inteligenta artificiala: complexitate si emergenta

8/7/2019 Inteligenta artificiala: Complexitate si emergenta

1/79

Inteligen artificial14. Complexitate i emergen

Florin Leon

Universitatea TehnicGheorgheAsachi din IaiFacultatea de Automatici Calculatoare

http://florinleon.byethost24.com/curs_ia.htm

Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm


2/79

2

Complexitate i emergen1. Introducere2. Automate celulare3. Sisteme Lindenmeyer4. Inteligena colectiv5. Simulri bazate pe ageni

6. Concluzii



3/79

3


6. Concluzii



4/79

4

Termenul ALife Propus la un workshop organizat de Los

Alamos National Laboratory, 1987

Domeniul ncearc s mbine cercetrilemultidisciplinare cu privire la modelrile isimulrile biologice

Aceste fenomene sunt neliniare, ceea ce

poate conduce la: Haos: schimbri mici n condiiile iniiale produc

diferene mari la rezultate Trsturi de nivel superior: emergen, atractori



5/79

5

Caracteristicile simulrilorALifeAbordare bottom-up Control local Reguli simple de aciune Modele multi-agent



6/79

6

Viaa natural i viaa artificial Dicionarul Webster:

Viaaeste condiia general care distinge

organismele de elementele anorganice ide organismele moarte, manifestat prin: cretere pe baza metabolismului mijloace de reproducere reglaj intern ca rspuns la mediu



7/79

Scopurile vieii artificiale Probleme de biologie

Evoluie Originile vieii Sinteza ADN/ARN

Principii ale comportamentuluiinteligent Emergen i auto-organizare Sisteme distribuite Comportament de grup Ageni, roboi autonomi

Aplicaii practice Animaie computerizat Jocuri video Probleme de optimizare Proiectare

7Florin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm


8/79

8

VA i IA Viaa artificial este pentru biologieceea ce

inteligena artificial este pentru psihologie

Simulrile bazate pe agenisunt interesantei pentru sociologiei psihologie social



9/79

9


6. Concluzii



10/79

10

Sisteme complexe Sunt sisteme dinamice alctuite din componente

similare, cu o structur relativ simpl

Componentele interacioneaz dup reguli locale,de asemenea simple (uor de neles)

Comportamentul global al unui astfel de sistemeste emergent: nu poate fi estimat apriori pe

baza regulilor locale i nu poate fi explicat uor



11/79

11

Automate celulare engl. cellular automata Mediul este o latice, o mulime discret de celule

alturate Timpul este de asemenea discret Celulele au stare: o serie de proprieti care se pot

modifica n timp

Starea unei celule la momentul t+1 depinde destarea proprie i de starea altor celule vecine la

momentul t Actualizrile strilor se fac n paralel



12/79

12

ExempluAutomat celular unidimensional



13/79

13

ExempluAutomat celular bidimensional



14/79

14

Tipuri de mediuinfinit

limite fixe, cu stripredefinite

limite reflective,influeneaz numai

celulele interioare

periodic



15/79

15

Exemplu

XOR



16/79

16

Rezultate

Configuraie simetric,128 de pai

Configuraie iniial aleatorie,apar totui modele n evoluie



17/79

Clase de reguli Numerotare: 01101001 regula 105

Clasa I: evolueaz ntr-o stare omogen Clasa II: evolueaz periodic Clasa III: evolueaz haotic Clasa IV: include toate comportamentele anterioare

(sunt numitereguli complexe)



18/79

Exemple

Regula 110 esteTuring complet,adic orice calcul sau

program poate fisimulat folosind acestautomat. Oricesecven de bii sepoate regsi pe o liniedac dimensiunealiniei i numrul deexpandri suntsuficient de mari.



19/79

19

Jocul vieii

engl. Game of Life, Conway (1970) Automat celular bidimensional Fie nnumrul de vecini vii ai unei celule Reguli:

Dac n< 2, celula moare de singurtate

Dacn> 3

, celula moare de supra-aglomerare Dacn= 3, celula renate (se nate o nou celul) Altfel, celulai pstreaz starea anterioar



20/79

20

Modele emergente

Modele statice

Modele oscilante

Modele glisante

Modele de dezvoltare

Modele instabile(neperiodice)



21/79

http://florinleon.byethost24.com/home/prog_jt.htm



22/79

22

Proprietatea de calcul universal

Capacitatea de a calcula tot ce poate fi calculat Ca Maina Turing

Automatele celulare Memorie: modelele statice Numrtoare: modelele oscilante Flux de informaii: modelele glisante

Nu se poate spune dac o anumit configuraie va

genera n timp configuraia nul sau va evolua ntr-oconfiguraie stabil sau periodic Problema opririi la Maina Turing: nu se poate prezice, n

general, dac pentru o anumitintrare un algoritm se vatermina sau va rula la infinit



23/79

Exemplu: pori logice

23

https://www.youtube.com/watch?v=vGWGeund3eA



24/79


25/79

Aplicaii

Simulatoare de sisteme dinamice discrete Pot fi folosite pentru investigarea unor

fenomene complexe: Comportamentul gazelor Propagarea incendiilor de pdure Dezvoltarea urban Simularea traficului rutier sau aerian Procese de cristalizare

