Inteligencja obliczeniowa

Podobne dokumenty
Sztuczna inteligencja - wprowadzenie

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

SZTUCZNA INTELIGENCJA

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

Wprowadzenie do teorii systemów ekspertowych

Stefan Sokołowski SZTUCZNAINTELIGENCJA. Inst. Informatyki UG, Gdańsk, 2009/2010

Narzędzia AI. Jakub Wróblewski Pokój SZTUCZNA INTELIGENCJA (ARTIFICIAL INTELLIGENCE)

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

Festiwal Myśli Abstrakcyjnej, Warszawa, Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII?

Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych

METODY INTELIGENCJI OBLICZENIOWEJ wykład 1

INTELIGENCJA OBLICZENIOWA METODY INTELIGENCJI OBLICZENIOWEJ. wykład: LITERATURA: SIEĆ: prowadzący: dr inż. Witold Beluch (p. 149)

PRZEWODNIK PO PRZEDMIOCIE

Kierunek Informatyka stosowana Studia stacjonarne Studia pierwszego stopnia

Elementy kognitywistyki II: Sztuczna inteligencja

[1] [2] [3] [4] [5] [6] Wiedza

KOMPUTEROWE wykład 001

INTELIGENTNE TECHNIKI KOMPUTEROWE. wykład 001

Metody Sztucznej Inteligencji Methods of Artificial Intelligence. Elektrotechnika II stopień ogólno akademicki. niestacjonarne. przedmiot kierunkowy

M T E O T D O ZI Z E E A LG L O G R O Y R TM

Historia sztucznej inteligencji. Przygotował: Konrad Słoniewski

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"

T2A_W01 T2A_W01 T2A_W02 3 SI_W03 Posiada szeroką wiedzę w zakresie teorii grafów T2A_W01

Sztuczna inteligencja

Podstawy sztucznej inteligencji

Sztuczna Inteligencja i Systemy Doradcze

Efekt kształcenia. Wiedza

Symbol efektu kształcenia

Metody sztucznej inteligencji w układach sterowania METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA

PRZEWODNIK PO PRZEDMIOCIE

Wstęp do kognitywistyki. Wykład 3: Logiczny neuron. Rachunek sieci neuronowych

Plan wykładów METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA

Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski

OBLICZENIA EWOLUCYJNE

MIND-BODY PROBLEM. i nowe nadzieje dla chrześcijańskiej antropologii

KARTA MODUŁU KSZTAŁCENIA

Alan M. TURING. Matematyk u progu współczesnej informatyki

O ALGORYTMACH I MASZYNACH TURINGA

OBLICZENIA EWOLUCYJNE

OBLICZENIA EWOLUCYJNE EWOLUCYJNE LITERATURA: prowadzący: LUDZKA INTELIGENCJA. 15h laboratorium: 15h CZĄ SIĘ EGZAMINEM

Inteligencja. Władysław Kopaliśki, Słownik wyrazów obcych i zwrotów obcojęzycznych

METODY WSPOMAGANIA DECYZJI MENEDŻERSKICH

a) Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów

MODELOWANIE RZECZYWISTOŚCI

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz

Sztuczna inteligencja i logika. Podsumowanie przedsięwzięcia naukowego Kisielewicz Andrzej WNT 20011

Podsumowanie wyników ankiety

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD III: Problemy agenta

KARTA PRZEDMIOTU. Dyscyplina:

Uniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2012/2013

Tomasz Pawlak. Zastosowania Metod Inteligencji Obliczeniowej

Program edukacyjny wspierający nauczanie matematyki w klasach III - VII

Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach PROGRAM KSZTAŁCENIA. Studia III stopnia (doktoranckie) kierunek Informatyka

30 2 Zal. z oc. Język obcy nowożytny 60/ Zal z oc. 8 Psychologia 15/ Zal z oc. 9 Pedagogika 30/ Zal z oc.

O ISTOTNYCH OGRANICZENIACH METODY

Razem godzin w semestrze: Plan obowiązuje od roku akademickiego 2014/15 - zatwierdzono na Radzie Wydziału w dniu r.

