Искусственный интеллект. Современный подход

Обложка......Page 1
Шмутцтитул......Page 2
Титульный лист......Page 3
Аннотация......Page 4
Оглавление......Page 5
Содержание......Page 7
Предисловие......Page 24
Краткий обзор книги......Page 25
Отличия от первого издания......Page 26
Как использовать эту книгу......Page 27
Благодарности......Page 28
Об обложке......Page 30
17.4. Марковские процессы принятия решений в частично наблюдаемых вариантах среды 8......Page 31
Часть I. Искусственный интеллект......Page 33
1.1. Общее определение искусственного интеллекта......Page 34
Проверка того, способен ли компьютер действовать подобно человеку: подход, основанный на использовании теста Тьюринга......Page 36
Как мыслить по-человечески: подход, основанный на когнитивном моделировании......Page 37
Как мыслить рационально: подход, основанный на использовании \"законов мышления\......Page 38
Как мыслить рационально: подход, основанный на использовании рационального агента......Page 39
Философия (период с 428 года до н.э. по настоящее время)......Page 40
Математика (период примерно с 800 года по настоящее время)......Page 43
Экономика (период с 1776 года по настоящее время)......Page 45
Неврология (период с 1861 года по настоящее время)......Page 46
Психология (период с 1879 года по настоящее время)......Page 49
Вычислительная техника (период с 1940 года по настоящее время)......Page 51
Теория управления и кибернетика (период с 1948 года по настоящее время)......Page 52
Лингвистика (период с 1957 года по настоящее время)......Page 53
1.3. История искусственного интеллекта 54 Появление предпосылок искусственного интеллекта (период с 1943 года по 1955 год)......Page 54
Рождение искусственного интеллекта (1956 год)......Page 55
Ранний энтузиазм, большие ожидания (период с 1952 года по 1969 год)......Page 56
Столкновение с реальностью (период с 1966 года по 1973 год)......Page 60
Системы, основанные на знаниях: могут ли они стать ключом к успеху (период с 1969 года по 1979 год)......Page 62
Возвращение к нейронным сетям (период с 1986 года по настоящее время)......Page 65
Превращение искусственного интеллекта в науку (период с 1987 года по настоящее время)......Page 66
Появление подхода, основанного на использовании интеллектуальных агентов (период с 1995 года по настоящее время)......Page 68
1.4. Современное состояние разработок......Page 69
1.5. Резюме......Page 71
Библиографические и исторические заметки......Page 72
Упражнения......Page 73
2.1. Агенты и варианты среды......Page 75
Показатели производительности......Page 78
Рациональность......Page 79
Всезнание, обучение и автономность......Page 80
2.3. Определение характера среды......Page 82
Определение проблемной среды......Page 83
Свойства проблемной среды......Page 86
2.4. Структура агентов......Page 90
Программы агентов......Page 91
Простые рефлексные агенты......Page 93
Рефлексные агенты, основанные на модели......Page 96
Агенты, основанные на цели......Page 97
Агенты, основанные на полезности......Page 99
Обучающиеся агенты......Page 100
2.5. Резюме......Page 103
Библиографические и исторические заметки......Page 104
Упражнения......Page 106
Часть II. Решение проблем......Page 109
3.1. Агенты, решающие задачи......Page 110
Хорошо структурированные задачи и решения......Page 113
Формулировка задачи......Page 115
Упрощенные задачи......Page 116
Реальные задачи......Page 120
3.3. Поиск решений......Page 122
Измерение производительности решения задачи......Page 126
Поиск в ширину......Page 127
Поиск в глубину......Page 130
Поиск с ограничением глубины......Page 131
Поиск в глубину с итеративным углублением......Page 133
Двунаправленный поиск......Page 135
3.5. Предотвращение формирования повторяющихся состояний......Page 136
3.6. Поиск с частичной информацией......Page 139
Проблемы отсутствия датчиков......Page 140
Проблемы непредвиденных ситуаций......Page 142
3.7. Резюме......Page 144
Библиографические и исторические заметки......Page 145
