Hlavní navigace

Zmatení (programovacích) jazyků - Témata označená nálepkou Umělá inteligence

  • K čemu je teorie (důkazů)

    Teorie důkazů, součást formální logiky, se může jevit jako něco abstraktního (a určitě vyžaduje jistou dávku matematického myšlení, spousta studentů na ní u zkoušky pohoří). Proto je vždy přínosné vidět aplikaci něčeho takového v praxi (a hlavně pochopit, jak a proč to funguje). Jistě se shodneme, že umělá inteligence je obor praktický, a i její podobor – automatické plánování – je na hony vzdálen šedivé teorii.
  • Obtížnost hledání min

    Snad každý, kdo kdy používal Windows, zná hru Minesweeper, tedy hledání min. Různé hry, včetně této, se staly předmětem seriózního teoretického výzkumu. Například bylo zjištěno, že Sokoban (skladník přesouvající bedny na určené místo) je NP-těžký problém. Stejně tak hledání min je NP-těžké. Zde jako malé myšlenkové cvičení ukázka, jak lze algoritmicky řešit hledání min převedením na problém splnitelnosti výrokových formulí (SAT).
  • Jak na inteligentního robota (2) - senzory & lokalizace

    Minule jsme si ukázali, jak robotem hýbat, a viděli, jak se akumuluje odometrická chyba. Takový robot by byl samozřejmě dost k ničemu, protože i kdyby se snažil jezdit podle předem dané přesné mapy, brzy by se “ztratil” (nebyl by tam, kde si myslí, že je). Nyní se nejprve stručně popíšeme levné a dostupné senzory a následně představíme algoritmus (používaný například i v autech bez řidiče Googlu), jak je použít pro lokalizaci (tj. jak robot pozná, kde přesně je, vzhledem k mapě prostředí).
  • Jak na inteligentního robota (1)

    V poslední době se k výuce programování čím dál častěji používají roboti. Různé podvozky pro Arduino jsou relativně levné a ani Lego Mindstorms nezatíží rozpočet přespříliš. Na ZŠ pochopitelně stačí jednoduchý kód pro dálkové ovládání, jde spíše o výuku základů algoritmizace (dokonalé „škola hrou“). Ale ani takové EV3 není jen hračka, na VŠ se často používá k experimentům s pokročilými algoritmy umělé inteligence (lokalizace, mapování apod.)…
    7. 3. 2014 14:50 (aktualizováno)
  • Sensus communis

    CSR (common sense reasoning) je jednou z nejdůležitějších oblastí umělé inteligence. Jak sám název napovídá, CSR úzce souvisí s formální logikou. Z pohledu implementace vyvstává otázka, jak lze CSR adekvátně reprezentovat a vyhodnocovat. Obecné znalosti (common knowledge) lidé získávají skrz jazyk a není důvod, proč by tomu mělo být v AI jinak. Jazyk je lineární reprezentací informací a jeho formální podobu lze interpretovat v duchu tzv. konjunktivismu, tj…
  • Answer Set Programming

    Nikdo jistě nepochybuje o užitečnosti logického programování. Znalost většiny vývojářů ovšem končí u Prologu (pokud vůbec), což je sice velmi elegantní a propracovaný jazyk, ale má i pár nevýhod. Moderní implementace nabízejí tabling, čímž zaručují vyvarování se nekonečné smyčky, pokud program splňuje „bounded term-depth property“, ale až na nečetné výjimky nepodporují disjunkci (protože trvají na Hornových klauzulích). Řešení poskytuje až ASP (dříve nazývané „stable models programming“).
  • Kognitivní asistent

    Jak se implementuje aplikace à la Siri? Protože právě na podobném projektu pracuji, popíšu (velmi stručně) jednotlivé moduly v pořadí, jak si předávají data. V závorkách uvádím anglické názvy pro snazší vygooglování. 1. Rozpoznání řeči (speech recognition). To si člověk na koleně nenapíše. Pro mobilní aplikace nabízí SDK například Nuance. Někdy je vhodné použít ne nejpravděpodobnější rozpoznaný text, ale celý chart (lattice)…