|
|
Vztah mysli, těla a stroje v souvislosti s rozvojem umělé inteligence
Farská, Kateřina ; Sigmund, Tomáš (vedoucí práce) ; Brixí, Radim (oponent)
Práce se zabývá souvislostmi umělé inteligence a vztahu člověka a stroje, který zkoumá především z pohledu myšlení, života a tělesnosti. První část práce je zaměřena na objasnění historických předpokladů pro vznik umělé inteligence. Velice důležitý milník zde představuje oddělení mysli a těla v dualistickém pojetí Reného Descarta. Karteziánský dualismus uvádí v pozornost tzv. problém mysli a těla, který je dodnes skloňován v souvislosti s umělou inteligencí. Newtonovská mechanika, která navazuje na Descartovy myšlenkové koncepty, uplatňuje ideu světa jako mechanického stroje, což postupně vede k tomu, že i lidské tělo začíná být chápáno jako stroj. Vzniká tak prostor pro úvahy o vytvoření uměle myslící bytosti-stroji. Umělá inteligence je konfrontována se vztahem člověka a stroje. Druhá část práce bude proto věnována vymezení shod a rozdílů mezi člověkem a strojem na základě analýzy jejich vlastností. Ty budou definovány prostřednictvím jejich vztahu k pojmům jako stroj, život, přirozené, umělé, mentální stav, myšlení, vědomí, tělesnost. Na základě poznatků získaných v rámci těchto pohledů bude provedeno porovnání člověka a stroje. Poslední část práce se soustředí na způsoby, jakými jsou poznatky o vztahu člověka a stroje, mysli a těla aplikovány v jednotlivých směrech umělé inteligence. Detailnímu rozboru bude podroben zejména počítačový funkcionalismus. Tento tradiční směr umělé inteligence vychází z algoritmizovatelné povahy mysli, kterou modeluje prostřednictvím symbolických reprezentací. Analýza bude doplněna o alternativní směry v umělé inteligenci -- konekcionismus a zjednávací přístup. Tyto tři přístupy budou zhodnoceny v přímé návaznosti na poznatky získané ve druhé části práce. Smyslem práce je zdůraznit význam vztahu člověka a stroje, mysli a těla v souvislosti s umělou inteligencí, také v smyslu dalšího rozvoje a směřování této vědní disciplíny. V práci bude sledována linie vlivu karteziánsko-newtonovského myšlení v rámci dané problematiky. Bude poukázáno na možnosti a omezení tohoto paradigmatu, dualistického a materialistického (mechanistického) přístupu. Metoda práce je sumarizačně-kompilační, založená na uvedení relevantních informací a objasnění souvislostí.
|
|
|
Význam poznávacích procesů pro tvorbu umělé inteligence
Smutný, Zdeněk ; Pstružina, Karel (vedoucí práce) ; Kelemen, Jozef (oponent)
Práce předkládá ucelený pohled na poznávací procesy v rámci systémů umělé inteligence a nabízí jejich srovnání s podobnými procesy viděnými v přírodě včetně člověka. Historické pozadí směřující k vývoji současných koncepcí umělé inteligence umožňuje náhled na celou problematiku z určité perspektivy. Historický exkurz přechází postupně na hlavní osu zájmu: prostředí -- podněty -- zpracování -- odraz v kognitivním systému -- reakce na podněty, kdy srovnávám přístup a limitní možnosti člověka a stroje, respektive umělé inteligence. V závěrečné části představím dva realizované projekty inteligentních dopravních systémů a poukážu na potenciál, který se nabízí pro jejich další rozvoj v rámci hlavní osy zájmu. U každé části této práce je důraz kladen na spojitost s kognitivními procesy, jejich provázanost a závislost.
|
|
|
Historie umělé inteligence
Duda, Antonín ; Jirků, Petr (vedoucí práce) ; Berka, Petr (oponent)
Tato práce si dává za úkol seznámit čtenáře s historií umělé inteligence, konkrétně vývoji počítačového šachu od padesátých let až po současnost. Práce se rovněž věnuje soubojům šachových programů proti sobě, i proti lidským protivníkům. Největší pozornost je zaměřena na rok 1997 a souboji Kasparova s šachovým programem Deep Blue. Práce je členěna do kapitol, dle chronologického pořadí.