Percepcja, język, myślenie

POLITECHNIKA LUBELSKA Wydział Elektrotechniki Kierunek: INFORMATYKA II stopień niestacjonarne i Informatyki. Część wspólna dla kierunku

LOGIKA Wprowadzenie. Robert Trypuz. Katedra Logiki KUL GG października 2013

PRZEWODNIK PO PRZEDMIOCIE

Komunikacja człowiek komputer. Dr inż. Agnieszka Szydłowska

Elementy kognitywistyki III: Modele i architektury poznawcze

EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW

2

Dwuletnie studia indywidualne II stopnia na kierunku fizyka, specjalność Metody fizyki w ekonomii (ekonofizyka)

Informatyka w medycynie Punkt widzenia kardiologa

Efekt kształcenia. Ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną w zakresie algorytmów i ich złożoności obliczeniowej.

O REDUKCJI U-INFORMACJI

WYKŁAD 1: PRZEDMIOT BADAŃ PSYCHOLOGII POZNAWCZEJ W UJĘCIU HISTORYCZNYM

Wstęp do logiki. Kto jasno i konsekwentnie myśli, ściśle i z ładem się wyraża,

WYKŁAD 1: PRZEDMIOT BADAŃ PSYCHOLOGII POZNAWCZEJ W UJĘCIU HISTORYCZNYM

KIERUNEK: KOGNITYWISTYKA

posiada podstawową wiedzę o instytucjonalnych uwarunkowaniach polityki społecznej.

EFEKTY UCZENIA SIĘ DLA KIERUNKU INŻYNIERIA DANYCH W ODNIESIENIU DO EFEKTÓW UCZENIA SIĘ PRK POZIOM 6


Prof. Stanisław Jankowski

Informatyka I stopień (I stopień / II stopień) ogólno akademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES)

Wstęp do kognitywistyki

Transformacja wiedzy w budowie i eksploatacji maszyn

CZYM SĄ OBLICZENIA NAT A URALNE?

Kierunek: Informatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia

Algorytmy genetyczne

Sieci neuronowe i algorytmy uczenia Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s.

Matryca efektów kształcenia

OBLICZENIA EWOLUCYJNE EWOLUCYJNE. AiR, AB3,, sem. I LITERATURA: prowadzący: dr inż. Witold Beluch (p.149) 15h laboratorium: 15h LUDZKA INTELIGENCJA

Odniesienie symbol II/III [1] [2] [3] [4] [5] Efekt kształcenia. Wiedza

UCHWAŁA Nr 25 Rady Wydziału Nauk Technicznych Uniwersytetu Warmińsko-Mazurskiego w Olsztynie z dnia 6 czerwca 2013 roku

OBLICZENIA EWOLUCYJNE

Matryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy (cz. I)

Koło matematyczne 2abc

PG im. Tadeusza Kościuszki w Kościerzycach nadzór pedagogiczny nauczanie problemowe

Algorytmy wspomagania decyzji Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. 230/C-3

OBLICZENIA EWOLUCYJNE

Sztuczna inteligencja

Raport z testu zdolności intelektualnych MasterMIND

Filozofia, ISE, Wykład III - Klasyfikacja dyscyplin filozoficznych

Standardy kształcenia dla studiów doktoranckich- stacjonarnych w dyscyplinie naukowej inżynieria rolnicza

Przedmiotowe Zasady Oceniania matematyka, geometria w ćwiczeniach, funkcje w zastosowaniach Sposoby sprawdzania osiągnięć edukacyjnych

Od Expert Data Scientist do Citizen Data Scientist, czyli jak w praktyce korzystać z zaawansowanej analizy danych

Diagnostyka procesów przemysłowych Kod przedmiotu

Transkrypt:

Wydział Zarządzania AGH Katedra Informatyki Stosowanej Inteligencja

Treści wykładów Sztuczna inteligencja Algorytmy heurystyczne Podstawy algorytmów ewolucyjnych Techniki stosowane w EA Wprowadzenie do sieci neuronowych Architektury sieci neuronowych Zastosowania SSN w zarządzaniu i ekonomii 2

Sztuczna inteligencja Pojęcie inteligencji Sztuczna inteligencja Metody AI Test Turinga Przyszłość 3

Inteligencja - filozofia INTELIGENCJA [łac.], w antropologii filozoficznej czynność intelektu, polegająca na rozumieniu poznawanej rzeczy (po raz pierwszy użyte przez Cycerona). INTELEKT - umysł, rozum; całokształt wiedzy, doświadczenia i zdolności umysłowych człowieka; utożsamiany niekiedy z inteligencją. 4

