Wprowadzenie do Sztucznej Inteligencji

Podobne dokumenty
Elementy kognitywistyki II: Sztuczna inteligencja

Wprowadzenie do Sztucznej Inteligencji

Wprowadzenie do teorii systemów ekspertowych

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

Sztuczna inteligencja - mity i rzeczywistość. Sztuczna inteligencja. Plan zajęć z przedmiotu. Plan wykładów. Literatura.

Sztuczna inteligencja - wprowadzenie

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

Elementy kognitywistyki III: Modele i architektury poznawcze

PRZEWODNIK PO PRZEDMIOCIE

Wstęp do kognitywistyki. Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu

Sztuczna Inteligencja i Systemy Doradcze

Elementy kognitywistyki III: Modele i architektury poznawcze

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

Podstawy sztucznej inteligencji

Sztuczna inteligencja

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

BIOCYBERNETYKA PROLOG

SZTUCZNA INTELIGENCJA

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

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

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

KIERUNEK: KOGNITYWISTYKA

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD XII: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze

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

KOGNITYWISTYKA PROGRAM OBOWIĄZUJĄCY STUDENTÓW Z REKRUTACJI OD ROKU 2012/2013. Rok I Semestr I

Wstęp do kognitywistyki. Wykład 6: Psychologia poznawcza

Percepcja, język, myślenie

Systemy Agentowe główne cechy. Mariusz.Matuszek WETI PG

KIERUNKOWE EFEKTY KSZTAŁCENIA

JAKIEGO RODZAJU NAUKĄ JEST

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

Inżynieria danych I stopień Praktyczny Studia stacjonarne Wszystkie specjalności Katedra Inżynierii Produkcji Dr Małgorzata Lucińska

EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW INFORMATYKA

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

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

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

Spostrzeganie jako proces kategoryzacji percepcyjnej.

Elementy kognitywistyki:

Wstęp do kognitywistyki

Historia sztucznej inteligencji. Przygotował: Konrad Słoniewski

CZYM SĄ OBLICZENIA NAT A URALNE?

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

Elementy kognitywistyki III: Modele i architektury poznawcze

WIEDZA METODY INŻYNIERII WIEDZY KNOWLEDGE ENGINEERING AND DATA MINING. Adrian Horzyk. Akademia Górniczo-Hutnicza

zna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych

Archeologia kognitywna

KIERUNKOWE EFEKTY KSZTAŁCENIA

KARTA PRZEDMIOTU. Dyscyplina:

Inteligencja. Władysław Kopaliśki, Słownik wyrazów obcych i zwrotów obcojęzycznych

Percepcja, język, myślenie

Percepcja, język, myślenie

SZTUCZNA INTELIGENCJA

KIERUNKOWE EFEKTY KSZTAŁCENIA

O REDUKCJI U-INFORMACJI

KARTA PRZEDMIOTU. 1. Informacje ogólne. 2. Ogólna charakterystyka przedmiotu. Metody drążenia danych D1.3

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

PRZEWODNIK PO PRZEDMIOCIE

Psychologia procesów poznawczych Kod przedmiotu

EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW NAUCZANIE MATEMATYKI I INFORMATYKI

Sztuczna inteligencja: aktualny stan i perspektywy rozwoju

INTUICJE. Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998)

Kierunek Zarządzanie II stopnia Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów kształcenia dla obszaru nauk społecznych

FILOZOFIA. Studia stacjonarne

5. Rozważania o pojęciu wiedzy. Andrzej Wiśniewski Wstęp do filozofii Materiały do wykładu 2015/2016

KIERUNKOWE EFEKTY KSZTAŁCENIA

Psychologia decyzji. Struktura wykładu DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII. wykład 15 godzin

Plan wykładów METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA

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

Główne problemy kognitywistyki: Reprezentacja

Kierunek Zarządzanie I stopnia Szczegółowe efekty kształcenia i ich odniesienie do opisu efektów kształcenia dla obszaru nauk społecznych

PG im. Tadeusza Kościuszki w Kościerzycach nadzór pedagogiczny nauczanie problemowe

Kognitywistyka, poznanie, język. Uwagi wprowadzające.

Nazwa przedmiotu: METODY SZTUCZNEJ INTELIGENCJI W ZAGADNIENIACH EKONOMICZNYCH Artificial intelligence methods in economic issues Kierunek:

Elementy kognitywistyki III: Modele i architektury poznawcze

Zastosowanie sztucznej inteligencji w testowaniu oprogramowania

Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski

Obliczenia inspirowane Naturą

Nazwa metodologia nauki etymologicznie i dosłownie znaczy tyle, co nauka o metodach badań.

