Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Introduction to (Artificial) Intelligence and to Expert Systems Bevezetés a (Mesterséges) Intelligenciába és a Szakértő Rendszerekbe Prof. Dr. KOVÁCS György.

Hasonló előadás


Az előadások a következő témára: "Introduction to (Artificial) Intelligence and to Expert Systems Bevezetés a (Mesterséges) Intelligenciába és a Szakértő Rendszerekbe Prof. Dr. KOVÁCS György."— Előadás másolata:

1 Introduction to (Artificial) Intelligence and to Expert Systems Bevezetés a (Mesterséges) Intelligenciába és a Szakértő Rendszerekbe Prof. Dr. KOVÁCS György PMMIK PTE Forrás az AI részhez: Dr. Dudás László, ME AI: Kovács- Dudás L.1

2 A. (MESTERSÉGES) INTELLIGENCIA Bevezetés Az emberi intelligencia definíciói (6) Az intelligencia mérése, intelligencia tesztek (9) Mesterséges intelligencia definíciók, osztályozás A mesterséges intelligencia történelmi mérföldkövei (3) A Turing teszt Az ágens alapú megközelítés (6) AI: Kovács- Dudás L.2

3 Bevezetés Az ember ősidőktől törekedett arra, hogy a természettől kapott adottságait, képességeit mesterségesen megalkotott eszközök segítségével kibővítse, kiváltsa, és új, számára meg nem adatott képességekkel folyamatosan javítsa. Ezt a törekvését mindig az adott kor technikai színvonalán tudta megvalósítani. A technika fejlődése a 20. század közepére a számítógép megjelenésével megteremtette a lehetőséget arra, hogy az ember legtöbbre értékelt tulajdonságát, az intelligenciáját mesterséges eszközökkel részben helyettesítse AI: Kovács- Dudás L.3

4 Intelligencia definíciók/1.. Arisztotelész (I. e. 384 – i. e március 7):I. e. 384i. e. 322március 7 "Az intelligencia az igazságot megragadó megállapítás, beleértve a következtetést, amely ahhoz a tevékenységhez kapcsolódik, amely jó, vagy rossz egy ember számára....és ez megfelelőnek tűnik azután egy intelligens személy számára arra, hogy képes legyen finoman megítélni, mi a jó és előnyös számára; nem néhány korlátozott területre vonatkozóan (pl. ami jó az egészség, vagy az erő számára), hanem amely általában támogatja a jólétet." Henri Bergson (Párizs, 1859 – 1941) :Párizs "Az intelligencia... képesség mesterséges objektumok készítésére, különösen eszközöket előállító eszközök készítésére." AI: Kovács- Dudás L. 4

5 Intelligencia definíciók/2.. Martin A. Fischler (SRI) és Oscar Firschein (SRI) Intelligence: the eye, the brain, and the computer, 1987: "Egy intelligens képződménytől elvárjuk, hogy legyenek lelki attitűdjei (magatartásformái), legyen képes tanulni, problémákat megoldani, megérteni, tervezni és megjósolni, ismerni saját korlátait, megkülönböztetéseket tenni, legyen eredeti, általánosítson, legyen felfogóképessége és használjon nyelvet” F. Scott Fitzgerald (1896 – 1940): "Egy elsőrendű intelligencia mércéje az, hogy legyen képes két ellentétes gondolatot, elképzelést hordozni a tudatában egyidejűleg, és ezzel együtt legyen működőképes." AI: Kovács- Dudás L.5

6 Intelligencia definíciók/3.. Marvin Minsky (1927- …): "Az intelligencia egy gyakran használt fogalom annak a rejtélynek a kifejezésére, hogy néhány önálló elem, vagy elemek felelősek a személy következtetési képességéért. Én jobban szeretem úgy elképzelni ezt, mint amely nemcsak valami különös erőt, vagy tüneményt reprezentál, hanem egyszerűen az összes mentális képességet, amelyet mi minden pillanatban megcsodálhatunk, de még nem értettünk meg." Allen Newell ( ): "Egy rendszer intelligenciája az a fok, amelyhez a tudásszintje közelít, vagy az a tartomány, amelyhez használja a tudását; nem hibáztathatunk egy olyan rendszert, amely kevés tudással bír, de azt jól alkalmazza." AI: Kovács- Dudás L.6

