O badaniach nad SZTUCZNĄ INTELIGENCJĄ
Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność systemów komputerowych. szczególny typ badań informatycznych.
Wykład 7. 0 badaniach nad sztuczną inteligencją SI według M. MINSKY EGO Sztuczna Inteligencja (Artificial Intelligence): Nauka o maszynach realizujących zadania, które wymagają inteligencji wtedy, gdy są wykonywane przez ludzi.
Wykład 7. 0 badaniach nad sztuczną inteligencją Badania nad SI jako dział INFORMATYKI INFORMATYKA Automatyzacja wszelkich procesów (sterowanie, komunikacja ) Badania nad SI Automatyzacja czynności poznawczych ludzi (np. percepcja)
Wykład 7. O badaniach nad sztuczną inteligencją Co powinien umieć system SI? podejmować decyzje uczyć się GŁÓWNE OBSZARY BADAŃ komunikować się z ludźmi (1) podejmowanie decyzji (2) uczenie się (3) komunikacja komputer-człowiek
Wykład 7. O badaniach nad sztuczną inteligencją DZIEDZINY badań szczegółowych Trzy poziomy badań TEORIE TECHNIKI PRZETWARZANIA DANYCH KONKRETNE ALGORYTMY Przykłady szczegółowych dziedzin badawczych Metody reprezentacji wiedzy Metody automatycznego wnioskowania Automatyzacja wnioskowania w logikach nieklasycznych Automatyczne uczenie się Przetwarzanie języka naturalnego Rozpoznawanie i przetwarzanie obrazów Eksploracja danych Systemy eksperckie Sieci neuronowe Programowanie ewolucyjne Teoria zbiorów rozmytych Teoria zbiorów przybliżonych
Wykład 7. O badaniach nad sztuczną inteligencją KALENDARIUM 1945-1955. Okres wstępny. - Ukazują się fundamentalne prace teoretyczne, powstają pierwsze komputery. (A. Turing, J. von Neumann, N. Wiener, W. McCulloch) 1956-1970. Okres rozwoju podstawowych koncepcji. - Powstają pierwsze, wyspecjalizowane teorie i narzędzia SI. (techniki logiczne i symboliczne, sieci neuronowe, teoria zbiorów rozmytych, algorytmy genetyczne, LISP) - Powstają pierwsze komputerowe programy SI (programy szachowe, Logic Theorist, General Problem Solver) 1970-1980. Okres krytyki i zwrotu w stronę konkretnych zastosowań. - Powstają wyspecjalizowane systemy: eksperckie (np. MYCIN i DENDRAL) oraz neuropodobne (np. sieci Grossberga i Fukushimy) Od roku 1980. Okres bujnego rozwoju i szerokich zastosowań. - Postępuje specjalizacja. - Ostatnie lata charakteryzuje zwrot w stronę metod pozalogicznych i tendencja do hybrydyzacji.
Wykład 7. O badaniach nad sztuczną inteligencją Logicyzm czy naturalizm? Logicyzm Istotą intelektu jest zdolność do logicznych rozumowań (znamy je z matematyki). Sztuczna inteligencja powinna zatem opierać się na logice, tj. symbolicznych rachunkach logicznych (np. na rachunku predykatów). Naturalizm Intelekt rozwija się w toku ewolucji, jego podstawę zaś stanowi mózg. Sztuczną inteligencję należy budować wzorując się na naturze, czyli odnosząc się do teorii biologicznych i psychologicznych.
Systemy eksperckie Wykład 7. O badaniach nad sztuczną inteligencją Rozwiązania logicystyczne Systemy wnioskujące równie skutecznie, jak eksperci w danej dziedzinie. Działające na podstawie bazy wiedzy: faktów i reguł (implikacji), stosowanych zgodnie z zasadami logiki. Programy do gier Programy generujące optymalne strategie gier (tj. sekwencje ruchów), zależnie od reguł danej gry i jej stanu początkowego (np. programy szachowe).
Wykład 7. O badaniach nad sztuczną inteligencją Rozwiązania naturalistyczne Sztuczne sieci neuronowe Samoorganizujące się sieci sztucznych neuronów, przetwarzające dane w sposób równoległy i rozproszony (podobnie do ludzkiego mózgu). Programy ewolucyjne Programy poszukujące rozwiązań metodą populacyjną i po części losową, z wykorzystaniem takich operacji jak mutacja, rekombinacja kodu i selekcja (podobnie do naturalnej ewolucji).
Wykład 7. O badaniach nad sztuczną inteligencją Systemy hybrydowe System hybrydowy System wykorzystujący techniki logicystyczne i naturalistyczne, a także różne techniki obydwu rodzajów. Typowy przykład: System ekspercki obejmujący reguły rozmyte (do przetwarzania informacji niepewnych), których kształt ustala się za pośrednictwem sieci neuropodobnej.
Wykład 7. O badaniach nad sztuczną inteligencją Zagadnienia filozoficzne (1) Czy istotą inteligencji jest algorytm? JAKI? Czy istotą myślenia jest algorytm? JAKI?
Wykład 7. O badaniach nad sztuczną inteligencją Zagadnienia filozoficzne (2) Kiedy system sztuczny można uznać za inteligentny (w znaczeniu ludzkim)? Czy wystarczy oryginalny test Turinga? Czy wystarczy udoskonalony test Turinga?
Wykład 7. O badaniach nad sztuczną inteligencją Zagadnienia filozoficzne (3) Czy w ogóle można skonstruować systemy o inteligencji porównywalnej z ludzką? TAK. Bo istotą ludzkiej inteligencji jest jakiś, niebywale złożony i jeszcze nieznany, algorytm. TAK. Ale będą to systemy bardzo wąsko wyspecjalizowane. NIE. Bo algorytmy są tylko zewnętrznym przejawem i/lub wytworem ludzkiej inteligencji. Jej źródło jest inne.
Wykład 7. O badaniach nad sztuczną inteligencją Zagadnienia filozoficzne (4) Czy ewentualna sztuczna realizacja intelektu może stanowić jego model? 1. Argumenty J. Searle a. Komputer może co najwyżej imitować zewnętrzne przejawy ludzkiej inteligencji. Wiemy jednak, że działa inaczej niż ludzki umysł. Analogie czysto zewnętrzne nie mówią nic o podobieństwach wewnętrznych. 2. Realizacja nic nie wyjaśnia. Może się okazać, że wspomniana realizacja po prostu działa, a odpowiadające za to zasady są równie nieprzejrzyste jak zasady działania intelektu. Innymi słowy, sama realizacja domaga się wyjaśnienia. 3. Model jest zbyt wąski. Model wyjaśnia, jak ludzie rozwiązują problemy, lecz odrywa proces rozwiązywania od procesów innych, które są z nim splecione. Chodzi o takie procesy, jak intuicja, rozumienie czy świadomy wgląd w istotę problemu.