MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE)

Slides:



Advertisements
Hasonló előadás
Informatikai tudásleképezés paradigmái és problémái Szekeres András Márk.
Advertisements

Néhány fontos terület a Kreatív Ipar fejlődéséhez
Kognitív nyelvészet Készítette: Molnár Dániel és Herczeg Renáta.
K-Chat Dr. Szepesvári Csaba Kutatási Alelnök mindmaker.
A.I Artificial Intelligence Készítette: Sörös Gergő SOGGABP.PTE.
Út a beszédértéstől a szövegértésen keresztül a matematikai problémák megoldásáig Előadó: Horváth Judit.
Tóth Máté Tudásbázisok, szakértői rendszerek Könyvtári szolgáltatások menedzselése I. Tóth Máté
A digitális számítás elmélete Előadás:kedd 10:10-11:40, 0/13. terem előadó: Dr. Ruszinkó Miklós Gyakorlat: Kedd 14:15-16:00,
Intelligens irányító rendszerek (Intelligent control systems) BEVEZETÉS.
4. Kreatív döntéshozatal
2. Rendszer fejlesztés
3. A programozás eszközei, programozás-technikai alapismeretek
Programozás alapjai A programozás azt a folyamatot jelenti, melynek során a feladatot a számítógép számára érthető formában írjuk le. C++, Delphi, Java,
Programozási nyelvek.
Bevezetés a gépi tanulásba február 16.. Mesterséges Intelligencia „A számítógépes tudományok egy ága, amely az intelligens viselkedés automatizálásával.
A számítógépes nyelvfeldolgozás alapjai
Számítógépes nyelvészeti alkalmazások Farkas Richárd szept 7.
TUDÁS és TANULÁS a szervezetben
TUDÁSALAPÚ RENDSZEREK Tudnivalók ILCV441 Előadó: Kovács Zita 2013/2014. I. félév.
Informatika matematika speciális tagozat - tematika évfolyam -
SZÁMÍTÓGÉP ARCHITEKTÚRÁK
Informatika.
Persa György Témavezető: Szabó Csanád Pázmány Péter Katolikus Egyetem Információs Technológiai Kar 1.
2006. október 8.Könyves Vasárnap Mivel foglalkozik a „Mesterséges intelligencia” tudománya? A kezdetektől napjaink kutatásáig. Előadó: Nagy Sára, ELTE.
Mesterséges intelligencia
ISMERETALAPÚ RENDSZEREK SZAKÉRTŐ RENDSZEREK
MYCIN szakértői rendszer. MYCIN modell szakértői rendszer vér fertőzéseinek, gyógykezeléseknek meghatározását támogató orvosi diagnosztikai rendszer célvezérelt,
Ismeretalapú rendszerek alaptechnikái I. Szabályalapú rendszerek.
Ismeretalapú rendszerek alaptechnikái
MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE) BEVEZETÉS.
Ismeretalapú rendszerek alaptechnikái I. Szabályalapú rendszerek.
MYCIN Szakértői rendszer.
A tanulási eredmények értelmezése és funkciója Vámos Ágnes (ELTE)
„A kulcskompetencia az ismeretek, készségek és attitűdök transzferábilis, többfunkciós egysége, amellyel mindenkinek rendelkeznie kell ahhoz, hogy személyiségét.
A programozás alapjai A számítógép számára a feladat meghatá- rozását programozásnak nevezzük. Ha a processzor utasításait használjuk a feladat meghatározásához,
Kárpát-medencei Nemzetközi Módszertani Konferencia Lehetőségek és alternatívák Játékos Informatika.
4. Elmefilozófia.
Bevezetés: a Számítógépi grafika tárgya (Szemelvények: amit tudni illik)
Programozás. fordító (compiler): a program forrásszövegéből egy gépi kódú, futtatható programot (pl. EXE) állít elő, vagyis a programot lefordítja a gép.
Idegen nyelvek tanulása
Diagnosztika intelligens eszközökkel
Ember-központú ágens kommunikáció Ambiens Intelligens környezetekben Ambiens Intelligencia (AmI) Számítástechnikai intelligencia beleolvad a lakott terek.
 mesterséges intelligencián alapuló szoftver rendszer  a felhasználó által szolgáltatott adatok alapján képes viszonylag bonyolult problémákat megoldani,
Mobilis robot (e-puck) robot és a Webots szimulációs rendszer megismerése szimulációs rendszer robot közepesen nehéz feladat megoldása például: vonalkövetés.
1 Tudásalapú információ-kereső rendszerek elemzése és kifejlesztése Célkitűzés: Információk téma-specifikus, különböző típusú forrásokból (internet, intranet.
ONTOLÓGIA és TUDÁSREPREZENTÁCIÓ Szőts Miklós Alkalmazott Logikai Laboratórium
1 BESZÉDFELISMERŐ RENDSZERES ALKALMAZÁSA AZ ÉRDEKKÉPVISELETI MUNKÁBAN (ELŐKÉSZÍTÉS) A STRATOSZ SZÁMÁRA KIDOLGOZOTT VÁLTOZAT Készült a MAT támogatásával,
Nicsak, ki beszél – már a számítógépek is... Szita István Eötvös Collegium.
Mesterséges Intelligencia 1. Eddig a környezet teljesen megfigyelhető és determinisztikus volt, az ágens tisztában volt minden cselekvésének következményével.
Menetrend optimalizálása genetikus algoritmussal
Keresés fajtái Matching (szabadszavas)
PÁRHUZAMOS ARCHITEKTÚRÁK – 13 INFORMÁCIÓFELDOLGOZÓ HÁLÓZATOK TUDÁS ALAPÚ MODELLEZÉSE Németh Gábor.
Megerősítéses tanulás 2. előadás
kialakulása, fejlődése, generációk
Mesterséges intelligencia Áttekintés. Mesterséges intelligencia (MI) Artificial Intelligence (AI) Filozófia Matematika Pszichológia Nyelvészet Informatika.
Programozás alapjai Készítette: Csiszár Nóra Anita
kialakulása, fejlődése, generációk
Adatstruktúrák Algoritmusok Objektumok
Programozási nyelvek Programozási alapismeretek
Mesterséges intelligencia
Szabadkai Műszaki Szakfőiskola
Innováció, big data, adatbányászat (Pitlik László, SZIE/INNOREG KMRIÜ)
Sakk algoritmus.
Tudásalapú rendszerek
Nagy Roland | Robotika PMB2530, PMB2530L Nagy Roland |
Gépi tanulás.
A mesterséges neuronhálók alapjai
INFOÉRA 2006 Miért tanítsunk informatikát?
1 Tudásbázis követelmények a digitális korszakban Gyulay Tibor tudásmenedzsment szakértő előadása „A tacit (avagy a hallgatólagos tudás) jövője a negyedik.
A világ sarkából is elérhető könyvtár, a könyvtár sarkából is elérhető világ Winkler Bea.
Előadás másolata:

MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE) BEVEZETÉS

MESTERSÉGES INTELLIGENCIA MI tárgya: azon feladatok számítógépes megoldása, amelyek megoldása nehéz az embertől is kellő szakértelmet, kreativitást és intuíciót kíván – intelligenciát igényelnek pl. kirakós játék, sakk, tételbizonyítás, orvosi diagnózis, szöveg fordítása (kontextus fontos!) MI célja: intelligens tárgy (artifact) konstruálása  program

Definíció helyett gyakorlati teszt: Turing teszt - Alan Turing INTELLIGENS??? Definíció helyett gyakorlati teszt: Turing teszt - Alan Turing A számítógép intelligensnek tekinthető, amennyiben egy terminálon keresztül kérdező nem tudja eldönteni, hogy vele szemben ember, vagy számítógép áll. LOEBNER PRIZE két szám összeszorzása ...

TURING TESZT Képességek: természetes nyelvmegértés (kommunikáció) tudásreprezentáció (információ tárolása) automatikus következtetés (információ felhasználása, konklúzió) gépi tanulás (alkalmazkodás új körülményekhez, minták felismerése) További képességek (teljes TT, fizikai kölcsönhatás is) számítógépes látás (tárgyak érzékelése) robotika (tárgyak mozgatása) beszédfelismerés

ELIZA - Joseph Weizenbaum 1966 (képessége: mintaillesztés) TURING TESZT ELIZA - Joseph Weizenbaum 1966 (képessége: mintaillesztés) K: Az emberek mindig bámulnak engem. E: Tudna mondani egy példát? K: Például ön is bámul most engem. E: Miért gondolja, hogy én bámulom önt? K: Mert ön gyűlöl engem. E: Tegyük föl, hogy gyűlölöm magát. Mit változtat ez a dolgokon?

TURING TESZT ELIZA - mintaillesztés Miért nem intelligens? nincs tudása nincs emlékezete nem tanul csak látszólag érti a nyelvet Pszichológus - páciens párbeszéd  DOCTOR

AZ MI HELYE Az MI, mint műszaki tudomány: cél: intelligens tárgyak (programok) készítése, amelyek bizonyos területeken kiváltják vagy hatékonyan támogatják az embert adott működés minél jobb minőségű számítógépes reprodukálása – hatékonyság!! Az MI, mint az emberi intelligencia természetének megismerése cél: intelligens tárgyak (programok) készítése, amelyek minél jobban hasonlítanak az ember gondolkodásmódjához kognitív pszichológia kölcsönhatás a két megközelítés között

