Інформаційна довідка

На кафедрі інтелектуальних та інформаційних систем Київського національного університету імені Тараса Шевченка виконуються наукові дослідження теоретичних та прикладних аспектів штучного інтелекту. Здійснюються розробки принципів, моделей, методів та інструментальних засобів, які є внеском в розвиток теорії штучного інтелекту та її практичних застосувань.

В основу досліджень покладені конекціоністський на еволюційний підходи. До теоретичного напрямку належать нові методи розв’язання задач кластеризації, відновлення відсутніх значень в таблицях даних, прогнозування, неперервної та дискретної оптимізації. Доведено перевагу використання гібридних технологій штучного інтелекту із застосуванням нейронних мереж, еволюційного моделювання та елементів теорії нечітких множин. При цьому процес розв’язання вказаних задач розглядається як еволюційний процес з елементами випадкового але направленого пошуку. Особливістю одержаних результатів є їх застосування за умови неповних, недостовірних та неоднозначних даних, а також даних, які одержані як експертні висновки.

Виконуються розробки технологій обробки природно-мовної інформації, а саме створення моделей та методів, необхідних для побудови систем автоматичної генерації тестів, потенційних відповідей на них та відповідного оцінювання. Такі системи є необхідними для дистанційної освіти та при самонавчанні і можуть бути конструктивною складовою частиною концепції «освіта впродовж життя». Паралельно проводяться роботи щодо створення автоматизованих систем навчання та контролю знань, робота з якими здійснюється згідно індивідуальної траєкторії навчання. Особливістю застосування таких систем є оптимізований та індивідуалізований підбір навчального матеріалу і схеми оцінювання. Пропонуються також методи оцінювання адекватності контролю знань із можливим коригуванням  складності питань.

Значна частина досліджень виконується у прикладному напрямку «забезпечення безпечного середовища проживання людини». Оскільки значна кількість людей гине, після автомобільних аварій, від пожеж та хімічних катастроф, то розв’язано ряд задач, які дозволяють мінімізувати як людські жертви, так і матеріальні збитки. До таких задач належать: оптимізація маршруту проїзду пожежного автомобіля до місця пожежі; визначення рівня пожежної безпеки будівлі; встановлення адекватності ціни житла його рівню пожежної безпеки; оптимізація систем пожежного моніторингу у великих будівлях та спорудах; визначення ймовірних шляхів та часу поширення вогню до особливо небезпечного об’єкту; розрахунок концентрації небезпечної хімічної речовини у післяаварійний період та її постпрогнозування.

Більшість вказаних задач розв’язується в умовах невизначеності та критичності часу на прийняття рішень. В режимі офлайн на основі експертних даних будуються відповідні моделі, в основі яких лежать нейро-нечіткі конструктиви. Їх параметрична та структурна оптимізація здійснюється з використанням розроблених еволюційних методів, оскільки пропоновані моделі є поліекстремальними, негладкими залежностями. При виникненні пожежі чи аварії (режим онлайн) початкові дані вносяться в модель, здійснюються розрахунки, одержані результати є основою для прийняття рішень відповідальними особами. У деяких задачах додатково використовуються продукційні та логічні моделі знань, які дозволяють коригувати та уточнювати результати прогнозування та кластеризації.

Планується розробка робототехнічних систем із елементами комп’ютерного зору, здатними до навчання та самонавчання на основі конекціоністського підходу та використання традиційних логік.