Alternativ la ecuaiile difereniale



26/79

Ecuaii difereniale vs.automate celulare

Modelul prdtor-prad Ecuaii Lotka-Volterra

x, y= dimensiunea populaiei de tip prad,respectiv prdtor

,,,= ratele de nmulire i mortalitate caredescriu interaciunea celor dou specii



27/79

Soluie numeric



28/79

Automat celular

Exemplu de reguli: Prada se reproduce ntr-o celul vecin liber

Prdtorul mnnc prada dintr-o celul vecini se reproduce, sau moare

Fiecare individ de tip prdtor sau prad moarecu o anumit probabilitate

Exist i alte mulimi de reguli pentru modelulprdtor-prad



29/79

Soluie prin simulare

29

https://www.youtube.com/watch?v=sGKiTL_Es9whttps://web.njit.edu/~matveev/Javascript/jjj.html



30/79

30

Complexitate i emergen

1. Introducere2. Automate celulare

3. Sisteme Lindenmeyer4. Inteligena colectiv5. Simulri bazate pe ageni

6. Concluzii



31/79

31

Sistem Lindenmeyer

engl. Lindenmeyer systems, L-systems Propus iniial ca formalism matematic pentru

modelarea creterii plantelor (Lindenmeyer,biolog, 1968) Sistem de producie

+ rotete dreapta- rotete stnga

[ salveaz poziia i unghiul

] reface poziia i unghiul



32/79



33/79

33

Limbajul Logo

Turtle graphics



34/79

34

Exemple



35/79

35

Exemple



36/79

36

Modele 3D

ment traista ciobanuluiFlorin Leon, Inteligenta artificiala, http://florinleon.byethost24.com/curs_ia.htm


37/79

37

Fractali

Structuri auto-similare lascri multiple

O poriune mic dintr-unfractal arat la fel ca ntregul



38/79

38

Exemple

Ferig fractal Model al sistemului vascular



39/79

http://florinleon.byethost24.com/home/prog_gf.htm



40/79

40

Complexitate i emergen

1. Introducere2. Automate celulare

3. Sisteme Lindenmeyer4. Inteligena colectiv5. Simulri bazate pe ageni

6. Concluzii



41/79

41

Viespi: diferenierea rolurilor

Organizarea: un singur ef, un grup de cuttori dehran i un grup de ngrijitori ai larvelor Toate rolurile sunt ocupate de viespi identice din punct de

vedere genetic Fiecare viespe are doi parametri:

Fordetermin mobilitatea Pragul de cutareprobabilitatea de a merge s caute

hran(prag mai mic

probabilitate mai mare) Larvele au un parametru Cerere, care stimuleaz

cuttorii



42/79

42

Viespi: diferenierea rolurilor Cnd dou viespi se ntlnesc, are loc o confruntare, cu probabilitatea

de succes:

O parte din forse transfer de la viespea care pierde la cea carectig

Cnd larvele primesc hran, Cerereascade

Cutarea hranei scade Cerereai deci i stimularea de a cuta hran

eful se plimb prin cuib i confrunt alte viespi, astfel nct

echilibreaz foradin cadrul populaiei Auto-organizare prin interaciuni repetate:

Cuttori: Formare i Prag de cutare mic

ngrijitori: Formic i Prag de cutare mare

ef: Formare i Prag de cutare mare



43/79

43

Termite: construirea muuroiului

Termitele depun resturi de metabolizare,care conin feromoni

Alte termite vor depune resturi lng grmezilecu feromoni mai puternici Concentraia de feromoni scade n timp La nceput apar depozite distribuite aleatoriu Apoi apar coloane Coloanele se unesc prin arce



44/79


45/79

45

Furnici: sortarea obiectelor Furnicile au tendina s grupeze obiectele

Dac se distribuie coninutul unui muuroi pe o suprafaplan, lucrtoarele ncep s sorteze hrana i larvele

Reguli: Furnicile vd numai obiectele apropiate din fa Dac un obiect este departe de altele, probabilitatea de

a fi ridicat este mare; dac sunt prezente i alte obiecten jur, probabilitatea este mic

Probabilitatea de a pune jos un obiect crete dac napropiere sunt i alte obiecte similare

feste fraciunea deobiecte similarek+i ksuntconstante



46/79

Rezultatetimp

simulare furnici reale



47/79

47

Modelul Boids

Simuleaz un stol de psri (Reynolds, 1987) Reguli:

Apropierea de centrul de greutate al vecinilor Evitarea coliziunilor cu vecinii Potrivirea vitezei cu aceea a vecinilor



48/79

48

Pseudocod



49/79

49

Regula 1: Apropierea

se mut 1% nspre centru



50/79

50

Regula 2: Evitarea coliziunilor

se dubleaz distana dintreboids separare lin



51/79

51

Regula 3: Potrivirea vitezei

se adaug o fracie



52/79

52

Comportament

Comportamentul de stol este emergent



53/79


54/79

Situaia iniial Nt= 100 maini Timpii pe rutele AB i CD depind de numrul de maini care le

traverseaz, N, iar ceilali sunt constani

Cile ABD i ACD sunt simetrice, deci fiecare cale va fi urmat dejumtate din maini, adic 50 Fiecare main face: 50/10 + 10 = 15 minute