Упражнения......Page 147
Глава 4. Информированный поиск и исследование пространства состояний......Page 153
4.1. Стратегии информированного (эвристического) поиска......Page 154
Жадный поиск по первому наилучшему совпадению......Page 155
Поиск А*: минимизация суммарной оценки стоимости решения......Page 157
Эвристический поиск с ограничением объема памяти......Page 163
Обучение лучшим способам поиска......Page 166
4.2. Эвристические функции......Page 167
Зависимость производительности поиска от точности эвристической функции......Page 168
Составление допустимых эвристических функций......Page 170
Изучение эвристических функций на основе опыта......Page 173
4.3. Алгоритмы локального поиска и задачи оптимизации......Page 174
Поиск с восхождением к вершине......Page 175
Поиск с эмуляцией отжига......Page 180
Локальный лучевой поиск......Page 181
Генетические алгоритмы......Page 182
4.4. Локальный поиск в непрерывных пространствах......Page 187
4.5. Поисковые агенты, действующие в оперативном режиме, и неизвестные варианты среды......Page 189
Задачи поиска в оперативном режиме......Page 190
Агенты, выполняющие поиск в оперативном режиме......Page 193
Локальный поиск в оперативном режиме......Page 194
Обучение в ходе поиска в оперативном режиме......Page 197
4.6. Резюме......Page 198
Библиографические и исторические заметки......Page 199
Упражнения......Page 204
Глава 5. Задачи удовлетворения ограничений......Page 209
5.1. Задачи удовлетворения ограничений......Page 210
5.2. Применение поиска с возвратами для решения задач CSP......Page 214
Упорядочение переменных и значений......Page 217
Распространение информации с помощью ограничений......Page 219
Интеллектуальный поиск с возвратами: поиск в обратном направлении......Page 224
5.3. Применение локального поиска для решения задач удовлетворения ограничений......Page 226
5.4. Структура задач......Page 228
Библиографические и исторические заметки......Page 233
Упражнения......Page 236
6.1. Игры......Page 240
Оптимальные стратегии......Page 242
Минимаксный алгоритм......Page 245
Оптимальные решения в играх с несколькими игроками......Page 246
6.3. Альфа-бета-отсечение......Page 247
Функции оценки......Page 252
Прекращение поиска......Page 254
6.5. Игры, которые включают элемент случайности......Page 257
Оценка позиции в играх с узлами жеребьевки......Page 260
Сложность оценки ожидаемых минимаксных значений......Page 261
Карточные игры......Page 262
6.6. Современные игровые программы......Page 264
6.7. Обсуждение изложенных сведений......Page 268
6.8. Резюме......Page 270
Библиографические и исторические заметки......Page 271
Упражнения......Page 276
Часть III. Знания и рассуждения......Page 281
Глава 7. Логические агенты......Page 282
7.1. Агенты, основанные на знаниях......Page 284
7.2. Мир вампуса......Page 286
7.3. Логика......Page 290
7.4. Пропозициональная логика: очень простая логика......Page 294
Синтаксис......Page 295
Семантика......Page 296
Простая база знаний......Page 299
Логический вывод......Page 300
Эквивалентность, допустимость и выполнимость......Page 301
7.5. Шаблоны формирования рассуждений в пропозициональной логике......Page 303
Резолюция......Page 306
Прямой и обратный логический вывод......Page 311
Полный алгоритм поиска с возвратами......Page 316
Алгоритмы локального поиска......Page 318
Трудные задачи определения выполнимости......Page 320
Поиск ям и вампусов с помощью логического вывода......Page 322
Слежение за местонахождением и ориентацией......Page 324
Агенты на основе логических схем......Page 325
Сопоставление двух описанных типов агентов......Page 330
7.8. Резюме......Page 332
Библиографические и исторические заметки......Page 333
Упражнения......Page 337
8.1. Дополнительные сведения о представлении......Page 341
Модели для логики первого порядка......Page 347
Символы и интерпретации......Page 349
Атомарные высказывания......Page 351
Кванторы......Page 352
8.3. Использование логики первого порядка......Page 357
