به نام خداوند بخشنده ی مهربان

1. به نام خداوند بخشنده ی مهربان

2. هوش مصنوعیArtificial Intelligence By M. Joudaki

3. هوش مصنوعی • منابع و مراجع • هوش مصنوعی • نویسندگان: استوارت. جی راسل و پیتر نورویگ • مترجمان: سعید راحتی، محمد بهداد، حمید تیموری • روی وبلاگ Artificial Intelligence A Modern Approach • Stuart J. Russell and Peter Norvig • Artificial Intelligence • Elaine Rich

4. هوش مصنوعی • ارزیابی • امتحان میان ترم • پروژه • تمرین • امتحان پایان ترم • جزییات بیشتر در آینده • ارتباط من با شما • کلاس درس • وبلاگ درس http://mylectures.blogfa.com • ارتباط شما با من • پست الکترونیک درس mylectures.iaud@gmail.com

5. نکات قابل توجه در کلاس درس • حضور به موقع • حضور من • حضور شما • عواقب • خاموش کردن تلفن همراه • عواقب • رعایت احترام

6. فصل اول معرفی

7. مقدمه • نام علمی انسان، Homo Sapiensبه معنای انسان خردمند • تلاش بشر برای فهمیدن: • فکر کردن • حس کردن • پیش بینی کردن • کنترل محیط اطراف • هوش مصنوعی : همه کارهای بالا، فراتر رفتن و ساختن موجودات هوشمند

8. هوش مصنوعی ؟ • سیستم عقلانی • سیستم بر اساس دانسته هایش ”کار درست“ را انجام دهد. • تعاریفی در مورد هوش مصنوعی • فکر و استدلال • تفکر انسان • عملکرد انسان • مفهوم ایده آل هوشمندی

9. هوش مصنوعی ؟ • فکر و استدلال تفکر خردمندانه تفکر انسان گونه • مفهوم ایده آل • هوشمندی • عملکرد انسان رفتار خردمندانه رفتار انسان گونه رفتار

10. هوش مصنوعی(عملکرد انسان گونه) • آزمون تورینگ(Turing Test 1950)

11. هوش مصنوعی(عملکرد انسان گونه) (ادامه...) • آزمون تورینگ(Turing Test) • پردازش زبان طبیعی(Natural Language Processing) • بازنمایی دانش(Knowledge Representation) • استدلال خودکار(Automated Reasoning) • یادگیری ماشین(Machine Learning) • آزمون جامع تورینگ(Total Turing Test) • همه موارد بالا • بینایی کامپیوتر(Computer Vision) • علم رباتیک(Robotic)

12. هوش مصنوعی(تفکر انسان گونه) • انسان چگونه فکر میکند؟ • درونگری: ثبت افکار در حالی که می گذرند. • روانشناسی • علم شناخت(Cognitive Modeling) • مدل های کامپیوتری هوش مصنوعی + فنون تجربی روانشناسی ← طرز کار ذهن • مثال GPS (Global Problem Solver ) آلن نیوول - هربرت سیمون

13. هوش مصنوعی(تفکر خردمندانه) • ارسطو ، قیاس صوری: فرض درست ← نتیجه درست • A is B and B is C → A is C • منطق(Logic) • امید به پیدا کردن برنامه های اصطلاحا منطق گرا در زمینه هوش مصنوعی و در نتیجه خلق سیستم های هوشمند. • دو تا مشکل؟ • بیان دانش غیر رسمی با استفاده از کلمات رسمی نظام علامت گذاری منطق کار آسانی نیست. • بین توانایی حل یک مساله از دیدگاه نظری و انجام این کار در عمل تفاوت بسیار زیادی وجود دارد. • مسائل مهار نشدنی - عدم توقف برنامه ؟؟؟

