Системы искусственного интеллекта

Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц.— М.: Мир, 1991. - 568 с.

Книга известного французского специалиста посвящена вопросам проектирования и применения систем искусственного интеллекта, при построении которых используются такие современные инструментальные средства, как языки Лисп, Пролог и оболочки экспертных систем. В качестве применения рассмотрена область принятия решений.

Для специалистов в области искусственного интеллекта и студентов старших курсов соответствующих специальностей вузов.

ПРЕДИСЛОВИЕ РЕДАКТОРА ПЕРЕВОДА
ПРЕДИСЛОВИЕ
Глава 1. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
1.1. Информатика и искусственный интеллект
1.2. Искусственный интеллект как наука
1.3. Области применения искусственного интеллекта
1.4. Историческая справка
1.5. Заключение
Глава 2. ПРЕДСТАВЛЕНИЕ ЗАДАЧИ
2.2. Естественный язык
2.3. Постановка задачи
2.4. Задачи в замкнутой форме
2.5. Общий подход к решению задачи
2.6. Пример полного решения задачи
2.7. Что нужно сделать, чтобы решить задачу?
2.8. Из истории развития и преподавания математики
2.9. Представления
2.10. Использование графических моделей в области искусственного интеллекта
2.10.2. Графические представления в решении задач
2.10.3. Графические представления в задачах на понимание естественного языка
2.11. Изменение представлений
2.12. Язык Лисп
2.12.2. Машинное представление и оценивание выражений
2.12.3. Другие функции Лиспа
2.12.4 Лямбда-функция. Определения и свойства
2.12.5. Создание новых конструкций в языке Лисп
2.13. Графы
Глава 3. ФОРМАЛЬНЫЕ СИСТЕМЫ
3.2. Определение формальной системы
3.3. Разрешимость и интерпретация формальных систем
3.4. Исчисление высказываний
3.4.1. Интерпретация исчисления высказываний
3.4.2. Разрешимость исчисления высказываний
3.5. Исчисление предикатов первого порядка
3.5.2. Вторая теорема Геделя (1931 г.): неполнота арифметики
3.5.3. Структура доказательства теоремы Геделя о неполноте арифметики
3.6. Теоремы ограничения в формальных системах
3.7. Алгоритм унификации
3.7.2. Идея алгоритма
3.7.3. Процедура подстановки
3.7.4. Тело алгоритма унификации
3.7.5. Завершение работы алгоритма унификации
3.7.6. Незамещаемые переменные
3.7.7. Реализация алгоритма унификации
3.8. Примеры использования унификации
3.8.2. Замечания по задачам типа геометрических тестов
3.8.3. Использование алгоритма унификации при автоматическом доказательстве теорем
3.8.4. Метод Сиклосси и Маринова
3.8.5. Решение тригонометрических уравнений. Процедура PRET (М. Grandbastien, 1974)
3.8.6. Решение арифметических задач. Процедура PARI (D. Bourgoin, 1978)
3.9. Программа Ж. Питра для исчисления высказываний
3.9.2. Метатеории рассматриваемой программы
3.9.3. Выбор контрольных задач для испытания программы
3.10. Принцип резолюции и язык Пролог
3.10.2. Теорема Эрбрана
3.10.3. Практическая организация доказательств по принципу Эрбрана
3.10.4. Примеры доказательств с помощью принципа Эрбрана
3.10.5. Анализ проведенных доказательств
3.10.6. Стратегии
3.10.7. Преимущества и ограничения метода резолюции
3.10.8. Язык Пролог и применение метода резолюции
Глава 4. КЛАССИЧЕСКИЕ МЕТОДЫ РЕШЕНИЯ ЗАДАЧ
4.2. Список хорошо решаемых задач (полиномиальные алгоритмы)
4.3. Классификация задач по степени сложности
4.4. Класс NP: недетерминированные полиномиальные задачи
4.5. Список задач класса NP
4.6. Изучение задач типа NP с помощью классов эквивалентностей
4.7. Основная теорема (Cook, 1971)