Проблемная область родства......Page 358
Числа, множества и списки......Page 361
Мир вампуса......Page 363
8.4. Инженерия знаний с применением логики первого порядка......Page 366
Процесс инженерии знаний......Page 367
Проблемная область электронных схем......Page 369
Библиографические и исторические заметки......Page 374
Упражнения......Page 376
Глава 9. Логический вывод в логике первого порядка......Page 380
Правила логического вывода для кванторов......Page 381
Приведение к пропозициональному логическому выводу......Page 382
Правило вывода в логике первого порядка......Page 384
Унификация......Page 386
Хранение и выборка......Page 388
Определенные выражения в логике первого порядка......Page 390
Простой алгоритм прямого логического вывода......Page 392
Эффективный прямой логический вывод......Page 394
Алгоритм обратного логического вывода......Page 399
Логическое программирование......Page 401
Эффективная реализация логических программ......Page 403
Избыточный логический вывод и бесконечные циклы......Page 406
Логическое программирование в ограничениях......Page 408
9.5. Резолюция......Page 409
Конъюнктивная нормальная форма для логики первого порядка......Page 410
Правило логического вывода с помощью резолюции......Page 412
Примеры доказательств......Page 413
Полнота резолюции......Page 416
Учет отношения равенства......Page 420
Стратегии резолюции......Page 421
Средства автоматического доказательства теорем......Page 423
9.6. Резюме......Page 428
Библиографические и исторические заметки......Page 429
Упражнения......Page 435
10.1. Онтологическая инженерия......Page 440
10.2. Категории и объекты......Page 443
Физическая композиция......Page 445
Меры......Page 448
Вещества и объекты......Page 449
Онтология ситуационного исчисления......Page 451
Описание действий в ситуационном исчислении......Page 453
Решение проблемы представительного окружения......Page 455
Решение проблемы выводимого окружения......Page 457
Исчисление времени и событий......Page 459
Обобщенные события......Page 460
Процессы......Page 462
Интервалы......Page 464
Флюентные высказывания и объекты......Page 465
10.4. Мыслительные события и мыслимые объекты......Page 466
Формальная теория убеждений......Page 467
Знания и убеждения......Page 469
Знания, время и действия......Page 470
10.5. Мир покупок в Internet......Page 471
Сравнение коммерческих предложений......Page 476
10.6. Системы формирования рассуждений о категориях......Page 477
Семантические сети......Page 478
Описательные логики......Page 482
10.7. Формирование рассуждений с использованием информации, заданной по умолчанию......Page 483
Открытые и закрытые миры......Page 484
Отрицание как недостижение цели и устойчивая семантика модели......Page 486
Логика косвенного описания и логика умолчания......Page 488
10.8. Системы поддержки истинности......Page 491
10.9. Резюме......Page 494
Библиографические и исторические заметки......Page 495
Упражнения......Page 503
Часть IV. Планирование......Page 511
Глава 11. Основы планирования......Page 512
11.1. Задача планирования......Page 513
Язык задач планирования......Page 514
Выразительность и расширения языка......Page 516
Пример: воздушный грузовой транспорт......Page 518
Пример: задача с запасным колесом......Page 519
Пример: мир блоков......Page 520
11.2. Планирование с помощью поиска в пространстве состояний......Page 521
Прямой поиск в пространстве состояний......Page 522
Обратный поиск в пространстве состояний......Page 523
Эвристики для поиска в пространстве состояний......Page 525
11.3. Планирование с частичным упорядочением......Page 527
Пример планирования с частичным упорядочением......Page 532
Планирование с частичным упорядочением и несвязанными переменными......Page 534
Эвристики для планирования с частичным упорядочением......Page 535
11.4. Графы планирования......Page 536
Применение графов планирования для получения эвристической оценки......Page 539
Алгоритм Graphplan......Page 541