7 Intelligencia definíciók/4.. Elaine Rich (19……): "Az intelligencia az az egyetlen általános, közös jellemző, minőség az emberi tevékenységben, amely lehetővé teszi, hogy bármikor jobbak legyünk a számítógépnél." Robert Sternberg (1949-….): "Az a lény (képződmény) intelligens, amely célirányos adaptív (alkalmazkodó) viselkedést végez." AI: Kovács- Dudás L.7

8 Intelligencia definíciók/5.. Webster's Dictionary (értelmező szótár): "Az a képesség, hogy hatékonyan tudjon a tapasztalásból tanulni, vagy megérteni, kinyerni és megőrizni a tudást; mentális (szellemi) képesség; egy új szituációhoz való gyors és sikeres alkalmazkodás képessége; a következtetés használatának a képessége a problémamegoldásban, a viselkedés irányítása, stb." Christopher F. Chabris ( ): "Mondhatnánk azt: Nem tudom megmondani, mi az intelligencia, de megismerem, ha találkozom vele. Az intelligencia olyan fogalom, amely jelentését a kontextusból, alkalmazási környezetéből nyeri, nem pedig egy felállított modellből, vagy kritériumrendszerből." E.L. Thorndike (1874 – 1949): "Az intelligencia az a tulajdonság, melyben az olyan zsenik, mint Newton, Einstein, Leonardo da Vinci, Shakespeare csoportja leginkább eltér egy értelmi-fogyatékos otthon lakóitól." AI: Kovács- Dudás L.8

9 Intelligencia definíciók/6 David Wechsler (1896 – 1981): "Az intelligencia az egyénnek az az összesített, vagy globális képessége, amely lehetővé teszi, hogy célszerűen cselekedjen, hogy racionálisan gondolkodjon és eredményesen bánjon a környezetével." Alfred Binet (1857 – 1911) és Teophile Simon: "Úgy tűnik, hogy az intelligenciában van egy alapvető tényező, amelynek megléte, illetve hiánya oly döntő a mindennapi életben. Ez az ítéletek, a józan ész képessége, a gyakorlati érzék, a kezdeményezőkészség és a körülményekhez való alkalmazkodás képessége. A jó döntés, a jó felfogás és a jó okfejtés az intelligencia lényege." A.B. AI: Kovács- Dudás L.9

10 Az intelligencia mérése Egzakt mérés igénye: tesztek Tesztek fajtái Teljesítménytesztek: jelenleg mit tudunk teljesíteni Képességtesztek: gyakorlás után mire leszünk képesek, jóslás – Az intelligencia teszt is képességteszt Érvényesség: azt mérje, amit mérni szeretnénk Megbízhatóság: ismételve közel ugyanolyan eredményt adjon Kortól, kultúrától való függés AI: Kovács- Dudás L.10

11 Intelligencia tesztek készítése/1.. Sir Francis Galton (1822 – 1911): Öröklött észlelési, érzékelési képességek? Nem. Mérésekkel összekötött vizsgálatok Érdeme: a korrelációs együttható alkalmazásának bevezetése. Korreláció: egymást kölcsönösen feltételező dolgok, vagy fogalmak viszonya, dolgoknak egymástól való függése, ill. egymásnak való megfelelése J. Cattel: Első intelligenciateszt, 1890 Ő a tesztmódszerek atyja AI: Kovács- Dudás L.11

12 Intelligencia tesztek készítése/2.. Alfred Binet, Teophile Simon Teszt gyerekek iskolaérettségének vizsgálatára, Gondolkodási és probléma-megoldási feladatok. Mentális kor fogalma, mentális kor skála MK - ÉK különbség A legelterjedtebb tesztek egyike Binet AI: Kovács- Dudás L.12

13 Intelligencia tesztek készítése/3.. Lewis Terman (1877 – 1956): A Binet teszt átdolgozása amerikai gyerekekre, 1916 William Stern ( ), B javaslatára bevezette az IQ hányadost: IQ = MK/ÉK *100 Átlagos intelligencia érték: , értelmi fogyatékosság: 70 alatt, zsenialitás 140 feletti értéknél Egyetemi hallgatók : IQ ~ 120 Külön pontozott/értékelt területek: – verbális gondolkodás, absztrakt-vizuális gondolkodás, – számolás, rövidtávú memória L. Terman AI: Kovács- Dudás L.13

14 Intelligencia tesztek készítése/4.. David Wechsler ( ): A másik legismertebb teszt, 1939 Felnőttek tesztelésére: WAIS "Az IQ globális képesség" Verbális skála, performációs skála AI: Kovács- Dudás L.14

