Úvod do umelej inteligencie

28
Úvod do umelej inteligencie Úvod do umelej inteligencie Juraj Bednár

Upload: juraj-bednar

Post on 03-Jul-2015

2.055 views

Category:

Education


5 download

DESCRIPTION

Úvod do umelej inteligencie, prednáška v Progressbar.sk dňa 1. 9. 2010

TRANSCRIPT

Page 1: Úvod do umelej inteligencie

Úvod do umelej inteligencieÚvod do umelej inteligencie

Juraj Bednár

Page 2: Úvod do umelej inteligencie

Úvod do umelej inteligencieÚvod do umelej inteligencie

Agenda nebude :)

Čo je to inteligencia?

Čo je to myslenie?

Page 3: Úvod do umelej inteligencie

Inteligencia a myslenieInteligencia a myslenie

Inteligencia zahŕňa tieto s mysľou súvisiace schopnosti:

Možnosť abstraktného myslenia

Chápanie, Rozumenie

Komunikácia, Plánovanie

Argumentácia, Riešenie problémov

Učenie (+ učenie z minulých skúseností)

Page 4: Úvod do umelej inteligencie

Inteligencia a myslenieInteligencia a myslenie

Egon Gál, rozhovor pre sme.sk (bit.ly/cMVqEa)

Je možné, že stroje raz budú myslieť rovnako ako ľudia?

Toto je otázka, ktorú si už v roku 1950 položil britský matematik Alan Turing, a tým vlastne naštartoval celú problematiku. Pritom ju označil za zle formulovanú otázku, pretože nevieme, čo je to stroj a čo to je myslieť, keďže naše pohľady na tieto dva pojmy sa stále menia. Povedal, že otázku je lepšie nahradiť testom.

Page 5: Úvod do umelej inteligencie

Turingov testTuringov test

Posadiť človeka za stroj, pustiť chatovací program. Ak človek nerozozná program / stroj od iného človeka na druhej strane, prešiel Turingovým testom.

Aplikácia: CAPTCHA

Page 6: Úvod do umelej inteligencie

Rozdelenie umelej inteligencieRozdelenie umelej inteligencie

UI rieši množstvo problémovZískavanie, ukladanie a pracovanie so znalosťami

Optimalizačné problémy

Kreativita

Plánovanie

Učenie

Spracovanie prirodzeného jazyka

Pohyb a manipulácia

Vnímanie

Page 7: Úvod do umelej inteligencie

Rozdelenie umelej inteligencieRozdelenie umelej inteligencie

Spoločenská inteligencia

Silná inteligencia (úplná inteligencia)

Prístupy

Symbolová

Subsymbolová

Integračná

Page 8: Úvod do umelej inteligencie

Symbolová UISymbolová UI

Predstava, že človek rozmýšľa pomocou symbolov – slov, ktoré skladá do tvrdení, vyhodnocuje ich pravdivosť a pod.

Systémy založené na logike

Databázy znalostí (napr. Cyc)

Expertné systémy

… a mnoho ďalších

Page 9: Úvod do umelej inteligencie

Expertný systémExpertný systém

Knowledge base (databáza znalostí)

Working memory (databáza faktov, pracovná pamäť)

“Premýšľanie” zabezpečené pomocou aplikovania pravidiel nad fakty v pracovnej pamäti (a vytváranie nových faktov)

Page 10: Úvod do umelej inteligencie

Expertný systémExpertný systém

Priamy chod (forward chaining), spätný chod (backward chaining, prečo?)

Voľné asociácie

Hľadanie analógií

Prehľadávanie

Page 11: Úvod do umelej inteligencie

Symbolová UISymbolová UI

Narazila na problémy s učením (potrebný pomerne striktný formálny model znalostí)

Ľudia “nerozmýšľajú” v symboloch, nie je biologicky plauzibilná.

Množstvo reálnych aplikácií, dodnes sa používa

Dokáže vysvetliť, prečo došla k danému záveru

Page 12: Úvod do umelej inteligencie

Subsymbolová UISubsymbolová UI

Inšpirovaná biológiou

Má podobné vlastnosti ako ľudský mozog

Učenie

Plasticita mozgu, distribuovanosť informácie (slow degrading)

Page 13: Úvod do umelej inteligencie

PerceptrónPerceptrón

Page 14: Úvod do umelej inteligencie

PerceptrónPerceptrón

Page 15: Úvod do umelej inteligencie

PerceptrónPerceptrón

Page 16: Úvod do umelej inteligencie

Multi-layer perceptrónMulti-layer perceptrón

Page 17: Úvod do umelej inteligencie

Učenie MLPUčenie MLP

Najpopulárnejšie pomocou backpropagation – algoritmus spätného šírenia chyby

Tzv. učenie s učiteľom

Existujú aj algoritmy, ktoré robia učenie neurónovej siete bez učiteľa

Page 18: Úvod do umelej inteligencie

Do Androids Dream ofDo Androids Dream of'lectronic Sheep?'lectronic Sheep?

http://www.youtube.com/watch?v=AyzOUbkUf3M

Snívanie je na 21:35

Page 19: Úvod do umelej inteligencie

Iné typy neurónových sietíIné typy neurónových sietí

Radial basis functions

Rekurentné neurónové siete

a Kohonenove mapy (SOM)

Page 20: Úvod do umelej inteligencie

Kohonenove mapyKohonenove mapy

Page 21: Úvod do umelej inteligencie

Kohonenove mapyKohonenove mapy

Vizualizácia viacrozmerných dát zachovávajúca topológiu

Odhaľovanie vnútornej štruktúry dát

Clustering

Page 22: Úvod do umelej inteligencie

Kohonenove mapyKohonenove mapy

Výstupom je mapa neurónov

Najprv nastavíme náhodné hodnoty vektorov pre každý neurón v mape

Pre postupne zmenšujúce sa okolie nájdeme ku každému vstupnému vektoru najbližšieho reprezentanta a upravíme jeho okolie tak, aby sa blížilo vstupnému vektoru

Znižujeme rýchlosť učenia a okolie

Page 23: Úvod do umelej inteligencie

Inteligentný dizajn?Inteligentný dizajn?

Page 24: Úvod do umelej inteligencie

Evolučné algoritmyEvolučné algoritmy

Inšpirované evolúciou

Nevieme nájsť riešenie, ale keď nejaké riešenie máme, vieme povedať, aké je dobré (fitness funkcia)

Simulujeme evolúciu

Mutácia, párenie

Page 25: Úvod do umelej inteligencie

EvolúciaEvolúcia

Replikácia (kopírovanie)

Mutácia

Dedenie

Selekcia

Page 26: Úvod do umelej inteligencie

Genetický algoritmusGenetický algoritmus

Vygeneruje náhodné riešenia

Zotriedi

Najlepšie prežijú a rozmnožia sa (váhovaná náhoda)

Prebehne mutácia

Po x generáciách môžeme mať optimálne riešenia

Page 27: Úvod do umelej inteligencie

Genetický algoritmusGenetický algoritmus

Akú vlastnosť musí mať reprezentácia, resp. podstata problému?

Demo kandid

Perfect Word

Page 28: Úvod do umelej inteligencie

LinkyLinky

kandid.sf.net – evolučná grafika

FANN – http://leenissen.dk/fann/

CLIPS (tool for building expert systems) http://clipsrules.sourceforge.net/

Drools – rules/expert systém http://www.jboss.org/drools/

R Project – http://www.r-project.org/

Moderné neurónové siete (prednáška) – http://bit.ly/1a4sCj

Fusion Anomaly SOM – http://bit.ly/9TS8il

Perfect Word – http://bit.ly/bVuc8g