I ntelligens R endszerek E lmélete

1. Intelligens Rendszerek Elmélete 1 Óbudai Egyetem, NIK Dr. Kutor László

2. A biológiai és mesterséges intelligencia fogalom gyökerei, intelligencia elméletek. Az intelligencia mérése. A mesterséges intelligencia klasszikus és újabb területei. http://nik.uni-obuda.hu/mobil Óbudai Egyetem, NIK Dr. Kutor László

3. . Az előadásokon vetített ábrák csak a tananyag vázlatául szolgálnak, ezért az előadásokon célszerű részt venni és jegyzetelni. A jegyzetekhez a vetített ábra jobb alsó sarkában lévő számot érdemes felírni. A javasolt olvasmányokat érdemes feldolgozni. A felkészülést segítő kérdéseket célszerű önállóan kidolgozni. Az előadás végén feltett kérdésekkel kapcsolatban fontos saját véleményt kialakítani. Tanulási javaslatok Óbudai Egyetem, NIK Dr. Kutor László

4. A szó eredete: Latin „intellegere”= megértés Rokon fogalmak: okos, értelmes, ésszerűen cselekvő Az intelligencia fogalma Értelmezése: az intelligencia az egyénnek az az összesített vagy globális képessége, amely lehetővé teszi, hogy célszerűen cselekedjék, hogy racionálisan gondolkodjék, és eredményesen bánjék környezetével. Többek között magába foglalja a következőket: következtető képesség, tervezés, problémamegoldó képesség, absztrakt gondolkodás, összetett gondolatok megértése, gyors tanulási képesség, tanulási képesség a tapasztalatokból. A fenti folyamatok lényege: információ feldolgozás !!! Intelligence = government intelligence !!!!!! Óbudai Egyetem, NIK Dr. Kutor László

5. Az információ feldolgozás fejlődése 1. „Moore törvény” Óbudai Egyetem, NIK Dr. Kutor László

6. Az információ feldolgozás fejlődése 2. Óbudai Egyetem, NIK Dr. Kutor László

7. Az információ-feldolgozó gépek teljesítménye meghaladja az emberi feldolgozást? „Singularity” = rendkívüli, különleges helyzet (melyen nem látunk túl?) Ray Kurzweil: The Singularity is Near (2005) Óbudai Egyetem, NIK Dr. Kutor László

8. 12 esemény ami mindent megváltoztat(hat) Nagyon valószínűtlen Valószínűtlen ~ biztos 50-50 Várható Óbudai Egyetem, NIK Dr. Kutor László

9. Egysejtűek 3.5 milliárd év Fotoszintetizáló növények 2.5 milliárd év Első halak és gerincesek 550 millió év Rovarok 450 millió év Hüllők 370 millió év Dinoszauruszok 330 millió év Emlősök 250 millió év Első majmok 120 millió év Főemlősök 18 millió év Emberek 2.8 millió A mezőgazdaság feltalálása 19 ezer év Az írás feltalálása 5 ezer év „Szakértői” tudás Néhány száz éve A Föld 4.6 milliárd éves története Rodney A. Brooks MIT) intelligencia? Óbudai Egyetem, NIK Dr. Kutor László

10. Intelligencia=információ-feldolgozó-, probléma-megoldó képesség Az intelligencia fejlődése Intelligencia …..növények, állatok emberek Az élőlények fejlődése Óbudai Egyetem, NIK Dr. Kutor László

