umělé inteligence pro automatické řízení
umělých bytostí. Získané výsledky lze pou-
žít nejen v počítačových hrách a simulač-
ních programech, ale také jako řídící prvky
průzkumných či záchranných robotů.
Internet obsahuje velké množství užiteč-
ných informací, které se ovšem tradi čními
prostřed ky špatně vyhledávají. Hledáte na -
příklad obrázek, který se podobá tomu, co
jste právě vyfotografovali? Technikami
umě lých neuronových sítí umíme obráz-
ky klasifi kovat a sdružovat je do skupin
s podobným obsahem. Chcete v cizoja zyč-
ných textech vyhledávat slova, která znějí
podobně, aniž byste se cizí jazyk museli
učit? Při řešení těchto úloh nám pomáhají
metody strojového učení a formálních au-
tomatů. Naši absolventi tyto metody vyu-
žívají ve společnostech, jako jsou Google,
PPF a jiné.
Řeší problematiku klasifi ka ce a roz-
poznávání vzorů, zpracování mul ti-
mediálních informací a ana lý zy so-
ciál ních sítí.
Skupina automatic kého uvažo-
vání studuje dokazování vět a jeho vy-
užití při generování od po vědí z bází
znalostí.
Skupina umě lého myšlení pro
inteligentní sys témy pracuje na vý-
ukových počí tačových hrách a řízení
virtuálních bytostí.
Jedním z projevů inteligence je schopnost
odpovědět na zadaný dotaz. Řada systémů
pro to používá sofi stikované prohledávání
Virtuální agenti v simulovaném
databází, kde se odpověď nachází. Ale co
3D prostředí Story Factory.
když tam odpověď přímo není? Přesněji
řečeno, co když je pro získání odpovědi
potřeba zkombinovat několik různých in-
formací? Pro řešení tohoto problému pou žíváme v systému SPASS-XDB techniku doka-
zování vět. Dotaz se převede do logické formule, podobně se reprezentují i údaje z ex-
terních zdrojů informací jako je Wikipedie, a hledání důkazu platnosti logické formule nás
přivede ke kýžené odpovědi. Takže „který švédský tenista váží méně než Cindy Crawford?“
Evoluce nás přivedla tam, kde jsme. Proč bychom ji nemohli použít pro návrh inteligent-
ních systémů? Evoluční techniky, jako jsou například genetické algoritmy, používáme pro
řešení různých optimalizačních problémů, ale stejný přístup lze použít i při návrhu stavby
těla robotů plnících zadaný úkol, například jednoduchý pohyb z místa na místo v tekutině.
Stačí k tomu formální model popisující možné roboty, náhodné vygenerování počáteční
populace robotů a její další vývoj technikou „vhodnější jedinec přežívá“. Bude na konci
plavající robot nebo nás umělá evoluce přivede jinam?
Jaká by to byla umělá inteligence bez robotů? S roboty, které sami navrhli, se naši studenti
pra videlně a velmi úspěšně účastní mezinárodních soutěží – např. Eurobot a Field Robot
Event, kde sbírají „zemědělské“ plodiny, detekují a ničí „plevel“ a řeší tak specifi cké úlohy
jak v umělém, tak v reálném prostředí.
Informati ka: Umělá inteligence
99