Download
1 / 70
E N D
Назив предмета: Интелигентни системи 1Студијски програми: ИНФОРМАТИКАВрста и ниво студија:Oсновне академске студије, први нивоНаставник (Презиме, средње слово, име): Цвјетковић М ВладимирСтатус предмета: Обавезан на основним академским студијама ИнформатикеБрој ЕСПБ: 8Услов: Уписан одговарајући семестарЦиљ предмета: Теоријска наставаОснови вештачке интелигенције. Представљање знања. Претраживање као метода решавања проблема. Простор стања. Стратегије претраживања. Стратегије управљања претраживањем. Хеуристичко претраживање.Методеимплементацијепретраживања и представљањазнања. Продукционисистеми. Експертнисистеми. Архитектураекспертнихсистема. Представљањезнања. Механизмизакључивања. Број часова активне наставе Предавања: 3 Вежбе: 2 Другиоблицинаставе: 1Оцена знања (максимални број поена 100)Предиспитне обавезе активност у току предавања 6 поенаколоквијум-и 34семинар-и 30Завршнииспит 30
Veštačka inteligencija • Da li postoji veštačka inteligencija? • Da li je podela na “prirodnu” i “veštačku” inteligenciju opravdana? • Nastanak “klasične” veštačke inteligencije – druga polovina XX veka • Periododnekihdesetakgodina: • sredinom 50 - tihgodina, ranih 60-tih godinaili u savremenojformioko 1965 • Civilizacijski koreni veštačke inteligencije: • U antičkomperioduznačajan je grčkifilozofAristotel(384-322 p.n.e) koji se baviozakonitostimalogičkogmišljenja
Veštačkainteligencija • Teofrast (372-287 p.n.e) i Krisip (281-205 p.n.e) • Aristotel je postavio osnovne zakonitosti logičkog mišljenja koje je nazvao silogizmima • Silogizmi su pravila izvođenja posrednih zaključaka na osnovu osnovnih sudova ili premisa • Primer za silogizam je izvođenje zaključka iz sledećih sudova: • Operativni sistem je osnovni računarski program. • Windows je operativni sistem. • Zaključak: Windows je osnovni računarski program.
Veštačka inteligencija • U prethodnom primeru može da se uoči: • subjekat – S, predikat – P i srednji pojam – M koji ne figuriše u zaključku, ali služi da poveže subjekat i predikat u zaključku • Windows je S, osnovni računarski program je P, dok je operativni sistem M i ne figuriše u zaključku. Ovakva silogistička figura bi mogla da se predstavi na sledeći način: • M – P • S – M • S – P
Veštačka inteligencija • Osim ove Aristotel daje još dve silogističke figure: • P – M M - P • S – M i M - S • S – P S - P • Silogistička figura • P – M • M – S • S – P • Potiče od Galena (131 – 200 p.n.e), grčkog lekara i filozofa.
Veštačka inteligencija • Istorija koja sledi nije tako značajna sa aspekta ideja veštačke inteligencije, bar ne neposredno. • Za neke probleme je potrebno da prođe veoma dugo vreme dok se ne krene dalje. • Mnogokasnijefilozofimatematičar G. V. Lajbnic (1646-1716) • Mašinazazaključivanjekoja bi moglasamostalnodavršidokazivanje u raznimnaučnimoblastimanauniverzalannačin • Šreder, 1890, anticipiranastanak “Mislećihmašina” kojećečovekaosloboditidelanapornogumnogradaanalognokaoštosu to mašineučinilesafizičkimradom
Veštačka inteligencija • Realnemogućnostizakonkretnoostvarivanjetakvihisličnihidejanaravnonastajusapojavomprvihdigitalnihelektronskihračunara 40 - tihgodina 20. veka. • IstovremenosanastankomprvihračunaraameričkimatematičarDžonfonNojman (1903-1957) dajesvojčuveniopšti model računaranakome se zasnivapraktičnosvakiikadanapravljenidigitalniračunarsve do današnjihdana • Iakosuprviračunariuglavnombilinamenjeniikoristili se zanumeričkaizračunavanja, brzo je shvaćenodasuračunarimašinesadalekoširimmogućnostimaprimene
