Mail:









Słowniczek Sztucznej Inteligencji





Wprowadzenie do Języka R




Język R … od słów do czynów !!!




A.I.: Jaka jest nasza Przyszłość?

[101 Prostych Pytań]




VIDEO



  Hipoteza Riemanna

 Pogadać z Maszyną 1

 Pogadać z Maszyną 2

 Pogadać z Maszyną 3

 Pogadać z Maszyną 4

 Wywiad z maszyną !

 Co słyszy Sztuczna Inteligencja?

 Komputer Kwantowy

 Świadomość Maszyn

 Sztuczna Inteligencja - Szansa czy Zagrożenie?

 This is AI 1

 This is AI 2 : How machines learn

 This is AI 3 : Learnig for life

 This is AI 4: A synthetic sixth sense




Bogowie Sztucznej Inteligencji






SŁOWNIK TERMINÓW ROBOTYCZNYCH




Anatomia Robota

  • Systemy Sterowania
  • Sprzęt Komputerowy
  • Niezawodność, Bezpieczeństwo i Zgodność
  • Kroki Projektowe: HLD
  • Energia i systemy zasilania
  • Kontrola Energii
  • DSP
  • Komunikacja
  • Silniki i Siłowniki
  • Mechanika



  • Artificial Intelligence




    Fundamenty


    • Prolog

    • Wprowadzenie do A.I.

    • Definiowanie roli danych

    • Biorąc pod uwagę alogorytmy

    • Pionierski ,specjalistyczny sprzęt

    • Zastosowanie AI w aplikacjach komputerowych

    • Automatyzacja typowych procesów

    • Zastosowanie AI w medycynie

    • A.I. a poprawa interakcji

    • Analiza danych przez A.I.

    • Wykorzystanie machine learning

    • Poprawa A.I. (…)

    • Rozwój robotów

    • Latanie dronami

    • Samochód napędzany A.I.

    • Zroumieć aplikacje bez szans

    • AI w Kosmosie

    • Nowe zawody w erze A.I.

    •  X zawodów dla A.I.(?)

    • Wkład A.I. w społęczeństwo

    • Jak zawiodła A.I.




    "Ocieplamy" Fundamenty


    • Intuicyjna koncepcja sztucznej inteligencji

    • Podstawy wyszukiwania

    • Inteligentne wyszukiwanie

    • Algorytmy Ewolucyjne

    • Zaawansowane podejście ewolucyjne

    • Inteligencja Roju: Mrówki

    • Inteligencja roju: Cząstki

    • Uczenie maszynowe

    • Sztuczne sieci neuronowe

    •  Uczenie się ze wzmocnieniem za pomocą Q-Learning




    XVI Filarów Świątyni ArtInt′a


    • Korzenie i Zakres

    • Reprezentacja i wyszukiwanie

    • Struktury i strategie wyszukiwania

    • Wyszukiwanie Heurystyczne

    • Metody Stochastyczne

    • Budowanie algorytmów sterowania

    • Reprezentacja Wiedzy

    • Silna metoda rozwiązywanie problemów

    • Rozumowanie w niepewnych sytuacjach

    •  Uczenie maszynowe : oparte na symbolach

    • Uczenie maszynowe : koneksjonizm

    • Uczenie maszynowe : genetyczne i awaryjne

    • Uczenie maszynowe : probabilistyczne

    • Automatyczne rozumowanie

    • Rozumienie języka naturalnego

    • Sztuczna Inteligencja jako pytanie empiryczne




    IV Ściany Świątyni ArtInt′a


    • Ściana Północna : Sieci Bayesowskie

    • Ściana Zachodnia : Rozpoznawanie Obrazów

    •  Ściana Południowa : Obliczenia Ewolucyjne

    • Ściana Wschodnia : Systemy Rozmyte




    Dach Świątyni ArtInt′a


    • SuperInteligencja




    Sztuczna Inteligencja i Big Data

    Sekcja 1 : Big Data i systemy sztucznej inteligencji

    Sekcja 2 : Ontologia dla dużych zbiorów danych

    Sekcja 3: Uczenie się z dużych zbiorów danych

    Sekcja 4:Sieci neuronowe dla dużych zbiorów danych

    Sekcja 5: Deep Big Data Analytics

    Sekcja 6: Przetwarzanie języka naturalnego

    Sekcja 7: Systemy rozmyte

    Sekcja 8: Programowanie genetyczne

    Sekcja 9: Analiza roju

    Sekcja 10: Uczenie się przez wzmocnienie

    Sekcja 11: Cyberbezpieczeństwo

    Sekcja 12: Obliczenia poznawcze












    Wczoraj , Dziś … Jutro




    Chcesz mówić jak Jezus? Po aramejsku? Da się zrobić…



    www.szkolazpieklarodem.pl












    Odwiedzin: 5504
    Dzisiaj: 2
    On-line: 1
    Strona istnieje: 509 dni
    Ładowanie: 0.347 sek


