Umělá inteligence na FIS

Historie výzkumu v oblasti AI na FIS VŠE

Výzkum v oblasti umělé inteligence i výuka předmětů, které s touto oblastí souvisejí, má na Fakultě informatiky a statistiky dlouholetou tradici. Již ve druhé polovině 80. let minulého století byl navržen a implementován prázdný expertní systém SAK (Ivánek, Ferjenčík, Švenda) a systém ESOD, který umožňuje učení pravidel z dat (Ivánek, Stejskal). V devadesátých letech pak vznikly nové, rozšířené verze těchto systémů NEST (Berka, Laš) a KEX (Berka). Od počátku devadesátých let je rovněž vyvíjen systém LISp-Miner sloužící k hledání zajímavých vztahů v kategoriálních datech (Rauch, Šimůnek).  Ve stejné době se výzkum rozšířil i na oblast znalostního a později i ontologického inženýrství (Svátek).

 

Současný výzkum

V současné době se výzkum na fakultě zaměřuje na tři základní oblasti umělé inteligence (použité názvy odpovídají třem pracovním skupinám katedry informačního a znalostního inženýrství tvořícím vědecké jádro AI na FIS, řada aktivit ovšem přesahuje i na jiná fakultní pracoviště, zejména katedru informačních technologií):

 

  • Data Mining a Knowledge Discovery – Vývoj nových nástrojů pro práci s doménovou znalostí pro data mining, studium vlastností observačních kalkulů a jejich aplikace, vývoj nových nástrojů pro dolování z grafových dat (RDF), vývoj nových nástrojů pro automatizaci dolování z dat, výzkum v oblasti strojového učení, algoritmů a v oblasti srozumitelnosti výsledků data miningu, propojování data miningových systémů s business intelligence, zpřístupnění „klasických“ data  miningových nástrojů prostřednictvím webových rozhraní a sdílení výsledků data miningu přes web, extrakce strukturovaných dat z textů a analýza sentimentu, aplikace data miningu mj. v oblasti byznysu, veřejné správy, zdravotnictví a bezpečnosti informačních systémů.

 

  • Intelligent Information Systems – Návrh a užívání systémů založených na logice, pravidlech a příkladech, rozvoj bází doménových znalostí a bází znalostí pro specifické úlohy, modelování nejistoty v informačních systémech (fuzzy systémy, possibilistické modely a teorie informace), studium vztahů a rozdílů mezi lidskou a umělou inteligencí, simulační ověřování obecné umělé inteligence.

 

  • Semantic Web a Ontological Engineering   Modelování propojených dat (linked data), jejich shromažďování, publikování a využívání zejména v oblastech veřejné správy, elektronického obchodu, akademické sféry, biomedicíny a encyklopedických znalostí (Wikipedia apod.), návrh a správa ontologií a datových slovníků, analýza, evaluace a mapování ontologií a datových slovníků, vizualizace ontologií a propojených dat, dolování z propojených dat.