15 Intelligencia tesztek készítése/5.. A faktoranalízis alkalmazása az IQ tesztek készítésében Faktoranalízis általános intelligencia Független mentális képességek, mérés Minimális számú faktor és viszonyuk Charles Spearman (1863 – 1945) A faktoranalízis kidolgozója, 1904 g - general, általános intelligencia: összefüggések felfogása, értékelése s - specific, speciális intelligencia faktorok: logikai, térbeli, tájékozódási, matematikai, zenei, stb. AI: Kovács- Dudás L.15

16 Intelligencia tesztek készítése/6.. Louis Thurstone (1887 – 1955) Elveti a g-general faktor létezését, 1938 Az intelligencia számos elsődleges képesség együttese Hét faktort talált: – verbális megértés, beszédfolyékonyság, számolás, téri képességek, emlékezet, észlelési sebesség és következtetés. Howard Gardner ( …) Többszörös intelligencia elméletében 6 elkülönült agyi modult talált: – nyelvi, logikai-matematikai, téri, zenei, kinetikus (mozgási) és személyes (intraperszonális és interperszonális).. AI: Kovács- Dudás L.16

17 Intelligencia tesztek készítése/7.. Információfeldolgozási megközelítés az IQ tesztek készítésében Indíték: – kognitív pszichológia – információfeldolgozás kutatása Lényege: milyen kognitív (megismerési) műveleteket igényelnek az egyes intellektuális tevékenységek Hunt; Carpenter+Just+Shell, 1990 Feltett kérdések: – Milyen mentális folyamatokat igényelnek a tesztek? – Ezek milyen gyorsan működnek? – Hogyan rögzítjük a szükséges információkat? Azokat a mentális folyamatokat keresi, amelyek az intelligens viselkedésért felelősek. AI: Kovács- Dudás L.17

18 Intelligencia tesztek készítése/8.. Sternberg, Saul ( …) A gyakorlati intelligencia is fontos a "tudományos" intelligencia mellett. Összetevő modellje: – Mentális folyamatok készlete = összetevők – Összetevők szervezett működése = intelligencia. Összetevők: – Meta összetevők: felsőszintű vezérlő folyamatok – Teljesítmény-összetevők: végrehajtó folyamatok – Tanulási összetevők: tanulási folyamatok – Megőrzési összetevők: információ előhívó folyamatok – Átviteli összetevők: folyamatok az ismereteknek más problémákra való adaptálásához. AI: Kovács- Dudás L.18

19 Sternberg, Saul ( …)/2 – Gazdag összetevőkészlet létezhet – Az intelligenciához szükséges képességek: – Tapasztalatokból való tanulás és azok alkalmazása – Absztrakt gondolkodás és következtetés – A változó és bizonytalan világ szeszélyeihez való alkalmazkodás – Önmotiválás.. Intelligencia tesztek készítése/9 AI: Kovács- Dudás L.19

20 Részlet egy intelligencia tesztből 1. Írja be a hiányzó számot! _ 2. Húzza alá az oda nem illõ szót! ház kunyhó bungaló hivatal 3. Találja ki a hiányzó számokat! _ _ 4. Húzza alá az oda nem illő szót! hering bálna cápa ponty harcsa 5. Írja be a hiányzó számot AI: Kovács- Dudás L.20

21 Az intelligencia három kulcsfontosságú jellemvonása Aaron Sloman (b. 1936) szerint/1.. szándékosság (intentionality) rugalmasság (flexibility) produktív lustaság (productive lazyness) Szándékosság Olyan belső állapotokkal való rendelkezés képessége, melyek időben, vagy térben többé-kevésbé távoli, vagy teljesen elvont objektumokra, vagy szituációkra vonatkoznak, illetve utalnak. A szándékos állapotok magukban foglalják pl.: – az elmélkedést – álmodozást arról, hogy herceg vagyok – egyenletek vizsgálatát – tűnődést egy lehetséges akción – egy kígyó elképzelését – valaki kegyei elnyerésének kívánását – stb. AI: Kovács- Dudás L.21

22 Az intelligencia három kulcsfontosságú jellemvonása/2.. A szándékossághoz tartozik az öntudat is: az agy gondolatai önmagáról A szándékosság részkategóriái: – megértés, – hit, – ismeret – akarás, – célkitűzés, – elképzelés – kérdésfeltevés, – terv – stratégia. Következtetési eljárás: implicit ismeretek explicit ismeret AI: Kovács- Dudás L.22