AZ MI FELADATOK KÖZÖS VONÁSA nehezek (az ember számára is!) nem rendelkeznek minden részletében tisztázott fix megoldó mechanizmussal a megoldás elemi tevékenységek sorozataként állítható elő előre nem rögzített több lehetséges sorozat közül kell kiválasztani megoldás: kereséssel szisztematikus próbálkozással választjuk ki a következő „lépést” a probléma tere nagy lehet az összes lehetőség kipróbálása szisztematikus úton nem lehetséges – kombinatorikus robbanás irányított keresésre van szükség

AZ MI FELADATOK KÖZÖS VONÁSA emberi szakértelem/ intuíció/ gyakorlati tapasztalat szükséges – heurisztikus ismeretek keresés korlátozása heurisztikával vezérelt keresés – az MI rendszerek legjellegzetesebb közös vonása „elég kedvező” megoldás elégséges ma általában az ember a jobb sakk ... bank hó végi zárása …

AZ MI KORSZAKAI Első szakasz (60-as évek) 1956 – Darthmouth College-i konferencia – név Célok: az emberi gondolkodás számítógép segítségével történő reprodukálása általános célú, általános technikákat alkalmazó rendszerek készítése pl. világbajnok sakkprogram, univerzális gépi fordítás Módszerek, eszközök: General Problem Solver – általános célú problémamegoldó rezolúció – automatikus tételbizonyítás LISP – MI első programnyelve mesterséges neuronok, genetikus algoritmusok

AZ MI KORSZAKAI Első szakasz (60-as évek) Eredmények: kétszemélyes játékok (dáma, sakk) ELIZA Kudarcok: kombinatorikus robbanás nem elég gyorsabb hardver, nagyobb memória!! nyelvi fordítók nem elég elektronikus szótárra alapozott szóbehelyettesítés és nyelvtanra alapozó egyszerű szintaktikai transzformációk kontextus!! „The spirit is willing but the flesh is week” „A szellem készséges, de a test gyenge” „Jó a vodka, de rossz a hús” elégtelen tudásreprezentációs eszközök

AZ MI KORSZAKAI Második szakasz (70-es évek) Cél: szűkített feladatosztályok megoldására speciális technikák kifejlesztése Módszerek, eszközök: logika alapú programnyelvek – Prolog, Planner heurisztikus keresési technikák tudásábrázolási módszerek szabályalapú, keretalapú tudásábrázolás adatbázis, objektum-orientált programozás kognitív modellek Eredmények: SHRDLU – természetes nyelvmegértés DENDRAL – kémiai struktúra meghatározása MYCIN – orvosi diagnosztikai rendszer AM – matematikai fogalmak „felfedezése”

AZ MI KORSZAKAI Harmadik szakasz (80-as évek) Célok: konkrét feladatok megoldása – piaci viszonyok közt – mesterjelölt szinten 5. generációs számítógép (Prolog nyelv gépi kódként) Módszerek, eszközök: tudásalapú szakértő rendszerek (külön tudásbázis + következtető mechanizmusok, tanácsadás, indoklás) shell-ek, módszertanok nem klasszikus logikák, bizonytalanság kezelése Eredmények: szakértő rendszerek (pl. R1 – számítógépes rendszerek konfigurálása)

AZ MI KORSZAKAI Negyedik szakasz (90-es évektől) Célok: Újra felfedezett ötletek – jobb hardverrel és növekvő matematikai háttérrel Módszerek, eszközök: elosztott tudás reprezentálása mesterséges neuron háló, genetikus algoritmus, ágens szemlélet döntéselmélet és valószínűségi következtetés valószínűségi hálók beszédfelismerés rejtett Markov modellek Eredmények: űrkutatás, Deep Blue nyelvi fordítók tervgenerálás újszerű megközelítése robotika (gépi látás, gépi tanulás)

AJÁNLOTT IRODALOM Fekete István, Gregorics Tibor, Nagy Sára: Bevezetés a mesterséges intelligenciába. LSI, Budapest 1990. Futó Iván: Mesterséges intelligencia. Aula Kiadó, 1999. Stuart J. Russel, Peter Norvig: Mesterséges intelligencia - modern megközelítésben. Panem-Prentice Hall, 2000. Matt Ginsberg: Essentials of artificial intelligence. Morgan Kaufman Publisher, 1993. David Poole, Alan Mackworth, Randy Goebel: Computational intelligence - a logical approach. Oxford University Press, 1998. MI források: http://www.cs.ubc.ca/spider/poole/ci/ai-resources.html MI startlap: http://www.ai.lap.hu/ Agent portal: http://www.agent.ai/ Logikai programozás: http://www.afm.sbu.ac.uk/logic-prog/ Common Lisp: http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/ai-repository/ai/html/cltl/cltl2.html