1 / 73

VE ŠTAČKA INTELIGENCIJA

VE ŠTAČKA INTELIGENCIJA. Prof. Milan M. Milosavljevi ć Elektrotehnički fakultet, Beograd mmilan @ etf.bg.ac. y u. Sadržaj kursa. Osnove metoda veštačke inteligencije Produkcioni sistemi Pretrage u prostoru stanja Neinformativne pretrage Informativne – heuristi čke pretrage.

riley-baldwin
Download Presentation

VE ŠTAČKA INTELIGENCIJA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. VEŠTAČKA INTELIGENCIJA Prof. Milan M. Milosavljević Elektrotehnički fakultet, Beograd mmilan@etf.bg.ac.yu

  2. Sadržaj kursa • Osnove metoda veštačke inteligencije • Produkcioni sistemi • Pretrage u prostoru stanja • Neinformativne pretrage • Informativne – heurističke pretrage

  3. Osnove prezentovanja znanja i automatskog rezonovanja • Račun predikata I vrste • Rezolucija • Sistemi zasnovani na znanju • Rezonovanje u uslovima neodredjenosti • Veovatnosno zaključivanje • Bajesovske mreže • Računarska inteligencija (neuro fuzzy evolucioni sistemi) • Hibridni sistemi zasnovani na znanju • Biološki inspirisani inteligentni sistemi ( inteligencija jata-mravlje kolonije, zajednice pčela, ptica i td.)

  4. Literatura • S. Russell and P. Norvig Artificial Intelligence: A Modern Approach , Prentice Hall, 2003, Second Edition • Nils J. Nilsson, Artificial Intelligence, A New Synthesis, San Francisco: Morgan Kaufmann,1998 • Genesereth, M., and Nilsson, N., Logical Foundations of Artificial Intelligence, San Francisco: Morgan Kaufmann, 1987

  5. VEŠTAČKA INTELIGENCIJA • Pojam i istorijat veštačke inteligencije • Kontraverzni stavovi o ostvarljivosti VI • Osnovne podoblasti VI • Stanje oblasti i perspektive razvoja

  6. POJAM VEŠTAČKE INTELIGENCIJE • I pored poluvekovne istorije VI je i dalje oblast koju je teško precizno definisati • Primeri nekih drfinicija: • VI izučava metode koje omogućavaju računarima da budu iteligentni (Patrick Winston)

  7. VI je skup disciplina neophodnih za sintezu sistema čije funkcionisanje zahteva inteligenciju ( Nils J. Nilsson) • Oblast VI se odnosi na sintezu računarskih sistema namenjenih za zadatke koje čovek, za sada, obavlja bolje (Elaine Rich)

  8. VI, uopšteno govoreći, se bavi inteligentnim ponašanjem veštačkih sistema. • Inteligentno ponašanje obuhvata percepciju, učenje, komuniciranje i delovanje u kompleksnim okruženjima. • Dugoročan cilj VI je razvoj veštačkih sistema (mašina), koje mogu da obavljaju sve ove kompleksne zadatke podjednako dobro ili čak bolje od čoveka.

  9. Uz ovaj dugoročni cilj se nameće još jedan: razumevanje inteligentnog ponašanja bez obzira da li se ono ostvaruje kod ljudi, mašina ili životinja. • Stoga VI posedujue kako klasičnu naučnu tako i inženjersku komponentu.

  10. Essential English Dictionary, Collins, London 1990 • Inteligencija je sposobnost razumevanja i učenja • Inteligencija je sposobnost mišljenja i učenja nasuprot instiktivnog i automatskog • Mišljenje je aktivnost mozga kojom se razmatraju problemi i kreiraju ideje

  11. Kategorije o mogućim pogledima na VI: Razmišljati ljudskiRazmišljati racionalno Delovati ljudskiDelovati racionalno

  12. Misliti ljudski: kognitivno modelovanje • 1960 “kognitivna revolucija": psihologija zasnovana na procesiranju informacija • Zahteva teorijsko modelovanje internih aktivnosti ljudskog mozga • Kako proveriti ove teorijske modele? To zahteva 1) Predvidjanje i testiranje ponašanja ljudskih ispitanika (top-down), ili 2) Direktna identifikacija na osnovu neuroloških merenja (bottom-up) • Oba pristupa (u širem smislu Kognitivna nauka i Kognitivna neuronauka) su danas izvan domena VI

  13. Razmišljati racionalno: “zakon mišljenja" • Aristotel: šta je korektan proces mišljenja i obrazlaganja? • Više Grčkih filozofskih škola je razvilo različite forme logike: označavanje i pravila izvodjenja u rezonovanju • Postoji direktna linija preko matematike i filozofije do savremene VI • Problemi: • Nije svako inteligentno ponašanje odredjeno logičkim mišljenjem. • Šta je svrha mišljenja? Koje misli treba da posedujem?