55/79

Situaia final Se adaug calea BC, cu timp foarte scurt O prim main alege calea ABCD i o parcurge n 50/10 + 0 + 50/10

= 10 minute, mai mic dect cel pe orice alt cale

n curnd, toate mainile vor urma aceast rut Fiecare main face acum: 100/10 + 100/10 = 20 minute Dac o singur main alege o alt cale, de exemplu ACBD sau ABD,

tot aproximativ 20 de minute face



56/79


57/79


58/79

58

Modelul Sugarscape

Mediul are cantiti variabile de zahr Agenii au metabolism i consum zahr La fiecare micare, agenii consum o cantitate de

zahr; cnd consum tot zahrul, mor Agenii pot privi n direcii paralele cu axele,

dar nu n diagonal Agenii merg n celula cu cea mai mare cantitate de

zahr din cmpul lor vizual (la egalitate, cea maiapropiat celul) il consum

Agenii pot depozita zahrul neconsumat



59/79

59

Modelul Sugarscape


zahrul consumat se


60/79

60

Sugarscape, G

zahrul consumat seregenereaz complet

ntr-un pas


h l


61/79

61

Sugarscape, G1

zahrul consumat seregenereaz cu o unitate

la fiecare pas



62/79

62

Evoluia populaiei

Populaia se stabilizeaz la un numr deageni care pot fi hrnii de mediu



63/79

63

Distribuia averii

O mic parte din ageni au cea mai mareparte din cantitatea de zahr


Di l d i i


64/79

64

Diagonale de migraieemergente

Agenii individuali nu sepot mica pe diagonal



65/79

65

Economia: zahr i mirodenii

MRS= rata de

substituie marginal

preul local

wacumulareatmetabolismul


Modelul segregrii


66/79

66

Modelul segregriial lui Schelling

Este un exemplu de comportament emergentputernic, care arat c ntr-o societate pot existafenomene segregaioniste evidente chiar dac

indivizii nu sunt neaprat foarte segregaioniti n model exist ageni de dou culori

Fiecare agent este mulumit dac are nvecini deaceeai culoare

Dac nu este mulumit, se mut aleatoriu n altcelul



67/79


68/79

68

Comunitatea lui Schelling n primul caz, fiecare agent ar fi mulumit dac ar

avea doi vecini de aceeai culoare i doi vecini de altculoare

La echilibru ar fi stabil o situaie ca aceea de mai jos

Apare totui un fenomen de segregare involuntar



69/79

69

Modelul lui Hammond

Este un model al corupiei sociale

Societatea are ceteni i birocrai, care pot ficorupi (C) sau oneti (O)

Interaciuni posibile C+ Crecompens pozitiv

C+ Odenun

O+ Orecompens nul

Dup un numr (necunoscut) de denunuri,un corupt este arestat



70/79


71/79

71

Modelul lui Hammond

Dac numrul de ageni arestai estenecunoscut, frica i determin s devinoneti

Cnd numrul arestailor din ntreagasocietate este cunoscut, presiunea nu maieste suficient pentru a-i schimba

comportamentul



72/79

72

Heatbugs

Fiecare insectgenereaz o cantitate

mic de cldurInsectele se simt maibine cnd au mai multcldur

Rezultatul este gruparea

acestora pentru a aveamai mult cldurmpreun



73/79

73

Mousetrap

Model al fisiunii nucleare Fiecare curs de oareci conine dou mingi de

ping-pong La nceput se arunc o minge de ping-pong n

mijlocul curselor O curs se nchide i arunc cele dou mingi la

rndul ei, care determin nchiderea altor curse


M t


74/79

Mousetrap


NetLogo: Ethnocentrism (Axelrod & Hammond)


75/79

NetLogo: Ethnocentrism(Axelrod & Hammond)


Framsticks: creaturi evoluate


76/79

76

Framsticks: creaturi evoluateartificial



77/79

77

Framsticks



78/79

78

Framsticks



79/79

inteligenta artificiala: complexitate si emergenta

Documents

Nomenclatorul Gradelor de Complexitate

inteligenta artificiala curs1

Curs Inteligenta Artificiala

CAPITOLUL_8-Emergenta Si Auto-Organizare in CAS

InteligeInteligenta artificiala.docxnta artificiala

Inteligenta artificiala- Teorie

Vlad Tarko - Modele, emergenta si simulari sociale

Curs1 Inteligenta Artificiala

inima artificiala

ventilatia artificiala

Inteligenta artificiala: Introducere

inteligenta artificiala curs2

alimentatia artificiala- nutritia

47327396 Inteligenta Artificiala Viata Artificiala

Proiect Inteligenta Artificiala

Acidifierea Artificiala

inteligenta artificiala licenta

Inteligenta artificiala

Calculabilitate si Complexitate-curs

Emergenta - Schneider