Plan książek o kognitywistyce
Niektóre rozdziały podczepione są pod ich tytuły. Niestety nie znajduje czasu na dokończenie pisania tych książek ... jak tak dalej pójdzie to pewnie nie uda mi się do emerytury znaleźć na to czasu.
Kognitwywistyka IV: Modele symboliczne (notatki do wykładu)
Wstęp do modelowania wiedzy, uczenia maszynowego, metod sztucznej inteligencji i modeli kognitywnych.
- Definicje AI.
- Historia - skąd się to wzięło?
- Kluczowe zagadnienia AI.
- Status AI jako gałęzi nauki.
- Porażki i sukcesy sztucznej inteligencji.
Dowiązania zewnętrzne:
AI w medycynie |
- Inteligentne działanie jako rozważanie różnych możliwości.
- Reprezentacja problemu w przestrzeni stanów i reprezentacja redukcyjna.
- Wiedza heurystyczna.
- Przykłady: przesuwanki, gry planszowe, zagadki logiczne, optymalizacja.
2. Metody szukania.
- 2.1 Szukanie na ślepo, wszerz i w głąb.
- 2.2 Szukanie heurystyczne I, podstawowe metody.
- 2.2 Szukanie heurystyczne II, metody globalne i z ograniczeniami.
15-tka, applet
- 3.1 Przykłady klasyczne: Teoretyk logiki. GPS, General Problem Solver.
- 3.2 Gry z oponentem, podstawowe metody.
- 3.3 Szukanie, gry i ludzkie myślenie, warcaby, szachy, myślenie.
- 4.1 Rodzaje wiedzy - wstęp ogólny i najprostsze reprezentacje.
- 4.2 Reprezentacja logiczna, logika pierwszego rzędu.
- 4.3 Logika rozmyta.
- 4.4 Logika przybliżona.
5. Reprezentacja wiedzy cd.
|
- 5.1 Sieci semantyczne.
- 5.2 Systemy produkcyjne.
- 5.3 Ramki i skrypty.
- 5.4 Agenci.
- 6.1 Jak to zrobić?
- 6.2 Tłumaczenie maszynowe.
- 6.3 Przykłady programów.
Dowiązania zewnętrzne:
Rozumienie języka naturalnego
Konkurs Loebnera, 100,000 $ dla twórcy programu do konwersacji, który oszuka sędziów.
Dowody twierdzeń wykonane za pomoca komputera: 4 barwy, geometria rzutowa, hipoteza Robbinsa - po 60 latach prób matematyków udowodnił ją program EQP!
- 8.1 Rodzaje agentów.
- 8.2 Przykłady i zastosowania inteligentnych agentów.
- 9.1 CyC - podstawy.
- 9.2 CyC - Zastosowania.
CYCorp |
CYC ontology guide.
- Zunifikowane teorie poznania;
- Architektura poznawcza człowieka;
- Projekty
SOAR,
ACT-R,
Cog
- Najważniejsze metody uczenia maszynowego,
- sieci neuronowe;
- szukanie informacji w bazach danych (data mining).