Mesterséges Tudományok

Az előadások a következő témára: "Mesterséges Tudományok"— Előadás másolata:

1 Mesterséges Tudományok
Mesterséges Intelligencia Mesterséges Élet Mesterséges Társadalmak Gulyás László Tudománytörténet és Tudományfilozófia Tanszék

2 Mesterséges Tudományok
Az előadás címéről Herbert Simon Közgazdaságtani Nobel-díj, 1978. A szervezeteken belüli döntési folyamatok elemzésében elért eredményeiért The Sciences of Artificial, The MIT Press, 1969. Az előadás központi figurája… Mesterséges Tudományok

3 Mesterséges Tudományok
Áttekintés Motiváció Mesterséges Intelligencia (AI) Mesterséges Élet (ALIFE) Mesterséges Társadalmak (ASOC) Néhány konkrét alkalmazás Mesterséges Tudományok

4 Mesterséges Tudományok
Motiváció, avagy miért? Komplex szoftver-rendszerek „A szoftver sem olyan már, mint régen.” Multi-taskos, hálózatos rendszerek. Az alkalmazás, amit írok együtt kell működjön (kell, hogy működjön) más, akár még meg sem írt alkalmazásokkal. A teljes kontroll elvesztése: Globális követelmények, lokális eszközök Pl. aktuális EU pályázati kiírások: self-X Mesterséges Tudományok

5 Motiváció II, avagy hogyan?
Tanuljunk a „természettől”: Ember ─ Mesterséges Intelligencia Biológia ─ Mesterséges Élet Társas rendszerek, Társadalom ─ Mesterséges Társadalmak Mesterséges Tudományok

6 Mesterséges Intelligencia
Intenzíven művelt kutatási terület az 50-es évek óta. Herbert Simon az egyik alapító. Közelítő definíció Olyan problémák, feladatok számítógépes megoldása, amiben az ember jó. Problémák a meghatározással „Futóvad-lövés” Nem az ember létrehozása… Többmillió éves, kielégítő módszereink vannak. Mesterséges Tudományok

7 Mesterséges Tudományok
A klasszikus MI Kezdetben az emberi racionalitás a cél: Racionális: mindig a lehető legjobb megoldást választja. Maximalizálás, optimalizálás. Mesterséges Tudományok

8 Mesterséges Tudományok
A klasszikus MI 2. A legrövidebb út keresésének általánossága Bonyolult problémák matematikai leírása Kétszemélyes játékok (pl. sakk) B A H C F G D E Mesterséges Tudományok

9 Mesterséges Tudományok
A klasszikus MI 3. Kapcsolat az MI és a közgazdaságtan között: Herbert Simon az MI egyik alapítója és közgazdaságtani Nobel-díja A klasszikus közgáz alapfeltétele az egyének racionalitása. Régi MI: hogyan legyünk racionálisak. Mesterséges Tudományok

10 A klasszikus MI problémái I.
A kifejlesztett keresőalgoritmusok „tökéletesek”, de nem működnek. Beláthatatlan nagy „problématér”. „Mindent tudni strapás.” A sakk példája: Elvileg tudjuk az algoritmust a nyerő játékra (de min. a döntetlenre). De ha az univerzum összes atomja számítógép lenne, akkor se tudnánk kivárni az eredményt. Mesterséges Tudományok

11 Napjaink MI-kutatásai
Herbert Simon közgazdaságtani Nobel-díja: Döntési folyamatok szervezeteken belül. Racionálisak? Nem a racionalitással foglalkoznak. Hanem az irracionalitással. A korlátozott racionalitással: A rendelkezésre álló információból A rendelkezésre álló erőforrásokkal A rendelkezésre álló idő alatt a lehető legjobbat választani. Korlátozott racionalitás (Herbert Simon) Mesterséges Tudományok

12 Napjaink MI-kutatásai II.
Nem a legjobb, hanem az elég jó a cél. De azt időben! Mi sem tudjuk, hogy amit teszünk, optimális-e. Ha valaki mégis tudja, akkor arról tudományos közleményt ír, vagy meggazdagszik… Helyzetfüggő információk és megoldások Ld. Deep Blue Kaszparov ellen 1997-ben. Mesterséges Tudományok