  14. Leibniz (1646-1716)

  15. universal character

  16. Stupnjevi saznanja po Lajbnicu • Claritas (Dekart) • Cognitio confusa • Cognitio distincta • Cognitio intuitiva ili adekvatno saznanje

  17. Saznanje u odnosu na nominalno i realno • Nominalne definicije ostavljaju otvorenim pitanje da li je stvar koja je definisana može da egzistira • Realna i kauzalna definicija u sebi istovremeno uključuje i saznanje mogućnog proizvodjenja stvari. • Bitno ili dovršeno saznanje (kauzalno-realno adekvatno saznanje)ono koje svodivo na elementarne pojmove

  18. Naučno-tehničko odredjenje biti prirode • U dvema oblastima je uvek bilo saznanja koja u sebi samima sadrže pravilo proizvodjenja stvari: prvo u oblasti onoga što je zgotovila čovekova ruka (techne), a drugo u domenu jedne teorijske nauke - matematike • Ako je kauzalna definicija najviši način saznanja uopšte, onda se i saznanje prirode dovršava tek u saznanju zakona prirodnih proiznošenja. • Primetimo da po Hajdegeru bit prirode leži u sebe-samog-proiznošenju.

  19. Naučno-tehničko odredjenje biti prirode • Koliko mnogo misao o proizvodjenju vlada shvatanjem prirode, objavljuje još jednom Kant, kada načelo kauzalnosti naziva načelom proizvodjenja • Osnovni karakter prirode je dogadjanje. Ono što se dogadja počinje da jeste, tj. ono prelazi iz prethodnog nebitka u bitak. Taj prelazak je proizvodjenje. • Znanje koje zna kako da se proiznese ono što treba da se proiznese, jeste techne. • Znanje koje u sebe uključuje zakone proizvodjenja predmeta jeste matematika.

  20. Naučno-tehničko odredjenje biti prirode • U samoj sebi već tehnički odredjena prirodna nauka, stoga, prema svojoj metodi može da bude samo matematička • Saznanje prirode je, dakle, kao saznanje zakona proizvodjenja tehničko, a po metodi matematičko

  21. Naučno-tehničko odredjenje biti prirode • Očigledno da se menja osnovno čovekovo držanje i odnošenje prema svetu uopšte, tako da ono tehničko postavlja čoveku svoj zahtev. • Odgovarajući tom zahtevu fizika se menja u matematičku fiziku, a tehničko držanje preuzima vodjstvo nad praksom. • Na pragu smo pretvaranja biologije u matematičku biologiju.

  22. Charles Babbage (1791-1871)

  23. Analitička mašina

  24. David Hilbert 1862 - 1943

  25. Alan Turing (1912-1954) Claud Shannon (1916-2001) Kurt Gödel (1906-1978)

  26. KONTRAVERZNI STAVOVI O OSTVARLJIVOSTI VI • Centralno pitanje Da li mašine mogu da misle?(*) je oduvek privlačilo podjednakom snagom filozofe, naučnike, matematičare i inženjere. • Turing, A.M.,”Computing Machinery and Intelligence”, Mind, 59:433-460, 1950

  27. Tjuring kaže da odgovor na ovo pitanje zavisi od toga šta podrazumevamo pod rečima može, mašina i misli. • Prva reč u pitanju (*), može, implicira široku interpretaciju: • principijelno može (može uopšte) • praktični može (konstruktivno može)

  28. Searl,1980,1992 VI ljudskog nivoa nije moguća principijelno (nije moguća uopšte) na digitalnim računarima. • Newel, Simon, 1976, Hipoteza sistema fizičkih simbola (phyisical symbol system hypothesis): Sistem fizičkih simbola poseduje potrebnu i dovoljnu snagu za opštu inteligentnu akciju.

  29. Newel, Simon, 1976.Sistemfizičkih simbola se sastoji od skupa entitija – simbola, koji grade složenije strukture simbola – izraze. Pored ovih struktura u sistemu su prisutni i procesi kreacije, modifikacije, reprodukcije i destrukcije, koji deluju na strukture simbola formirajući nove strukture. • Sistem fizičkih simbola je mašina koja generiše u toku svog rada stalno promenljivi skup strukturu simbola.

