آموزش هوش مصنوعی: روش‌های جستجو و الگوریتم‌های منطقی (Artificial Intelligence - Search & Logic) - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• 1 1 تاریخچه هوش مصنوعی: آزمون تورینگ و کاربرد آن، استدلال اتاق چینی 1-1 History of AI：TuringTest and Its Application, Chinese Room Argument

• 1 2 هوش مصنوعی چیست؟ 1-2 What is AI

• 1 3 عامل‌ها و محیط‌ها، PEAS، انواع محیط 1-3 Agents and Environments, PEAS, Environment Type

• 1 4 سطوح مختلف هوش مصنوعی 1-4 Different Level Of AI

• 1 5 موج‌های هوش مصنوعی: ظهور، دانش‌محور، داده‌محور 1-5 Wave of AI：Debut, Knowledge Driven, Data Driven

• 1 6 طبقه‌بندی عامل‌ها، موج اول هوش مصنوعی (شبکه عصبی مصنوعی) 1-6 The Classification of Agent, First Wave of AI (Artificial Neural Network)

• 1 7 موج دوم هوش مصنوعی (سیستم‌های خبره) 1-7 Second Wave of AI (Expert System)

• 1 8 موج سوم هوش مصنوعی (مبانی و تئوری‌های یادگیری ماشین) 1-8 Third Wave of AI (Some Theory and Principle of Machine Learning)

• 1 9 جمع‌بندی هوش مصنوعی و یادگیری ماشین 1-9 Conclusion of AI and Machine Learning

جستجوی بدون اطلاعات Uninformed search

• 2 1 عامل‌های حل مسئله، فرمول‌بندی مسئله (۱) 2-1 Problem Solving Agents, Problem Formulation (i)

• 2 2 فرمول‌بندی مسئله (۲) انتزاع 2-2 Problem Formulation (ii) - Abstraction

• 2 3 جستجو در درخت و گراف 2-3 Search on Tree and Graph

• 2 4 جستجوی بدون اطلاعات (۱): جستجوی سطح اول (BFS)، جستجوی هزینه یکسان (UCS) 2-4 Uninformed Search (i) - Breadth-First Search, Uniform-Cost Search

• 2 5 جستجوی بدون اطلاعات (۲): جستجوی اول عمق (DFS)، جستجوی محدود به عمق، جستجوی عمق افزایشی 2-5 Uninformed Search (ii) - Depth-First Search, Depth-Limited Search, Iterative-Deepening Search

• 2 6 جستجوی بدون اطلاعات (۳): جستجوی عمق افزایشی، جستجوی دوطرفه 2-6 Uninformed Search (iii) - Iterative-Deepening Search, Bidirectional Search

جستجوی اطلاعات‌محور Informed search

• 3 1 جستجوی بهترین اول (۱): جستجوی حریصانه (Greedy) 3-1 Best-First Search (i) - Greedy Search

• 3 2 جستجوی بهترین اول (۲): جستجوی A 3-2 Best-First Search (ii) - A* Search

• 3 3 جستجوی بهترین اول (۳): بهینگی الگوریتم A 3-3 Best-First Search (iii) - Optimality of A*

• 3 4 جستجوی محدود به حافظه (۱): A* با عمق افزایشی، RBFS 3-4 Memory Bounded Search (i) - Iterative Deepening A*, RBFS

• 3 5 جستجوی محدود به حافظه (۲): RBFS، نسخه ساده شده A* محدود به حافظه 3-5 Memory Bounded Search (ii) - RBFS, Simplified Memory-bounded A*

• 3 6 تحلیل اکتشافی (Heuristic): عملکرد و تولید تابع اکتشافی 3-6 Heuristic - Preformance, Generating Heuristics

جستجوی غیرکلاسیک Non-classic search

• 4 1 بهینه‌سازی جعبه سیاه 4-1 Black-Box Optimization

• 4 2 روش بیشترین کاهش (Steepest Descent) 4-2 Steepest Descent

• 4 3 شبیه‌سازی تبرید (Simulated Annealing) 4-3 Simulated Annealing

• 4 4 محاسبات تکاملی 4-4 Evolutionary Computation

• 4 5 اقدامات غیرقطعی: جستجوی AND/OR، مشاهدات جزئی (۱): بدون حسگر 4-5 Non-deterministic Actions - AND-OR Search, Partial Observations (i) - Sensor-less

• 4 6 مشاهدات جزئی (۲): با استفاده از حسگر 4-6 Partial Observations (ii) - With Sensors

• 4 7 مشاهدات جزئی (۳): محیط‌های ناشناخته 4-7 Partial Observations (iii) - Unknown Environments