23 Az intelligencia három kulcsfontosságú jellemvonása/3.. Rugalmasság Kezeli a széles és változatos szándékos agyi tartalmakat, pl. a célok, objektumok, problémák, tervek, akciók, környezetek, stb. típusainak választékát, ez foglalkozik az új szituációkkal, felhasználva a régi ismereteket, új módon kombinálva és transzformálva azokat.. A rugalmasságból eredő képességek: – Kérdések sokaságának felvetése – Összetett problémák leegyszerűsítése AI: Kovács- Dudás L.23

24 Az intelligencia három kulcsfontosságú jellemvonása/4 Produktív lustaság Nem elegendő elérni egy eredményt: az intelligencia lényege abban is van, hogy hogyan értük el. A produktív lustaság a felesleges munka elkerülését jelenti. Másként számolja ki az emberi agy a 200! - 200! = ? feladatot, mint a számítógép. Előny: a kombinatorikus robbanás elkerülése Magába foglalja: – szimmetriák, viszonylatok, egyszerűsítő összefüggések felfedezését – általánosítás képességét Igényli a tanulás képességét: azt a képességet, hogy új koncepciókat formáljunk. AI: Kovács- Dudás L.24

25 A2. MESTERSÉGES INTELLIGENCIA Az emberi intelligencia körüljárása után nézzük meg, mit jelent, mi a célja a mesterséges intelligencia kutatásnak! Az AI (Artificial Intelligence = Mesterséges Intelligencia) elnevezést John McCarthy (1927-…) alkalmazta először 1956-ban. Elterjedése Marvin Minsky (1927-….) 1961-ben megjelent "Steps towards artificial intelligence" című cikkének köszönhető. AI: Kovács- Dudás L.25

26 Mesterséges intelligencia definíciók/1.. Cihan H. Dagli (idézi Barr-t és E. Feigenbaum (1936) -ot): "A gépi intelligencia emulálja, vagy lemásolja az emberi ingerfeldolgozást (érzéklet-feldolgozást) és a döntéshozó képességet számítógépekkel. Az intelligens rendszereknek autonóm tanulási képességekkel kell bírniuk és alkalmazkodniuk kell tudni bizonytalan, vagy részlegesen ismert környezetekhez." Aaron Sloman ( ….): "A számítógép-tudomány egy alkalmazott részterülete. A mesterséges intelligencia egy nagyon általános kutatási irány, mely az intelligencia természetének kiismerésére és megértésére, valamint a megértéséhez és lemásolásához szükséges alapelvek és mechanizmusok feltárására irányul." AI: Kovács- Dudás L.26

27 Mesterséges intelligencia definíciók/2 Yoshiaki Shirai - Jun-ichi Tsujii (1949 -…): "A mesterséges intelligencia kutatásának célja az, hogy a számítógépeket alkalmassá tegyük az emberi intelligenciával megoldható feladatok ellátására." Sántáné Tóth Edit: "A mesterséges intelligencia a számítástudomány azon részterülete, amely intelligens számítógépes rendszerek kifejlesztésével foglalkozik. Ezek pedig olyan hardver/szoftver rendszerek, amelyek képesek 'emberi módon‚ bonyolult problémákat megoldani: az emberi gondolkodásmódra jellemző következtetések révén bonyolult problémákra adnak megoldást, a problémamegoldást teljesen önállóan végzik, vagy közben kommunikálnak környezetükkel, tapasztalataikból tanulnak, stb." Peter Jackson: "A mesterséges intelligencia a számítógép-tudomány azon részterülete, amely az ember olyan kognitív (megismerő) képességeit emuláló számítógépi programok tervezésével és alkalmazásával foglalkozik, mint a problémamegoldás, vizuális érzékelés és a természetes nyelvek megértése." J.T. AI: Kovács- Dudás L.27

28 A mesterséges intelligencia osztályozása/1.. alkalmazási területek szerint: logikai játékok (logical games) tételbizonyítás (theorem proving) automatikus programozás (automated programming) szimbolikus számítás (symbolic algebraic computation) látás, képfeldolgozás (vision) robotika (robotics) beszédfelismerés (voice recognition) természetes nyelvek feldolgozása (natural language processing) korlátozás kielégítés (constraint satisfaction) cselekvési tervek generálása (planning) szakértő-rendszerek (expert systems) mesterséges neurális hálózatok (artificial neural nets). adatbányászat (data mining) ágensek, multi-ágensek (agents, multi-agents). AI: Kovács- Dudás L.28

