Sztuczna inteligencja. Nowe spojrzenie. Wydanie 4. Tom 1 - ebook
Sztuczna inteligencja. Nowe spojrzenie. Wydanie 4. Tom 1 - ebook
Sztuczna inteligencja budzi zachwyt i kontrowersje. W porównaniu z innymi gałęziami nauki jest stosunkowo młoda: liczy około siedemdziesięciu lat, mimo że czerpie ze znacznie starszych idei. Jednak błyskawiczny rozwój sztucznej inteligencji i przeobrażanie osiągnięć nauki w działające technologie sprawiają, że wyrobienie poglądu na całokształt tej dziedziny jest trudnym zadaniem. Warto więc spojrzeć na historię rozwoju sztucznej inteligencji z perspektywy jej współczesnych osiągnięć i dzięki temu lepiej zrozumieć, czym ta nauka jest w swojej istocie i dokąd podąża.
Oto pierwszy tom dzieła, które stanowi inspirujące spojrzenie na sztuczną inteligencję. Jego zrozumienie nie wymaga wybitnej znajomości informatyki i matematyki. Książka jest wspaniałą syntezą wczesnych i późniejszych koncepcji, a także technik, przeprowadzoną we frameworku idei, metod i technologii. Zawiera ogrom rzetelnej wiedzy przekazanej w niezbyt sformalizowany sposób. Opisy, formuły matematyczne i algorytmy, pokazane w formie czytelnego pseudokodu, cechują się przejrzystością i precyzją. Zaprezentowano tu wszystkie ważne idee i koncepcje sztucznej inteligencji, zgodnie z najnowszymi trendami i osiągnięciami.
W tomie pierwszym między innymi:
- koncepcje sztucznej inteligencji
- różne podejścia do rozwiązywania problemów z wykorzystaniem sztucznej inteligencji
- reprezentacja wiedzy i modelowanie, a także wyszukiwanie i planowanie
- wnioskowanie w warunkach niepewności
- podejmowanie złożonych decyzji, również w środowisku wieloagentowym
Sztuczna inteligencja: to się staje na naszych oczach!
Spis treści
ZANIM PRZEMÓWIĄ AUTORZY...
PRZEDMOWA
O AUTORACH
I. SZTUCZNA INTELIGENCJA
Rozdział 1. WSTĘP
- 1.1. Czym jest sztuczna inteligencja?
- 1.2. Podstawy sztucznej inteligencji
- 1.3. Historia sztucznej inteligencji
- 1.4. Stan obecny
- 1.5. Spodziewane korzyści i ryzyko
- Podsumowanie
- Bibliografia i uwagi historyczne
Rozdział 2. INTELIGENTNI AGENCI
- 2.1. Agenci i ich środowiska
- 2.2. Właściwe zachowanie - koncepcja racjonalności
- 2.3. Natura środowiska
- 2.4. Struktura agenta
- Podsumowanie
- Bibliografia i uwagi historyczne
II. ROZWIĄZYWANIE PROBLEMÓW
Rozdział 3. ROZWIĄZYWANIE PROBLEMÓW ZA POMOCĄ WYSZUKIWANIA
- 3.1. Agent rozwiązujący problem
- 3.2. Przykładowe problemy
- 3.3. Algorytmy wyszukiwania
- 3.4. Strategie wyszukiwania niedoinformowanego
- 3.5. Strategie wyszukiwania poinformowanego (heurystycznego)
- 3.6. Funkcje heurystyczne
- Podsumowanie
- Bibliografia i uwagi historyczne
Rozdział 4. WYSZUKIWANIE W ZŁOŻONYCH ŚRODOWISKACH
- 4.1. Wyszukiwanie lokalne i problemy optymalizacyjne
- 4.2. Wyszukiwanie lokalne w przestrzeniach ciągłych
- 4.3. Wyszukiwanie z niedeterministycznymi akcjami
- 4.4. Wyszukiwanie w środowiskach częściowo obserwowalnych
- 4.5. Wyszukiwanie online i nieznane środowiska
- Podsumowanie
- Bibliografia i uwagi historyczne
Rozdział 5. WYSZUKIWANIE ANTAGONISTYCZNE I GRY
- 5.1. Teoria gier
- 5.2. Optymalne decyzje w grach
- 5.3. Heurystyczne wyszukiwanie alfa-beta
- 5.4. Wyszukiwanie Monte Carlo
- 5.5. Gry stochastyczne
- 5.6. Gry z częściową obserwowalnością
- 5.7. Ograniczenia algorytmów wyszukiwania w grach
- Podsumowanie
- Bibliografia i uwagi historyczne
Rozdział 6. PROBLEMY SPEŁNIANIA OGRANICZEŃ
- 6.1. Definiowanie problemów spełniania ograniczeń
- 6.2. Propagacja ograniczeń - wnioskowanie w CPS
- 6.3. Wyszukiwanie z nawrotami w CPS
- 6.4. Wyszukiwanie lokalne na usługach CSP
- 6.5. Struktura problemów CSP
- Podsumowanie
- Bibliografia i uwagi historyczne
III. WIEDZA, WNIOSKOWANIE I PLANOWANIE
Rozdział 7. LOGICZNI AGENCI
- 7.1. Agent bazujący na wiedzy
- 7.2. Świat Wumpusa
- 7.3. Podstawy logiki
- 7.4. Rachunek zdań - bardzo prosta logika
- 7.5. Dowodzenie twierdzeń w rachunku zdań
- 7.6. Efektywne sprawdzanie modeli w rachunku zdań
- 7.7. Agent na gruncie rachunku zdań
- Podsumowanie
- Bibliografia i uwagi historyczne
Rozdział 8. LOGIKA PIERWSZEGO RZĘDU
- 8.1. Ponownie o reprezentacji
- 8.2. Składnia i semantyka logiki pierwszego rzędu
- 8.3. Wykorzystywanie logiki pierwszego rzędu
- 8.4. Inżynieria wiedzy w logice pierwszego rzędu
- Podsumowanie
- Bibliografia i uwagi historyczne
Rozdział 9. WNIOSKOWANIE W LOGICE PIERWSZEGO RZĘDU
- 9.1. Wnioskowanie w rachunku zdań a wnioskowanie w logice pierwszego rzędu
- 9.2. Unifikacja a wnioskowanie w logice pierwszego rzędu
- 9.3. Łańcuchowanie progresywne
- 9.4. Łańcuchowanie regresywne
- 9.5. Rezolucja
- Podsumowanie
- Bibliografia i uwagi historyczne
Rozdział 10. REPREZENTACJA WIEDZY
- 10.1. Inżynieria ontologii
- 10.2. Kategorie i obiekty
- 10.3. Zdarzenia
- 10.4. Obiekty mentalne i logika modalna
- 10.5. Systemy wnioskowania dla kategorii
- 10.6. Wnioskowanie na podstawie domniemań
- Podsumowanie
- Bibliografia i uwagi historyczne
Rozdział 11. AUTOMATYCZNE PLANOWANIE
- 11.1. Klasyczne planowanie - co to jest?