14. هوش مصنوعی(عملکرد خردمندانه) • عامل(Agent): هر چیزی که کاری را انجام می دهد. • فرق عامل ها با برنامه های کامپیوتری معمولی • عمل با کنترل خودمختار • درک محیط • استمرار در طول زمان • انطباق با تغییرات • توانایی پیگیری هدف یک عامل دیگر • عامل عقلانی • رسیدن به بهترین نتیجه و در صورت عدم قطعیت پیدا کردن بهترین نتیجه ممکن

15. هوش مصنوعی(عملکرد خردمندانه) (ادامه...) • عقلانیت: استنتاج صحیح + اقدام • مواقعی که هیچ کار صحیح قابل اثباتی وجود ندارد ولی اقدامی باید صورت گیرد. • اجاق گاز، عمل واکنشی، عدم استدلال، نتیجه بهتر از تفکر • مطالعه هوش مصنوعی از این دیدگاه دو مزیت دارد: • بسیار کلی تر از تفکر خردمندانه، به دلیل داشتن عقلانیت • نسبت به رفتار و تفکر انسان بسیار بیشتر تابع پیشرفت علمی است • استاندارد عقلانیت به وضوح تعریف شده است. • وابستگی رفتار انسان به محیط خاص. • نقش فرایند تکامل در شکل گیری رفتار.

16. علوم مرتبط و مبانی هوش مصنوعی هوش مصنوعی، دانشی میان رشته ای مطالعه بیشتر (کتاب و منابع مطالعاتی...)

17. فصل دوم عامل های هوشمند

18. رئوس مطالب عامل ها و محیط ها عقلانیت(Rationality) معیار کارآیی، محیط، عمل کننده ها، حسگرها PEAS انواع محیط انواع عامل

19. عامل ها و محیط ها عامل: انسان، ربات، عامل نرم افزاری، ترموستات و غیره تابع عامل(agent function): رشته ادراکات را به یک اقدام نگاشت می کند. برنامه عامل(agent program): بر روی یک معماری فیزیکی برای تولید f در حال اجرا است.

20. دنیای جارو برقی ادراکات(percepts): موقعیت و محتوا. مثال: [A, Dirty] اقدام: Left, Right, Suck, NoOp

21. یک عامل جارو برقی مقادیر متفاوت در ستون سمت راست ← عامل های مختلف. عامل خوب یا بد و یا احمق ؟؟؟

22. عقلانیت • عامل عقلانی: عاملی که کار درست انجام می دهد. • کار درست: اقدامی است که باعث می شود عامل موفق ترین باشد. • معیار موفقیت؟ • معیار کارایی میزان موفقیت یک عامل را نشان می دهد. • معیار موفقیت برای همه عامل ها ثابت نیست. • در زمان T به ازای هر مربع که تمیز می شود یک امتیاز داده شود. • امتیاز مثبت برای هر مربع که تمیز می شود و امتیاز منفی برای تولید سروصدا و مصرف برق. • امتیاز منفی برای مربع های کثیف. • عامل عقلانی بر اساس شواهد حاصل از رشته ادراکات و دانش درونی خود، اقدامی را انتخاب می کند که مقدار معیار کارایی مورد انتظار را افزایش دهد.

23. عقلانیت(ادامه...) • عقلانیت ≠ همه چیز دانی • ادراکات همه ی اطلاعات مرتبط را فراهم نمی کنند. • عقلانیت کارایی مورد انتظار را بیشینه می کند، در حالی که کمال کارایی واقعی را . • محیط های متغیر • یادگیری. • مثال سوسک و زنبور • خودمختاری • استفاده از ادراکات برای اصلاح دانش غلط یا ناقص قبلی • دانش اولیه در عامل = غریزه در حیوانات • اکتشاف + یادگیری + خودمختاری ← عقلانیت

24. PEAS • برای طراحی یک عامل عقلانی ابتدا باید محیط کار آن را در حد امکان به صورت کامل تعیین کنیم. • مثال: راننده خودکار تاکسی • معیار کارایی؟ امنیت، مقصد، مصرف بهینه، احترام به قانون، راحتی مسافران • محیط؟ خیابان ها و بزرگراه ها، ترافیک، عابران پیاده، شرایط آب و هوا • اقدام گرها؟ فرمان اتومبیل، پدال گاز، ترمز، بوق، بلندگو و صفحه نمایش برای ارتباط • حسگرها؟ تصویری، سرعت سنج، سنسور مقدار سوخت، حسگرهای موتور، GPS

