Sztuczna Inteligencja i Systemy Ekspertowe.

Sztuczna Inteligencja 2025. Poniżej są stare plany.

Uprzejmie informuję, że w semestrze letnim 2024 roku prowadziłem wykład kursowy (kod WDW) "Wstęp do Metod Sztucznej Inteligencji", przez jeden semestr (30 godzin). Wykłady odbywają się w czwartki, godz. 14:00-16:00, w sali COK-A.
Z powodu licznych konferencji związanych z AI w kwietniu i maju 2024 część wykładów będzie na moim Webexie. Proszę śledzić emaile wysyłane przez USOS. Jeśli są osoby, które nie są wpisane do USOS proszę mi podesłać informację. Zajęcia mają aż 6 punktów ECTS. W tym roku musimy radykalnie przeorganizować nasze zajęcia. Wstępne informacje o GOFAI zostaną skrócone, spróbujemy znacznie więcej omawiać ostatnich doniesień. Zbieram nowości na moim Filpboard w kilku kategoriach, niektóre będę omawiał na wykładzie.

Wykładom towarzyszy pracownia komputerowa (24 godziny), prowadzona przez prof. Oleksandar Sokolova i dr hab. Tomasza Piotrowskiego z Katedry Informatyki Stosowanej.
Informacje z USOS są tutaj. Jeśli będzie taka potrzeba możemy też założyć forum dyskusyjne w Moodle.

Egzamin będzie w formie pisemnej, na końcu wielu wykładów są przykładowe ogólne pytania, na egzaminie będą bardziej szczegółowe. Bez szczegółowego przestudiowania notatek nie ma szans, by ten egzamin zdać. Przekonują się o tym co roku kolejni studenci.
Ponieważ egzamin będzie pisemny (mieszanie ustnych i pisemnych egzaminów nie pozwala na ich standaryzację), nie ma możliwości zdawania w innym terminie, ani przekładania, ani też zdawania po raz trzeci czy czwarty, aż do skutku. Przygotowanie i przeprowadzenie egzaminu zajmuje mi czas, a mam go bardzo mało. Nie będzie więc żadnych dodatkowych terminów! Nie będzie więc żadnych dodatkowych terminów!
Jeśli ktoś nie może zdawać w pierwszym terminie, pozostaje egzamin poprawkowy. W uzasadnionych przypadkach mogę nie wpisać ocenę za pierwszy termin, tylko w to miejsce wpisać wynik z egzaminu poprawkowego.

Termin egzaminu: 26.6.2024, g. 15:00, w sali COK-A.
Wyniki z pierwszego terminu egzaminu w poprzedni m roku nie były dobre ... niestety część osób nie brała udziału w zajęciach i liczyła na to, że szybko coś skopiuje w Internetu. W efekcie systemy produkcyjne w AI pomyliły im się z produkcją z podręcznika ekonomii.

Egzamin poprawkowy odbędzie się 11.09.2024 o godz. 15:00 w Sali COK A .

Wyniki: (%punktów,ocena) = (90-100;5), (80-90;4+), (70-80;4), (60-70,3+), (50-60;3), (< 50;2).

Sztuczna inteligencja - szkic całości

Klasyczna sztuczna inteligencja:
1. Wprowadzenie do metod AI | 2. Szukanie | 3. Zastosowania szukania | 4. Reprezentacja wiedzy | 5. Systemy doradcze |

Sieci neuronowe:
6. Uczenie maszynowe (machine learning) | 7. Analiza języka naturalnego | 8. Modele umysłu i ambitne projekty sztucznej inteligencji | 9. Narzędzia sztucznej inteligencji | 10. Filozoficzne problemy sztucznej inteligencji.

Notatki są w PDF i w 2024 roku będą zmieniane w czasie trwania wykładu. Sytuacja zupełnie się zmieniła.