11. Óriás szitakötő (Jurakorból!) Óbudai Egyetem, NIK Dr. Kutor László

12. 1575 Juan Huarte: „ intelligencia = tanulási képesség, képzeleterő és döntési képesség” 1839 George Morton: „ Craniometry” koponya mérettan képviselője 1859 Charles Darvin: „Az intelligencia részben örökletes” 1904 Charles Sperman: „az intelligencia G faktorának felfedezése” 1905 Alfred Binet: Az első intelligencia teszt kidolgozása 1912 W. Stern: Javaslat az intelligencia hányados bevezetésére IQ= Mk/Ék * 100 1936 Jean Piaget: „ Az intelligencia öröklött és környezeti tényezőktől függ” 1939 D. Wechsler Az IQ mérése felnőtteknél IQ=Pont/csoportátlag * 100 1971 Richard Herrnstein: „az IQ különbségek oka örökletes tényezőkre vezethető vissza” 1990 Thomas Buchard: minnesotai iker vizsgálatok Az intelligencia meghatározás története Óbudai Egyetem, NIK Dr. Kutor László

13. 1979-1989 NLSY (National Longitudinal Survey of Youth) 12 000 fiatal felmérése 14-22 éves korig Eredmények: Szegénység: 8-szor gyakoribb a szegénysorból kikerülők között 15-ször gyakoribb az alacsony IQ-s csoportban Törvényen kívüli gyermekek száma: 2-szer gyakoribb a szegények között 8-szor gyakoribb az alacsony IQ-s csoportban Börtönsors: Az IQ alsó felébe eső csoport tagjai 10-szer gyakrabban kerülnek börtönbe mint az IQ felső felébe esők Erős vitákat kiváltó eredmények: A Wecshler teszt alapján a fehérek átlag IQ-ja 102, a feketéké 87 ???????? Intelligencia összehasonlító vizsgálatok Óbudai Egyetem, NIK Dr. Kutor László

14. Az intelligencia mérése, az intelligencia hányados (IQ) értelmezése E.G.Boring (~ 1920) „ Az intelligencia az amit az intelligencia teszt mér” Binet-féle IQ értelmezés 1. Wechsler-féle IQ értelmezés 2. Óbudai Egyetem, NIK Dr. Kutor László

15. <68Értelmi fogyatékos 2.15% 69-79Igen alacsony IQ 6.72% 80-90Átlag alatti IQ 16.13% 91-109Átlagos „normális” IQ50 % 110-120Átlag feletti IQ 16.13% 121-130Kiemelkedő IQ 6.72% >131Extrém 2.15% Az intelligencia szokásos osztályai A „Flynn hatás” szerint a IQ érték 10 évente 3 ponttal növekszik!!! Óbudai Egyetem, NIK Dr. Kutor László

16. Hiányok ellensúlyozása Helen Keller író 1880-1968 Journal My Later Life My religion The story of my Life The World I Live in Teacher: Anne Sullivan Macy „ Ha a boldogság egy kapuja bezárul, akkor egy másik kapu kinyílik, de mi gyakran annyira el vagyunk foglalva a zárt kapuval, hogy nem vesszük észre a nyitottat” lehetőségek Óbudai Egyetem, NIK Dr. Kutor László

17. Emberi intelligencia típusok: Absztrakt vagy verbális intelligencia Praktikus intelligencia, amely a tárgyakkal kapcsolatos manipulációk ügyességét jelzi. Szociális intelligencia Thorndike intelligencia értelmezése Óbudai Egyetem, NIK Dr. Kutor László

18. Verbális próbák:Cselekvés próbák: ismeretekrejtjelezés-próba helyzetek megértése képrendezés számismétlés képkiegészítés számolási feladat mozaik próba összehasonlítás szintézis próba (főfogalom megnevezés) Wechsler féle intelligencia értelmezés: „Az intelligencia az egyénnek az az összetett vagy globális képessége, amely lehetővé teszi, hogy célszerűen cselekedjék, hogy racionálisan gondolkodjék, és eredményesen bánjék a környezetével” Óbudai Egyetem, NIK Dr. Kutor László

