Wnioskowanie w systemach inteligentnych

monograficzne

Logika 1000-212aLOG

Wykład jest poświęcony omówieniu podstawowych metod modelowania i wnioskowania, stosowanych przy tworzeniu systemów inteligentnych. Przedstawia przeglądowo wybrane zastosowania wybranych formalizmów logicznych w planowaniu, bazach danych, reprezentacji wiedzy, semantycznym Internecie, systemach autonomicznych itp. Daje umiejętność modelowania oraz wiedzę o najważniejszych technikach automatycznego wnioskowania używanych w omawianych zastosowaniach.

Prezentacja poszczególnych zagadnień jest oparta o konkretne zastosowania poprzez omawianie studiów przypadków.

1. Wprowadzenie do modelowania i praktycznego wnioskowania w logikach.

2. Zagadnienia planowania w systemach inteligentnych.

3. Dedukcyjne bazy danych i metody reprezentacji wiedzy.

4. Wnioskowanie w sztucznej inteligencji.

5. Podstawy semantycznego Internetu.

6. Modelowanie niewiedzy, sprzeczności i niepewności.

7. Modelowanie i sterowanie rozmyte.

8. Wnioskowanie modalne i temporalne.

1. S. Abiteboul, R. Hull, V. Vianu: Foundations of Databases, Addison-Wesley Pub. Co., 1996.

2. M. Ben-Ari: Mathematical Logic for Computer Science, Springer, 2012.

3. M. Huth, M. Ryan: Logic in Computer Science. Modeling and Reasoning about Systems, Cambridge University Press, 2004.

Wiedza

1. Ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną w zakresie złożoności, dedukcyjnych baz danych, inżynierii oprogramowania w zakresie systemów inteligentnych (K_W02).

2. Ma wiedzę na temat zarządzania informacją, w tym dotyczącą dedukcyjnych baz danych, logicznego modelowania danych, wyszukiwania informacji (K_W08).

3. Zna logiczne metody definiowania semantyki programów, z ich matematycznymi podstawami i praktycznymi technikami, a także pojęcia poprawności programów oraz techniki i formalizmy dla ich dowodzenia (K_W13).

Umiejętności

1. Potrafi zastosować wiedzę matematyczną do formułowania, analizowania i rozwiązywania związanych z informatyką zadań o średnim poziomie złożoności oraz zaaplikować nowe techniki we własnej pracy badawczej (K_U01).

2. Potrafi pozyskiwać informacje z literatury, baz wiedzy, Internetu oraz innych wiarygodnych źródeł, integrować je, dokonywać ich interpretacji oraz wyciągać wnioski i formułować opinie (K_U02).

3. Potrafi zrozumieć opis semantyki języka; posługuje się semantyką formalną przy wnioskowaniu o poprawności programów (K_U03).

4. Potrafi formułować zapytania do bazy danych w wybranym języku zapytań (K_U19).

Kompetencje

1. Zna ograniczenia własnej wiedzy i rozumie potrzebę dalszego kształcenia (K_K01)

2. Potrafi samodzielnie wyszukiwać informacje w literaturze, także w językach obcych (K_K04).

Zaliczenie ćwiczeń: na podstawie rozwiązania zadań zaliczeniowych (domowych), związanych z technikami wnioskowania odpowiednimi dla wskazanych zastosowań.

Egzamin: ustny.

Wagi poszczególnych składników: zaliczenie 85%, egzamin 15%.

Przedmiot można zaliczać w ramach studiów doktoranckich jako przedmiot "metodologiczny"; wówczas dodatkowym warunkiem zaliczenia jest rozwiązanie rozszerzonej części zadań zaliczeniowych.