|
|
|
Analýza burzovních dat metodami UI
Kutina, Michal ; Jelínek, Jiří (vedoucí práce) ; Dvořák, Pavel (oponent)
Diplomová práce Analýza burzovních dat metodami UI je zaměřena na uplatnění neuronových sítí při predikci kurzových pohybů na burze. Teoretická část je rozdělena na tři samostatné celky. V první části je popsána problematika burzy a jednotlivé termíny s ní související. V druhé části jsou rozebrány dva základní přístupy pro analýzu burzovních dat, kterými jsou fundamentální a technická analýza. Třetí, poslední teoretická část tvoří samostatný celek popisující teorii Umělé Inteligence. Zejména podrobně je popsána problematika neuronových sítí. Praktická část hledá uplatnění pro vybranou neuronovou síť GAME. Analyzuje vybraný trh YMZ9. Zaměřuje se na predikci pohybu kurzu pomocí metody posuvného okna. V závěrečné kapitole shrnuje výsledky a dokazuje, že neuronové sítě je možné, za určitých podmínek, vhodně použít, jak pro predikci kurzových pohybů, tak jako jeden ze základních stavebních kamenů profitabilního obchodního systému.
|
|
|
Přirozený a umělý život
Noska, Martin ; Pavlík, Ján (vedoucí práce) ; Petrášek, František (oponent)
Práce pojednává o podobnosti a rozdílnosti přirozeného a umělého života, přičemž kombinuje filosofický a informatický pohled na tuto problematiku. Aplikací principů evoluce na umělý život jsou ukázány perspektivy, k nimž tato forma života může směřovat a důsledky tohoto vývoje pro člověka. Lidské dějiny obsahují řadu snah po sestrojení umělých tvorů, ovšem tento sen se stal realitou až spolu s digitálními počítači. I když umělý život je postavený jiných principech než život přirozený, nelze jej chápat jako protiklad, ale spíše jako doplněk k již existujícím životním formám na Zemi. Lze také uvažovat o symbióze umělých a přirozených prvků a vzniku hybridních forem, které budou kombinovat vlastnosti z obou světů. Umělý život není závislý na biologických cyklech a jeho vývoj může probíhat výrazně rychleji a má potenciál překonat nutnost zániku, zakódovanou ve všech biologických entitách. Co se týká podobnosti strojového a přirozeného myšlení, lze mezi nimi vysledovat řadu odlišností. Strojová inteligence má však potenciál prostřednictvím počítačových sítí vytvářet např. kolektivní umělou inteligenci, výrazně přesahující úroveň jednotlivých entit. Jednoduché formy umělého života, které lze v současnosti identifikovat, se budou v následujících desetiletích dále rozvíjet a postaví lidstvo před řadu dosud neřešených otázek (např. etických), které se tak stanou velmi aktuálními.
|
|
|
Historie a vývoj umělé inteligence
Kraitz, Petr ; Jirků, Petr (vedoucí práce) ; Berka, Petr (oponent)
Práce popisuje relativně krátkou historii oboru umělé inteligence, obsahuje základní překážky a výzvy, kterým pracovníci na odborných pracovištích čelili a čelí, stejně jako popis metod jak se s výzvami utkat a nástin možného budoucího vývoje. Cílem práce nebylo podat vyčerpávající obraz oboru umělé inteligence, nýbrž seznámit čtenáře s novým zajímavým oborem, jeho zakladateli a pokračovateli, základními přístupy a obory které se tématu dotýkají.
|
|
|
Historie umělé inteligence - Neuronové sítě
Šuchman, Ondřej ; Jirků, Petr (vedoucí práce) ; Berka, Petr (oponent)
Cílem mé bakalářské práce je zmapovat historický vývoj neuronových sítí od jejich počátku, za který lze považovat první matematický model neuronu v roce 1943, až po současnost a aplikaci neuronových sítí do "inteligentních" přístrojů, které dokáží rozpoznávat znaky, grafické údaje nebo dokáží převádět anglicky psaný text do mluvené podoby (NETtalk). Pro dosažení tohoto cíle jsem pečlivě prostudoval literaturu uvedenou v kapitole "Literatura a zdroje." V první kapitole získáme teoretický přehled o oblasti umělé inteligence a neuronových sítí. Dále je pak práce přehledně řazena do pěti časových období, která byla pro neuronové sítě v kladném nebo záporném slova smyslu podstatná. U nejvýznamnějších objevů je podrobněji rozepsána jejich funkce a příklady použití. Tato práce si neklade za cíl úplný výčet neuronových sítí, na to by obsahově ani zdaleka nestačila. Podstatnější je pro ni demonstrace určitých typů sítí, jejich první použití, nejdůležitější algoritmy a také zmínka o některých významných aplikačních použitích.