19. A WAIS (Wechsler Adult Intelligence Scale) IV.teszt skálái (2008) • Szóértés index Verbal Comprehension Index (VCI) • Hasonlóságok vizsgálata: (absztrakt szóbeli következtetés) • Szókincs (szóbeli kifejezőkészség) • Tudás (általános ismeret) • Szövegértés (szabályok kifejezések értelmezése) • Érzékszervi következtetés index Perceptual Reasoning Index (PRI) • Blokk tervezés (térérzékelés, vizuális problémamegoldás) • Mátrix következtetés (nonverbális absztrakt problémamegoldás, indunktív-, téri következtetés) • Vizuális rejtvények (non-verbális következtetés) • Képkiegészítés • Mennyiségi és analógiás gondolkodás Óbudai Egyetem, NIK Dr. Kutor László

20. Szimbólum keresés (vizuális érzékelés sebessége) Kódolás (szem-kéz koordináció, gondolati sebesség) Visszavonás (kiegészítő) látás-érzékszervi sebesség A WAIS (Wechsler Adult Intelligence Scale) IV.teszt skálái (2008) • Munka memória index Working Memory Index (WMI) • Számterjedelem (figyelem, koncentráció, önuralom) • Számolási készség • Betű-szám sorozatok kezelése • Feldolgozási sebesség index Processing Speed Index (PSI) Óbudai Egyetem, NIK Dr. Kutor László

21. Két faktor elmélet (Sperman): „Minden intellektuális képesség –mint funkció- két faktorra bontható szét” Az általános (General) faktor, amely közös a különböző intellektuális képességekben A specifikus (Specific) faktor, amely minden képesség számára különböző, és ez a faktor különbözteti meg a funkciókat egymástól. Intelligencia elméletek 1. Óbudai Egyetem, NIK Dr. Kutor László

22. Sok faktor elmélet. (Thurstone): „Az intelligencia több alapvető faktor kombinációjából jön létre.” Alapvető faktorok: Nyelvi megértés (V) Téri viszonyok felfogása (S) Szótalálás gyorsasága (W) Észlelési képesség (P) Számolás(N) Emlékezés(M) Következtetés(R) Intelligencia elméletek 2 Óbudai Egyetem, NIK Dr. Kutor László

23. Az MI olyan gépek kutatásával foglalkozik, melyek az emberi megítélés szerint intelligenciát megoldó feladatok megoldására készülnek. AzMI azoknak a problémáknak számítógépes megközelítésével foglalkozik, melyek megoldásában jelenleg az emberek jobbak.„Alaine Rich” Az MIkutatás elsődleges célja, hogy a gépeket okosabbá tegye, másodlagosan pedig, hogy közelebb vigyen az intelligencia megértéséhez. „P.H Winston” Az MI tágabb értelemben az érzékelést a célszerű cselekvéssel összekötő információ-feldolgozással foglalkozó tudomány. „R.Kurzweil” Mesterséges Intelligenciameghatározások Az „MI” kifejezés első alkalmazója Edward Feigenbaum (1978) Óbudai Egyetem, NIK Dr. Kutor László

24. Célja: „egy számítógépről eldönteni, hogy intelligens-e” Turing teszt Alan Turing (1912-1954) ember Bíró számítógép Beszéd alapú kommunikáció Óbudai Egyetem, NIK Dr. Kutor László

25. Jeopardy (kockázat) játék eredménye2011. febr. 16 Óbudai Egyetem, NIK Dr. Kutor László

26. Produkciós rendszerek Keresési stratégiák A predikátum kalkulus az MI-ben Cáfolással megoldható rendszerek Szabály alapú következtető rendszerek Alapvető terv-generáló rendszerek Strukturált objektumok reprezentációja N. J. Nilson A mesterséges intelligencia klasszikus területei 1. Óbudai Egyetem, NIK Dr. Kutor László