4.8. Класс NP-полных задач
4.9. Несколько доказательств эквивалентности задач
Глава 5. МЕТОДЫ РАСПРОСТРАНЕНИЯ ОГРАНИЧЕНИЙ И ПЕРЕБОРА
5.2. Градиентные методы
5.3. Линейное программирование
5.4. Градиентные методы в теории графов
5.5. Эвристический поиск
5.6. Алгоритм А*
5.7. Неявный перебор с распространением ограничений
5.7.2. Второй способ решения
5.7.3. Третий способ решения
5.8. Динамическое программирование
5.8.1. Теория динамического программирования
5.8.2. Преимущества динамического программирования
5.9. Оптимальная раскраска вершин на графе
5.10. Алгоритм оптимальной раскраски графа
5.10.2. Второй этап: поиск оптимального решения
5.11. Задача о коммивояжере
5.12. Универсальная программа решения задач
5.12.2. Задача об обезьяне и бананах
5.12.3. Задача из области формальной логики
5.12.4. Другие задачи, которые можно решить с помощью GPS
5.12.5. Заключение
Глава 6. ИГРОВЫЕ ПРОГРАММЫ. ПСИХОЛОГИЧЕСКИЕ АСПЕКТЫ
6.1. Дерево допустимых ходов
6.2. Оценивание позиций
6.3. Метод минимакса и выбор очередного хода
6.4. Альфа — бета-процедура
6.5. Основные недостатки игровых программ, основанных на анализе дерева ходов
6.5.2. Второй недостаток: эффект горизонта
6.6. Психологические аспекты принятия решения
6.7. Исследование психологии шахматистов
6.8. ROBIN — интеллектуальная программа для игры в шахматы
6.8.2. Различные типы планов в шахматах
6.8.3. Язык для разработки планов
6.8.4. Оптимизация защиты: понятие опасного хода
6.8.5. Результаты
Глава 7. ЭКСПЕРТНЫЕ СИСТЕМЫ
7.1. Примеры диалогов в экспертной системе
7.2. Функционирование системы MYCIN – TEIRESIAS
7.3. Продукционные системы
7.3.2. Используемые предположения при разработке продукционных систем и области их применимости
7.3.3. Варианты, используемые в концепции продукционной системы
7.3.4. Экспертные системы, использующие продукционные правила
7.4. Экспертные системы, основанные на логике предикатов первого порядка
7.4.2. PEACE — экспертная программа на языке Пролог
7.4.3. Система МЕСНО и решение задач механики на языке Пролог
7.4.4. Преимущества Пролога и исчисление предикатов
7.4.5. Язык SNARK — пример языка первого порядка
7.5. Сравнение декларативного и процедурного подходов
7.5.2. Управляющие структуры в экспертных системах
7.5.3. Продукционные правила и процедуры. Примеры
7.5.4. Производительность экспертных систем
7.5.5. Итоги сопоставления процедурного и декларативного подходов
7.6. Различные типы знаний и их представления
7.6.2. Различные представления знаний в существующих системах
7.6.3. Способы использования знаний и доступ к ним
7.6.4. Преимущества и недостатки продукционных систем
7.7. Метазнание
7.7.2. Метазнание стратегий
7.8. Заключение
7.9. Конкретный пример машины вывода экспертной системы
Глава 8. ИНФОРМАЦИОННАЯ СИСТЕМА ALICE
8.2. Язык системы ALICE
8.3. Модуль решения задачи
8.3.2. Перебор вариантов
8.4. Результаты
8.5. Работа системы ALICE
8.6. Подробные примеры решения
8.6.1. Логическо-арифметическая головоломка
8.6.2. Задача из области производства бумаги
8.7. Задачи, решенные с помощью системы ALICE
8.8. Эффективность системы и общие замечания
8.9. Ввод условий задач на французском языке
8.9.1. Принцип перевода
8.9.2. Пример перевода
Глава 9. УСВОЕНИЕ ЗНАНИЙ
9.2. Обучение игре в шашки
9.3. Обучение робота полезным действиям. Система STRIPS
9.4. Усвоение правил игры
9.5. Обучение планам
9.6. Учет характеристик
9.7. Усвоение понятий
БИБЛИОГРАФИЯ

Системы искусственного интеллекта

Оглавление