Okruhy ke zkoušce z předmětu
„Úvod do informatiky a výpočetní techniky“
01 Historický vývoj
• Znát hlavní milníky vývoje UI
• Princip umělé neuronové sítě
• Součásti neuronu (neuronové vstupy,
synapse, tělo buňky, axon)
• Hebbovské (Hebbovo) učení
• Počítač SNARC
• Princip Turingova testu (TT)
o Co musí počítač umět, aby
uspěl v základním TT?
o Co musí počítač umět, aby
uspěl v rozšířeném TT?
• Logic Theorist
• Silná UI vs. slabá UI
• Dartmouthská konference – o co šlo
• Pojem „heuristika“
• Pojem „algoritmus“
• Reprezentace stavovým prostorem
• General Problem Solver
• Sémantická síť
• Eliza
• Mikrosvěty – princip, toy problems
• Mikrosvěty – svět kostek
• Důkaz konvergence perceptronů
• Příčiny první „AI winter“
• Příčiny selhání prvních pokusů o
zpracování přirozeného jazyka
• Příčiny selhání algoritmů vyvinutých
původně pro mikrosvěty
• Tzv. „slabé metody“ v UI
• Minský a Papert – kritika umělých
neuronových sítí (kniha Perceptrons)
• Backpropagation algoritmus
• Expertní systémy – princip fungování
• Expertní systémy – základní stavební
prvky
• Expertní systémy – MYCIN (princip)
• Ontologie CYC
• Rámcová reprezentace – princip
• Robotika – tělesnost
• Robotika – situovanost
• Moravcův paradox
• Sub-symbolické přístupy – o co jde, co
se sem řadí
• Behaviorismus – základní myšlenka
• Reaktivní systémy
• Skyté Markovovy řetězce – princip
• Data mining – princip
• Bayesovské sítě – princip
• Normativní expertní systémy – princip
• Inteligentní agenty
• Počítač Deep Blue
• Darpa Grand Challenge / Urban
Challenge
• Počítač IBM Watson
02 Stavová reprezentace prostředí
• Formulace problému ve stavové
reprezentaci, význam a vymezení cíle
• Sekvence akcí – myšlenka
• Prohledávání stavového prostoru – co
je to, co je řešení, co je prováděcí fáze
• Algoritmus agenta řešícího
jednoduchý problém – princip
• Statické vs. dynamické prostředí
• Vlastnosti prostředí
o Pozorovatelnost
o Diskrétní vs. spojité
o Determinismus
• Definice problému – 4 komponenty
o Počáteční stav
o Možné akce a následnická fce,
cesta
o Testování cílového stavu
o Cena cesty a kroku
• Řešení a optimální řešení
• Abstrakce a validní abstrakce
• Hodnocení výkonu
o Úplnost
o Optimálnost
o Časová složitost
o Prostorová složitost
• Neinformované prohledávání
o Do šířky
o Do hloubky
• Informované prohledávání
o Heuristiky a vyhodnocovací
fce
o Uspořádané prohledávání
o A star algoritmus
03 Robotika a kybernetika v UI
• Možnosti využití robotů – 3 příklady
• Kolaborativní robotika - princip
• Kolaborativní metody
o Safety monitored stop
o Hand guiding
o Speed and separation monit.
o Power and force limiting
• Průmyslové roboty – 3 příklady
• Telerobotika – princip
• Záchranářské a pyrotechnické roboty
– princip, 2 příklady
• Boston Dynamics – 2 příklady robotů
• Zemědělští roboti – 2 příklady a jejich
fungování
• Fotbal robotů – cíl, princip
• Fotbal robotů – příklady 2 soutěží
04 Ambientní inteligence
• Vymezení pojmu AmI
• Vize AmI
• Ubiquitous computing
• Pervasive computing
• Evoluce UI
• Techniky UI v AmI
• Zásady tvorby AmI prostředí
• ISTAG report – myšlenka
• AmI – key enabling technologies
• IoT a IoS
• „User is the King“ axiom – myšlenka
• Kritika AmI
• Hlavní oblasti řešené AmI
• Pojem Ambient Assisted Living
05 Smart Cities
• Vymezení pojmu SC
• Společné charakteristiky SC
• Klíčové koncepty SC
o Chytré vládnutí a vzdělávání
o Chytrá zdravotní péče
o Chytré budovy
o Chytrá mobilita
o Chytrá infrastruktura
o Chytré technologie
o Chytrá energetika
o Chytrý občan
• Smart City Model
06 Smart Factory – Průmysl 4.0
• Vysvětlení pojmu P4.0
• Historický vývoj P4.0
• Stimuly rozvoje P4.0
• Rozvoj průmyslu 4.0
o Architektonické principy
o Bezpečné systémy
o Distribuované hledání řešení
v reálném čase
o Virtuální inženýrství
o Bezešvé interakce
o Autonomní systémy
• Vize P4.0
• Nahraditelnost stroji
o McKinsey report – myšlenka
o Predikovatelné manuální
úkoly
• Rozvoj P4.0 v blízké budoucnosti
• Dopady zavádění P4.0 na společnost
07 Umělé neuronové sítě (UNS)
• Symbolické vs. sub-symbolické
přístupy
• Klasifikátory a řídící UNS
• Model neuronu
• Hebbovské učení
• Počítač SNARC
• Perceptrony - princip
• ADALINE – princip
• Binární asociativní paměti – pouze
principy
o Autoasociativní paměť
o Heteroasociativní paměť
o Dvousměrná asociativní
paměť
• Vícevrstvé UNS
• Hopfieldovy sítě - princip
• Backpropagation algoritmus
• UNS fungující jako černá skříňka –
proč
• Aplikace UNS
o Predikce časových řad
o Prognózy ex post vs. prognózy
ex ante
o Komprese signálů – princip
o Filtrace šumu – princip
08 Technické vybavení počítače
• Co obsahuje skříň počítače
• Periferní zařízení
• Rozdělení počítačů
• Komponenty počítače
o základní deska,
o procesor,
o paměť,
o sběrnice,
o grafická karta,
o zvuková karta,
o pevný disk,
o média optické jednotky,
o touchpad
o monitor
o tiskárny – typy
09 Programové vybavení počítače
• Operační systém
• Rozhraní mezi počítačem a strojem
• Struktura OS
• Uživatelské a aplikační programy
• Databázové systémy
• Grafický procesor
• Multimediální SW
• Webové prohlížeče
• E-mailové klienty
• Komprese dat
• Počítačová podpora výroby
• ERP systémy
• Škodlivé kódy, viry a antiviry
10 Sítě a Internet
• Počátky počítačových sítí
• Přepínání okruhů a paketů
• Terminálové síťě
• ARPANET
• Internet
• Klasifikace sítí
o LAN, MAN, WAN
o Peer-to-peer
• Model file server/pracovní stanice
• 3-úrovňová architektura klient-server
• Topologie počítačových sítí
o Sběrnice
o Kruh
o Hvězda
o Strom
• Pasivní a aktivní prvky počítačové sítě
• Model ISO/OSI – princip
• IP adresa – pojem
• MAC adresa – pojem
• HTTP a HTML
• URL
• Wi-fi a mobilní sítě
• IoT