|
|
|
Reprezentace znalostí
Blecher, Jan ; Jirků, Petr (vedoucí práce) ; Berka, Petr (oponent)
Tato práce se snaží priblížit jednotlivé metody reprezentace znalostí v umelé inteligenci s durazem na obecný prehled a rozdíly mezi jednotlivými metodami. V textu jsou rozebrána schémata reprezentace znalostí, mezi která patrí predikátová logika, produkcní systémy, sémantické síte a rámce. U každého schématu jsou uvedeny jeho charakteristické vlastnosti a nekteré typické metody. Z textu je zrejmé, že opravdu neexistuje žádná univerzální metoda reprezentace znalostí, ale naopak, že jednotlivé metody jsou vhodné pro konkrétní situace reálného sveta. Nekteré oblasti znalostí dokonce nejsou klasickými schématickými metodami, které uvádím v tomto textu, reprezentovatelné vubec nebo jen velmi težko. Práce je rozdelena dle jednotlivých metod reprezentace, které jsou dále strukturovány s ohledem na postupy v nich používané.
|
|
|
Webový průvodce světem expertních systémů
Faruzel, Petr ; Berka, Petr (vedoucí práce) ; Svátek, Vojtěch (oponent)
Předkládaná práce "Webový průvodce světem expertních systémů" se zabývá expertními systémy. Cílem této práce je vytvořit učební pomůcku pro zájemce o problematiku expertních systémů, která by primárně sloužila studentům kurzu 4IZ229 (Úvod do umělé inteligence) k ucelení jejich poznatků. Jejím úkolem je osvětlit čtenáři pojem expertní systém, přiblížit základní principy těchto aplikací, nastínit proces jejich tvorby a poskytnout tak ucelený přehled o expertních systémech včetně jejich zhodnocení. Jak již z názvu práce vyplývá, vytvořená učební pomůcka je zpřístupněna formou webové prezentace v síti internet. Webový průvodce obohatí celou práci o výhody interaktivního přístupu a zaslouží se o zvýšení její dostupnosti. Vedle rozboru základních principů expertních systémů a názorných ukázek situací na konkrétních příkladech obsahuje rovněž množství odkazů na další zdroje v síti internet týkající se expertních systémů. Obecným přínosem této práce je kromě tvorby samotné učební pomůcky a zmapování problematiky expertních systémů rovněž i demonstrace uvedených poznatků prostřednictvím jednoduchého expertního systému. V úvodní části své studie popisuji umělou inteligenci, přibližuji její definici, zabývám se stavovým prostorem a skrze stručný historický přehled se dostávám k expertním systémům. Dále vysvětluji expertní systém, jeho strukturu, základní charakteristiky, typy expertních úloh a typologii expertních systémů. Následuje rozbor jejich základních principů, v němž se zabývám zejména otázkou reprezentace znalostí, inference a neurčitosti. Závěrečná část práce je věnována procesu tvorby expertních systémů, především pak tvorbě vlastní aplikace. Jedná se o bázi znalostí zpřístupněnou prostřednictvím webové služby ES NEST v síti internet. Tento jednoduchý expertní systém zabývající se výběrem studijního oboru na Vysoké škole ekonomické v Praze poslouží jednak k názorné demonstraci uvedených poznatků, jednak ke zhodnocení potencionálních výhod a nevýhod expertních systémů.
|
|
|
Rozhodování člověka a počítače
Belák, Václav ; Rosický, Antonín (vedoucí práce) ; Havel, Ivan (oponent) ; doc. Ing. Ivan M. Havel, CSc. Ph.D., (oponent)
Rozhodování je procesem výběru jedné z možných variant akcí. U jedince se jedná o komplexní proces, který je ovlivněn očekáváním jedince, jeho znalostmi, porozuměním světu, hodnotami a také jeho schopností tvořit. Komplexita tohoto procesu vzrůstá, uvážíme-li postavení jedince v kolektivu. Vyrovnávání se s těmito problémy je tradičně výzvou pro psychologii a management. Autorovým cílem je pojmutí této problematiky z perspektivy kognitivní vědy spolu s akcentem na inteligentní systémy pro podporu rozhodování. Nastíníme některé ze základních principů těchto systémů a po pojmenování rozdílů mezi těmito a lidským procesem rozhodování se přesuneme k jednotlivým přínosům a úskalím kombinace obou procesů rozhodování, v jejichž vhodné kombinaci spočívá úspěch budoucích rozhodnutí.
|
host ::
RSS.