29 Mesterséges intelligencia osztályozása/2 alkalmazott módszerek alapján: problémareprezentáció (problem representation) tudásreprezentáció (knowledge representation) tudás kinyerés (knowledge extraction) tanulási technikák (learning techniques) következtetési technikák (inference techniques) keresési technikák (search techniques) evolúciós technikák (evolutionary techniques) bizonytalanság kezelés (uncertainity management) szimbolikus programozás (symbolic programing) tudáshasznosítás (knowledge application) AI: Kovács- Dudás L.29

30 Történelmi előzmények/ Turing vázolja az általános célú számítógép alapelvét Neumann kigondolja a tárolt programú kialakítást a szekvenciális digitális számítógép számára ENIAC : az első általános célú számítógép Turing tesztje a mesterséges intelligencia számára Bernstein kifejleszti az első működő sakkprogramot 1956 – John McCarthy bevezeti a mesterséges intelligencia (artificial intelligence) elnevezést McCarthy kifejleszti a LISP (LISt Processor) programozási nyelvet Newell, Shaw és Simon belekezd az ambiciózus General Problem Solver program kidolgozásába AI: Kovács- Dudás L.30

31 Történelmi előzmények/ Chomsky bevezeti a transzformációs nyelvtant a természetes nyelv modellezésére Feigenbaum kifejleszti a DENDRAL-t, az első szakértői rendszert Quillian kifejleszti a szemantikus hálót Greenblatt kifejleszti MacHack-et, az első versenyző sakkprogramot Winston úttörő gépi tanuló programja: "Learning Structural Descriptions from Examples" - Colmerauer elkészíti a Prolog (PROgramming in LOGic) programozási nyelvet MYCIN: az első gyakorlati szakértő-rendszer, amely produkciós szabályokat használt - Terry Winograd befejezi a természetes nyelvet feldolgozó SHRDLU programját AI: Kovács- Dudás L.31

32 Történelmi előzmények/ Minsky publikálja a "Tudásfeldolgozás kerettel" című cikkét Elkészül az első LISP-hardveres számítógép Marr publikálja forradalmi, átfogó elméletét a látásról - Elkezdődik az 5. generációs számítógép fejlesztése Japánban A Thinking Machines Corporation bemutatja a Connection Machine-t - Berliner HiTech sakkprogramja elnyeri a nagymesteri címet A sakkszámítógép legyőzi Garri Kaszparov világbajnokot. Lásd továbbá: persona/photos/kramnik.jpg KaszparovKramnyik AI: Kovács- Dudás L.32

33 A Turing teszt A tesztet Alan Turing fogalmazta meg a(z igazi) mesterséges intelligencia minősítésére. Turing a COMPUTING MACHINERY AND INTELLIGENCE c. cikkében tette fel a kérdést: "Can machines think?", azaz "Tudnak a gépek gondolkodni?" A gondolkodó gép címre pályázó számítógép megítélésére alkotta meg tesztjét. A tesztet általánosították az emberhez hasonlóan gondolkodó gépből kiindulva az emberhez hasonlóan cselekvő gép irányába. AI: Kovács- Dudás L.33

34 Az ágens/1.. Bővebb értelmezés: valami, aminek környezete van, önállósága van, érzékeli környezetét, beavatkozik a környezetébe (reaktív). Reaktív ágens Forrás: Futó Iván: Mesterséges Intelligencia 14. Fejezet solutions.dk/nyheder.htm k környezet beavatkozik érzékel AI: Kovács- Dudás L.34

35 Az ágens/2.. Szűkebb értelmezés: Az ágens olyan rendszer, amely környezetbe ágyazott, reaktív: érzékel és reagál, autonóm: emberi beavatkozás nélkül működik, önkontrollja van, helyzetfüggő: csak helyzetéhez és szerepéhez kötötten ágens, kezdeményező: nem csak reagál, hanem kezdeményez is, célvezérelt, huzamosabb ideig működik. Forrás: Futó Iván: Mesterséges Intelligencia 14. Fejezet 1. AI: Kovács- Dudás L.35

36 Az ágens/3.. Még szűkebb (erős) definíció: Jellemzői az előzőek, plusz: Racionális: nem cselekszik tudatosan a céljai ellen, igyekszik a legjobb alternatívát választani, Mentális állapotváltozókkal bír: tudás, vélekedés, szándék, stb. Forrás: Futó Iván: Mesterséges Intelligencia 14. Fejezet 1. Office 2000 robot Úgy érzem, még nem felelek meg az erős definiciónak … AI: Kovács- Dudás L.36

