MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE) BEVEZETÉS.

Az előadások a következő témára: "MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE) BEVEZETÉS."— Előadás másolata:

1 MESTERSÉGES INTELLIGENCIA (ARTIFICIAL INTELLIGENCE) BEVEZETÉS

2 MI BEVEZETÉS 2 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

3 MI BEVEZETÉS 3 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...

4 MI BEVEZETÉS 4 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

5 MI BEVEZETÉS 5 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?

6 MI BEVEZETÉS 6 TURING TESZT ELIZA - mintaillesztés Miért nem intelligens? nincs tudása nincs emlékezete nem tanul csak látszólag érti a nyelvet Pszichológus - páciens párbeszéd  DOCTOR

7 MI BEVEZETÉS 7 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

8 MI BEVEZETÉS 8 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

9 MI BEVEZETÉS 9 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 …

10 MI BEVEZETÉS 10 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

11 MI BEVEZETÉS 11 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

12 MI BEVEZETÉS 12 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”

13 MI BEVEZETÉS 13 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)

14 MI BEVEZETÉS 14 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)

15 MI BEVEZETÉS 15 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

16 MI BEVEZETÉS 16 TEMATIKA – HETI BEOSZTÁS hétdátumAnyag 102.10.Tájékoztatás. Bevezetés. Alapfeladatok: tudásreprezentáció és keresés. 202.17.Keresések: vak keresések. A Lisp programozási nyelv. 302.24.Keresések: heurisztikus keresések. A Lisp programozási nyelv. 403.03.Keresések: kétszemélyes játékok keresési modellje. A Lisp programozási nyelv. 503.10.1. zh (tudásreprezentáció, keresések, Lisp) 603.17.Logika: ítéletkalkulus, rezolúció. 703.24.Logika: predikátumkalkulus, rezolúció. 803.31.Logika: rezolúciós stratégiák. A Prolog programozási nyelv. 904.07.Logika: nemmonoton következtetés. A Prolog programozási nyelv. 1004.14.Bizonytalanságkezelés. 1104.21.2. zh (logika, Prolog) 1205.05.Gépi tanulás. 1305.12.Cselekvéstervezés. Szakértő rendszerek. 1405.19.Pótzh.