Portale i nowości: Rządowy portal SI | Sztuczna Inteligencja - nowości (OPI) | Raporty State of AI | Historia AI | Dokąd zmierza inteligencja obliczeniowa? |
Polecam też nowości o AI/ML na mojej stronie Flipboard.
Liczne linki do ciekawych zagadnień dotyczących sztucznej inteligencji są tu: AI + Machine Learning oraz AI w NLP oraz architektury kognitywne i inteligencja obliczeniowa (głównie uczenie maszynowe).

• 1.1 Definicje AI.
• 1.2 Historia - skąd się to wzięło?
• 1.3 Kluczowe zagadnienia AI.
• 1.4 Status AI jako gałęzi nauki.
• 1.5 Porażki i sukcesy sztucznej inteligencji.

• 2.1 Inteligentne działanie jako rozważanie różnych możliwości.
• 2.2 Reprezentacja problemu w przestrzeni stanów i reprezentacja redukcyjna.
• 2.3 Wiedza heurystyczna.
• 2.4 Przykłady: przesuwanki, gry planszowe, zagadki logiczne, optymalizacja.

Aplety demonstrujące szukanie, planowanie itd | Smart Moves: Intelligent Path Finding (Bryan Stout, Game Developer Magazine), oraz wersja interaktywna na github..

Nagranie, 3.03.2022.

• 3.1 Szukanie na ślepo, w głąb, ograniczona głębokość, iteracyjne pogłębianie IDDF, szukanie wszerz, dwukierunkowe BDS.
• 3.2 Szukanie heurystyczne I, podstawowe metody. Ocena procesów szukania, funkcja heurystyczna, szukanie zachłanne, UCS, programowanie dynamiczne, szukanie A*, IDA*.
• 3.3 Szukanie heurystyczne II, metody globalne i z ograniczeniami. Branch and Bound, algorytm Dijkstry, algorytmy minimalizacyjne, Monte Carlo, symulowane wyżarzanie, algorytmy genetyczne.

przesuwanka 15-tka
PathFinding visualization

• 4.1 Przykłady klasyczne: Teoretyk logiki. GPS, General Problem Solver, Geometra.
• 4.2 Gry z oponentem, podstawowe metody: strategia min-maxu, funkcje oceny heurystycznej, obcinanie alfa-beta, gry niedeterministyczne.
• 4.3 Szukanie, gry i ludzkie myślenie, warcaby, szachy, myślenie: warcaby, inne gry, szachy, Go, pamięć i porcjowanie w szachach, złudzenia poznawcze, paradoksy myślenia, podstawy rachunku prawdopodobieństwa, tw. Bayesa, paradoks Monty Hall i inne.
• 4.4 Podstawy rachunku prawdopodobieństwa, tw. Bayesa, klasyfikacja.

Linki zewnętrzne: DARPA Urban Challenge, 3.11.2007 | Szachy z ciekawą wizualizacją

• 5.1 Rodzaje wiedzy - wstęp ogólny i najprostsze reprezentacje. Reprezentacja logiczna, logika pierwszego rzędu.
• 5.2 Logika rozmyta: funkcje przynależności, Logika przybliżona.

Podsumowanie wykładów 2-5

• 6.1 Sieci semantyczne: zapis wiedzy i rozumowanie, rozumienie tekstów, sieci i mózgi, semantyczna przestrzeń neuronalna, wymyślanie słów i kreatywność. Sieci rozchodzących się aktywacji, LLMy i sieci semantyczne.
• 6.2 Systemy produkcyjne, ramy, skrypty, mapy argumentów.
• 6.3 Agenci GOFAI.

  Nagrane komentarze do slajdów: 6.1 Sieci semantyczne oraz komentarze do slajdów 6.2 i 6.3 .

25.04.2024

• 7.1 SE: teoria i wstęp.
• 7.2 Systemy ekspertowe w praktyce.
• 7.3 Superekspert IBM Watson.
• 7.4 Big CyC i jego zastosowania.