Inteligencja Inteligencja jest zdolnością jednostki do celowego działania, racjonalnego myślenia oraz radzenia sobie z trudnościami. Hebb (1949) mówił o inteligencji jako o łącznym efekcie oddziaływania biologicznego wyposażenia (potencjału) oraz oddziaływaniu środowiska, uczenia się i aktywności własnej. Większość badaczy twierdzi, że w inteligencji jest jakiś pierwiastek wrodzony. 5

Inteligencja - psychologia Cecha umysłu odpowiadająca za sprawność w zakresie myślenia, rozwiązywania problemów i innych czynności poznawczych. Od poziomu inteligencji zależy: poprawność rozumienia złożonych problemów, skuteczność poszukiwania trafnych rozwiązań, sprawność działania w sytuacjach nowych i trudnych. 6

Inteligencja - biologia Obserwowana w warunkach naturalnych lub eksperymentalnych umiejętność niektórych zwierząt szybkiego znalezienia najtrafniejszego postępowania w nowej, nieznanej sytuacji. Zdolność przyswajania przez małpy człekokształtne umiejętności posługiwania się językiem migowym głuchoniemych. Szympansica Lana, mając ochotę na pomarańczę i chwilowo nie dysponując odpowiednim symbolem, zażądała, by podano jej "jabłko, które jest pomarańczowe", jej krewniaczka Lucy nazwała rzodkiewkę "płacząco-bolącym jedzeniem. 7

Zachowania inteligentne postrzeganie, rozpoznawanie, uczenie się, operowanie symbolami, posługiwanie się językiem, rozwiązywanie problemów, twórczość. Jakie zwierzę jest ukryte na tym obrazku? 8

Co to jest sztuczna inteligencja? Nauka o maszynach realizujących zadania, które wymagają inteligencji wówczas, gdy są wykonywane przez człowieka [Minsky 1963] Dziedzina informatyki dotycząca metod i technik wnioskowania symbolicznego przez komputer oraz symbolicznej reprezentacji wiedzy stosowanej podczas tego wnioskowania [Feigenbaum 1977] 9

Co to jest sztuczna inteligencja? Artificial Intelligence (AI ) dział informatyki, którego przedmiotem jest: badanie reguł rządzących inteligentnymi zachowaniami człowieka, tworzenie modeli formalnych tych zachowań i w rezultacie: programów komputerowych symulujących te zachowania. Pojęcie AI wprowadzono w 1956 przez Johna McCarthy ego jako nazwa konferencji. Encyklopedia PWN http://encyklopedia.pwn.pl/30489_1.html 10

Dlaczego sztuczna inteligencja? Tradycyjna informatyka? Artificial Intelligence (AI ), szerzej Computational Intelligence (CI) zajmuje się rozwiązywaniem problemów, które nie są efektywnie algorytmizowalne. Teoria złożoności obliczeniowej, problemy NP-trudne. Liczba kroków algorytmu dla złożonych sytuacji rośnie szybciej niż jakikolwiek wielomian liczby elementów (eksplozja kombinatoryczna). Przykład: problem komiwojażera. Dla 100 miejscowości mamy 100!=10 158 możliwości. Problemy praktyczne: gry planszowe, układanie planu lekcji, harmonogramowanie zadań, upakowanie towarów. 11

Dlaczego sztuczna inteligencja? Klasyfikacja struktur: rozpoznawanie obrazów, mowy, pisma, struktur chemicznych, zachowań człowieka lub maszyny, stanu zdrowia, sensu wyrazów i zdań Odkrywanie wiedzy w bazach danych, zrozumienie struktury danych, konstrukcja wyjaśniających teorii. Selekcja cech - na co warto zwrócić uwagę, co jest niepotrzebne; redukcja wymiarowości problemu. Inteligentne szukanie z uwzględnieniem semantyki pytania wyszukiwarki, Information Retrieval (IR). 12

Dlaczego sztuczna inteligencja? Inteligentne wspomaganie decyzji: diagnozy medyczne, decyzje menedżerskie. Gry strategiczne: uczenie się na własnych i cudzych błędach. Kontrola: jakości produktów, ostrości obrazu kamery, dostrojenia aparatury. Sterowanie: samochodu, urządzeń technicznych, fabryk, społeczeństwa... Planowanie: budowa autostrad, wieżowców, działań organizacji. Optymalne spełnianie ograniczeń, optymalizacja wielokryterialna. 13

