Név:	Beosztás:	Tanszék, Int.:
Strausz György  Kovács Dániel László	Docens  Tanársegéd	MIT  MIT

Mesterséges Intelligencia

A laboratóriumi mérés sorozat kisebb (2-3 elemű) tematikus blokkokba van szervezve, amelyek során a hallgatók kisebb projekteket visznek végig, egy-egy adott célkitűzést próbálnak elérni. A tudásmodellezés és információelérés blokk feladataiban a hallgatók megismerkednek az információkeresés alapelveivel, egy keresési tárgyterület modellezésével és erre építve szemantikus információelérési problémát oldanak meg. A kooperáció blokk mérésein a hallgatók játékelméleti módszerek segítségével olyan kooperáló ágens-közösségeket alakítanak ki, amelyek elektronikus aukciókban és szavazásokban vesznek részt. A tervkészítés blokk keretében a hallgatók különböző tervkészítési módszerek segítségével oldanak meg egy tervkészítési és ütemezési feladatot. Az utolsó feladatcsoport a tanulás blokk, ahol a hallgatók statikus és dinamikus neurális, illetve bayes-i tanulási sémákkal kísérleteznek adott problématerületen.

I. Egyszerű keresési módszerek.
A gyakorlat célja néhány egyszerűbb adat- és szövegfeldolgozási és webes keresési módszer kipróbálása.

II. Tárgyterület modellezése.
A gyakorlat célja kidolgozni a szemantikus kereséshez szükséges tárgyterületi modellt (ontológiát), és a gyakorlatban is kipróbálni a Protégé ontológiaszerkesztő eszközt.

III. Szemantikus információkeresés.
A gyakorlat célja az előző két gyakorlat eredményeinek ötvözése: a tárgyterület modelljével felvértezve szemantikus elemekkel bővíteni az első gyakorlaton implementált webes információelérést.

IV. Játékelméleti ágensek vizsgálata.
Egyszerű JADE (Java Agent DEvelopment framework) ágenseket felhasználva a hallgatók kísérleteznek különböző játékelméleti modellekkel. Vizsgálják a kooperatív és nem-kooperatív viselkedés és a különböző egyensúlyi helyzetek alakulását.

V. Aukciós és szavazási protokollok vizsgálata.
A standard üzenet- és protokollkészletre támaszkodva a hallgatók egyszerű JADE ágensekből létesítenek egy minta ágensközösséget és kipróbálnak benne bonyolultabb árverési és szavazási protokollokat, ill. kísérleteznek a protokollok manipulálásával.

VI. Egy-ágenses (centralizált) tervkészítés.
Ezen a gyakorlaton a hallgatóknak realisztikus tervkészítési problémák leírására alkalmas leírónyelv segítségével kell adott tervkészítési domain-t és problémát reprezentálniuk, majd az elkészült reprezentációt, mint bemenetet, egy „fekete doboz” tervkészítő alkalmazás bemenetére adják, amely automatikusan előállítja számukra a probléma megoldását jelentő terv(ek)et.

VII. Több-ágenses (decentralizált) tervkészítés.
Ezen a gyakorlaton a hallgatók valóban elosztott, több-ágenses tervkészítéssel ismerkedhetnek meg. A hallgatók feladata elosztott ágens-keretrendszer segítségével olyan BDI (Belief-Desire-Intention) architektúrájú ágensek készítése, melyek PRS (Procedural Reasoning System) rendszerek módjára reaktív tervkészítést valósítanak meg.

VIII. Statikus  és dinamikus neuronhálók vizsgálata, és alkalmazása.
A hallgatók egy egyszerű neuronhálós osztályozási feladat megoldásához konstruálnak különböző típusú statikus neuronhálókat és megvizsgálják a neuronhálók különböző paraméterbeállítási lehetőségeinek a hatását.

IX. Idősor-előrejelzési feladat megoldása dinamikus hálókkal.
A hallgatóknak olyan dinamikus neuronhálón (MLP, RBF vagy SVM) alapuló előrejelző rendszert kell konstruálniuk, mely előre elkészített adatsor alapján az adatsor folytatásának becslését adja meg.

X. Bayes-i tanulás.
A laborfoglalkozás célja a passzív megfigyeléseken alapuló tárgyterületi modelltanulás vizsgálata Bayes hálók felhasználásával.

A laborhoz tartozó elméleti ismereteket hallgatók a Kooperációs és Intelligencia (VIMIM135) tárgy keretein belül, illetve a megadott irodalom megismerésével sajátíthatják el.

Laboratórium. A hallgatók a 10 alkalommal 4 órás mérésen vesznek részt, a félév egy tájékoztatóval kezdődik.

Minden mérés elvégzése és a mérési jegyzőkönyvek leadása (az egyes jegyzőkönyvekre vonatkozó követelményeket a mérési utasítások rögzítik).

A félévzáró osztályzatot a 4 kisebb projekt mérési jegyzőkönyveire kapott osztályzatok határozzák meg.

A hiányzott mérések pótlása közvetlenül az utolsó mérés után történik a szorgalmi időszak­ban. Legfeljebb 2 mérés pótolható.

Stuart Russell és Peter Norvig: Mesterséges intelligencia korszerű megközelítésben, Panem Kiadó, Budapest, 2005

A tárgy honlapján elérető mérési útmutatók (kidolgozás alatt)

Név:	Beosztás:	Tanszék, Int.:
Strausz György  Kovács Dániel László	Docens  Tanársegéd	MIT  MIT