Efekt kształcenia. Wiedza

Elementy kognitywistyki III: Modele i architektury poznawcze

Kognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku

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

Repetytorium z matematyki 3,0 1,0 3,0 3,0. Analiza matematyczna 1 4,0 2,0 4,0 2,0. Analiza matematyczna 2 6,0 2,0 6,0 2,0

Metodologia badań psychologicznych

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia

Neurokognitywistyka. Mózg jako obiekt zainteresowania w

Psychologia - opis przedmiotu

Grafika i Systemy Multimedialne (IGM)

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

Wymagania edukacyjne z fizyki w Szkole Podstawowej nr 3 w Zamościu

EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW PRAWO JEDNOLITE STUDIA MAGISTERSKIE PROFIL PRAKTYCZNY

Efekty kształcenia dla kierunku FINANSE i RACHUNKOWOŚĆ

SZTUCZNA INTELIGENCJA (SI, AI)

Wstęp do kognitywistyki. Wykład 7: Psychologia poznawcza: nietrwałe reprezentacje mentalne

Efekty kształcenia. Tabela efektów kształcenia

Opis zakładanych efektów kształcenia dla kierunków studiów

Spis treści. Rozdział 1. Rozdział 2. XIII Przedmowa do wydania polskiego 1Przedmowa

Syste t m e y m ek e s k per pe to t w o e w Wykład 8 1

Transkrypt:

Wprowadzenie do Sztucznej Inteligencji Wykład 1 Studia Inżynierskie Dlaczego badania nad sztuczną inteligencją? Próba zrozumienia istot inteligentnych - lepsze poznanie samego siebie (filozofia, psychologia) Wyzwanie dla badaczy - konstrukcja inteligentnych maszyn Nieograniczone możliwo liwości zastosowań praktycznych 1

Geneza badań nad sztuczną inteligencją Starożytne początki w badaniach nad logiką formalną Koniec lat 50-tych XX w. prawdziwy impuls do rozwoju z chwilą stworzenia pierwszego komputera Pojawienie się terminu sztuczna inteligencja - rok 1956 Obecnie uważana ana za jedną z najistotniejszych dziedzin nauki obok biologii molekularnej i inżynierii genetycznej Inteligencja - próba definicji Czy jest to jakaś pojedyncza własnow asność,, cecha, czy raczej zbiór r pewnych umiejętno tności? W jakim stopniu jest wyuczona, a w jakim wrodzona? Co tak naprawdę dzieje się w trakcie uczenia? Czym w gruncie rzeczy jest kreatywność ść?? Czym intuicja? Czy inteligencja może e być stwierdzona jedynie na podstawie obserwacji zachowania, czy wymaga raczej poznania jakiś wewnętrznych mechanizmów? Jak wiedza jest reprezentowana w systemie nerwowym i czy płynp yną z tego jakieś wnioski odnośnie nie budowy inteligentnych maszyn? Czym jest samoświadomo wiadomość i czy ma znaczenie dla inteligencji? Czy w ogóle możliwe jest stworzenie inteligentnych maszyn, czy inteligencja wymaga raczej bogactwa doznań i doświadcze wiadczeń,, które sąs dostępne jedynie w realnie istniejącym świecie? 2

Definicje sztucznej inteligencji [Sztuczna inteligencja to automatyzacja] zdolności przypisanych ludzkiemu myśleniu, zdolności taki jak podejmowanie decyzji, rozwiązywanie zywanie problemów, uczenie się... [Bellman[ Bellman,, 1978] Sztuczna inteligencja to badania prowadzone w kierunku stworzenia komputerów, które myślą... maszyn posiadających umysł.. [Haugeland[ Haugeland,, 1985] Sztuczna inteligencja to sztuka tworzenia maszyn zdolnych do wykonywania działań,, wymagających od człowieka zaangażowania inteligencji. [Kurzweil[ Kurzweil,, 1990] Sztuczna inteligencja to badania mające na celu stworzenie komputerów w posiadających umiejętno tności, w których człowiek jest obecnie lepszy. [Rich[ i Knight,, 1991] Definicje sztucznej inteligencji c.d. Sztuczna inteligencja to badanie zdolności umysłowych za pomocą modeli obliczeniowych. [Charniak[ i McDermott,, 1985] Sztuczna inteligencja to studia nad modelami obliczeniowymi, które umożliwiaj liwiają percepcję,, wnioskowanie i działanie. anie. [Winston[ Winston,, 1992] Sztuczna inteligencja to badania mające na celu opis i symulację inteligentnego zachowania w kategoriach procesów w obliczeniowych. [Schalkoff,, 1990] Sztuczna inteligencja jest gałę łęzią informatyki, zajmującą się automatyzacją inteligentnego zachowania.[luger i Stubblefield,, 1993] 3

