Журавков М.А. Технологии искусственного интеллекта и интеллектуальные системы компьютерного моделирования и инженерных расчетов. Вводный курс

Минск: БГУ, 2024. — 177 с.Учебное пособие представляет собой вводный курс в такое актуальное современное направление, как технологии искусственного интеллекта (ИИ) и их применение в интеллектуальных системах компьютерного моделирования и инженерных расчетов. В пособии рассматриваются основные определения, понятия технологий ИИ, составные части ИИ через собственное восприятие и интерпретацию автора применительно к разработке интеллектуальных систем компьютерного моделирования и инженерных расчетов для различных классов задач механики. Данное пособие используется, в частности, при чтении таких специальных курсов для студентов отделения «Механика. Математическое моделирование» механико-математического факультета БГУ, как ««Основы CAD и CAE технологий в механике. Основы технологий ИИ в механике», «Компьютерное моделирование». Материал данного курса лекций представляет интерес как специалистам в области теоретической и прикладной механики, математического моделирования, численных методов, так и может быть рекомендован широкому кругу читателей, интересующихся применением современных методов численного и компьютерного моделирования в прикладных науках.A4 формат.Введение.
Общие понятия, определения.
Происхождение термина «искусственный интеллект».
Дартмутский семинар.
Что такое ИИ?
Основные направления исследований в области ИИ в настоящее время.
Символьное моделирование мыслительных процессов.
Работа с естественными языками.
Представление, обработка и использование знаний.
Машинное обучение.
«Биологическое моделирование» в системах ИИ.
Интеллектуальная робототехника.
Машинное творчество.
Современный ИИ. Эра «сверхразума» – общий ИИ.
Интеллектуальные cистемы компьютерного моделирования и инженерных расчетов.
Общие сведения.
Разработка прикладных систем на базе CAD&CAEтехнологий.
Анализ видеоинформации («Компьютерное зрение»).
Интеллектуальные системы компьютерного моделирования.
ИИ и инженерное дело.
Искусственный интеллект в образовании.
Общие сведения.
О подготовке кадров в области ИИ.
Некоторые выводы.
Машинное обучение.
Введение.
О понятии машинного обучения.
Как связаны машинное обучение, нейросети и глубокое обучение.
Три составляющие МО.
Машинное обучение и «традиционное» программирование.
Основные виды (типы) машинного обучения.
Классическое обучение.
Обучение с подкреплением.
Ансамбли.
Нейросети и глубокое обучение.
Некоторые общие правила МО.
Предварительная обработка данных.
Общие проблемы машинного обучения.
Перспективы машинного обучения: не начнет ли ИИ думать за человека?
Примеры использования методов и технологий МО.
Методы нейронных сетей.
Общие положения.
Кракто из истории появления и развития ИНС.
Архитектура (геометрия) нейросетей.
Обучение и настройка нейронных сетей.
Функции-активаторы.
Использование методов ИНС для решения задач моделирования механических процессов.
Пример построения простой нейросети.
Библиотеки для работы с нейросетями в Python.
Цифровые двойники.
Цифровые двойники современного предприятия.
Этапы создания ЦД предприятия.
От пилотного проекта до масштабирования технологии ЦД.
7 Экспертные системы. Инженерия знаний.
Общие понятия и определения.
Экспертные системы.
Инженерия Знаний.
Методология построения системы «Базы Знаний».
Построение Баз Знаний на основе сведений, полученных от эксперта.
Требования к Знаниям.
Приобретение знаний. Конструирование системы.
Формы и способы представления знаний.
Организация хранения информации.
Принципы построения Баз Знаний.
Типы иерархической структуры для построения Баз Знаний.
Этапы построения системы «Базы Знаний».
Построение системы Базы Знаний по принципу «Продукционной системы».
Представление знаний, основанное на фреймах.
Представлений знаний в виде семантической сети.
Использование аппарата математической логики при построении экспертных систем.
Стратегии управления выводом.
Разработка стратегии.
Повышение эффективности поиска.
Диалог с ЭС. Объяснение 1.
Заключение.
Библиографические ссылки.