25. PEAS(ادامه...) • مثال دیگر: عامل خرید اینترنتی • معیار کارایی؟ قیمت، کیفیت، تناسب، کارایی • محیط؟ صفحات وب جاری و صفحاتی که در آینده ملاقات می شوند، فروشنده، حمل کننده • اقدام گرها؟ نمایش به کاربر، دنبال کردن لینک ها، پر کردن فرم ها • حسگرها؟ صفحات HTML(متن ها، گرافیک، اسکریپت ها)

26. محیط S = {1, 2, 3, 4, 5, 6, 7, 8} • هر محيط داراي مجموعه اي از حالت ها مي باشد: • محيط در هر لحظه فقط در يكي از اين حالت ها مي باشد. • مثال: دنیای جاروبرقی

27. عامل و محیط • در لحظه شروع، محيط در يكي از حالت هاي ممكن مي باشد. • عمل عامل در محيط، باعث تغيير حالت محيط مي شود. • حالت فعلي : Si • عمل عامل : Action • حالت بعدي : Sj • مثال: دنیای جاروبرقی

28. انواع محیط كاملا قابل مشاهده (در مقابل مشاهده پذير جزئي) قطعي (در مقابل اتفاقي) اپیزودیک (در مقابل ترتيبي) ايستا (در مقابل پويا) گسسته (در مقابل پيوسته) تك عاملي (در برابر چند عاملي)

29. انواع محیط(ادامه...) [LEFT, CLEAN] • كاملا قابل مشاهده (در مقابل مشاهده پذير جزئي): محيطي كه در آن در هر لحظه از زمان حسگرهاي عامل به آن امكان دستيابي به حالت كامل محيط را مي دهند. • مثال: دنياي جاروبرقی - حسگرها: [ location, status] • تشخيص مكان : چپ يا راست • تشخیص وضعیت: تمیز ویا کثیف

30. انواع محیط(ادامه...) مکش مکش قطعی اتفاقی ؟؟؟ • قطعي (در مقابل اتفاقي): حالت بعدي محيط كاملا بوسيله حالت فعلي و عمل انجام شده توسط عامل قابل تعيين مي باشد. • اگر محيط به جز در مورد عمل عامل هاي ديگر قطعي باشد، آنگاه محيط استراتژيك مي باشد.

31. انواع محیط(ادامه...) اپيزوديك (در مقابل ترتيبي): تجربه عامل به ”دوره های“غيرقابل تجزيه تقسيم مي شود (هر دوره شامل ادراك عامل و سپس انجام يك عمل مي باشد) و انتخاب عمل در هر دوره تنها به خود همان دوره بستگي دارد. مثال: روبات كنترل كننده كيفيت

32. انواع محیط(ادامه...) ايستا (در مقابل پويا): محيط در حين سنجش عامل (براي انتخاب عمل) تغيير نمي كند. اگر خود محيط با گذشت زمان تغيير نكند ولي معيار كارآيي عامل تغيير كند، آنگاه محيط نيمه پويا مي باشد(شطرنج با ساعت)

33. انواع محیط(ادامه...) – State = {1, 2, …, 8} – Action = {Left, Right, Suck, NoOp} – Percept = {[Left, Clean], [Left, Dirty], [Right, Clean], …} گسسته (در مقابل پيوسته): محيطي كه در آن تعداد محدود و متمايزي از ادراك و عمل هاي كاملا واضح تعريف شده باشد. در محيط گسسته، مجموعه حالات محيط يك مجموعه گسسته مي باشد و حالات بسادگي قابل تمايز مي باشند. مثال: محيط دنياي جاروبرقی

