Вопросы к экзамену


1 Инфоpматика и ИИ. Истоpия pазвития ИИ. Основные задачи ИИ Области пpименения ИИ. Основные этапы развития исследований в области ИИ и наиболее известные интеллектуальные системы.
2. Представления. Математическая форма записи (линейные,нелинейные).
3. Использование графических моделей в области искусственного интеллекта. Изменение представлений. Графы.
4. Представление задачи, естественный язык как язык представления задачи. Постановка задачи. Задача в замкнутой форме.
6. Общий подход к решению задачи. Что нужно сделать, чтобы решить задачу. Пример полного решения задачи.
7. Задачи формальной логики. Определение формальной системы .Примеры формальных систем. Определить, является ли формула MU теоремой в системе (DH).
8. Исчисление высказываний.
9. Исчисление предикатов.
10. Разрешимость и интерпретация формальных систем. Соотношения между доказательством и истинностью. Примеры интерпретации системы (JP)
11. Полнота, разрешимость и непротиворечивость формальных систем
12. Системы, основанные на знаниях, их структура и особенности. Основные понятия, рассматриваемые в рамках исследования систем, основанных на знаниях.
13. Понятие «знания» и его содержание. Типы знаний.
14. Пpедставление знаний в виде пpавил.
15. Пpедставление знаний в виде фpеймов.
16. Пpедставление знаний в виде семантических сетей.
17. Системы, основанные на отношениях. Использование логики предикатов первого порядка. Системы, использующие пpинцип доски объявлений.
18. Извлечение знаний. Приобретение знаний. Уровни приобретения знаний. Основные понятия и их содержание.
19. Откуда извлекать знания. Что извлекать. Как извлекать знания.
20 Техника извлечения знаний.
21 Экспертные системы. Определение,назначение, отличие от обычных вычислительных систем. Классы (типы) экспертных систем.
22* Структура экспертных систем. Механизм логического вывода. Прямой и обратный вывод. Поиск в глубину, ширину. Разбиение на подзадачи, альфа-бета алгоритм.
23* Методы принятия решений в условиях неопределенности. Источники неопределенности.
24* Нечеткая логика Заде. Основные положения. Пример использования.
25* Байесовская модель принятия решений.
26* Использование коэффициентов уверенности. (Шортлифф, ЭС MYCIN) Подход Хеккермана.
27* Теория Демпстера-Шейфера.
28* Обучающиеся экспертные системы. «Хрупкость» знаний. Ограничения, накладываемые на самообучающуюся ЭС.
29* Обучающиеся экспертные системы. Подходы к реализации механизма машинного самообучения.
30* Обучающиеся экспертные системы. Стратегии обучения. Модификация знаний.
31 Игровые программы как объект исследования искусственного интеллекта. Игры с полной информацией. Основные понятия, используемые при их разработке.
32 Общая схема игровых программ с полнoй информацией. Стандартные приемы их усовершенствования.
33 Недостатки игровых программ с полной информацией.
34 Способы ограничения разрастания дерева допустимых ходов.
35 Метод минимакса и выбор очередного хода.
36 Альфа-бета процедура.