoritmusok leírása pszeudokóddal
B3. Online segédnyújtás
C. Irodalomjegyzék
D. Magyar nyelvű szakirodalom
Mesterséges intelligencia általánosságban
← Prev
Back
Next →
← Prev
Back
Next →