Завершение работы алгоритма Graphplan......Page 544
11.5. Планирование с помощью пропозициональной логики......Page 545
Описание задач планирования в пропозициональной логике......Page 546
Сложности, связанные с использованием пропозициональных кодировок......Page 549
11.6. Анализ различных подходов к планированию......Page 551
11.7. Резюме......Page 553
Библиографические и исторические заметки......Page 554
Упражнения......Page 558
12.1. Время, расписания и ресурсы......Page 564
Составление расписаний с ресурсными ограничениями......Page 567
12.2. Планирование иерархической сети задач......Page 570
Представление декомпозиций действий......Page 572
Модификация планировщика для его использования в сочетании с декомпозициями......Page 574
Обсуждение вопроса......Page 577
12.3. Планирование и осуществление действий в недетерминированных проблемных областях......Page 580
Условное планирование в полностью наблюдаемых вариантах среды......Page 584
Условное планирование в частично наблюдаемых вариантах среды......Page 589
12.5. Контроль выполнения и перепланирование......Page 594
12.6. Непрерывное планирование......Page 600
Кооперация: совместные цели и планы......Page 605
Многотельное планирование......Page 606
Механизмы координации......Page 608
Конкуренция......Page 610
12.8. Резюме......Page 611
Библиографические и исторические заметки......Page 612
Упражнения......Page 616
Часть V. Неопределенные знания и рассуждения в условиях НЕОПРЕДЕЛЕННОСТИ......Page 621
13.1. Действия в условиях неопределенности......Page 622
Учет наличия неопределенных знаний......Page 623
Неопределенность и рациональные решения......Page 626
Проект агента, действующего в соответствии с теорией решений......Page 627
Высказывания......Page 628
Атомарные события......Page 629
Априорная вероятность......Page 630
Условная вероятность......Page 632
Использование аксиом вероятностей......Page 635
Теоретическое обоснование аксиом вероятностей......Page 636
13.4. Логический вывод с использованием полных совместных распределений......Page 638
13.5. Независимость......Page 642
Применение правила Байеса: простой случай......Page 644
Использование правила Байеса: комбинирование свидетельств......Page 646
13.7. Еще одно возвращение в мир вампуса......Page 648
13.8. Резюме......Page 652
Библиографические и исторические заметки......Page 653
Упражнения......Page 656
14.1. Представление знаний в неопределенной проблемной области......Page 660
Представление полного совместного распределения......Page 664
14.3. Эффективное представление распределений условных вероятностей......Page 669
14.4. Точный вероятностный вывод в байесовских сетях......Page 675
Вероятностный вывод с помощью перебора......Page 676
Алгоритм устранения переменной......Page 678
Сложность точного вероятностного вывода......Page 681
Алгоритмы кластеризации......Page 682
14.5. Приближенный вероятностный вывод в байесовских сетях......Page 683
Методы непосредственной выборки......Page 684
Вероятностный вывод по методу моделирования цепи Маркова......Page 690
14.6. Распространение вероятностных методов на представления в логике первого порядка......Page 694
14.7. Другие подходы к формированию рассуждений в условиях неопределенности......Page 699
Методы на основе правил для формирования рассуждений в условиях неопределенности......Page 700
Представление незнания: теория Демпстера-Шефера......Page 703
Представление неосведомленности: нечеткие множества и нечеткая логика......Page 704
14.8. Резюме......Page 706
Библиографические и исторические заметки......Page 707
Упражнения......Page 712
Глава 15. Вероятностные рассуждения во времени......Page 718
Состояния и наблюдения......Page 719
Стационарные процессы и марковское предположение......Page 720
15.2. Вероятностный вывод во временных моделях......Page 724
Фильтрация и предсказание......Page 725
Сглаживание......Page 728
Поиск наиболее вероятной последовательности......Page 731
Упрощенные матричные алгоритмы......Page 734
