Τεχνητή Νοημοσύνη (Θ) (Ν1-6010-TH)

Οι νοήμονες πράκτορες αποτελούν σύγχρονα συστήματα Τεχνητής Νοημοσύνης όπου δυνητικά μπορούν να χρησιμοποιηθούν επιλεκτικά και σε συνδυασμό μέθοδοι αναπαράστασης γνώσης και επίλυσης προβλημάτων με ή χωρίς χρήση μηχανικής μάθησης μεταξύ αυτών που παρουσιάστηκαν στα παραπάνω κεφάλαια. Με γνώμονα αυτό, παρουσιάζονται οι διαφορετικές τυπικές αρχιτεκτονικές των νοημόνων πρακτόρων, γίνεται αναφορά στα πολυπρακτορικά συστήματα και παρουσιάζονται εφαρμογές τους.

Εισαγωγή στους γενετικούς αλγορίθμους ως μεθόδου επίλυσης προβλημάτων με αναλυτική περιγραφή της λειτουργίας τους. Παρουσίαση εφαρμογών γενετικών αλγορίθμων.

Εισαγωγή στα Νευρωνικά δίκτυα. Παρουσίαση του Perceptron και τις αρχιτεκτονικές Νευρωνικών Δικτύων με ενδιάμεσα επίπεδα. Διαφορετικοί τρόποι εκμάθησης Νευρωνικών Δικτύων, Back propagation Δίκτυα, Δίκτυα Kohonen, Δίκτυα Hopfield. Εφαρμογές Τεχνητών Νευρωνικών Δικτύων σήμερα.

Η επίλυση προβλημάτων με ευφυείς προσεγγίσεις βασίζεται στη χρήση μεθόδων μηχανικής μάθησης. Στην ενότητα αυτή παρουσιάζεται η έννοια της μηχανικής μάθησης και μια από τις βασικότερες μέθοδοι της, τα δένδρα απόφασης και του αλγόριθμου ID3 που χρησιμοποιεί καθώς και ικανός αριθμός παραδειγματικών περιπτώσεων εφαρμογής. Η ενότητα ολοκληρώνεται με σύντομη αναφορά στη συλλογιστική βασισμένη σε περιπτώσεις.

Στο κεφάλαιο αυτό παρουσιάζεται η τεχνολόγηση εμπείρων συστημάτων. Παρουσιάζεται η δομή και η λειτουργία τους, η συγκέντρωση και τεχνολόγηση της γνώσης καθώς και περιπτώσεις εφαρμογών τους. Ιδιαίτερη περίπτωση αφορά η τεχνολόγηση της αβέβαιης και ασαφούς γνώσης που παρουσιάζεται στο τέλος του κεφαλαίου με μικρά παραδείγματα.

Παρουσίαση του χώρου των συστημάτων βασισμένων στη γνώση με επικέντρωση στα συστήματα κανόνων. Η χρήση κανόνων για την αναπαράσταση της διαδικαστικής και επεισοδιακής γνώσης ενός προβλήματος είναι μια από της βασικές προσεγγίσεις για την επίλυση προβλημάτων βασισμένων στη γνώση στο πλαίσιο της Τεχνητής Νοημοσύνης. Στην ενότητα αυτή παρουσιάζονται τα χαρακτηριστικά των συστημάτων κανόνων και ο τρόπος λειτουργίας τους. Μεγάλη σημασία δίνεται στη διεξοδική παρουσίαση παραδειγμάτων λειτουργίας της προς τα εμπρός και προς τα πίσω αλυσιδωτής εκτέλεσης κανόνων.

Σε προβλήματα κυρίως του πραγματικού κόσμου, η καταλληλότητα της επιλεγμένης αναπαράστασης της γνώσης που το περιγράφει είναι θεμελιώδους σημασίας. Στο συγκεκριμένο κεφάλαιο παρουσιάζονται οι βασικές λογικές και δομημένες μέθοδοι αναπαράστασης βεβαίας γνώσης και εξηγείται η καταλληλότητα της κάθε μιας για συγκεκριμένο είδος γνώσης.

Η επίλυση ενός προβλήματος με κατάλληλη διαχείριση της γνώσης που διαθέτουμε για αυτό, βασίζεται στην εξαγωγή λογικών συμπερασμάτων. Στην ενότητα αυτή παρουσιάζεται η εξαγωγή συμπερασμάτων με τη εφαρμογή έγκυρων και μη έγκυρων συλλογισμών και συλλογισμών κάτω από αβεβαιότητα και ασάφεια.

Θα παρουσιαστούν αναλυτικά οι πιο γνωστοί ευριστικοί αλγόριθμοι αναζήτησης.

Θα παρουσιαστεί η προσέγγιση εύρεσης λύσης σε χώρο καταστάσεων με τυφλούς αλγόριθμους αναζήτησης και θα παρουσιαστούν αναλυτικά οι πιο γνωστοί τυφλοί αλγόριθμοι αναζήτησης με ικανό αριθμό μελετών περίπτωσης .

Θα παρουσιαστεί η γενική προσέγγιση εύρεσης λύσης με έναν γενικό αλγόριθμο αναζήτησης όπου θα διευκρινιστούν οι όροι που προσδιορίζουν τη διαδικασία αναζήτησης.

Στην ενότητα αυτή παρουσιάζεται ο ορισμός και η περιγραφή προβλημάτων στο χώρο καταστάσεων ώστε να είναι εφικτή η αναζήτηση λύσεων με τη βοήθεια αλγόριθμων μέσα στο χώρο αναζήτησης.

Εισαγωγή στο Αντικείμενο της Τεχνητής Νοημοσύνης, Ιστορική Αναδρομή και Παρουσίαση σύγχρονων ερευνητικών τάσεων και πεδίων εφαρμογής.