Dlaczego sztuczna inteligencja? Detekcja regularności, analiza interesujących skupień, samoorganizacja, uczenie spontaniczne. Separacja sygnałów z wielu źródeł: oczyszczanie obrazów z szumów, separacja sygnałów akustycznych. Prognozowanie: wskaźników ekonomicznych, pogody, plam na Słońcu, decyzji zakupu, intencji człowieka Askrypcja danych: łączenie informacji z kilku źródeł. Wizualizacja informacji ukrytej w bazach danych. Zrozumienie umysłu: doświadczeń psychologicznych, sposobu rozumowania i kategoryzacji, poruszania się i planowania, procesów uczenia. 14

Metody sztucznej inteligencji Pattern Recognition Logika rozmyta Wizualizacja Sieci neuronowe Artificial Intelligence Uczenie maszynowe Algorytmy ewolucyjne Metody probabilistyki Systemy ekspertowe Statystyka wielowymiarowa 15

AI cel dalekosiężny Zadaniem AI jest imitowanie działań człowieka, które wymagają inteligencji. W przyszłości oczekuje się, że nie będzie to naśladowanie, ale przewyższenie zdolności człowieka. Ostatecznie można oczekiwać powstania maszyny-kopii człowieka posiadającej te same/większe umiejętności. 16

AI cel dalekosiężny Słaba Komputer pozwala formułować i sprawdzać hipotezy dotyczące mózgu. Program = symulacja, ale nie prawdziwe myślenie. W tej wersji AI nie ma wielu oponentów, gdyż jest wiele dowodów na jej oczywistą przydatność. Możliwa jest komputerowa symulacja inteligentnego działania. Silna Komputer odpowiednio zaprogramowany jest w istotny sposób równoważny mózgowi i może mieć stany poznawcze. Wersja często atakowana, ciągłe spory filozoficzne, czy jest to możliwe. Symulacja inteligencji to nie prawdziwa inteligencja, umysł nie jest programem, a mózg nie jest komputerem. 17

Test Turinga Co najmniej dwoje ludzi i co najmniej jedna maszyna. Uczestnicy nie widzą się nawzajem. Jeden z ludzi jest sędzią i prowadzi dialog z pozostałymi uczestnikami. Sędzia w wyniku prowadzonego dialogu ma ustalić, kto jest człowiekiem, a kto maszyną. Każda maszyna, która oszuka sędziego spełni test Turinga. 18

Test Turinga Test Turinga dla silnej sztucznej inteligencji. Dla słabej sztucznej inteligencji, kryterium może być: ile razy komputer wygra w szachy grając z człowiekiem, wskaźnik poprawności stawianej diagnozy, porównywanie czasu pracy człowieka i komputera, czasami trudno znale odpowiedni miernik: np. parafraza tekstu. 19

Czego nie potrafi SI Nagroda Loebnera - nagroda ufundowana przez Hugha Loebnera w 1990 roku dla programisty, który zdoła napisać program, który skutecznie przejdzie Test Turinga. Nagroda ta obejmuje przyznanie złotego medalu oraz 100 000 USD dla programisty, który przedstawi program, który zdoła skutecznie zmylić wszystkich sędziów (testerów) programu. Oprócz tego nagroda ta obejmuje przyznanie pozłacanego, brązowego medalu oraz nagrody pieniężnej 2000 USD temu programiście, który w danym roku dostarczy program, który co prawda nie przejdzie w pełni testu Turinga, ale będzie zdaniem sędziów najskuteczniej udawał ludzką konwersację. http://pl.wikipedia.org/wiki/nagroda_loebnera 20