Veštačka inteligencija • Prvipokušajiprimeneračunara u oblasti VI bilisunapoljuigara (šah), dokazivanjateorema (jednostavnijeteoreme), iopštegrešavanjaproblema (jednostavnijizadaci) • Mogućnostopštegrešavanjaproblema se pokazalakaoizuzetnotežakzadatak, težinegošto se to očekivalo • Istraživačinisubili u stanjudametodeisredstva VI primenenazadatkekojerešavajueksperti u raznimoblastima • Zbog toga se u daljimistraživanjimapažnjapoklanjasistemimazarešavanjespecifičnihproblema u određenimuskimoblastima
Veštačka inteligencija • Domen VI obuhvata proučavanja u oblastima: • Matematika (teorija igara) • Razni praktični aspekti primene: • Percepcija • Robotika • Razumevanje jezika • Zdravorazumsko razmišljanje • Stručna problematika u raznim oblastima: • Finansijska analiza • Dijagnostika i terapija u medicini • Analiza naučnih problema • Itd
Najvažnijeodrednicesistema VI saaspektarealizacijenaračunarskimsistemimasu: • težišteračunarskihprograma u oblasti VI je višenaobradisimboličkihpodataka, a manjenanumeričkojobradi • ciljprograma je rešavanjeproblema • do rešenja se uglavnomdolazinekomvrstompretraživanja, a ređedirektno • programskijezicispecifičnorazvijeniinamenjenizaprimenu u oblasti VI su LISP (LISt Processing), PROLOG (PROgraming in LOGic), objektnoorijentisanijezici - Smalltalk i dr.
Definicije VI - Veštačke Inteligencije • Kod stručnjaka koji se bave problematikom VI postoje razna shvatanja i definicije. • Pre svega, postoje razmimoilaženja u vezi toga da li je VI samo oblast, deo neke nauke - naučna disciplina ili je to samostalna nauka • Što se tiče problematike kojom se VI bavi, tu su razne definicije uglavnom u saglasnosti i odnose se na problematiku konstruisanja mašina - uređaja koji će ispoljavati takve vrste ponašanja, koje bi da su rezultat ljudskog ponašanja, bile okarakterisane kao inteligentne
Definicije VI • 1983 godinebilo je preko 140 definicija VI • Evonekihdefinicija: • VI je deokompjuterskenaukekoja se bavidizajniranjeminteligentnihkompjuterskihsistema, to jest sistemakojipokazujukarakteristikekojepovezujemosainteligencijom u ljudskomponašanju - razumevanjegovora, učenje, rešavanjeproblemaitakodalje • VI se baviprogramiranjemkompjuterazaizvođenjezadatakakojetrenutnoboljeizvršavajuljudi, jer se pri tome koristevišimentalniprocesikaošto je perceptualnoučenje, organizacijamemorisanog, rasuđivanje
Definicije VI • VI je proučavanje mentalnih moći kroz upotrebu modela kompjutacije. Pri tome je fundamentalna radna pretpostavka da "Ono što mozak čini može biti zamišljeno na nekom nivou kao vrsta kompjutacije • VI je disciplina usmerena na razumevanje čovekove inteligencije kroz konstruisanje računarskih programa koji oponašaju inteligentno ponašanje • VI se bavi proučavanjima kako da kompjuteri rade ono što ljudi trenutno rade bolje
Definicije VI • Sveovedefinicije VI raznihautorauglavnom se odnosenaosnovniaspekt VI, a to je imitacijainteligentnogponašanjakodljudi. Oblast VI je multidisciplinarna, jerkoristirezultateipovezana je saraznimdrugimnaukamakaopsihologija, sociologija, fiziologija, programiranje, teorijasistemaitd • Poznat je Turing - ov test kojipredstavljakriterijumzainteligentnoponašanjemašine (računara). Test se sastoji u tome dačovekvodećikonverzacijuprekoterminalatrebadazaključidali je sagovornikčovekilimašina. Mašina se poovomtestusmatrainteligentnomakočoveknaosnovuodgovoramašine ne možedanapravirazlikuizmeđuživogsagovornikaimašine
Oblasti proučavanja VI Oblast VI obuhvata sledeća bitna područja: • Rešavanje problema • Razumevanje prirodnih jezika • Robotika i viđenje • Sistemi zasnovani na znanju (Knowledge Based Systems - KBS), uključujući i ekspertne sisteme • Mašinsko učenje • Logičko zaključivanje • Programiranje