8.05.2024. Potraktujemy duże systemy ekspertowe tylko pobieżnie, chociaż nadal próbują utrzymać swoje znaczenie są trudno dostępne.
Nagranie wykładu: 7.1 i 7.2 oraz 7.3 i 7.4

Systemy Sztucznej Inteligencji rutynowo stosowane w praktyce medycznej, archiwum opencclinical.org.
Dowody twierdzeń wykonane za pomoca komputera: 4 barwy, geometria rzutowa, hipoteza Robbinsa - po 60 latach prób matematyków udowodnił ją program komputerowy EQP!
Gregory Chaitin twierdzi, że matematyka powinna być quasi-empiryczna, czyli tylko nieco mniej empiryczna niż fizyka ...
Mind reader, czyli jasnowidzący komputer ...
CYCorp

• 8. Modele GOFAI działania umysłu: architektury kognitywne, teoria Newella-Simona, systemy oparte na wiedzy, Act-R, SOAR, Cog i inne.

Zunifikowane teorie poznania. Architektura poznawcza człowieka;
Projekty SOAR, Cog

• 9.1 Jak to zrobić za pomocą GOFAI?
• 9.2 Tłumaczenie maszynowe i przykłady starszych programów NLP i słowa w sieciach neuronowych..
• Promptologia.

25.05.2024

Dowiązania zewnętrzne: Rozumienie języka naturalnego oraz AI w szukaniu informacji i NLP.
Konkurs Loebnera, 100,000$ dla twórcy programu do konwersacji, który oszuka sędziów; odbywał się do 2019 roku! Teraz GPT-3.5 i nowsze systemy zdają ten test bez kłopotów.

• 10.1 Najważniejsze metody uczenia maszynowego: sieci neuronowe, dogłębna analiza informacji w bazach danych (data mining).
• 10.2 Uczenie maszynowe - zastosowania.
• 10.3 Transformery, uwaga i algorytm GPT.

30.05.2024

• Wielkie modele językowe i multimodalne
• Promptologia.
• Przykłady zastosowań.
• Najnowsze modele i ich możliwości.

13.06.2024

26.06.2024, egzamin g. 15:00

Nie zdążymy zająć się BCI i filozoficznymi problemami AI.

BCI, Brain-Computer Interfaces

Polecam swoje slajdy na tej stronie.

• Szkic teorii umysłu (2001, ale nadal aktualny), i Neurokognitywne teorie świadomości (z Wstępu do Kognitywistyki).
• Referaty: Filozofia umysłu a sztuczna inteligencja, kognitywizm, przyszłość sztucznej inteligencji.

Podsumowanie debaty: czy komputery mogą myśleć w formie posterów.

Początkowo wykłady z AI były częścią cyklu 6 wykładów związanych z kognitywistyką.

• Część I: Wstęp do kognitywistyki: natura umysłów, obszerny wstęp do zagadnień związanych z naukami poznawczymi, odbywa się w semestrze zimowym 2022/23 roku.
• Część II:Mózg i zachowanie Ogólny wstęp do zagadnień związanych z mózgiem i umysłem, wykład odbywa się w semestr letnim 2024 roku.
• Część III: Przetwarzanie informacji przez mózgi, rozumienie funkcji poznawczych na poziomie cybernetycznym. Ten wykład odbywał się w semestr letnim 2013 roku, ale teraz nie jest prowadzony.
• Część IV: Sztuczna inteligencja i systemy ekspertowe, uwzględniający również symboliczne modele działania umysłów, odbywa się w semestr letnim 2017 roku.

  Dwa poniższe wykłady wymagają pewnego przygotowania matematycznego.

• Część V: Sieci neuronowe, wykład ma charakter nieco bardziej matematyczny (kod wykładu: WDX) i dotyczy formalnych modeli sieci neuronowych, odbywa się w semestr letnim 2017 roku.
• Część VI: Neuropsychologia komputerowa, dotyczy komputerowych modeli pozwalających na zrozumienie zjawisk neuropsychologicznych (chwilowo nie prowadzony).

Wszystkich wykładów można wysłuchać w miarę niezależnie.