37 Az ágens/4.. További, kívánatos antropomorf jellemvonások: A nyelv és a kommunikáció az intelligencia szükséges Tanulás, adaptivitáselemei Alkalmazkodás valamihez - Hosszú távú (evolúciós, genetikai jellegű) - Középtávú, megerősítéses: gyakorlással, tapasztalással - Kognitív, következtetéses: gondolkodással, következtetési eljárással Új ismeret gyűjtése, tárolása, alkalmazása. Forrás: Futó Iván: Mesterséges Intelligencia 14. Fejezet 1. AI: Kovács- Dudás L.37

38 Az ágens/5.. A mesterséges személyiség további jellemzői: Személyisége van: más ágensektől megkülönböztető jegyek, Érzelmei vannak: speciális mentális állapotok, Arc, mimika (mesterséges): virtuális emberek. Virtual Cyd egy mesterséges személy AI: Kovács- Dudás L.38

39 Az ágens/6 SeeStorm: beszéddel vezérelt arcmimika és opcionális arcfelismerés: AI: Kovács- Dudás L.39

40 Csoportos ágensek - multi-ágens rendszerek (MAS) Kölcsönhatásban állnak egymással direkt : kommunikálnak, indirekt : cselekedeteik által hatnak egymásra, fizikailag : érintkeznek egymással. Együttműködnek: közös cél kommunikáció + kollaboráció (együtt tevékenykedés) Struktúra, hierarchia van az ágensek között Forrás: Futó Iván: Mesterséges Intelligencia 14. Fejezet 1. AI: Kovács- Dudás L.40

41 Elosztott mesterséges intelligencia (DAI) Az elosztott mesterséges intelligencia (Distributed AI) azt vizsgálja, hogyan lehet a feladatokat több, önálló problémamegoldó egység segítségével megoldani. A multi-ágens rendszerek és az elosztott MI viszonya: A multi-ágens rendszer és az elosztott MI jelentősen átfedi egymást Koordináció: tevékenységek összehangolása a csoport feladatainak megoldása, illetve a csoporttal szembeni korlátozások betartása érdekében Kooperáció: a csoport egy ágensének tevékenysége segíti a másik ágenst célja elérésében és megfordítva AI: Kovács- Dudás L.41

42 Ágensek alkalmazása/1.. Információs ágensek: az információs robbanás megoldására. Önállóan gyűjtik, szelektálják, dolgozzák fel az adatokat. Internet és WWW ágensek: pl. kereső szerverek, Google, Alta Vista, Yahoo, stb. News-figyelő ágensek. Elektromos kereskedelmi ágensek: felderítik az árut, alkudoznak, vásárolnak. Interfész-ágensek: számítógép felhasználók támogatására. Figyelik és modellezik a felhasználó tudását és igényei, ezekre reagálva önállóan ajánlanak fel funkciókat, végeznek el feladatokat. Tulajdonságuk: perszonalizáció = alkalmazkodás a felhasználó igényeihez. Pl. WORD iratkapocs-súgója. Lehet szimulált személyiségük is. Forrás: Futó Iván: Mesterséges Intelligencia 14. Fejezet 1. AI: Kovács- Dudás L.42

43 Ágensek alkalmazása/2.. Asszisztensek: hasonlóak az előzőhöz. Pl. Elektromos levelek kezelésére, osztályozására, megválaszolására. Intelligens határidőnaplók: találkozók egyeztetésére. Web-asszisztensek: az ember ellesett preferenciái alapján ajánlanak új web-lapokat. Oktató ágensek: a tanuló tudásához, szintjéhez alkalmazkodnak. Ágens alapú szimulátorok: pl. Mesterséges élet (Artificial life) célja olyan ágensek, rendszerek (szimulációk, robotok, hardvereszközök) létrehozása, amelyek valamilyen szempontból hasonlóak az élet egyes aspektusaihoz, pl. alkalmazkodás, reprodukció, evolúció. Ide tartoznak a genetikus algoritmusok, neurális hálók, sejtautomaták is AI: Kovács- Dudás L.43

44 Ágensek alkalmazása/3.. Szintetikus karakterek: a virtuális valóság igényeinek kielégítésére. Cél: illúziókeltés (mozifilm, reklám, interfészek). Intelligens épületek: érzékelő és szabályozó elemek segítségével automatikus és hatékony erőforrás gazdálkodást végeznek. Forrás: Futó Iván: Mesterséges Intelligencia 14. Fejezet 1. Http//helios.unive.it/~franz/COMM/materiale-annoni/Schars/ Multiple conceptions of character-based interactive installations AI: Kovács- Dudás L.44