Rešavanje problema • Rešavanjeproblemapredstavljazadatakkoji se najčešćerešavatakoda se postupakraščlaninaprostezadatakeilipostupkečije je rešavanjerutinsko • Mogućnostizarešenjemožebitiveomamnogo, takoda se možezahtevatinalaženjeoptimalnogrešenja • Mora se definisatipočetnostanje - odčega se polazi u rešavanjuproblemaiopisaticiljnostanjekojeodgovararešenju • Stanjepredstavljasvakasituacijakojamoženastupitiprirešavanjuproblema
Rešavanje problema • Pri rešavanju problema preko niza jednostavnih posupaka, rešenje problema odgovara nalaženju sekvence postupaka koji vode do ciljnog stanja • Svaki korak odgovara prelasku iz jednog u drugo stanje, pri čemu naredno stanje treba da bude bliže ciljnom stanju
Razumevanje govornog jezika • Razumevanje govornog jezika od strane mašine je važno zbog mogućnosti značajnog unapređenja komunikacije čovek – računar • Tu postoje veliki problemi zbog složenosti govornog jezika i često prisutnih simbola, fraza koji se ne tumače neposredno i često su ako se doslovce tumače besmisleni, zatim zbog rasplinutosti i nedovoljne određenosti jezičkih konstrukcija
Roboti Robotisumašinekojesamostalnoobavljajuraznemehaničkeradnjeioperacije VI se u ovojoblastibavi pre svega: • Kontrolisanjempokretarobota • Problematikomprepoznavanjaokoline • Učenje • Razumevanjegovora Da bi funkcionisanjerobotabilosvrsishodno, pokretimorajubitiadekvatnitrenutnomstanjuneposrednogokruženja Prekosenzora se dobijajuinformacijena primer vizuelne, kojedaljetrebaobradititakoda se "prepoznaju" i razlikuju objektiisenkeizneposredneokoline
Sistemi zasnovani na znanju (KBS) • Sistemizasnovaninaznanju (Knowledge Based Systems - KBS) trebadaomoguće pre svegasimboličkopredstavljanjeznanja, nalaženjerešenjaieventualnosamostalnouvećavanjeznanjanaosnovuiskustva • Zarazlikuodpodatakakojimaračunarskiprogramiuobičajenooperišuikojisuuglavnomnumeričkeprirode, pripredstavljanjuznanjakarakteristično je da se koristepretežnonenumeričkipodaci • Postojivišenačinazapredstavljanjeznanjai to suprodukcionapravila, semantičkemreže, frejmovi, objekti, itd. o čemućevišerečibiti u poglavlju o ekspertnimsistemima
Sistemi zasnovani na znanju (KBS) • Od posebnog interesa je rešavanje problema kada nije poznato algoritamsko rešenje problema, kada odgovarajući algoritam ne postoji, ili kada je algoritam poznat, ali implementacija na računaru prevazilazi resurse računara • U tom slučaju se koriste heuristike, pravila za rešavanje kojima se na osnovu prethodnog znanja, iskustva i intuicije sužava i usmerava područje traganja za rešenjem • Primena heuristika ne mora da garantuje nalaženje rešenja u opštem slučaju za bilo koji mogući skup ulaznih podataka, kao što je slučaj sa algoritmom
Sistemizasnovaninaznanju (KBS) • Ipak, vrednost ovih pravila je neosporna i pre svega je praktične prirode, ako se u praksi do rešenja može doći u velikom broju slučajeva • Slično ovome, mogu se razmatrati i slučajevi kada se ne raspolaže sa svim potrebnim podacima o datom problemu, ili kada su podaci poznati sa izvesnim stepenom verovatnoće • U tom slučaju su i dobijeni zaključci prihvatljivi samo sa izvesnom verovatnoćom, pa se sistem koristi za procenu izvesnosti pojedinih mogućnosti
Sistemi zasnovani na znanju (KBS) • Važna je i provera logičke konzistentnosti podataka, jer se može desiti da podaci budu takvi da ne mogu nikako da odgovaraju realno mogućem slučaju • Automatsko usvajanje i korišćenje prethodnog iskustva pri rešavanju srodnih i sličnih problema je nešto što ne bi sasvim eliminisalo potrebu za daljim dodavanjem i usavršavanjem znanja koje sistem poseduje, od strane čoveka, ali bi sigurno tu potrebu umanjilo