  30. Radikalna verzija ovog stanovišta smatra ljudski mozak jednim digitalnim računarom, a svest računarskim programom. Svest je za mozak ono što je program za računar. • Searl,1980,1992: Demonstrira postupak kojim dokazuje nemogućnost VI ljudskog nivoa na digitalnom računaru. • Mozak uzrokuje svest • Sintaksa nije dovoljna za semantiku • Računarski programi su u potpunosti definisani svojom formalnom (sintaksnom) strukturom • Svest je intencionalna (poseduje mentalni sadržaj)

  31. Iz ove 4 premise može se izvesti izmedju ostalih i sledeći zaključak: • Nijedan računarski program nije sam po sebi dovoljan da nekom sistemu omogući svest. • Ovaj zaključak je dalekosežan, budući da je projekat stvaranja svesti, jedino putem konstruisanja programa na digitalnom računaru, od početka osudjen na propast bez obzira na stepen tehnološkog razvoja.

  32. Naredna reč u pitanju (*), je mašina. • Obično umesto mehaničke naprave podrazumevamo računar. • Sve dublje poznavanje bioloških sistema proširuje ovaj pojam. • Primer: Virus E6 Bacteriophage • Sekvenciranjem ljudskog genoma, da li i ljude možemo smatrati mašinama? • Ako da, tada sledi da mašine mogu misliti.

  33. Bacteriophage E6

  34. VIRUS E6 BACTERIOPHAGE proteinski omotač DNA ćelijska membrana BAKTERIJA

  35. Poslednja reč u pitanju (*), je misliti. • Umesto razmatranja šta obuhvata pojam mišljenja Tjuring je predložio test na osnovu kog bi se za jednu mašinu moglo reći da je inteligentna i da može da misli. • U originalnoj verziji, mašina koja se podvrgava testu mora posedovati sposobnosti komuniciranja na prorodnom jeziku, reprezentacije znanja, automatsko rezonoanje i mašinsko učenje. • Tzv. Totalni Tjuringov test zahteva od mašine fizičku interakciju, percepciju i fizičku akciju.

  36. TJURINGOV TEST

  37. Prognozirao je da će do 2000, računari imati 30% šanse da zavaravaju ispitivača 5 minuta. • Predvideo je većinu ragumenata protiv VI u narednih 50 godina • Sugerisao je osnovne komponente VI: znanje, rezonovanje, razumevanje prirodnih jezika, učenje

  38. Od 1991 Hju Lobner je ustanovio takmičenje sa nagradom od 100 000$ za autora prvog računarskog programa koji prodje Tjuringov test. • Svake godine se održava godišnje takmičenje sa manjim iznosima nagrada za autore programa koji su se najbolje pokazali na Tjuringovom testu.

  39. KRATAK PREGLED ISTORIJSKOG RAZVOJA VI • 1943 McCulloch & Pitts: Model mozga zasnovan na Bulovim funkcijama • 1950 Turingov rad “Computing Machinery and Intelligence” • 1950s Rani VI programi, npr Samuelov checkers program • Newell & Simon: Logic Theorist, Gelernter’s Geometry Engine • 1956 Dartmouth konferencija: usvojen naziv oblasti “Artificial Intelligence” (predloženi alternativni nazivi: Kompleksno procesiranje informacija, Mašinska inteligencija, Heurističko programiranje, Kognologija) • 1966–74 Istraživanje Neuralnih mreža gotovo prestaje

  40. Оrganizatori Dartmouth konferencije 1956 godine Marvin Minsky John McCarthy

  41. 1980–88 Procvat industrije ekspertnih sistema • 1988–93 Opadanje indusrije ekspertnih sistema: “VI zima” • 1985–95 Povratak na tehnologiju neuralnih mreža • 1988– Povratak na verovatnosne metode i metode proistekle iz teorije odlučivanja • Nagli razvoj tehnološke osnove klasične VI, • “Nova VI”: Veštački život (Artificial Life), Genetski algoritmi, Meki račun (Soft Computing)

  42. OSNOVNE PODOBLASTI VI • Ekspertni sistemi (Expert systems) • Procesiranje prirodnih jezika (Natural language processing) • Računarska vizija (Computer vision) • Robotika (Robotics) • Rešavanje problema i planiranje (Problem solving and planning) • Mašinsko Učenje (Machine learning)

  43. OSNOVNE PODOBLASTI VI • Automatsko dokazivanje teorema • Automatsko prepoznavanje govora • Neuronske mreže • Evolucioni algoritmi • Fuzzy sistemi • Traganje kroz podatke (Data mining) • Inteligentne pretrage

More Related