34. انواع محیط(ادامه...) تك عاملي (در برابر چند عاملي): يك عامل خودش به تنهايي در محيط عمل مي كند. مثال: محيط عامل حل كننده جدول كلمات متقاطع و دنياي مكش چند عاملي: تعدادي عامل كه با يكديگر در تعامل مي باشند. مثال: شطرنج (رقابتي)، روبوكاپ (بين اعضاي يك تيم همياري و بين اعضاي دو تيم رقابتي)، محيط تاكسي خودكار (هميياري جزيي)

35. انواع محیط(ادامه...) نوع محیط تاثیر بسیار زیادی بر طراحی عامل خواهد گذاشت. دنیای واقعی: مشاهده پذير جزئي، اتفاقي، ترتيبي، پويا، پيوسته و چندعاملي

36. توابع و برنامه هاي عامل • يك عامل كاملا بوسيله تابع عامل مشخص مي شود. • يادآوري: تابع عامل دنباله ادراكي را به عمل نگاشت مي كند. • يك تابع عامل (يا يك كلاس هم ارزي كوچك) منطقي (rational) مي باشد. • هدف: يافتن روشي به منظور پياده سازي تابع عامل منطقي به طور مختصر و مفيد

37. عامل مبتني بر جدول جستجو يك روش به منظور توصيف تابع عامل نشان دهنده فعاليت مناسب براي هر دنباله ادراكي ممكن مثال: جدول دنياي جاروبرقي

38. برنامه عامل مبتني بر جدول جستجو

39. عامل مبتني بر جدول جستجو(ادمه...) • معايب: • جدول بسيار عظيم (مثلا در شطرنج 10150 سطر، اتم ها در دنیای واقعی کمتر از 1080 ) • زمان بسيار زياد براي ايجاد جدول و احتمال بالاي خطا • عدم خود مختاري • حتي با قابليت يادگيري، نياز به زمان بسيار زيادي براي يادگيري مداخل جدول دارد.

40. انواع عامل ها • چهار نوع اصلي به ترتيب افزايش عموميت :(Generality) • عامل هاي واكنشي ساده (Simple reflex) • عامل هاي واكنشي مبتني بر مدل (Model-based reflex) • عامل هاي مبتني بر هدف (Goal-based) • عامل هاي مبتني بر سودمندي (Utility-based)

41. عامل هاي واكنشي ساده ساده ترين نوع عامل در هر لحظه، عمل تنها بر اساس درك فعلي انتخاب مي شود مثال: شامل قوانين شرط- عمل مانند: “اگر چراغ ترمز اتومبيل جلويي روشن شد، آنگاه ترمز كن”

42. ساختار عامل هاي واكنشي ساده

43. برنامه عامل واكنشي ساده

44. عامل هاي واكنشي مبتني بر مدل (حافظه دار) • عامل واكنشي ساده در صورتي كار مي كند كه محيط كاملا قابل مشاهده باشد • اگر محيط مشاهده پذير جزئي باشد، پيگيري تغييرات دنيا لازم است • مثال: تاكسي اتوماتيك • مستلزم دو نوع دانش • نحوه تغيير دنيا • تاثير اعمال عامل بر دنيا

45. عامل هاي واكنشي مبتني بر مدل(ادامه...)

46. برنامه عامل هاي واكنشي مبتني بر مدل

47. عامل هاي مبتني بر هدف • اطلاعات لازم براي تصميم گيري در مورد عملي كه بايد انجام شود: • اطلاعات مربوط به حالت فعلي • اطلاعات هدف (توصيف موقعيت مطلوب) • مثال: • عمل مناسب براي تاكسي اتوماتيك در يك چهار راه كدام است؟ (بالا، پايين چپ، راست) • اگر براي رسيدن به هدف نياز به چندين عمل باشد • جستجو(Search) • برنامه ریزی(Planning)

48. عامل هاي مبتني بر هدف

49. مثال: عامل هدف گرا

50. مثال: عامل هدف گرا(ادامه...) [UP, UP, UP, RIGHT] [RIGHT, RIGHT, RIGHT, UP, UP, UP, LEFT, LEFT]