13 A klasszikus MI problémái II.
Hétköznapi ismeretek hiánya A problémát le kell írni a számítógép által érthető módon. Amit nem írunk le, azt nem fogja tudni. Az apám apja a nagyapám. Az apám öregebb, mint én. Mennyi ideig is tanul egy ember? Mesterséges Tudományok

14 Mesterséges Tudományok
Gépi tanulás Általában optimalizációs (függvény-maximalizáció) feladatként írják le. Jóság  Jutalom „maximalizálása” De! Közelítő megoldások… Általános módszerei: Induktív tanulás Mesterséges Neuronhálók Genetikus Algoritmusok Mesterséges Élet Mesterséges Tudományok

15 Mesterséges Élet (Artificial Life)
Félrevezető definíció… Számítógépen szimulált biológiai rendszerek A biológiai elméletek tesztelése. A biológiai mechanizmusok vizsgálata, valóságban nem létező rendszereken. Mérnöki, szoftvermérnöki alkalmazások. Mesterséges Tudományok

16 Mesterséges Tudományok
A GOLEM-projekt Genetikailag szerveződő életszerű eletromechanika (Genetically Organized Lifelike Electro Mechanics) Szimulált evolúcióval optimalizált „robotok”. Konkrétan megépített prototípusok a szimulált eredmények alapján. Cél a minél gyorsabb és stabilabb mozgás Kétdimenziós, sík felületen. Nyíl Tetra Balance Biped Mesterséges Tudományok

17 Mesterséges Tudományok
Genetikus algoritmus 1. Általános optimáló módszer (meta-heurisztika). Mesterséges evolúció. Az evolúció elvei alapján Természetes szelekció A legfittebb „túlélése” Szexuális (géncserés) reprodukció. A „populáció”, a „génsorozat”, a „reprodukció” Mind metafora csupán. Mesterséges Tudományok

18 Mesterséges Tudományok
Genetikus algoritmus 2. Populáció: Megoldás-kezdemények sokasága. „Génreprezentáció” (kódoló függvény) 3x + 2 1 Mesterséges Tudományok

19 Mesterséges Tudományok
Genetikus algoritmus 3. Rátermettségi függvény (fitness function) A megoldás jósága. 3x + 2 50% 1 Mesterséges Tudományok

20 Mesterséges Tudományok
Genetikus algoritmus 4. Szelekció: A gyengék törlése és Az erősek szaporodása. Mesterséges Tudományok

21 Mesterséges Tudományok
Genetikus algoritmus 5. Reprodukció Mutáció és Keresztezés (géncsere) 3x + 2 1 1 3x + 2 3 1 1 5x + 4 Mesterséges Tudományok

22 Genetikus algoritmus: Példa
Mesterséges Tudományok

23 Többszereplős rendszerek
A biológiai rendszerek gyakran nem ragadhatóak meg az egyed szintjén. Ld. a genetikus algoritmus mesterséges evolúciója. A megoldás gyakran Kollektíve áll elő, Közelítő jellegű, de Robusztus. Mesterséges társadalmak Mesterséges Tudományok

24 Mesterséges Tudományok
Termeszvárak Mesterséges Tudományok

25 Termeszvár Algoritmusa I.
Deneubourg et al.: A dolgozó földet vesz fel Nyállal keveri Emiatt feromon kerül bele A feromon vonzza a többi dolgozót Egyre többen jönnek Királynő feromonja Párolgás Mesterséges Tudományok

26 Termeszvár Algoritmusa II.
Boltív Mesterséges Tudományok

27 Hangyák élelemkeresése
Jelenlegi ismereteink szerint / a modellben Sok, egyszerű dolgozó Nincs központi kontroll Nincs direkt kommunikáció Mégis Közel optimális útvonal Adaptivitás Robusztusság Mesterséges Tudományok

28 Hangyák élelemkeresése
Mesterséges Tudományok

29 Hangyák élelemkeresésének algoritmusa
2 fajta feromon: „kereső”, „hazatérő” A hangyák a feromon erősségét követik A „hibázás” fontossága Tehetetlenség Diffúzió és párolgás Mesterséges Tudományok

30 Mesterséges társadalmak (Artificial Societies)
Ismét egy félrevezető név… Társadalmi folyamatok számítógépes modellezése. Célja Társadalomtudományi elméletek alkotása. Mérnöki megoldások „ellesése”. Mesterséges Tudományok