جستجوی مقابله‌ای Adversarial search

• 5 1 انواع بازی‌ها: نمادها، درخت بازی 5-1 Type of Games - Symbols, Game Tree

• 5 2 تصمیم‌گیری بهینه، جستجوی Negamax، هرس آلفا-بتا (۱) 5-2 Optimal Decision, Negamax Search , Alpha-Beta Pruning (i)

• 5 3 هرس آلفا-بتا (۲) 5-3 Alpha-Beta Pruning (ii)

• 5 4 پنجره‌های جستجو، NegaScout 5-4 Asperasion Windows, NegaScout

• 5 5 تصمیمات ناقص، هرس پیش‌رو 5-5 Imperfect Decisions, Forward Pruning

• 5 6 بازی‌های تصادفی، بازی‌های با قابلیت مشاهده جزئی 5-6 Stochastic Games, Partially Observable Games

منطق گزاره‌ای Propositional Logic

• 6 1 عامل‌های منطقی (۱): عامل دانش‌محور عمومی، PEAS 6-1 Logical Agents (i) - Generic Knowledge-Based Agent, PEAS

• 6 2 عامل‌های منطقی (۲): منطق، استلزام و مدل‌ها 6-2 Logical Agents (ii) - Logic, Entailment and Models

• 6 3 منطق گزاره‌ای، استنتاج (۱): شمارش، اعتبار و ارضای‌پذیری 6-3 Propositional Logic, Inference (i) - Enumeration, Validity and Satisfiability

• 6 4 استنتاج (۲): دانش ساده، حل مسئله و CNF (۱): اثبات با روش Resolution، تبدیل به CNF، الگوریتم Resolution 6-4 Inference (ii) - Simple Knowledge, Resolution and CNF (i) - Proof by Resolution, CNF Conversion, Resolution Algorithm

• 6 5 حل مسئله و CNF (۲): ویژگی‌های Resolution، قضیه زمین‌سازی (Ground Resolution) 6-5 Resolution and CNF (ii) - Properties of Resolution, Ground Resolution Theorem

• 6 6 حل مسئله و CNF (۳): بندهای Horn و قطعی، زنجیره‌سازی پیش‌رو 6-6 Resolution and CNF (iii) - Horn and Definite Clauses, Forward Chaining

• 6 7 زنجیره‌سازی پس‌رو، مزایا و معایب منطق گزاره‌ای 6-7 Backward Chaining, Pros and Cons of Propositional Logic

منطق مرتبه اول First Order Logic

• 7 1 منطق مرتبه اول (۱): نحو (Syntax) و معناشناسی (Semantics) در FOL 7-1 First-Order Logic (i) - Syntax of FOL and Semantics

• 7 2 منطق مرتبه اول (۲): کاربرد FOL، استنتاج (۱): نمونه‌سازی (Instantiation) 7-2 First-Order Logic (ii) - Using FOL, Inference (i) - Instantiation

• 7 3 استنتاج (۲): گزاره‌ای کردن، استنتاج (۳): یکسان‌سازی (Unification) 7-3 Inference (ii) - Propositionalization, Inference (iii) - Unification

• 7 4 استنتاج (۳): یکسان‌سازی، استنتاج (۴): زنجیره‌سازی پیش‌رو 7-4 Inference (iii) - Unification, Inference (iv) - Forward chaining

• 7 5 استنتاج (۴): زنجیره‌سازی پیش‌رو، استنتاج (۵): زنجیره‌سازی پس‌رو 7-5 Inference (iv) - Forward chaining, Inference (v) - Backward chaining

• 7 6 برنامه‌نویسی منطقی (۱): سیستم‌های پرولو (Prolog) 7-6 Logic Programing (i) - Prolog Systems

• 7 7 برنامه‌نویسی منطقی (۲): استنتاج زائد و حلقه‌های بی‌نهایت در پرولو 7-7 Logic Programing (ii) - Redundant Inference and Infinite Loops in Prolog

• 7 8 استنتاج (۶): روش Resolution 7-8 Inference (vi) - Resolution

برنامه‌ریزی Planning

• 8 1 زبان تعریف دامنه برنامه‌ریزی (PDDL) (۱) 8-1 Planning Domain Definition Language (PDDL) (i)

• 8 2 زبان تعریف دامنه برنامه‌ریزی (PDDL) (۲) 8-2 Planning Domain Definition Language (PDDL) (ii)

• 8 3 جستجو در فضای حالت، روش‌های اکتشافی 8-3 State-Space Search, Heuristics

• 8 4 گراف‌های برنامه‌ریزی 8-4 Planning Graphs

• 8 5 الگوریتم GRAPHPLAN 8-5 GRAPHPLAN

• 8 6 مرور دوره 8-6 Course Review