Definicje sztucznej inteligencji c.d. myślenie (wnioskowanie) [Kurzweil,, 1990] [Rich i Knight,, 1991] [Charniak i McDermott,, 1985] [Winston,, 1992] zachowanie (działanie) anie) [Bellman,, 1978] [Haugeland,, 1985] [Schalkoff,, 1990] [Luger i Stubblefield,, 1993] ludzkie racjonalne Koncepcje sztucznej inteligencji Silna sztuczna inteligencja - system inteligentny, to taki, który jest bezpośrednim odzwierciedleniem inteligencji człowieka Słaba sztuczna inteligencja - system inteligentny, to taki, który działa racjonalnie (koncepcja systemowa). 4

Systemowa koncepcja sztucznej inteligencji Idealistyczna koncepcja racjonalności ci System funkcjonuje racjonalnie, jeśli wykonuje właściwe w czynności ci (akcje, operacje), tzn. działa a w sposób gwarantujący osiągni gnięcie celu, przy przyjętych założeniach. Działać jak człowiek: Test Turinga 5

Test Turinga Mechanizmy niezbędne w teście Turinga: zdolność do przetwarzanie języka j naturalnego zdolność do reprezentowania wiedzy zdolność do automatycznego wnioskowania zdolność uczenia się Mechanizmy niezbędne w pełnym teście Turinga: zdolność do rozpoznawania obrazów zdolność poruszania się i przemieszczania obiektów (zdolności manualne) Test Turinga - charakterystyka Badanie porównawcze zachowania istoty rozumnej w kontekście pewnego zbioru pytań; ; standard pozwalający wykryć inteligencję bez odwoływania się do "prawdziwej natury inteligencji, wykorzystujący jedyny dostępny "wzorzec" Zignorowanie wątpliwow tpliwości dotyczących cych wewnętrznych procesów maszyny, towarzyszących inteligentnemu zachowaniu i jego świadomości bądźb braku świadomości podejmowanych decyzji Eliminacja jakichkolwiek tendencji do preferowania inteligencji organizmów żywych nad inteligencję maszyn poprzez ograniczenie kontaktu jedynie do zdalnej formy wymiany informacji 6

Test Turinga - charakterystyka Ograniczenie badań zachowania jedynie do zadań o charakterze symbolicznym; nie sąs sprawdzane możliwo liwości percepcji zmysłowej ani umiejętno tności manualne, choć uważane ane sąs za istotny przejaw ludzkiej inteligencji Ograniczenie pojęcia inteligencji jedynie do jej ludzkiej postaci; Czy inteligencja maszynowa lub jakakolwiek inna nie może e mieć zupełnie odmiennej formy (inny, nieznany nam rodzaj inteligencji)? Myśle leć jak człowiek: Cognitive science Kognitywistyka (ang. cognitive science) opis i modelowanie ludzkiego sposobu myślenia, jego procesu poznania i inteligentnego zachowania w odniesieniu do maszyn (komputerów, robotów w itp.) Kognitywizm dział psychologii zajmujący się badaniami nad procesami poznawczymi zakładaj adający, że e mechanizmem tworzenia doświadcze wiadczeń (niezbędnych w uczeniu) jest percepcja Metody badawcze: psychologiczne: introspekcja, psychiatria kliniczna itp. eksperymenty neurologiczne - neurobiologia 7

Myśle leć jak człowiek: Cognitive science Główne cele badań kognitywistycznych to: wyjaśnienie natury procesów w mentalnych ich modelowanie i symulacja cyfrowa projektowanie i rozwój j inteligentnych urządze dzeń Problematyka badawcza tej dziedziny: reprezentacja wiedzy lingwistyka proces uczenia procesy myślenia (wnioskowania) percepcja świadomość inteligencja poznawcza Myśle leć racjonalnie: tradycje logiki Język logiki formalnej - precyzyjna notacja/forma wyrażania ania opisów wszystkich obiektów w i związk zków w między nimi. Zalety: Twierdzenie Gödla - możliwe jest zbudowanie programu, który znajdzie rozwiązanie zanie każdego problemu logicznego, o ile ono istnieje (jeśli nie istnieje, to nie wiemy czy program się zatrzyma!). Wady: Trudno wyrazić wiedzę nieformalną w języku j logiki, szczególnie zaś wiedzę niepewną,, niepełną i nieprecyzyjną. Praktyczna realizacja programu rozwiązuj zującego realne problemy logiczne jest obecnie niemożliwa ze względu na wymagania zasobowe. 8

