umetna inteligenca in kaj se lahko naučimo od narave
DESCRIPTION
TRANSCRIPT
Inteligenca kot iskanje rešitev
Kje iskati?
Kako iskati?
Kaj iskati?
Iskalni prostor
Iskalna strategija
Kriteriji
Iskanje rešitev
Iskalni prostor
• Reprezentacija– Vektorski modeli– Koda
• Programska• DNK
– Graf
• Meje mogočega
Perspektiva je vredna 80 IQ točk.
– A. Kay
Iskalna strategija
• Kako se premikati po iskalnem prostoru
• Optimizacijski problem
• V splošnem analitično neobvladljivo
Kriteriji
Interpretacija reprezentacije + vrednotenje
Kako zvečati inteligenco?
• Hitrejše računanje
• Boljši algoritmi– Učenje– Uporaba orodji
Orodja kot podaljški naših misli
• Pisava• Kalkulator• Leča
Reprezentacija
Kaj pa iskalne strategije?
Problem: analitična neobvladljivost
Umetna inteligenca
Pametna orodja
Iskanje rešitev
• Ozemljitev v realnem preko človeka
• dialog
reprezentacija
kriteriji
iskanje
Narava kot zareza med teorijo in prakso
... ali kaj pomeni pametno
Pamet kot bližnjica
• Prilagajanje– Potenčni zakoni (80:20)– nagoni
• Učenje
• Porajajoči pojavi– Sodelovanje– ravnovesja
Učenje = reševanje problemov z vzorci
• Prevajanje na znane probleme– Reprezentacija– Hierarhija modelov
• Aksiomatične preslikave– Korelacije (vzročnostne verige so le prevajanja)
• Mišljenje z nedoločenostjo, nedovršenostjo– Čustva, intuicija
Življenje kot optimizacijski problem
• Evolucija– Prilagajanje– Sodelovanje
• Ravnovesja
• Lokalnost– paralelizem
AI urice
Program
1. Umetna inteligenca in kaj se lahko naučimo od narave.
2. Nevronske mreže
3. Metahevristike
4. Razumevanje naravnega jezika
2. Nevronske mreže
• Splošni računski model
• Učenje
• Hierarhije modelov
3. Metahevristike
• Reprezentacija
• Prilagajanja• Ravnovesja• sodelovanje
(evolucijski/genetski algoritmi, simulirano ohlajanje, roji)
4. Razumevanje naravnega jezika
• Kontekst (okolje)
• Pomen, ozemljitev
• Analogija, podobnost
• Reprezentacija
• Učenje
Zgradba delavnice
• Predavanje + diskusija
• Oris implementacije v obliki dialoga
• Domača naloga
• Pregled kode