45 Ágensek alkalmazása/4 Szoftvertechnológiai alkalmazások: az ágens alapú programozás egyenes továbbfejlődése a strukturált és az objektum orientált programozásnak. Különösen nagy bonyolultságú nyílt rendszerek esetében előnyös. Mobil ágensek: a szoftverágens mozog a hálózaton a nagymennyiségű adatban a keresett adathoz. Szoftvertechnológiák áttekintése Forrás: Futó Iván: Mesterséges Intelligencia 14. Fejezet AI: Kovács- Dudás L.45

46 Mesterséges Intelligencia Eszközök - Módszerek Programozási nyelvek – LISP, PROLOG, OPS5, stb. Keretrendszerek – KEE, ART, LES,.. Intelligens környezetek: G2 Módszerek: – Fuzzy rendszerek, Genetikus algoritmusok, OO – Szakértő /tudásalapú rendszerek, frame rendszerek – Hibrid rendszerek, soft computing – Mesterséges neurális hálók, kontextus fák AI: Kovács- Dudás L.46

47 G2 Intelligens Környezet Intelligent Environment - AI Frame OO Interaktív Grafikus és alfanumerikus input Deklaratív és Procedurális programozás Feltételes valószinűség Alapszimbólum- és elem-készletek Run-time módosítás USD ??? Sokezer ipari alkalmazás AI: Kovács- Dudás L.47

48 AI: Kovács- Dudás L.48

49 B. Expert Systems Knowledge Based Systems Szakértő rendszerek Tudásalapú rendszerek AI: Kovács- Dudás L.49

50 Tartalom Programozás fejlődése Szakértő rendszerek – OO programozás Hibrid rendszerek – számítógépes nyelvek Inferencia (következtető) gép Keretrendszerek Framek Intelligens környezetek Piaci viszonyok Rendszerfejlesztés AI: Kovács- Dudás L.50

51 Akadémiai hozzájárulás a kereskedelmi szakértő programokhoz Egyetemek, akadémiai kutatás Ipar, üzlet kormányzat AI: Kovács- Dudás L.51

52 Szoftver szintek az emberi problémák és a számítógép-hardver között Probléma terület Szakértő megfigyel Szakértő stratégia SZAKÉRTŐ rendszer Szakértő rendszerépítő eszköz Program-nyelv Operációs rendszer Assembly Gépi kód Hardver AI: Kovács- Dudás L.52

53 A hagyományos és szimbolikus programozás különbségei Numerikus Szimbolikus Adatbázis Tudásbázis Algoritmus Heurisztika Szekvenciális, csomagfeldolgozás Interaktív Nincs – magyarázat futás közben - Van AI: Kovács- Dudás L.53

54 A számítógép – nyelvek fejlődése machine code ALGOL See more: next page !! deklaratív procedurális AI: Kovács- Dudás L.54

55 További programozási nyelvek 2013 bajnokai – Java, C, C++, Objective-C, C#, PHP, Ruby, Python, Visual Basic, Perl Továbbá – Grid és Cloud programozás – SQL, Lobster, UML, RUP, Java Script, HTML, XML, AJAX, ASP.NET Kisérletek – Dart, Ceylon, Go, F#, Opa, Fantom, Zimbu, X10, Chapel, haXe AI: Kovács- Dudás L.55

56 A LISP rés ellen LISP mellett Nagy gép PC idő AI: Kovács- Dudás L.56

57 Alapfogalmak Context tree – kontextus fa – Öszefüggések - határok Semantic Network – Szemantikus hálók Inference Engine – következtető gép a tudásbázis és a felhasználó között Heuristic - heurisztika – nem szigorúan szabatos logikai következtetéssel jutunk el a premisszáktól a konklúzióig,logikai premisszáktólkonklúzióig AI: Kovács- Dudás L.57

58 Alapfogalmak Procedural – procedurális – Folyamat jellegű Declarative – deklaratív – Kijelentő, kinyilatkozó Generic tools – generikus (általános) eszközök – Amelyek több helyen is alkalmazhatók Forward & backward chaining – A célok felé tart a meglévő adatokból (F) – A célokból megy visszafelé a premisszákig (B) AI: Kovács- Dudás L.58

59 Előre és hátra csatolás Szabályok & tények – 1. Ha X vartyog és legyet eszik - Akkor X béka – 2. Ha X fütyül és énekel - Akkor X kanári – 3. Ha X béka - Akkor X zöld – 4. Ha X kanári - Akkor X sárga – Fritz vartyog – Fritz legyet eszik – Tweety legyet eszik – Tweety fütyül – Tweety sárga AI: Kovács- Dudás L.59