- 11.2. Algorytmy klasycznego planowania
- 11.3. Heurystyki w planowaniu
- 11.4. Planowanie hierarchiczne
- 11.5. Planowanie i działanie w domenach niedeterministycznych
- 11.6. Czas, harmonogramy i zasoby
- 11.7. Analiza podejść planistycznych
- Podsumowanie
- Bibliografia i uwagi historyczne
IV. WNIOSKOWANIE W WARUNKACH NIEPEWNOŚCI
Rozdział 12. KWANTYFIKOWANIE NIEPEWNOŚCI
- 12.1. Działając w warunkach niepewności
- 12.2. Notacja probabilistyczna
- 12.3. Wnioskowanie z pełnych wspólnych rozkładów
- 12.4. Niezależność
- 12.5. Reguła Bayesa i jej wykorzystywanie
- 12.6. Naiwne modele bayesowskie
- 12.7. Odwiedzamy świat Wumpusa
- Podsumowanie
- Bibliografia i uwagi historyczne
Rozdział 13. WNIOSKOWANIE PROBABILISTYCZNE
- 13.1. Reprezentowanie wiedzy w niepewnej domenie
- 13.2. Semantyka sieci bayesowskich
- 13.3. Ścisłe wnioskowanie w sieciach bayesowskich
- 13.4. Aproksymowane wnioskowanie w sieciach bayesowskich
- 13.5. Sieci przyczynowe
- Podsumowanie
- Bibliografia i uwagi historyczne
Rozdział 14. PROBABILISTYCZNE WNIOSKOWANIE W CZASIE
- 14.1. Czas a niepewność
- 14.2. Wnioskowanie w modelach temporalnych
- 14.3. Ukryte modele Markowa
- 14.4. Filtrowanie Kalmana
- 14.5. Dynamiczne sieci bayesowskie (DBN)
- Podsumowanie
- Bibliografia i uwagi historyczne
Rozdział 15. PROGRAMOWANIE PROBABILISTYCZNE
- 15.1. Relacyjne modele probabilistyczne
- 15.2. Modele probabilistyczne otwartego wszechświata
- 15.3. Śledzenie skomplikowanego świata
- 15.4. Programy jako modele probabilistyczne
- Podsumowanie
- Bibliografia i uwagi historyczne
Rozdział 16. PODEJMOWANIE PROSTYCH DECYZJI
- 16.1. Przekonania i pragnienia w warunkach niepewności
- 16.2. Podstawy teorii użyteczności
- 16.3. Funkcje użyteczności
- 16.4. Wieloatrybutowe funkcje użyteczności
- 16.5. Sieci decyzyjne
- 16.6. Wartość informacji
- 16.7. Nieznane preferencje
- Podsumowanie
- Bibliografia i uwagi historyczne
Rozdział 17. PODEJMOWANIE ZŁOŻONYCH DECYZJI
- 17.1. Sekwencyjne problemy decyzyjne
- 17.2. Algorytmy dla problemów MDP
- 17.3. Problem bandyty i jego warianty
- 17.4. Częściowo obserwowalne problemy MDP (POMDP)
- 17.5. Algorytmy rozwiązywania problemów POMDP
- Podsumowanie
- Bibliografia i uwagi historyczne
Rozdział 18. PODEJMOWANIE DECYZJI W ŚRODOWISKU WIELOAGENTOWYM
- 18.1. Właściwości środowisk wieloagentowych
- 18.2. Teoria gier niekooperatywnych
- 18.3. Teoria gier kooperatywnych
- 18.4. Kolektywne podejmowanie decyzji
- Podsumowanie
- Bibliografia i uwagi historyczne
DODATKI
Dodatek A. KOMPENDIUM MATEMATYCZNE
- A.1. Analiza złożoności i notacja "dużego O"
- A.2. Wektory, macierze i algebra liniowa
- A.3. Rozkłady prawdopodobieństwa
- A.4. Wybrane operacje na zbiorach
- Bibliografia i uwagi historyczne
Dodatek B. KONWENCJE NOTACYJNE I PSEUDOKOD
- B.1. Definiowanie składni za pomocą notacji BNF
- B.2. Algorytmy w formie pseudokodu
- B.3. Uzupełniające materiały online
SKOROWIDZ
| Kategoria: | Programowanie |
| Zabezpieczenie: |
Watermark
|
| ISBN: | 978-83-283-7609-0 |
| Rozmiar pliku: | 43 MB |
