Eötvös Loránd Tudományegyetem

Információs Rendszerek Tanszék

A tudomány integrálódása a mesterséges intelligencia (MI) területén látványos. Kémikusok “fedezték fel” a telekommunikációs vonalak terhelésének on-line mérésének módszerét. Gépészek által kifejlesztett szoftver – amelynek feladata űrbázis dinamikai rezgéseinek, instabilitásainak számítása – alkalmazást nyer fehérjék csavarodási tulajdonságainak vizsgálatában. Fizikusok alkalmaznak statisztikus fizikát adatbázisok elemzésére, valószínűségi megfontolásokat alkalmazó érvelő rendszerek (inference engine) kifejlesztésére. Mesterséges intelligencia módszerek adják a legjobb eredményeket kaotikus rendszerek dinamikájának identifikációjában. További területek, ahol az MI módszerek térhódítása várható, vagy máris jelentős: DNS szekvenciák elemzése, lehetséges gyógyszervegyületek tulajdonságainak prognosztizálása, molekulamozgás szabályozása optimalizált femtoszekundumos impulzusokkal, szelektiv lézerkémia, vegyi reaktorok szabályozása, termékek piaci forgalmának előrejelzése, jelzett agyi folyamatok adatainak feldolgozása, a gondolkodás nyomon követése.

Röviden áttekintjük nagy adatbázisok valószínűségi elemzésének egyes módszereit, például új paraméterillesztési módszereket sokparaméteres rendszerekben, vak statisztikai módszereket adatbázisbeli információk átstrukturálásához, tanulási módszereket grafikus modellekben, mintavételezési eljárásokat grafikus modellek elemzésében. Valószínűségi információn alapuló döntések elméletének elveit ismertetjük azokra az esetekre, amikor a döntések eredménye csak később és kumulált formában jut tudomásunkra – mint például játékokban, amikor a nyerés vagy vesztés esetleg csak a játék végén válik egyértelművé. Kitérünk arra is, hogy a kombinált rendszerek, azaz a sokparaméteres hangolható döntési rendszerek több esetben – például egyes játékokban – az emberi intelligenciát meghaladó problémamegoldó képességre tesznek szert tanulásuk során.