WYKŁADY

ĆWICZENIA

ASOCJACYJNE OBLICZENIA W SZTUCZNYCH SYSTEMACH SKOJARZENIOWYCH

WYKŁAD OBIERALNY

Czy chciałbyś zdobyć unikalną i specjalistyczną wiedzę z zakresu sztucznych systemów skojarzeniowych oraz poznać innowacyjne mechanizmy skojarzeniowe poprawiające twoje szanse na rynku pracy na dobrze płatne stanowisko pracy zaraz po studiach? Jak zdobyć dobrą kartę do negocjacji z przyszłym pracodawcą oraz móc zaproponować ciekawe i korzystne dla niego rozwiązania, za które będzie Cię cenił i chętnie premiował?

Przedmiot wprowadzający w modelowanie procesów skojarzeniowych naturalnie wywoływanych w mózgu i inicjujących różne procesy informacyjne i poznawcze oraz stanowiące podstawę ewaluacji zdobytej wiedzy i działania inteligencji. Sztuczne systemy skojarzeniowe modelują ich biologiczne odpowiedniki (układ nerwowy i mózg) na poziomie funkcjonalnym, umożliwiając formowanie się wiedzy w nich na podobieństwo procesów zachodzących w biologii oraz tworzenie sztucznych skojarzeń, jako odpowiedzi tych systemów na pobudzenia recepcyjne i neuronowe, które reprezentują pytania oraz ich kontekst. Sztuczne systemy skojarzeniowe pozwalają wykorzystać szeroki kontekst oraz wiedzę, która formuje się w nich w trakcie interakcji ze światem zewnętrznym, automatycznie utrwalając te najczęstsze i najbardziej spójne z pozostałymi wzorce i ich sekwencje. Można w nich odwzorować różne algorytmy, lecz są one zdolne również do ich uogólniania lub zmiany na skutek zmian kontekstu...
Sztuczne systemy skojarzeniowe charakteryzują się dużą szybkością działania dzięki wykorzystaniu wiedzy. Ich działanie jest zupełnie inne niż współczesnych systemów informatycznych, lecz mogą z nimi współpracować wykorzystując zalety obydwu rozwiązań. Sztuczne systemy skojarzeniowe mogą również posłużyć do osadzenia w nich asocjacyjnej sztucznej inteligencji, która bazuje na skojarzeniach, wiedzy i potrzebach.
Można wykorzystać potencjał biologicznych systemów skojarzeniowych w informatyce. Zapraszam do odkrywania wiedzy tajemnej dotyczącej sposobu ich działania...

Za kilka lat współcześnie wykorzystywane algorytmy i struktury danych oraz sprzęt nie będą już zdolne skutecznie radzić sobie z przetwarzaniem wykładniczo rosnącej ilości danych niezależnie od szybkości rozwoju sprzętu komputerowego. BIG DATA za kilka lat zmieni się w BIG PROBLEM, jeśli nie skorzystamy z mechanizmów asocjacyjnych, które sprawdzają się od milionów lat w strukturach mózgowych organizmów żywych!

Zaliczenie:

W celu zdobycia umiejętności wykorzystania wiedzy zdobytej na wykładzie oraz jej ugruntowania w postaci praktycznych umiejętności tworzenia i programowania sztucznych systemów skojarzeniowych realizowane będą projekty 1,2,3-osobowe w zależności od stopnia skomplikowania tematu. Zaliczenie przedmiotu polegać będzie na sprawdzeniu realizacji tych projektów zgodnie z założeniami. Na wykładzie będą omawiane kwestie konstrukcji tych systemów, a więc udział we wszystkich wykładach jest czynnikiem niezbędnym, umożliwiającym realizację wybranego projektu oraz kolokwium zaliczeniowe na jednym z ostatnich wykładów w semestrze sprawdzającym zdobytą wiedzę na wykładach i ćwiczeniach. Myślę jednak, iż więcej satysfakcji niż sama ocena sprawi możliwość zrealizowania systemu, który się uczy, inteligentnie kojarzy itd. Celem jest również wprowadzenie nowoczesnych metod nauczania znanych z najlepszych uniwersytetów (np. MIT, Stanford, Berkley, Cambridge) umożliwiających studentom wzięcie udziału w pracach naukowych i czerpanie satysfakcji z nich.

Istnieje możliwość rozszerzenia projektów do postaci prac inżynierskich, magisterskich oraz doktorskich z tego zakresu:

Proponowane tematy prac magisterskich. z zakresu sztucznych systemów skojarzeniowych i asocjacyjnej sztucznej inteligencji.

W razie zainteresowania tematem asocjacji, proszę o kontakt w celu określenia tematu takiej pracy zgodnie z zainteresowaniami wnioskodawcy.

Wprowadzenie do kwestii omawianych i rozwijanych na wykładzie można znaleźć w monografii:

A. Horzyk, Sztuczne systemy skojarzeniowe i asocjacyjna sztuczna inteligencja, Akademicka Oficyna Wydawnicza, EXIT, Warszawa, 2013
oraz w różnych publikacjach naukowych dotyczących tematyki wykładu.

Ciekawe odnośniki powiązane z tematem modelowania neuronów, sieci neuronowych oraz asocjacji:

  1. Czy sztuczna inteligencja pokona ludzką w niedalekiej przyszłości?
  2. Wulfram Gerstner and Werner M. Kistler: Spiking Neuron Models. Single Neurons, Populations, Plasticity. Cambridge Universiy Press, 2002.
  3. Małgorzata Kossut: Synapsy i plastyczność mózgu., PAN