Sztuczna Inteligencja i Systemy Doradcze

March 20, 2018 | Author: Anonymous | Category: Inżynieria, Informatyka, Artificial Intelligence
Share Embed


Short Description

Download Sztuczna Inteligencja i Systemy Doradcze...

Description

Sztuczna Inteligencja i Systemy Doradcze

Wprowadzenie

Wprowadzenie

1

Program przedmiotu ♦ Poszukiwanie rozwiązań w przestrzeni stanów ♦ Strategie w grach ♦ Systemy decyzyjne i uczenie maszynowe ♦ Wnioskowanie w logice ♦ Planowanie

Wprowadzenie

2

Literatura Stuart Russell, Peter Norvig Artificial Intelligence: A Modern Approach Prentice Hall 2003, wydanie II http://aima.cs.berkeley.edu George Luger Artificial Intelligence: Structures and Strategies for Complex Problem Solving Addison Wesley 2005, wydanie V http://www.cs.unm.edu/~luger/ai-final Tom Mitchell Machine Learning McGraw Hill 1997 http://www-2.cs.cmu.edu/~tom/mlbook.html

Wprowadzenie

3

Co to znaczy Sztuczna Inteligencja?

Symulowanie ludzkiego myślenia Symulowanie myślenia racjonalnego Symulowanie ludzkiego działania Symulowanie działania racjonalnego

Wprowadzenie

4

Symulowanie ludzkiego dzialania: Test Turinga Turing (1950) “Computing machinery and intelligence”: ♦ “Czy maszyny mogą myśleć?” −→ “Czy maszyny mogą zachowywać się inteligentnie?” ♦ Operacyjny test na inteligentne zachowanie: HUMAN HUMAN INTERROGATOR

? AI SYSTEM

♦ Zapowiadał, że przed rokiem 2000 maszyna będzie mieć 30% szans na udane imitowanie inteligencji człowieka przez 5 minut wobec przeciętnej osoby ♦ Przewidział wszystkie główne argumenty skierowane przeciwko sztucznej inteligencji w ciągu kolejnych 50 lat ♦ Zaproponował jako główne elementy SI: wiedzę, wnioskowanie, język, rozumienie, uczenie Wprowadzenie

5

Symulowanie ludzkiego dzialania: Test Turinga Turing (1950) “Computing machinery and intelligence”: ♦ “Czy maszyny mogą myśleć?” −→ “Czy maszyny mogą zachowywać się inteligentnie?” ♦ Operacyjny test na inteligentne zachowanie: HUMAN HUMAN INTERROGATOR

? AI SYSTEM

Problem: test Turinga nie jest powtarzalny, konstruktywny, lub poddawalny matematycznej analizie

Wprowadzenie

6

Symulowanie ludzkiego myslenia Lata 60-te “rewolucja kognitywna”: psychologia przetwarzania informacji zastąpiła dominującą koncepcję behawioryzmu Wymaga naukowych teorii o wewnętrznym działaniu umysłu: Jaki poziom abstrakcji? “Wiedza” czy “układy”? Jak weryfikować? Wymaga 1) Przewidywania i testowania zachowania ludzkiego podmiotu (top-down) 2) Bezpośredniego rozpoznawania na podstawie sygnałów neurologicznych (bottom-up) Żadne z tych dwu podejść (Nauka Kognitywna oraz Nauka Neurokognitywna) nie jest Sztuczną Inteligencją, ale wszystkie trzy mają wspólna cechę: dotychczasowe teorie nie wyjaśniaja niczego przypominającego typową ludzką inteligencję

Wprowadzenie

7

Myslenie racjonalne Normatywne (lub wyznaczone) raczej niż opisowe Arystoteles: jakie są poprawne argumenty/procesy myślowe? Kilka greckich szkół rozwinęło rożne formy logiki: notację i reguły wnioskowania dla myśli; mogły one stanowić poprzedzenie idei mechanizacji Bezpośrednia linia prowadząca do współczesnej SI została wyznaczona przez matematykę i filozofię Problemy: 1) Nie wszystkie inteligentne zachowania są związane z logicznym wnioskowaniem 2) Jaki jest cel myślenia? Jakie myśli powinienem mieć?

Wprowadzenie

8

Dzialanie racjonalne Racjonalne zachowanie: robienie właściwych rzeczy Własciwa rzecz: taka, która wydaje się prowadzić do jak najlepszego osiągnięcia celu, dla danej dostępnej informacji Niekoniecznie wymaga myślenia — n.p., odruch mrugania — ale myślenie powinno służyć racjonalnemu działaniu Arystoteles (Etyka Nikomachejska): Każda sztuka i kaźde dociekanie, i podobnie każda akcja i działanie jest zamierzone w celu pewnego dobra

Wprowadzenie

9

Prehistoria Sztucznej Inteligencji Filozofia

logika, metody wnioskowania umysł jako fizyczny system podstawy uczenia, języka, racjonalności Matematyka formalna reprezentacja i dowód algorytmy, obliczenia, (nie-)rozstrzygalność, (nie-)konstruktywność prawdopodobieństwo Psychologia adaptacja zjawisko postrzegania i kontroli motorycznej techniki eksperymentalne (psychofizyka, etc.) Ekonomia formalna teoria podejmowania racjonalnych decyzji Lingwistyka reprezentacja wiedzy gramatyka Neuronauka podłoze fizyczne aktywności umysłowej Teoria sterowania systemy homeostatyczne, stabiloność proste projekty optymalnych agentów

Wprowadzenie

10

Scisla historia Sztucznej Inteligencji 1943 1950 1952–69 1950s 1956 1965 1966–74 1969–79 1980–88 1988–93 1985–95 1988–

1995–

McCulloch & Pitts: Model mózgu jako układ boolowski Artykuł Turinga “Computing Machinery and Intelligence” Okres rozkwitu: Wczesne programy SI, w tym program grający w warcaby Samuela, Logic Theorist Newella i Simona, Geometry Engine Gelertner’a Spotkanie w Dartmouth: powstaje termin “Sztuczna Inteligencja” Pełna metoda rezolucji Robinsona do wnioskowania w logice I rzędu Odkrycie złożoności obliczeniowej, badania sieci neuronowych zanikają Wczesny rozwój systemów opartych na wiedzy Przemysłowy boom systemów doradczych Przemysł systemów doradczych przeżywa regresję: “Zima SI” Sieci neuronowe wracają do popularności rozwój badań związanych z prawdopodobieństwem ogólny wzrost poziomu zaawansowania technicznego systemów “nowości SI”: sztuczne życie, algorytmy genetyczne, soft computing systemy wieloagentowe . . . Wprowadzenie

11

Co SI potrafi dzisiaj ♦ ♦ ♦ ♦ ♦ ♦ ♦ ♦ ♦ ♦ ♦

Rozegrać przyzwoity mecz tenisa stołowego Prowadzić samochód po krętej, górskiej drodze Prowadzić samochód w centrum Kairu Zrobić zakupy spożywcze na tydzień w supermarkecie Berkeley Bowl Zrobić zakupy spożywcze na tydzień w internecie Rozegrać przyzwoitą partię brydża Odkryć i udowodnić nowe twierdzenie matematyczne Wymyśleć zabawną historię Udzielić kompetentnej porady prawnej w wyspecjalizowanym zakresie prawa Tłumaczyć mówiony angielski na mówiony szwedzki w czasie rzeczywistym Wykonać skomplikowaną operację chirurgiczną

Wprowadzenie

12

View more...

Comments

Copyright © 2017 DOCUMEN Inc.