Reprezentacja wiedzy i rozumowanie dla nowoczesnej sztucznej inteligencji

Aby zbudować prawdziwie inteligentne systemy, SI musi zrobić więcej niż przewidzieć następne słowo — musi rozumieć, organizować i rozumować za pomocą logicznych faktów. Ten kurs tekstowy prowadzi od absolutnych podstaw symbolicznej sztucznej inteligencji do struktury złożonej wiedzy domeny, którą maszyny mogą przetwarzać. Będziesz przejść od początkującego do pewnego praktyka zdolnego do projektowania formalnych ontologii i wdrażania mechanizmów logicznego rozumowania. Zrozumienie, jak systematycznie reprezentować ludzką wiedzę, pozwoli odblokować nowe sposoby ulepszania algorytmów podejmowania decyzji i ulepszenia nowoczesnych architektur AI. Czego się nauczysz: - Zrozum logikę podstawową, rachunek zdaniowy i logikę predykatów pierwszego rzędu. - Zaprojektuj ustrukturyzowane ontologie i sieci semantyczne, aby modelować złożone domeny świata rzeczywistego. - Zastosuj zautomatyzowane techniki rozumowania, w tym logikę rozdzielczości i opisu, aby uzyskać nowe fakty. - Twórz uporządkowane bazy wiedzy przy użyciu nowoczesnych standardów, takich jak RDF i OWL. - Zintegruj symboliczną reprezentację wiedzy z nowoczesną generacją rozszerzoną o wyszukiwanie (RAG) i dużymi modelami językowymi. - Ćwicz scenariusze modelowania poprzez krok po kroku ćwiczenia pisemne i dowody logiczne. Podróż zaczyna się od podstawowej terminologii i podstawowych matematycznych podstaw logiki. Stamtąd przejdziesz przez semantyczne technologie internetowe i praktyczną inżynierię ontologiczną, kończąc na tym, jak symboliczne rozumowanie łączy się z nowoczesną generatywną AI. Ten kurs jest przeznaczony dla początkujących inżynierów AI, programistów i entuzjastów technologii, którzy chcą zrozumieć logiczną stronę sztucznej inteligencji. Nie jest wymagane wcześniejsze doświadczenie z logiką formalną lub zaawansowaną sztuczną inteligencją. Zacznij czytać już dziś, aby opanować logiczną podstawę inteligentnych systemów.