    [ 1748 ]


    R : Krok po kroku (V)



    Wyrażenia regularne w R : Podstawy

    Należy zachować ostrożność podczas przypisywania obiektów do nazw. Ponadto środowisko Global lub dowolna inna baza danych języka R może z łatwością zawierać setki obiektów. Dlatego częstym zadaniem jest wyszukiwanie wzorców w nazwach obiektów np. wyszukiwanie wszystkich nazw obiektów zaczynających się od "Figure". lub kończące się na ".dat". Funkcja objects() lub ls() ma argumenty pos i wzorzec do określania pozycji bazy danych do przeszukania oraz wzorzec znaków pojawiających się odpowiednio w nazwie (lub łańcuchu). Argumentowi wzorzec można podać dowolne wyrażenie regularne. Wyrażenia regularne zapewniają metodę wyrażania wzorców w wartościach znakowych i są używane do wykonywania różnych zadań w R. Tutaj rozważamy tylko zadanie wyodrębnienia określonych obiektów w bazie danych za pomocą argumentu pattern objects() lub ls(). Składnia wyrażeń regularnych podlega innym regułom niż składnia zwykłych instrukcji języka R. Ponadto jego składnia różni się w zależności od konkretnej implementacji, z której korzysta program. Domyślnie R używa zestawu wyrażeń regularnych do tych używanych przez narzędzia UNIX, ale argumenty funkcji są dostępne do zmiany wartości domyślnej, np. ustawiając argument perl = TRUE. Wyrażenia regularne składają się z trzech elementów: pojedynczych znaków; klasy znaków i modyfikatory działające na pojedynczych znakach i klasach znaków. Klasy znaków są tworzone za pomocą nawiasów kwadratowych otaczających zestaw znaków do dopasowania na przykład [abc123]; [a-z]; [a-zA-Z]; [0-9a-z]. Zwróć uwagę na użycie myślnika do wskazania zakresu wartości. Modyfikatory działające na znakach lub klasach znaków podsumowano poniżej:

    Modyfikator : Działanie

    ^ : Kotwice wyrażenia na początku łańcucha docelowego
    $ : Wyrażenie zakotwicza się na końcu łańcucha docelowego
    . : Dowolny pojedynczy znak poza znakiem nowej linii jest dopasowywany
    | : Alternatywne wzory są oddzielone
    () : Wzory są zgrupowane razem
    * : Zero lub więcej wystąpień poprzedniej encji jest dopasowanych
    ? :Dopasowane jest zero lub jedno wystąpienie poprzedniej jednostki
    + :Jedno lub więcej wystąpień poprzedniej encji jest dopasowanych
    {n} :Dopasowanych jest dokładnie n wystąpień poprzedniej encji
    {n,} :Co najmniej n wystąpień poprzedniej jednostki jest dopasowanych
    {n, m} :Przynajmniej n i co najwyżej m wystąpień poprzedniej jednostki jest dopasowanych

    Ze względu na ich rolę jako modyfikatorów lub w tworzeniu klas znaków, następujące znaki muszą być poprzedzone odwrotnym ukośnikiem, jeśli potrzebne jest ich dosłowne znaczenie:

    [] {} () ^ $. | * + \

    Zauważ, że w R oznacza to, że za każdym razem, gdy jeden z powyższych znaków ma zostać zmieniony w wyrażeniu regularnym, musi być poprzedzony podwójnym ukośnikiem odwrotnym. Oto kilka przykładów wyrażeń regularnych.

    Wyrażenie regularne : Znaczenie

    "[a-z] [a-z] [0-9]": dopasowuje ciąg składający się z dwóch małych liter, po których następuje cyfra
    "[a-z] [a-z] [0-9] $": dopasowuje ciąg kończący się dwoma małymi literami, po których następuje cyfra
    "^ [a-zA-Z] + \\". : Dopasowuje ciąg zaczynający się od dowolnej liczby małych lub dużych liter, po których następuje kropka
    "(ab) {2} (34) {2} $": dopasowuje ciąg kończący się na abab3434

    Ćwiczenie 2

    Zainicjuj sesję języka R.

    a) Dołącz pakiet MASS w drugiej (domyślnej) pozycji ścieżki wyszukiwania, wydając polecenie
    > library (MASS) ENTER

    b) Uzyskaj listę wszystkich obiektów w pakiecie MASS na żądanie
    > objects (pos = 2) ENTER

    c) Wyjaśnij różnicę między obiektami (pos = 2, pat = ".") i obiektami (pos = 2, pat = "\\.").

    d) Uzyskaj listę wszystkich obiektów z nazwami zaczynającymi się od trzech liter, po których następuje cyfra.

    e) Uzyskaj listę wszystkich obiektów z nazwami kończącymi się trzema literami i cyfrą.

    f) Uzyskaj listę wszystkich obiektów, których nazwy kończą się kropką, po której następują dokładnie trzy lub cztery litery.