Mašinsko učenje • Mašinsko učenje, dakle učenje koje nije vezano za neposrednu intervenciju čoveka je jedna od karakteristika sistema kojima se odlikuju sistemi VI • Većina sistema je takva da zahteva direktnu intervenciju čoveka za izmenu postojećeg, ili dodavanje novog znanja, a postoje i takvi sistemi VI koji mogu da formiraju neku vrstu iskustva, kao što je u prethodnoj tački pomenuto • Sa svakim rešenim problemom uvećava se znanje sistema VI
Logičkozaključivanje • Logičkozaključivanje je odvelikoginteresa u VI, i do sadasurazvijenisistemikoji se bazirajuuglavnomnadeduktivnomzaključivanju • Ali da bi deduktivnozaključivanjeuopšteibilomoguće, potrebno je da se primenjuje u teorijskipotpunopoznatojiizučenojoblastikojaimazatvorensistemznanja • Deduktivnozaključivanjeimatuprednostnadinduktivnim, da je jednoznačno, pa samimtimilakšeostvarljivo • Ovakvisistemimogudokazivatiraznatvrđenja, teoreme
Logičkozaključivanje • Sa induktivnim zaključivanjem već nije tako, jer se induktivno zaključivanje bazira na generalizaciji iskustva, i zaključci se mogu prihvatiti sa nekom verovatnoćom • Dakle, automatizacija induktivnog zaključivanja treba da bude "predlagačkog" karaktera
Programiranje • Programiranje o kome je ovde reč, nije aktivnost ljudi programera, već automatizovano programiranje koje realizuje sistem VI • Od interesa je razvoj programa za određene svrhe, kao i usavršavanje već postojećih programa
Vezasaintelektualnimprocesima • Jednoodvažnihstanovištasakojih se vršiistraživanjeirazvojoblasti VI je mogućnostsaznavanjaiistraživanja u oblastiintelektualnihprocesakodljudi (ispitivanjefunkcijamozga) pričemu se polaziodpretpostavkedamogudapostojeanalogije • Prirodnije bi bilosuprotno, tj. da se naosnovupoznavanjafunkcionisanjaljudskogmozga grade sistemi VI • Međutim, zbognedovoljnogpoznavanjaintelektualnihprocesa, nasvenačine se pokušavada se dođe do određenepredstaveilimodela u ovojoblasti
Vezasaintelektualnimprocesima • Naravno, postoje i protivnici ovakvog gledišta, J. Searle, M. Boden.... Boden smatra da se iz činjenice da sistem VI na pr. uspešno reši neki problem, ne može zaključiti da se i mozak ponaša na isti način, i to povezuje sa činjenicom da to što je neka teorija u saglasnosti sa eksperimentom, ne mora da isključi i mogućnost da i neka drugačija teorija takođe bude u saglasnosti sa istim eksperimentalnim činjenicama • Nezavisno od ove dileme, sistemi VI su definitivno našli svoju primenu i svoje mesto u mnogim oblastima nauke, tehnike, socijalno-ekonomskim problemima, pa će sa tog aspekta i biti tretirani
Vezasaintelektualnimprocesima • Jedan od efekata razvoja VI je da korišćenje računara postaje moguće sa manje znanja programiranja nego ranije, što omogućava da se više vremena posveti problemu koji se rešava • Analogno kao što spreadsheet programi omogućavaju računanje bez potrebe programiranja, razni sistemi VI treba da omoguće korišćenje i primenu znanja u drugim oblastima rešavanja problema • Sa preuzimanjem zadataka koje su prethodno isključivo ljudi obavljali, računarske nauke dalje napreduju
Veza sa intelektualnim procesima • Kada neka nova tehnika VI postane dovoljno usavršena, stabilna za primenu i dostupna, često gubi svoju pripadnost VI • Na osnovu prethodnog izlaganja i definicija, može se reći da je naziv VI uslovan i da pre svega označava oblast istraživanja, jer je za sada inteligencija pre svega svojstvo živih bića
Šahovskimeč Kasparov - DEEP BLUE • Razmotrimo čuveni šahovski meč odigran u maju 1997 izmedju svetskog šahovskog šampiona Garija Kasparova i IBM-ovog superračunara DEEP BLUE Preuzeto sa IBM ovog site-a : • WWW.CHESS.IBM.COM • Da li DEEP BLUE uopšte i koliko koristi veštačku inteligenciju ? • DEEP BLUE je specijalno dizajniran računar koji je namenjen igranju šaha na najvišem svetskom nivou, i bazira se na paralelnom sistemu RS/6000 SP