31 Egyre inkább elkülönülten élnek a romák
2004. február 19., csütörtök, 7:54 Jelentősen nőtt a romák települési elkülönülése az elmúlt évtizedben - írja a Magyar Hírlap az MTA legfrissebb kutatásának alapján. Eszerint ma minden második romának jórészt roma szomszédai vannak, és az állapot a harminc évvel ezelőttihez hasonló. Megjegyzés: a nem-romák is elkülönülten élnek. Mesterséges Tudományok

32 Miért élnek elkülönülten a romák?
Néhány alternatíva: Kulturális okokból. Gazdasági okokból. Mert rasszisták, kirekesztők vagyunk. Problémák a kérdésfelvetéssel: „Több dolgok vannak földön s égen Horatio, semmint bölcselmetek álmodni képes". Egyszerűsítés  modellek. Mesterséges Tudományok

33 Tényleg rasszisták vagyunk-e?
Avagy, a romák elkülönültsége valóban egyértelműen erre utal-e? Thomas C. Schelling* és modellje (1978.): Lakóhelyválasztás stilizált térben. „Pirosak” és „kékek”. Tolerancia-szint százalékban. Hova vezet a 60%-os tolerancia? * Közgazdaságtudományi Nobel-díj, 2005. Mesterséges Tudományok

34 Mesterséges Tudományok
A 60%-os tolerancia Mesterséges Tudományok

35 Mesterséges Tudományok
Mi következik ebből? Alapvetően semmi. Az emberek bonyolultabbak. A valóság nem ilyen (v.ö. „Horatio”). De mégis: „Gondolatkísérlet”. Egzisztencia-bizonyíték. A „megértés” fejlesztése. Mesterséges Tudományok

36 Mesterséges társadalmak és a statisztikus fizika
„Ökonofizika” (Econophysics) Bonyolultabbak vagyunk, mint a (számítógépes) modellek. „Nem vagyunk olyan egyszerűek, mint a molekulák.” Viszont a molekulák is sokkal bonyolultabbak, mint ahogy a termodinamika mondja… Mesterséges Tudományok

37 A mikro-makro kapcsolat
Schelling: Mikro motivációk és makro viselkedés (Micromotives and macrobehavior, 1978.) Herbert Simon: Közgazdaságtan (miko- és makroökonómia) A „millió dolláros kérdés” Hogyan tervezzünk „lokális” programokat, hogy a „globális” rendszer (pl. hálózat) működjön? Mesterséges Tudományok

38 Mesterséges Tudományok
Piaci metaforák A piacgazdaság az egyik legjobban (nem tökéletesen!) működő problémamegoldó, erőforrás-allokáló rendszer: Elosztott A szereplők önállóak és önzőek. Kevés kommunikációt igényel. Egységes érték- és információ kódolás (pénz) Ami „automatikusan” koordinálja a szereplőket. Mesterséges Tudományok

39 Alulról-felfelé építkezés (Engineering from the Bottom-Up)
A probléma: véletlen hibáknak ellenálló hálózatok generálása. Algoritmus, „piaci metafórákkal” Az ágensek egymás után kapcsolódnak a hálóra úgy, hogy a „konnektivitásukat” maximalizálják. Minden ágens fix k darab élet építhet. Az eddigi hálóra vonatkozó információ költséges, ezért az ágensek csak a hálózat bizonyos részeit ismerik. (Árazási modell és „zsebpénz”.) Robusztus hálózatokat generál, a paraméterek széles tartományában. Alapvető fontosságú az információ elérés milyensége (ld. pl. árazás). Mesterséges Tudományok

40 Robusztus hálózatok generálása
Mesterséges Tudományok

41 Egyéb konkrét alkalmazások
Beszélgető robotok Információs kioszkok Mesterséges Tudományok

42 Mesterséges Tudományok
Tőzsdeoktatás (AITIA Rt.) Mesterséges Tudományok

43 Mesterséges Tudományok
Megnyugtatásul A kontroll mindig az embernél marad. A miként-et nem feltétlenül tudom, de a korlátokat én definiálom. Vízforralásnál sem tudom, pontosan hogyan mozognak a molekulák, de ha elzárom a gázt… Mesterséges Tudományok

44 Mesterséges Tudományok
Vége… Köszönöm a figyelmet! Mesterséges Tudományok