15.4. Фильтры Калмана......Page 737
Обновление гауссовых распределений......Page 738
Простой одномерный пример......Page 739
Общий случай......Page 743
Области применения калмановской фильтрации......Page 744
15.5. Динамические байесовские сети......Page 746
Процедура создания сетей DBN......Page 747
Точный вероятностный вывод в сетях DBN......Page 752
Приближенный вероятностный вывод в сетях DBN......Page 754
15.6. Распознавание речи......Page 758
Звуки речи......Page 760
Слова......Page 763
Предложения......Page 765
Разработка устройства распознавания речи......Page 769
15.7. Резюме......Page 770
Библиографические и исторические заметки......Page 771
Упражнения......Page 774
16.1. Совместный учет убеждений и желаний в условиях неопределенности......Page 778
16.2. Основы теории полезности......Page 780
Ограничения, налагаемые на рациональные предпочтения......Page 781
В начале была Полезность......Page 783
Полезность денег......Page 784
Шкалы полезности и оценка полезности......Page 788
Доминирование......Page 790
Структура предпочтений и многоатрибутная полезность......Page 793
Способы представления задачи принятия решений с помощью сети принятия решений......Page 795
16.6. Стоимость информации......Page 798
Простой пример......Page 799
Общая формула......Page 800
Реализация агента, действующего на основе сбора информации......Page 802
16.7. Экспертные системы, основанные на использовании теории принятия решений......Page 803
16.8. Резюме......Page 807
Библиографические и исторические заметки......Page 808
Упражнения......Page 810
Глава 17. Принятие сложных решений......Page 815
Пример......Page 816
Оптимальность в задачах последовательного принятия решений......Page 819
17.2. Итерация по значениям......Page 822
Полезности состояний......Page 823
Алгоритм итерации по значениям......Page 824
Сходимость итерации по значениям......Page 826
17.3. Итерация по стратегиям......Page 829
17.5. Агенты, действующие на основе теории решений......Page 836
17.6. Принятие решений при наличии нескольких агентов: теория игр......Page 839
17.7. Проектирование механизма......Page 851
17.8. Резюме......Page 855
Библиографические и исторические заметки......Page 856
Упражнения......Page 859
Часть VI. Обучение......Page 863
18.1. Формы обучения......Page 864
18.2. Индуктивное обучение......Page 867
Деревья решений, рассматриваемые как производительные элементы......Page 870
Выразительность деревьев решений......Page 872
Индуктивный вывод деревьев решений на основе примеров......Page 873
Выбор проверок атрибутов......Page 877
Оценка производительности обучающего алгоритма......Page 879
Шум и чрезмерно тщательная подгонка......Page 880
Расширение области применения деревьев решений......Page 883
18.4. Обучение ансамбля......Page 884
18.5. Принципы функционирования алгоритмов обучения: теория вычислительного обучения......Page 889
Оценка количества необходимых примеров......Page 890
Обучение списков решений......Page 892
Обсуждение полученных результатов......Page 894
18.6. Резюме......Page 895
Библиографические и исторические заметки......Page 896
Упражнения......Page 899
19.1. Логическая формулировка задачи обучения......Page 902
Примеры и гипотезы......Page 903
Поиск текущей наилучшей гипотезы......Page 905
Поиск на основе оценки наименьшего вклада......Page 908
19.2. Применение знаний в обучении......Page 913
Некоторые простые примеры......Page 914
Некоторые общие схемы......Page 915
19.3. Обучение на основе объяснения......Page 917
Извлечение общих правил из примеров......Page 919
Повышение эффективности правила......Page 921
Определение пространства гипотез......Page 923
Обучение и использование информации о релевантности......Page 924
19.5. Индуктивное логическое программирование......Page 927
Практический пример......Page 928
Нисходящие методы индуктивного обучения......Page 931
Индуктивное обучение с помощью обратной дедукции......Page 934
Совершение открытий с помощью индуктивного логического программирования......Page 937
