MI 2003/1 - 1 Kiemelkedő alkalmazások Robotok: holdra szállás, Csernobil Sakkozó program Beszédfelismerés, nyelvi alkalmazások (fordítás)

Slides:



Advertisements
Hasonló előadás
MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE)
Advertisements

Matematika és módszertana
A.I Artificial Intelligence Készítette: Sörös Gergő SOGGABP.PTE.
Erőállóképesség mérése Találjanak teszteket az irodalomban
Pac-Man játék tanulása Megerősítéses Tanulással Mesterséges Intelligencia algoritmusok tesztelése játékokon Gyenes Viktor Eötvös Loránd Tudományegyetem.
Szemiot i ka.
Képességszintek.
Humánkineziológia szak
Tóth Máté Tudásbázisok, szakértői rendszerek Könyvtári szolgáltatások menedzselése I. Tóth Máté
Intelligens irányító rendszerek (Intelligent control systems) BEVEZETÉS.
Műveletek logaritmussal
A PEDAGÓGIAI KUTATÁS FOLYAMATA
Kötelező alapkérdések
Rekurzió (Horváth Gyula és Szlávi Péter előadásai felhasználásával)
Hatékony gyorsítótár használata legrövidebb utak kereséséhez Bodnár István, Fodor Krisztián, Gyimesi Gábor Jeppe Rishede Thomsen, Man Lung Yiu, Christian.
Bevezetés a gépi tanulásba február 16.. Mesterséges Intelligencia „A számítógépes tudományok egy ága, amely az intelligens viselkedés automatizálásával.
MI 2003/ Alakfelismerés - még egy megközelítés: még kevesebbet tudunk. Csak a mintánk adott, de címkék nélkül. Csoportosítás (klaszterezés, clustering).
MI 2003/5 - 1 Tudásábrázolás (tudásreprezentáció) (know- ledge representation). Mondat. Reprezentá- ciós nyelv. Tudás fogalma (filozófia, pszichológia,
A diákat jészítette: Matthew Will
Általános lélektan IV. 1. Nyelv és Gondolkodás.
Állapottér-reprezentáljunk!
A matematikai kompetencia jellemzői, fejlesztése, módszerei
Algoritmizálás Göncziné Kapros Katalin humaninformatika.ektf.hu.
Mesterséges neuronhálózatok
SZÁMÍTÓGÉP ARCHITEKTÚRÁK
Helyzetfelmérés Helyzetfelmérés elemzése, értékelése
Rendszer és modell szeptember-december Előadó: Bornemisza Imre egyetemi adjunktus.
A digitális számítás elmélete
2006. október 8.Könyves Vasárnap Mivel foglalkozik a „Mesterséges intelligencia” tudománya? A kezdetektől napjaink kutatásáig. Előadó: Nagy Sára, ELTE.
Mesterséges intelligencia
Gazdálkodási modul Gazdaságtudományi ismeretek II. Vezetés és kommunikációs ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI MSc.
Az iskolai teljesítményt befolyásoló mentális és affektív tényezők
Operációkutatás eredete
ISMERETALAPÚ RENDSZEREK SZAKÉRTŐ RENDSZEREK
MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE)
MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE) BEVEZETÉS.
4. Elmefilozófia.
KREATIVITÁS ALKOTÓKÉPESSÉG.
“Új Dimenziók” mentorképzési program A program kidolgozói: Artemisszió Alapítvány EcPec Alapítvány Göllesz Viktor Speciális Szakiskola MATISZ MH Líceum.
Intelligens Felderítő Robotok
Pókerágens fejlesztése játékelméleti alapokon
A modell fogalma, a modellezés jelentősége
Szervezeti viselkedés Bevezetés
1 Tudásalapú információ-kereső rendszerek elemzése és kifejlesztése Célkitűzés: Információk téma-specifikus, különböző típusú forrásokból (internet, intranet.
Az intelligencia körülhatárolása és mérése
VÉGES AUTOMATA ALAPÚ TERVEZÉSI MODELL
Kötvényárazási hibák intelligens javítóalgoritmusának tervezése és fejlesztése GELLÉN ÁGNES IUFQ58.
A szövegértési feladatok összeállítása
Budapesti Műszaki Főiskola Neumann János Informatikai Kar Informatikai Automatizált Rendszerek Konzulens: Vámossy Zoltán Projekt tagok: Marton Attila Tandari.
1 Hogyan tovább minőségügy? XIV. Magyar Minőség Hét november 07.
INTELLIGENCIA, KREATIVITÁS
1. Melyik jármű haladhat tovább elsőként az ábrán látható forgalmi helyzetben? a) A "V" jelű villamos. b) Az "M" jelű munkagép. c) Az "R" jelű rendőrségi.
Adamkó Attila UML2 Adamkó Attila
Mesterséges Intelligencia 1. Eddig a környezet teljesen megfigyelhető és determinisztikus volt, az ágens tisztában volt minden cselekvésének következményével.
Tudás és képesség az OKKR-ben Pajkossy Péter Kognitív Tudományi Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem.
Filozófiatörténet előadások 1I.
WP-Dyna: tervezés és megerősítéses tanulás jól tervezhető környezetekben Szita István és Takács Bálint ELTE TTK témavezető: dr. Lőrincz András Információs.
PÁRHUZAMOS ARCHITEKTÚRÁK – 13 INFORMÁCIÓFELDOLGOZÓ HÁLÓZATOK TUDÁS ALAPÚ MODELLEZÉSE Németh Gábor.
Megerősítéses tanulás 2. előadás
Mesterséges intelligencia 8. Stratégiai játékok A játék kimenetelére a játékosoknak ellenőrizhető módon van befolyásuk. Pl.: sakk, dáma, póker stb. A.
Képes Érzelmi Intelligencia Teszt a éves korosztály számára
Mesterséges intelligencia Áttekintés. Mesterséges intelligencia (MI) Artificial Intelligence (AI) Filozófia Matematika Pszichológia Nyelvészet Informatika.
Szabadkai Műszaki Szakfőiskola
Műholdas helymeghatározás 6. előadás
Mesterséges intelligencia
Sakk algoritmus.
Mesterséges intelligencia
Gépi tanulás.
A mesterséges neuronhálók alapjai
Állapottér-reprezentáljunk!
Előadás másolata:

MI 2003/1 - 1 Kiemelkedő alkalmazások Robotok: holdra szállás, Csernobil Sakkozó program Beszédfelismerés, nyelvi alkalmazások (fordítás)

MI 2003/1 - 2 Intelligencia: értelmi felfogóképesség, ítélőképesség (Magyar Értelmező Kéziszótár, 1972). Mesterséges: emberi tevékenységgel, beavatkozással alkotott, előidézett, történő. (Magyar Értelmező Kéziszótár, 1972)

MI 2003/1 - 3 Wechsler intelligencia-fogalma: az intelligen- cia az egyénnek az az összesített vagy globális képessége, amely lehetővé teszi, hogy célszerűen cselekedjék, hogy racioná- lisan gondolkodjék, és eredményesen bán- jék környezetével. Általános - speciális faktor. Emlékezés és gondolkodás.

MI 2003/1 - 4 Wechsler-teszt részei Verbális: ismeretek; helyzetek megértése; számismétlés; számolási feladat; összeha- sonlítás. Cselekvési: rejtjelezés; képrendezés; kép- kiegészítés; mozaikpróba; szintézispróba.

MI 2003/1 - 5 Filozófiai alapok: gondolkodó gépek?! Gyenge MI: lehet-e a gépi rendszerek cselekvését úgy alakítani, mintha intelligensek lennének? Erős MI: van- e a tudatosan cselekvő rendszereknek valódi tudatuk?

MI 2003/1 - 6 Turing teszt Kínai szoba Agyprotézis

MI 2003/1 - 7 Definíció 1: Izgalmas újszerű kísérlet, hogy a számítógépet gondolkodásra késztessük… tudatos gépek, e fogalom teljes és szószerű értelmében (Haugeland, 1985) Definíció 2: Az emberi gondolkodással asszociálható olyan aktivitások (automati- zálása), mint pl. a döntéshozatal, a problé- mamegoldás, a tanulás (Bellman, 1978)