27. Problémák számítógépes reprezentációja Keresési technikák Problémamegoldás felbontással (dekompozícióval) A problémamegoldás vezérlése Mesterséges intelligencia nyelvek Tudásreprezentáció és tudásfelhasználás Az emberi intelligencia nyomában A keret probléma Következtetés a józan ész alapján Tudásgyűjtés A környezetre vonatkozó tudás Yoshaki Shirai-Jun-Ichi Tsujii A mesterséges intelligencia klasszikus területei 2. Óbudai Egyetem, NIK Dr. Kutor László

28. Kereső rendszerek Gépi tanulás Keresési stratégiák Ismeretalapú technológia, Nevezetes gráfkereső eljárások szakértői rendszerek Ismeretprezentáció Ágens és multi-ágens rendszerek Kétszemélyes játékok Természetes nyelvek Fejlett kereső algoritmusok Beszédfelismerés Korlátozás kielégítés Látás Bizonytalanság kezelés Robotika, fizikai ágensek Programozási nyelvek Cselekvési tervek generálása Mesterséges intelligencia Tankönyvek: Szerk: Futó Iván, 1999 Óbudai Egyetem, NIK Dr. Kutor László

29. Mesterséges intelligencia Tervkészítés Intelligens ágensek Tervkészítés a gyakorlatban Problémamegoldás kereséssel Tervkészítés és cselekvés Informált keresési módszerek Bizonytalanság Kétszemélyes játékok Valószínűségi következtető rendszerek Logikusan gondolkozó ágensek Döntések meghozatala Elsőrendű logika Megfigyelés alapján történő tanulás A tudásbázis építése Neurális és valószínűségi hálók tanulása Következtetés az elsőrendű logikában, Kommunikáló ágensek Logikai következtető rendszerek Nyelv feldolgozás, Észlelés, Robotika Tankönyvek: Mesterséges intelligencia modern megközelítésben Russel-Norvig, 2000 Óbudai Egyetem, NIK Dr. Kutor László

30. Számítógép-tudomány: következtető rendszerek, tételbizonyítás, játékok Szakértői rendszerek Döntéstámogató rendszerek Nyelvfeldolgozás beszédtechnológia (beszédanalízisszövegfelismerés, gépi fordítás), beszédszintézis, beszédfelismerés nyomtatott és kézírás felismerés Robotika Alakfelismerés (képfeldolgozás) Gépi tanulás A mesterséges intelligencia klasszikus alkalmazási területei Óbudai Egyetem, NIK Dr. Kutor László

31. Érzékelő képesség (érzékszervek) Információ feldolgozó képesség (processzor, feldolgozási módszer) Tudás (emlékezet, tapasztalat) Tanulási képesség Kommunikációs képesség Az intelligencia alapvető tényezői Mennyiségi és minőségi mutatók!!! pl. sebesség Óbudai Egyetem, NIK Dr. Kutor László

32. Az emberi intelligencia és a mesterséges intelligencia alapfogalmai, mérése Érzékelők az élővilágban Technikai érzékelők Problémamegoldó rendszerek (klasszikus, elosztott, ambiens) Klasszikus és új kereső algoritmusok Tudásalapú rendszerek: szakértői rendszerek, döntéstámogató rendszerek A biológiai indíttatású információ feldolgozás elvei: mesterséges neurális hálózatok genetikus algoritmusok fuzzy logikára épülő rendszerek Az ágens technológia elvei A tantárgy bemutatásra kerülő témái Óbudai Egyetem, NIK Dr. Kutor László

33. Nézőpontok Óbudai Egyetem, NIK Dr. Kutor László

34. Hogyan értelmezzük az informatikai szingularitást? A fejlődés jelenlegi (exponenciális) jellegét folytatva milyen lesz a mesterséges intelligencia 40 év múlva? a.) Tudnak-e és milyen feladatokban versenyképesek maradni az emberek a számítógépekkel? b.) Meghúzható lesz-e a határvonal az ember és gép között? c.) Lehet-e, (és ha igen,) hogyan lehet lépést tartani a fejlődéssel? Kérdések: Óbudai Egyetem, NIK Dr. Kutor László