19.6. Резюме......Page 939
Библиографические и исторические заметки......Page 940
Упражнения......Page 943
Глава 20. Статистические методы обучения......Page 945
20.1. Статистическое обучение......Page 946
Обучение параметрам с помощью метода максимального правдоподобия: дискретные модели......Page 950
Наивные байесовские модели......Page 953
Обучение параметрам с максимальным правдоподобием: непрерывные модели......Page 954
Обучение байесовским параметрам......Page 956
Определение путем обучения структур байесовских сетей......Page 959
20.3. Обучение с помощью скрытых переменных: алгоритм ЕМ......Page 961
Неконтролируемая кластеризация: определение в процессе обучения смешанных гауссовых распределений......Page 962
Обучение байесовских сетей со скрытыми переменными......Page 966
Обучение скрытых марковских моделей......Page 969
Общая форма алгоритма ЕМ......Page 970
Определение с помощью обучения структур байесовских сетей со скрытыми переменными......Page 971
20.4. Обучение на основе экземпляра......Page 972
Модели ближайшего соседа......Page 973
Ядерные модели......Page 975
20.5. Нейронные сети......Page 976
Элементы в нейронных сетях......Page 977
Структуры сетей......Page 979
Однослойные нейронные сети с прямым распространением (персептроны)......Page 980
Многослойные нейронные сети с прямым распространением......Page 985
Определение в процессе обучения структур нейронных сетей......Page 990
20.6. Ядерные машины......Page 991
20.7. Практический пример: распознавание рукописных цифр......Page 995
20.8. Резюме......Page 998
Библиографические и исторические заметки......Page 1000
Упражнения......Page 1005
21.1. Введение......Page 1010
21.2. Пассивное обучение с подкреплением......Page 1012
Непосредственная оценка полезности......Page 1014
Адаптивное динамическое программирование......Page 1015
Обучение с учетом временной разницы......Page 1016
21.3. Активное обучение с подкреплением......Page 1020
Исследование среды......Page 1021
Определение функции \"действие—стоимость\" с помощью обучения......Page 1025
21.4. Обобщение в обучении с подкреплением......Page 1027
Приложения методов обучения к ведению игр......Page 1031
Применение к управлению роботами......Page 1032
21.5. Поиск стратегии......Page 1033
21.6. Резюме......Page 1037
Библиографические и исторические заметки......Page 1039
Упражнения......Page 1042
Часть VII. Общение, восприятие и осуществление действий......Page 1045
Глава 22. Общение......Page 1046
22.1. Общение как действие......Page 1047
Основные понятия языка......Page 1048
Составные этапы общения......Page 1050
Словарь языка ?0......Page 1054
Грамматика языка ?0......Page 1055
22.3. Синтаксический анализ (синтаксический разбор)......Page 1056
Эффективный синтаксический анализ......Page 1058
22.4. Расширенные грамматики......Page 1065
Субкатегоризация глагола......Page 1068
22.5. Семантическая интерпретация......Page 1071
Семантика небольшой части английского языка......Page 1072
Время события и времена глаголов......Page 1074
Введение кванторов......Page 1075
Прагматическая интерпретация......Page 1078
Применение грамматик DCG для производства языковых конструкций......Page 1079
22.6. Неоднозначность и устранение неоднозначности......Page 1080
Устранение неоднозначности......Page 1083
Разрешение ссылок......Page 1085
Структура связной речи......Page 1087
22.8. Индуктивный вывод грамматики......Page 1089
22.9. Резюме......Page 1092
Библиографические и исторические заметки......Page 1093
Упражнения......Page 1097
Глава 23. Вероятностная обработка лингвистической информации......Page 1102
23.1. Вероятностные языковые модели......Page 1103
Вероятностные контекстно-свободные грамматики......Page 1106
Определение с помощью обучения вероятностей для грамматики PCFG......Page 1108
23.2. Информационный поиск......Page 1110
Сравнительный анализ систем информационного поиска......Page 1114
Совершенствование информационного поиска......Page 1115