MI 2003/1 - 8 Definíció 3: Az olyan funkciót teljesítő gépi rendszerek létrehozásának a művészete, amikhez az intelligencia szükséges, ha azt emberek teszik. (Kurzweil, 1990) Definíció 4: Annak tanulmányozása, hogy hogyan lehet számítógéppel olyan dolgokat művelni, amiben pillanatnyilag az emberek jobbak. (Rich and Knight, 1991)

MI 2003/1 - 9 Definíció 5: A mentális képességek tanlmányozása számítógépes modellek segítségével. (Charniak and McDermott, 1985) Definíció 6: Az észlelést, a következtetést és a cselekvést biztosító számítási mecha- nizmusok tanulmányozása (Winston, 1992)

MI 2003/ Definíció 7: Egy olyan kutatási terület, amely a számítási folyamatok segítségével megkísérli megmagyarázni és emulálni az intelligens viselkedést. (Schalkoff, 1990) Definíció 8: A számítástudomány egy ága, amely az intelligens viselkedés automatizá- lásával foglalkozik. (Luger and Stubblefield, 1993)

MI 2003/ think like humans (emberi módra gondolkodó rendszerek)... act like humans (emberi módra cselekvő rendszerek)... think rationally (racionálisan -észszerűen- gondolkodó rendszerek)... act rationally (racionálisan viselkedő rendszerek)

MI 2003/ emberként gondolkodni: kognitív tudományok; hogyan működik az emberi agy? emberként cselekedni: Turing teszt. Nyelvfeldolgozás, tudásábrázolás, (automa- tikus) következtetés, (gépi) tanulás. Teljes Turing teszt: számítógépes látás, robotika.

MI 2003/ észszerűen gondolkodni: formális követ- keztetési szabályok, logika. észszerűen cselekedni: észszerű ágens (agent) feltételezése. Ez lesz a mi megközelítésünk. „Észlelni és cselekedni” Az MI alapjai (önálló feldolgozás, RN )

MI 2003/ Történeti áttekintés Kialakulás ( ) McCullogh, Pitts, 1943: neuron modell, Hebb, 1949: tanulás e modellben Shannon, Turing, ötvenes évek eleje: sakkozó program Newell, Simon, 1956: Logic Theorist (Dartmouth - kéthónapos munkatalálkozó)

MI 2003/ Kezdeti eredmények ( ) General Problem Solver (Newell, Simon) Samuel, ötvenes évek eleje: dámajáték Gelernter, 1959: Geometry Theorem Prover Robinson, 1965: rezolúció Rosenblatt, 1962: perceptron konvergencia tétel

MI 2003/ „Visszaesés” ( ) Tudás hiánya, kevés mélyebb eredmény, al- kalmazás Kombinatorikus robbanás

MI 2003/ Tudásalapú rendszerek ( ) Buchanan, 1969: DENDRAL, kémiai struktú- ra meghatározása Szakértői rendszerek MI iparrá válik ( ) PROLOG

MI 2003/ Legújabb események (1987-) Neurális hálók visszatérése (1986-) Beszédfeldolgozás (HMM- Hidden Markov Modell) Természetes nyelvek megértése Mesterséges látás, robotika Gépi tanulás

MI 2003/ Visszatérés az ágens-megfogalmazáshoz. Egy ágens észleli a kör- nyezetét és (vissza)hat rá, megváltoztatja azt. Észszerű ágens: vala- milyen hatékonysági mérték szerint a lehető legjobban próbálja a dol- gát tenni; eközben észlelések sorozatát dolgozza fel, és cselekszik. Mindent tudás? Az ideális észszerű ágens minden lehetséges észlelési sorozatra úgy cselekszik, hogy maximalizáljon valamilyen haté- konysági mértéket (függvényt), miközben felhasználja az adott észle- lési sorozatot és a saját maga rendelkezésére álló tudást (információt). Egyszerű ágensek: átkelés az úton; óra; négyzetgyök meghatározása. Fontos segédfogalom: önállóság - mennyire határozza meg a cselek- vését a saját tapasztalata (tudása). Az ágens szerkezete, összetétele: egy programból (hogyan fordítódjanak az észlelések cselekvéssé?) és egy számítási eszközből (ezt architektúrának fogjuk nevezni) áll.