Czego nie potrafi SI Zawody o nagrodę Loebnera odbywają się co roku, w The Cambridge Center of Behavioral Studies. Sędziowie są dorocznie losowani spośród pracowników tego instytutu. Programiści muszą dostarczyć program, który działa pod Linuksem, MS Windows lub na Macintoshach lub alternatywnie dostarczyć swój własny komputer z programem, przy czym komputer musi się dać podłączyć do standardowego terminala DEC 100. Dostarczone programy mają generować na tym terminalu ekran, na którym od góry do dołu pojawiają się tekst konwersacji pisany standardową czcionką i nie formatowany w żaden szczególny sposób. Sędziowie mają przez jeden dzień dostęp do dwukrotnie większej liczby terminali niż liczba dostarczonych programów. Co drugi terminal jest obsługiwany przez prosty program komunikacyjny, który generuje na ekranie taki sam tekst jak testowane programy, ale jest obsługiwany przez człowieka - wylosowanego spośród studentów instytutu i zaakceptowanego przez autorów programów. Do co drugiego terminala jest natomiast przyłączony testowany program. Sędziowie po całym dniu "konwersowania" ze wszystkimi terminalami decydują, które z terminali obsługiwał człowiek, a które program oraz który z terminali obsługiwanych ich zdaniem przez programy zachowywał się "najbardziej po ludzku". Sędziowie mają prawa zadawać terminalom dowolne pytania, oprócz takich, które w oczywisty sposób zdemaskowałyby programy takie jak "jaki jest numer twojego buta", albo "jak ma na imię twoja dziewczyna". Złoty medal i główną nagrodę dostaje ten program, który zdoła zmylić ponad 50% sędziów, zaś gdy żaden program nie uzyska tego wyniku, brązowy medal i 2 000 USD dostaje ten program, który zdaniem największej liczby sędziów zachowywał się "najbardziej po ludzku". 21

Krytyka AI - R. Penros Myślenie zawsze polega na obliczeniach (kalkulacji) Świadomość jest cechą fizyczną działającego mózgu; procesy fizyczne można symulować obliczeniowo, ale nie towarzyszy im świadomość Procesy fizyczne powodują w mózgu powstanie świadomości, ale nie można ich symulować obliczeniowo Świadomości nie można wyjaśnić w żaden fizyczny, obliczeniowy czy inny naukowy sposób 22

Krytyka AI J. Searle Zwolennicy silnej AI uważają, że każda maszyna zdolna stosować się do algorytmów posiada inteligencję. To co różni, według nich, człowieka i współczesny komputer to stopień zaawansowania tychże algorytmów. W zasadzie więc człowiek tym różni się od prostego termostatu, iż jego programy działania są doskonalsze i bardziej uniwersalne. Jakby tego nie było dość, zwolennicy silnej AI twierdzą, że stosowanie się do algorytmu implikuje proces świadomości. Amerykański filozof John Searle był tym podejściem wybitnie zbulwersowany. Argumentuje on przeciwko tej tezie stosując wymyśloną przez siebie koncepcję chińskiego pokoju. 23

Krytyka AI J. Searle Zamknięty w chińskim pokoju człowiek lub maszyna nie muszą wykazywać oznak myślenia, rozumienia sytuacji, czy też innych oznak człowieczeństwa poza umiejętnością stosowania algorytmu. W ten sposób Searle pokazał, że świadomość i rozumienie, a wykonywanie doskonale zaprojektowanych algorytmów, to dwie różne sprawy. 24

Nadzieje i zagrożenia AM: Czego możemy się spodziewać za 20-30 lat? WD: Sztuczna inteligencja zagości w codziennych produktach, świat będzie pełen inteligentnych przedmiotów. Komputery dostosują się do naszych potrzeb: będą słuchały, obserwowały, dyskutowały, miały zdrowy rozsądek, zastąpią nas w załatwianiu codziennych spraw, wędrując po Sieci. Roboty będą wykazywać różne reakcje emocjonalne i będą nas w stanie zastąpić w większości zawodów. Nie widzę jednak powodu, dla którego roboty miałyby się buntować czy też nam zagrażać: walka o terytorium i pożywienie, typowa dla zwierząt, nie będzie robotom do niczego potrzebna. Za 30 lat wydajność komputera osobistego, jeśli będzie jeszcze taki, znacznie przekroczy możliwości ludzkiego mózgu. Komputery będą same projektowały coraz doskonalsze komputery i roboty. Nie zapominajmy też o nanotechnologii i możliwościach stworzenia komputerów kwantowych, zdolnych do rozwiązywania problemów znacznie przekraczających możliwości naszych mózgów. Można się więc spodziewać, że sztuczne systemy przejmą od nas pałeczkę dalszego rozwoju inteligencji na Ziemi. 25