Способы представления результирующих наборов......Page 1117
Создание систем информационного поиска......Page 1119
23.3. Извлечение информации......Page 1121
23.4. Машинный перевод......Page 1124
Статистический машинный перевод......Page 1127
Определение с помощью обучения вероятностей для машинного перевода......Page 1132
23.5. Резюме......Page 1134
Библиографические и исторические заметки......Page 1135
Упражнения......Page 1138
24.1. Введение......Page 1141
24.2. Формирование изображения......Page 1143
Получение изображения без линз — камера-обскура......Page 1144
Системы линз......Page 1145
Свет: фотометрия формирования изображения......Page 1146
Цвет — спектрофотометрия формирования изображения......Page 1147
24.3. Операции, выполняемые на первом этапе обработки изображения......Page 1148
Обнаружение краев......Page 1150
Сегментация изображения......Page 1153
24.4. Извлечение трехмерной информации......Page 1154
Движение......Page 1156
Бинокулярные стереоданные......Page 1158
Градиенты текстуры......Page 1161
Затенение......Page 1162
Контуры......Page 1164
24.5. Распознавание объектов......Page 1168
Распознавание с учетом яркости......Page 1171
Распознавание с учетом характеристик......Page 1172
Оценка позы......Page 1175
24.6. Использование системы машинного зрения для манипулирования и передвижения......Page 1177
24.7. Резюме......Page 1180
Библиографические и исторические заметки......Page 1181
Упражнения......Page 1184
25.1. Введение......Page 1188
Датчики......Page 1190
Исполнительные механизмы......Page 1192
25.3. Восприятие, осуществляемое роботами......Page 1195
Локализация......Page 1197
Составление карты......Page 1203
Другие типы восприятия......Page 1206
Пространство конфигураций......Page 1207
Методы декомпозиции ячеек......Page 1210
Методы скелетирования......Page 1214
25.5. Планирование движений в условиях неопределенности......Page 1215
Надежные методы......Page 1217
Динамика и управление......Page 1220
Управление на основе поля потенциалов......Page 1223
Реактивное управление......Page 1225
Обобщающая архитектура......Page 1227
Трехуровневая архитектура......Page 1229
Робототехнические языки программирования......Page 1230
25.8. Прикладные области......Page 1231
25.9. Резюме......Page 1235
Библиографические и исторические заметки......Page 1237
Упражнения......Page 1241
Часть VIII. Заключение......Page 1247
Глава 26. Философские основания......Page 1248
26.1. Слабый искусственный интеллект: могут ли машины действовать интеллектуально?......Page 1249
Довод, исходящий из неспособности......Page 1250
Возражения, основанные на принципах математики......Page 1251
Довод, исходящий из неформализуемости......Page 1253
26.2. Сильный искусственный интеллект: могут ли машины по-настоящему мыслить?......Page 1255
Проблема разума и тела......Page 1258
Эксперимент \"мозг в колбе\......Page 1260
Эксперимент с протезом мозга......Page 1261
Китайская комната......Page 1263
26.3. Этические и моральные последствия разработки искусственного интеллекта......Page 1266
26.4. Резюме......Page 1271
Библиографические и исторические заметки......Page 1272
Упражнения......Page 1275
Глава 27. Настоящее и будущее искусственного интеллекта......Page 1277
27.1. Компоненты агента......Page 1278
27.2. Архитектуры агентов......Page 1281
27.3. Оценка правильности выбранного направления......Page 1283
27.4. Перспективы развития искусственного интеллекта......Page 1285
Асимптотический анализ......Page 1288
Изначально сложные и недетерминированные полиномиальные задачи......Page 1290
А.2. Векторы, матрицы и линейная алгебра......Page 1291
А.З. Распределения вероятностей......Page 1293
Библиографические и исторические заметки......Page 1295
Б.1. Определение языков с помощью формы Бэкуса-Наура......Page 1297
Б.2. Описание алгоритмов с помощью псевдокода......Page 1298
Б.З. Оперативная помощь......Page 1299
Литература......Page 1302
Предметный указатель......Page 1373
Выходные данные......Page 1408
Обложка......Page 1409