    Sztuczna Inteligencja z Językiem NetLogo



    LINK



    Sztuczna Inteligencja Dla Gier

     [aktualizacja : 21.11.2020] 


    RUCHY SKOORDYNOWANE

    Gry coraz częściej wymagają, aby grupy postaci poruszały się w skoordynowany sposób. Skoordynowany ruch może odbywać się na dwóch poziomach. Osoby mogą podejmować decyzje, które uzupełniają się nawzajem, sprawiając, że ich ruchy wydają się skoordynowane. Mogą też podjąć decyzję jako całość i poruszać się w wyznaczonej, skoordynowanej grupie. W tej części omówiono sposoby spójnego przenoszenia grup postaci, po podjęciu już decyzji, że powinny poruszać się razem. Nazywa się to zwykle ruchem formującym. Ruch formacyjny to ruch grupy postaci w celu zachowania pewnej organizacji grupy. W najprostszym przypadku może polegać na poruszaniu się po ustalonym wzorze geometrycznym, takim jak V lub linia obok siebie, ale nie jest do tego ograniczony. Formacje mogą również korzystać ze środowiska. Oddziały postaci mogą na przykład przemieszczać się między punktami osłon za pomocą sterowania formacją z niewielkimi modyfikacjami. Ruch formacji jest używany w zespołowych grach sportowych, grach drużynowych, grach strategicznych czasu rzeczywistego oraz w coraz większej liczbie strzelanek pierwszoosobowych, gier wyścigowych i przygodowe gry akcji. Jest to prosta i elastyczna technika, która jest znacznie szybsza w pisaniu i wykonywaniu oraz może zapewnić znacznie stabilniejsze zachowanie niż taktyczne podejmowanie decyzji w oparciu o współpracę.

    Rozszerzenie do więcej niż dwóch poziomów

    Dwupoziomowy system sterowania można rozbudować o kolejne poziomy, dając możliwość tworzenia formacji formacji. Jest to coraz ważniejsze w wojskowych grach symulacyjnych z dużą ilością jednostek; w ten sposób organizowane są prawdziwe armie. Powyższe ramy można po prostu rozszerzyć, aby wspierać dowolną głębokość formowania. Każda formacja ma swój własny punkt kontrolny, odpowiadający postaci lidera lub reprezentujący formację w sposób abstrakcyjny. Sterowaniem tym punktem kotwiczenia może sterować z kolei inna formacja. Punkt zakotwiczenia próbuje pozostać w pozycji szczeliny formacji wyższego poziomu.



    Rysunek przedstawia przykład zaczerpnięty z instrukcji szkolenia żołnierzy piechoty USA. Zespół strzelców piechoty ma charakterystyczny układ opuszków palców (zwany w języku wojskowym "klinem"). Te formacje z opuszkami palców są następnie łączone w formację całego oddziału piechoty. Z kolei ten skład jest używany w formacji najwyższego stopnia: formacji ruchu kolumny dla plutonu strzelców. Rysunek poniżej pokazuje każdą formację osobno, aby zilustrować, jak zbudowana jest ogólna struktura z rysunku powyżej. Zauważ, że w składzie są trzy miejsca, z których jeden zajmuje indywidualna postać. To samo dzieje się na poziomie całego plutonu: dodatkowe osoby zajmują miejsca w formacji. Dopóki zarówno postacie, jak i formacje mają ten sam interfejs, system formacji może poradzić sobie z umieszczeniem pojedynczej lub całej podformacji w jednym slocie. Skład i pluton w przykładzie pokazują słabość naszej obecnej implementacji. Formacja drużyny ma trzy miejsca. Nic nie stoi na przeszkodzie, aby miejsce lidera drużyny było zajęte przez zespół strzelców, i nic nie stoi na przeszkodzie, aby formacja miała dwóch liderów i tylko jedną drużynę strzelecką. Aby uniknąć takich sytuacji, musimy dodać koncepcję ról slotów.



    •  Wprowadzenie
    • AI Gry




    Nowoczesna Sztuczna Inteligencja



    •  Wprowadzenie

    • Inteligentni Agenci

    • Rozwiązywanie problemów przez wyszukiwanie