MI 2003/ Ágens: - Észlelések - Cselekvések -Célkitűzések - Környezet Műholdas képkiértékelő rendszer- Digitális képelemek (pixelek) - A képek értékelésének nyomtatása- Helyes értékelések - Műholdról érkező képek (Automata) taxi - Kamera, sebesség-mérő, GPS, mikrofon - Sebességváltoztatás, - váltás, fékezés, utassal beszélgetés - Biztonságos, szabályos, gyors utazások, haszon maximalizálása - Utak, más járművek, gyalogosok, utasok

MI 2003/ Hogyan épülhet fel az ágens programja? Válasz-táblázat (lookup-table) nem elég. Az automata taxi példáján vizsgáljuk a következő négy alaptípust: - egyszerű, ’reflexeken’ alapuló ágens, - a világot figyelő, értelmező ágens, - céltudatos ágens, - hasznosságra is ügyelő ágens.

MI 2003/ Hogyan függhet az ágens cselekvése a környezettől? (Önálló feldolgozás.) Pl. - determinisztikus - nem-determinisztikus

MI 2003/ Problémák megoldása: itt az ágens egy olyan cselekvéssorozatot keres, amelyik egy adott állapothoz (cél? megoldás?) vezet el. A részletesebb megfogalmazáshoz pontosabban kell definiálni a problémát, a célt, a cselekvéssorozatot, illetve a megfelelő sorozat kiválasztásának a lépéseit (ez utóbbival fogunk igen részletesen foglalkozni, azt keresésnek (search) nevezve). Probléma: információk egy olyan halmaza, amelynek alapján eldönthető, mit kell tenni egy megfogalmazott cél eléréséhez. Ehhez kiindulási feltételünk: fizikai szimbólumrendszer-hipotézis (Newell, Simon, 1976). A realizáció részei: kezdőállapot, operátorok (vagy követő függvények) állapottér, utak, célállapot, útköltségek, megoldás.

MI 2003/ Példák: útvonalválasztás - legrövidebb út Szegedről Nyíregyházára? nyolcas-kirakós játék Hanoi tornyai 8-királynő probléma sakkozás kriptoaritmetika vízöntős játék labirintusok bejárása n kecske, n farkas, k férőhelyes csónak

MI 2003/ A nyolcas játékról, részletesebben: itt viszonylag egyszerű szabályok (=tudás a játékról) vannak. Hogyan tudjuk ezeket betartani? Adatstruktura + program! Bonyolultabb: sakkozás - itt több szabály van. Általános megoldási technika: kezdőállapotból indulva, szabályos lépésekkel nyerjünk. Hogyan valósíthatjuk ezt meg hatékonyan? A lehetséges sakk-tábla állásokból építsük fel az állapotteret, amelyben az állapotok között a lehetséges szabályos lépések biztosítják az átmeneteket. Kell még: mikor, mit lépjünk?

MI 2003/ Más, egyszerűbb probléma: vízátöntés. Van két edényünk, egy négy és egy három literes. Amit tenni tudunk: tele tudjuk tölteni egy csapból bármelyik nem-tele edényt és át tudunk önteni egymásba, de közben semmilyen mérésre nincs lehetőségünk. Kérdés: hogyan érhetjük el, hogy a 4 literes edényben 2 liter legyen? Állapottér, célfüggvény definíciója könnyű. Milyen átmenetek (operátorok, szabályok) lehetségesek? Példa: (x, y)-ból (0, y) (a négyliteresből kiöntjük).

MI 2003/ Példák Kiindulási állapot (honnan indulunk)Végállapot (mit kapunk) (x, y)(4, y) (x, y)(x, 3) (x, y)(4, y - (4 - x)) (x, y)(x - (3 - y), 3) (x, y)(x + y, 0) (x, y)(0, x + y)

MI 2003/ Részletesen definiálni kellett: állapottér, kezdőállapot(ok), végállapot(ok), operátorok (szabályok). Emellett kell egy vezérlési stratégia (keresésnek), amelyik megmondja, hogyan alkalmazzuk az operátorokat (milyenek legyenek a levezetések)? A stratégiának mozgást (előrehaladást) kell biztosítania, és szisztematikusan (céltudatosan) kell a lehetőségeket végigkeresnie. Fontos jellemzői: teljesség (talál-e megoldást, ha van), idő- illetve tárbonyolultság, esetleges optimalitási kritérium kielégítése.