Mesterséges intelligencia Áttekintés. Mesterséges intelligencia (MI) Artificial Intelligence (AI) Filozófia Matematika Pszichológia Nyelvészet Informatika.

Slides:



Advertisements
Hasonló előadás
E-learning alkalmazás hasonlóságai és különbségei a köz-és magán szférába ÁROP Tudásalapú közszolgálati előmenetel.
Advertisements

Nyiri Lajos, ZINNIA Group
A projekt az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásával valósul meg. TÁMOP-4.2.1/B-09/1/KONV „A felsőoktatás.
Informatikai tudásleképezés paradigmái és problémái Szekeres András Márk.
Néhány fontos terület a Kreatív Ipar fejlődéséhez
2003. november INFOtrend 2003 Váradi Tamás MTA Nyelvtudományi Intézet Korpusznyelvészeti Osztály Nyelvi technológiákkal az információs.
Teleházakban telementorálás •Cél korosztály év •„Virtuális kitekintés” •„ On-line ” képességfejlesztés •Informatika tanárok hiánya a régióban Egyéni.
K-Chat Dr. Szepesvári Csaba Kutatási Alelnök mindmaker.
A.I Artificial Intelligence Készítette: Sörös Gergő SOGGABP.PTE.
A filozófia helye a középiskolai oktatásban
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Dr. Kulcsár Gyula egyetemi adjunktus.
Tóth Máté Tudásbázisok, szakértői rendszerek Könyvtári szolgáltatások menedzselése I. Tóth Máté
„Kompetencia alapú oktatás, egyenlő hozzáférés – Innovatív intézményekben” TÁMOP /
Értékünk az ember – értékünk a gyermek!.
Intelligens irányító rendszerek (Intelligent control systems) BEVEZETÉS.
4. Kreatív döntéshozatal
Intelligens szoftver megoldások acélszerkezeti tervezéshez.
Projektlabor, Projektmunka és Projekt szeminárium tapasztalatai és kérdései az informatika oktatásában az Eszterházy Károly Főiskolán dr. Kovács Emőd,
Bevezetés a gépi tanulásba február 16.. Mesterséges Intelligencia „A számítógépes tudományok egy ága, amely az intelligens viselkedés automatizálásával.
Számítógépes nyelvészeti alkalmazások Farkas Richárd szept 7.
MI 2003/5 - 1 Tudásábrázolás (tudásreprezentáció) (know- ledge representation). Mondat. Reprezentá- ciós nyelv. Tudás fogalma (filozófia, pszichológia,
TUDÁSALAPÚ RENDSZEREK Tudnivalók ILCV441 Előadó: Kovács Zita 2013/2014. I. félév.
A SAT probléma különböző reprezentációinak vizsgálata oktatási szempontból (újratöltve) Az általánosítás fegyvere a kutatásban Kusper Gábor,
Mesterséges neuronhálózatok
Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék 2012/13 1. félév 3. Előadás Dr. Kulcsár Gyula egyetemi docens.
2006. október 8.Könyves Vasárnap Mivel foglalkozik a „Mesterséges intelligencia” tudománya? A kezdetektől napjaink kutatásáig. Előadó: Nagy Sára, ELTE.
Kétszemélyes játékok Előadó: Nagy Sára.
Mesterséges intelligencia
Bevezetés a robotok döntéshozatalának folyamatába és módszereibe Készítette : Fodor Bence II. Éves Programtervező Informatikus Nyíregyházi Főiskola V2.
A nyelv problémája természetes, és mesterséges nyelvek.
ISMERETALAPÚ RENDSZEREK SZAKÉRTŐ RENDSZEREK
Ismeretalapú rendszerek alaptechnikái I. Szabályalapú rendszerek.
Ismeretalapú rendszerek alaptechnikái
MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE)
MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE) BEVEZETÉS.
Ismeretalapú rendszerek alaptechnikái I. Szabályalapú rendszerek.
Orosházi Evangélikus Általános Iskola és Gimnázium
EMLÉKEZTETŐ Környezettechnológiai piacvezető Magyarországon ORGANICA Élőgépek kifejlesztője Tudásból megélni és megnőni ORGANICA Környezettechnológiák.
Nyelv-ész-gép Új technológiák az információs társadalomban.
Idegen nyelvek tanulása
 mesterséges intelligencián alapuló szoftver rendszer  a felhasználó által szolgáltatott adatok alapján képes viszonylag bonyolult problémákat megoldani,
Készítette: Terdik Sándor PTM IV. Ismeretszerzés természetes nyelvű dokumentumokból.
1 Tudásalapú információ-kereső rendszerek elemzése és kifejlesztése Célkitűzés: Információk téma-specifikus, különböző típusú forrásokból (internet, intranet.
Ismeretátadás ismeretbe ágyazott képességfejlesztés túlméretezett tananyagreális tananyagmennyiség pedagógusközpontú, egységes módszertan tanulóközpontú,
Logika szeminárium Előadó: Máté András docens Demonstrátorok:
Logika Miskolci Egyetem Állam- és Jogtudományi Kar Jogelméleti és Jogszociológiai Tanszék.
TÁMOP Kompetencia alapú oktatás Egyenlő hozzáférés innovatív intézményekben.
Logika szeminárium Előadó: Máté András docens Demonstrátorok:
MI 2003/1 - 1 Kiemelkedő alkalmazások Robotok: holdra szállás, Csernobil Sakkozó program Beszédfelismerés, nyelvi alkalmazások (fordítás)
A számítógépek története
Matematikai projektek és jó gyakorlatok
PÁRHUZAMOS ARCHITEKTÚRÁK – 13 INFORMÁCIÓFELDOLGOZÓ HÁLÓZATOK TUDÁS ALAPÚ MODELLEZÉSE Németh Gábor.
A Nyelv- és Beszédtechnológiai Platform egy éve Váradi Tamás MTA Nyelvtudományi Intézet Nyelvi áttörés A nyelv- és beszédtechnológia mint húzóágazat.
Miből áll egy robot agya?. Fogalmak A robot egy elektromechanikai szerkezet, amely előzetes programozás alapján képes különböző feladatok végrehajtására.
kialakulása, fejlődése, generációk
Csapó Benő SZTE Neveléstudományi Intézet MTA-SZTE Képességfejlesztés Kutatócsoport A PISA céljai, tudományos alapjai.
Portfólió Ember és társadalom műveltségterületi tanár- kémiatanár
Programozási nyelvek Programozási alapismeretek
Szabadkai Műszaki Szakfőiskola
Informatika (Bevezetés az informatikába)
Logika szeminárium Barwise-Etchemendy: Language, Proof and Logic
Mesterséges intelligencia
Tudásalapú rendszerek
MIÉRT éppen a BME Villamosmérnöki és Informatikai Kar?
Nagy Roland | Robotika PMB2530, PMB2530L Nagy Roland |
Gépi tanulás.
Napjaink legfontosabb ipari ágazata, az elektronika
BME VBK tájékoztató 1.
A SzTAKI-tól A MorphoLogicig Naszódi Mátyás
1 Tudásbázis követelmények a digitális korszakban Gyulay Tibor tudásmenedzsment szakértő előadása „A tacit (avagy a hallgatólagos tudás) jövője a negyedik.
Előadás másolata:

Mesterséges intelligencia Áttekintés

Mesterséges intelligencia (MI) Artificial Intelligence (AI) Filozófia Matematika Pszichológia Nyelvészet Informatika

MI 1956-ban jött létre hivatalosan a tudományterület a kutatások már 1951 óta folytak a legvégső feladvánnyal foglalkozik 3 nagy történeti szakasz

1. szakasz: Korai lelkesedés (1960-as évek végéig) Nagyratörő tervek: világbajnok sakkprogram gépi fordítás Fő irány: általános problémamegoldó módszerek

1. szakasz: Korai lelkesedés (1960-as évek végéig) A. Newell, H. Simon: General Program Solver (GPS) H. Gelernter: Geometry Theorem Prover A. Samuel: dámajáték – tanuló képesség J. McCarthy: LISP (1958)

Az 1. szakasz vége: Kiábrándulás Általános problémamegoldó módszerek hatékonysági problémái Nehezebb problémák → nagy futási idő

Az 1. szakasz vége: Kiábrándulás 1. ok: kevés (vagy semmi) beépített tudás csupán szintaktikai manipuláció „A szellem készséges, de a test gyenge.” „A szellem készséges, de a test gyenge.”gépifordítás „Jó a vodka, de romlott a hús.” „Jó a vodka, de romlott a hús.” 2. ok: kezelhetetlen problémák NP-teljesség (S. Cook, R. Karp )

2. szakasz: Tudásalapú rendszerek (1980-as évek végéig) Szakértői rendszerek: témaspecifikus (szabályalapú) tudásbázis következtetőkomponens heurisztikus keresések bizonytalanságkezelés orvosi diagnosztika → MYCIN (450 szabály) Rezolúció (J. A. Robinson – 1965) elsőrendű logika Prolog (1970-es évek eleje) Természetes nyelvi interfészek

3. szakasz: Iparrá válás (1980-tól) A DEC cég: R1 az első sikeres SZR: 1986-ra évi 40 millió dollár haszon 1988-ban 40 működő SZR, több készül 1981, Japán – „5. generációs számítógép” projekt 10 éves terv Prolog gépi kód más országok is lépnek

3. szakasz: Iparrá válás (1980-tól) Áttörés – az MI kilép a laboratóriumok világából SZR-ek számos területen: kémia, geológia, ipari folyamatirányítás, robotika stb. SZR-ek természetes nyelvi interfésszel 1988: évi 2 milliárd dollár forgalom

3. szakasz: Iparrá válás (1980-tól) Új technikák: statisztikai alapú módszerek neurális hálók rejtett Markov-modellek – beszédfelismerés, kézírás előrehaladás a robotika, gépi látás, gépi tanulás területén Az MI teret hódít az iparban és a mindennapokban