60 Forward chaining – előre csatolás A cél a Fritz nevű lény szinének kikövetkeztetése Előre csatolással a gép 4 lépésben következtet arra, hogy Fritz Zöld: 1. Fritz vartyog and Fritz legyet eszik – A logika alapján a gép következtet: 2. Fritz vartyog és legyet eszik – Az 1. szabály alapján a gép következtet: 3. Fritz béka – A 3. szabály alapján a gép következtet: 4. Fritz zöld *** goal AI: Kovács- Dudás L.60

61 Backward chaining – visszafele csatolás Eldöntendő, hogy Tweety vagy Fritz a béka Visszafelé következtetéssel a gép 4 lépésben tud válaszolni a „ki a béka” kérdésre. A következtetésekben a ? az általános alany. 1. ? béka *** goal – Az 1. szabály alapján a gép következtet: 2. ? Vartyog és eszik legyet – A logika alapján a gép következtet: 3. ? vartyog és ? legyet eszik – A tények alapján a gép következtet: 4. Fritz vartyog és Fritz eszik legyet – Ez a levezetés azt eredményezi, hogy a gép a „ki a béka ?” kérdésre Fritz-et adja válaszként. AI: Kovács- Dudás L.61

62 A nyelvek-eszközök kontinuuma G2 Eszközök Magas szint Környezetek generikus területfüggő AI: Kovács- Dudás L.62

63 Szakértő rendszer általános architektúra Tudás-bázis Következtető gép Magyarázat Szakértő v. tudás-mérnök interfészek Felhasználó AI: Kovács- Dudás L.63

64 A nyelv – eszköz folyamatosság Magas szintSzakterület függő G2 Eszközök Magas szint Környezetek generikus területfüggő AI: Kovács- Dudás L.64

65 EMYCIN típusú kontextus fa generikus modellje gyökér AI: Kovács- Dudás L.65

66 Objektum - hálózat örökösödés AI: Kovács- Dudás L.66

67 Szabályok, kontextus-fák és OO rendszerek szakértő OO program hibrid Kontextus fák AI: Kovács- Dudás L.67

68 Eszköz-méret vs. eszköz-technológia kicsiközepesnagy ESZKÖZÖK Induktív Szabály alapú egyszerű strukturált hibrid Terület-specifikus AI: Kovács- Dudás L.68

69 A problémamegoldó tudás generikus típusai jól meghatározott típus tudás-reprezentáció eszköz-méret struktúra össze- függés hagyomá- nyos AI: Kovács- Dudás L.69

70 Inferencia gép és az összes tudás-fajta Konzultáció (munka-memória) tények, szabályok Egyszerű szabályok Célok, tények, sz. Strukturált szabályok Kontextus fa Objektumok Összefüggések Meta Szabályok a szabályokról Következtető gép AI: Kovács- Dudás L.70

71 Egyszerű szabályalapú rendszer AI: Kovács- Dudás L.71

72 Strukturált szabályrendszer AI: Kovács- Dudás L.72

73 Hibrid rendszer AI: Kovács- Dudás L.73

74 Inferencia – tudás – OO – meta- szint előre & hátra- csatolás megbízhatóság öröklés AI: Kovács- Dudás L.74

75 Kis, szakértő rendszer építő eszközök AI: Kovács- Dudás L.75

76 Induktív eszközök AI: Kovács- Dudás L.76

77 Közepes méretű szakértő eszközök AI: Kovács- Dudás L.77

78 Nagy, szabály- alapú eszközök AI: Kovács- Dudás L.78

79 Objektum kapcsolatok – példa Öröklés AI: Kovács- Dudás L.79

80 Közepes és nagy hibrid eszközök AI: Kovács- Dudás L.80

81 Szakértő rendszer fejlesztés 7 lépése Probléma analízis Feladat analízis Prototípus fejl. Rendszer fejl. Tesztelés terepen Megvalósítás Karbantartás AI: Kovács- Dudás L.81

82 Hangsúlyok az egyes lépésekben és fázisokban Kezdeti prototípus Teljes prototípus Rendszer fejlesztés deklaratív procedurális interfész AI: Kovács- Dudás L.82


Letölteni ppt "Introduction to (Artificial) Intelligence and to Expert Systems Bevezetés a (Mesterséges) Intelligenciába és a Szakértő Rendszerekbe Prof. Dr. KOVÁCS György."

Hasonló előadás


Google Hirdetések