Match details – from IBM official web site • game 6: • May 11 @ 3:00PM EDT | 19:00PM GMT • kasparov 2.5 deep blue 3.5 • In May 1997, IBM's Deep Blue Supercomputer played a fascinating match with the reigning World Chess Champion, Garry Kasparov. The event was captured live only on this Web site, where millions of chess and computing fans tuned in to witness the event in real-time. This Web site is an archive of that event, and information on this site has not been updated since the end of the match. Some content may no longer be relevant or up to date, and some links may not function. In particular, the audio and video clips are no longer available. Current information about IBM deep computing can be found at the IBM Research home page.
Although Garry Kasparov and Deep Blue are considered to be two of the greatest chess "players" in the world, each has a distinct manner of playing the game. Both have the ability to look at a chessboard, analyze positions, then make the most optimal move. But the way Deep Blue arrives at the decision to move a particular piece is very different from Kasparov's method of analysis. The following is a top ten listing of the dissimilarities between the way Garry Kasparov and Deep Blue play chess: 1. Deep Blue can examine and evaluate up to 200,000,000 chess positions per second Garry Kasparov can examine and evaluate up to three chess positions per second 2. Deep Blue has a small amount of chess knowledge and an enormous amount of calculation ability. Garry Kasparov has a large amount of chess knowledge and a somewhat smaller amount of calculation ability. 3. Garry Kasparov uses his tremendous sense of feeling and intuition to play world champion-calibre chess. Deep Blue is a machine that is incapable of feeling or intuition. 4. Deep Blue has benefitted from the guidance of five IBM research scientists and one international grandmaster. Garry Kasparov is guided by his coach Yuri Dokhoian and by his own driving passion play the finest chess in the world. 5. Garry Kasparov is able to learn and adapt very quickly from his own successes and mistakes. Deep Blue, as it stands today, is not a "learning system." It is therefore not capable of utilizing artificial intelligence to either learn from its opponent or "think" about the current position of the chessboard.
6. Deep Blue can never forget, be distracted or feel intimidated by external forces (such as Kasparov's infamous "stare"). Garry Kasparov is an intense competitor, but he is still susceptible to human frailties such as fatigue, boredom and loss of concentration. 7. Deep Blue is stunningly effective at solving chess problems, but it is less "intelligent" than even the stupidest human. Garry Kasparov is highly intelligent. He has authored three books, speaks a variety of languages, is active politically and is a regular guest speaker at international conferences. 8. Any changes in the way Deep Blue plays chess must be performed by the members of the development team between games. Garry Kasparov can alter the way he plays at any time before, during, and/or after each game. 9. Garry Kasparov is skilled at evaluating his opponent, sensing their weaknesses, then taking advantage of those weaknesses. While Deep Blue is quite adept at evaluating chess positions, it cannot evaluate its opponent's weaknesses. 10. Garry Kasparov is able to determine his next move by selectively searching through the possible positions. Deep Blue must conduct a very thorough search into the possible positions to determine the most optimal move (which isn't so bad when you can search up to 200 million positions per second).