Działać racjonalnie: racjonalny system Systemowa sztuczna inteligencja - studiowanie i konstruowanie racjonalnych systemów w (agentów) sztucznej inteligencji. Racjonalne działanie anie to zachowanie prowadzące właściww ciwą drogą do osiągni gnięcia celu; działanie anie poprawne przy przyjętych założeniach i postawionym celu. Racjonalne działanie anie to coś więcej niż racjonalne myślenie/wnioskowanie: logiczne wnioskowanie - warunek dostateczny (ale nie konieczny!) racjonalnego zachowania racjonalne działanie anie bez wnioskowania (np. natychmiastowa reakcja mistrza gry w szachy) racjonalne działanie anie bez możliwo liwości prowadzenia wnioskowania (przymus działania ania bez możliwo liwości wnioskowania!) Działać racjonalnie: racjonalny system Wszystkie (sześć ść) ) zdolności potrzebnych w teście Turinga to cechy niezbędne równier wnież w osiągni gnięciu racjonalnego działania. ania. Zalety koncepcji racjonalnego agenta: większy poziom ogólno lności niż racjonalne wnioskowanie, które nie jest jednym sposobem osiągni gnięcia racjonalnego zachowania, możliwa do weryfikacji i realizacji w praktyce ze względu na precyzyjną i kompletną definicję niezależną od jakiegokolwiek wzorca. Obecny poziom technologii uniemożliwia pełną realizację systemowej koncepcji sztucznej inteligencji w skomplikowanych środowiskach stąd koncepcja ograniczonej racjonalności ci - właściwego działania ania w sytuacji ograniczonych zasobów w obliczeniowych (pamięci i/lub czasu). 9

Kognitywizm a konekcjonizm w sztucznej inteligencji Kognitywizm Opis i modelowanie procesów w poznawczych jest możliwy na poziomie symbolicznym (paradygmat von Neumanna). Konekcjonizm Opis i modelowanie procesów w poznawczych za pomocą dużej liczby maksymalnie uproszczonych jednostek przetwarzających, połą łączonych w skomplikowane sieci i realizujących przetwarzanie subsymboliczne (przetwarzanie rozproszone i równoległe). e). Kognitywizm w sztucznej inteligencji Fizyczny system symboli to zbiór r elementów zwanych symbolami, będących b fizycznymi wzorcami, które mogą występowa pować jako składniki elementów innego typu zwanych wyrażeniami (lub strukturami symbolicznymi). Hipoteza Fizycznego Systemu Symboli Fizyczny system symboli ma niezbędne i wystarczające ce środki do wygenerowania inteligentnego działania ania (Newell( Newell, Simon 76). 10

Podstawowe zagadnienia dotyczące ce budowy systemów w sztucznej inteligencji Reprezentacja wiedzy jest to sposób b przedstawienia całego zakresu wiedzy niezbędnej dla inteligentnego zachowania w formalnym języku, j to znaczy takim, którym może e posługiwa ugiwać się komputer. Przeszukiwanie jest techniką rozwiązywania zywania problemów, polegającą na systematycznej eksploracji przestrzeni stanów w (hipotez rozwiązania) zania) problemu, to znaczy analizie wszystkich kolejnych i alternatywnych (równoleg wnoległych) kroków w pojawiających się w procesie rozwiązywania zywania problemu. Obszary zastosowań sztucznej inteligencji Gry Automatyczne wnioskowanie i dowodzenie twierdzeń Systemy eksperckie Przetwarzanie języka j naturalnego Rozpoznawanie obrazów Planowanie działań i robotyka Automatyczne (maszynowe) uczenie się 11

Literatura 1. Charniak,, D. McDermott, Introduction to Artificial Intelligence, Addison Wesley,, 1985. 2. G.F. Lugger,, W.A. Stubblefield, Artificial Intelligence and the Design of Expert Systems, The Benjamin/Cummings Publ. Comp. Inc., 1989. 3. E. Rich, Artificial Intelligence, McGraw Hill,, 1983. 4. E. Rich, Knight, Artificial Intelligence, McGraw Hill, 1991. 5. S. J. Russell, P. Norvig, Artificial Intelligence.. A Modern Approach. Prentice Hall, Upper Saddle River, New Yersey,, 1994. 12