ARTIFICIAL INTELLIGENCE

Živimo v času, ko se znanje ustvarja in širi vedno hitreje in temu trendu se pridružujemo tudi izobraževalne ustanove. Ponudba smeri in stopenj izobraževalnih programov se vsako leto povečuje in med novimi programi prevladujejo interdisciplinarni. To ustreza manjšim podjetjem, ki so bolj prožna in odzivna in se zato lahko bolje znajdejo v tem gospodarsko razburkanem času. V malih podjetjih namreč ni prostora za množico ozko usmerjenih strokovnjakov, v prednosti so kadri z interdisciplinarno širino, ki jo omogočata mehatronika in predvsem bionika .      Na višji strokovni šoli na Ptuju smo že pred časom zaznali piš tega novega vetra in začeli prikrojevati naša jadra. Prvi korak v to smer je bil program Mehatronika , ki smo ga razvili pred približno desetletjem in povezuje med seboj več tehniških strok. Predvsem so to elektrotehnika, računalništvo in strojništvo. Trg delovne sile je potrdil našo vizijo saj se naši diplomanti uspešno zaposlujejo tako v Sloven...

Here is given an example of the "bipropagation" algorithm for learning of NN. It is written in MatLAB language (R2015a) and is as similar as possible  to  "Deep learning" example "AutoencoderDigitsExample.m" which is included in MatLAB's Neural Network Toolbox. So you can easily compare both algorithms. I believe that my algorithm have few advantages over autoencoder. Please tell me what do you think about it. Please cite me in your works. Thanks a lot. Download demo ====================================================== %% Training a Deep Neural Network for Digit Classification % This example shows how to use the Neural Network Toolbox(TM) to train a % deep neural network to classify images of digits and is very similar to % "AutoencoderDigitsExample.m" which is included in % Neuronal Network ToolBox from MatLAB. This example is made for comparison % of both algorithms. % % Neural networks with multiple hidden layers can be usefu...

Pred približno 60-imi leti je luč sveta uzrla znanstvena panoga, ki danes sodi med dve najbolje financirani panogi na svetu. Govorimo o razmahu umetne inteligence . Če so v dvajsetem stoletju moč mišic nadomestili motorji, se nam obeta v 21-em stoletju nekaj podobnega, ko nas bo umetna inteligenca razbremenila umskega dela. Sprva nam bo pomagala pri bolj enostavnih in monotonih opravilih, kasneje pa bo začela dohitevati umske sposobnosti ljudi. Ko nas bo dohitevala,  bo lahko med drugim začela tudi izpopolnjevati samo sebe in nas bo zato kmalu  lahko tudi presegla. To bo eden od največjih prelomov v razvoju človeštva, ko poti nazaj ne bo več. Futurologi so to prelomno točko zgodovinskega razvoja poimenovali singularnost . Razvoj znanosti bo od tukaj šel naprej samodejno, pa če bomo ljudje to hoteli ali ne. Ker bodo postale naprave  pametnejše od nas, nam bodo lahko tudi vladale. Mnogi pisci in režiserji se lotevajo te tematike in nas opozarjajo na tovrstn...

Umetna inteligenca gost dr. Bojan Ploj Umetna inteligenca je po mnenju mnogih najobetavnejše področje informacijskih tehnologij. Njen vpliv na naša življenja je ponekod že viden, postaja pa vse večji in nihče pa ni povsem prepričan, ali bo nam resnično ta tehnologija vsem (samo) koristila. Vabljeni na tematski družabni dogodek z glasbo, video odlomki na temo umetne inteligence, predstavitvijo gosta in diskusijo.  Refektorij Petek, 20. 3. 2015 ob 18:00

Znanstvena založba Nova Science Publishers  iz New Yorka je nedavno izdala knjigo z naslovom  Advances in Machine Learning Research (Napredek v raziskavah strojnega učenja) . Tretje poglavje z naslovom    Optimization for Multi-Layer Perceptron: Without the Gradient , je  plod slovenske znanosti in   opisuje  dve novi metodi strojnega učenja. Obe sta nadgradnja zelo  uveljavljene metode Backpropagation, ki je temelj delovanja nevronskih mrež, ki so ene od najbolj razširjenih naprav na področju umetne inteligence. Novi metodi pomenita velik napredek, saj odpravljata ozko grlo umetne inteligence - izboljšujeta potek in rezultat učenja.    Prva metod se imenuje Bipropagation in je majnša izboljšava, ki omogoča mnogo hitrejše in bolj zanesljivo učenje. Druga metoda -  Metoda mejnih parov   (angleško Border Pairs Method, BPM)  je povsem izvirna   in ima številne prednosti pred metodo Backpropagation: samod...

  These days, the publishing house Nova Publishers published the book, entitled Advances in Machine Learning Research . In it is a chapter entitled OPTIMIZATION FOR MULTI LAYER PERCEPTRON: WITHOUT THE GRADIENT where I describe two new algorithms for neural networks learning ( Bipropagation and Border Pairs Method ). Both of them are much more powerful than their predecessors - Backpropagation algorithm. The second algorithm is among other things constructive. Abstract of the book chapter During the last twenty years, gradient-based methods have been primarily focused on the Feed Forward Artificial Neural Network learning field. They are the derivatives of Backpropagation method with various deficiencies. Some of these include an inability to: cluster and reduce noise, quantify data quality information, redundant learning data elimination. Other potential areas for improvement have been identified; including, random initialization of values of fre...