1 / 33

Znalostné systémy

Znalostné systémy. Umelá inteligencia. Stručná história. Homér : umelé bytosti Antika : konš trukcia mechanizmov a automatov (technické hračky). Prvý „počítačí stroj“. 1642 Blaise Pascal : úvahy , či stroje možu myslieť P omocou otáčania koliečok prevádzal sčítanie a odčítanie.

xander
Download Presentation

Znalostné systémy

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. Znalostné systémy Umelá inteligencia

  2. Stručná história • Homér: umelé bytosti • Antika: konštrukcia • mechanizmov a • automatov (technické hračky) Znalostné systémy

  3. Prvý „počítačí stroj“ • 1642 • Blaise Pascal: úvahy, či stroje možu myslieť • Pomocou otáčania koliečok prevádzal sčítanie a odčítanie Znalostné systémy

  4. Projekt „Analytical Engine“ • od 1833 • Angličan Charles Babbage • Priamy predchodca dnešních počítačov (a umelej inteligencie): • 2 základné časti:(~priemyslová revolúcia) • Fabrika (procesor) • Sklad (pamat) Znalostné systémy

  5. Analytical Engine • V sklade bol uložený „program“ (= lístky z tvrdého papiera s vyderovanými otvormi) • Mal predstavovat „mechanizovanú“ inteligenciu (za predpokladu schopnosti „požierať svoj vlastný chvost“ – t.j. meniť vlastný „skladovaný“ program) Znalostné systémy

  6. Možu stroje myslieť ? • 1950 • Anglický matematik Alan Turing • Článok: Computing Machinery and Intelligence • Položil provokujúcu otazku: • Možu stroje myslieť? Znalostné systémy

  7. Umelá inteligencia • Vedný obor • Zasahuje do: • Matematiky • Logiky • Neurofyziologie • Lingvistiky • Psychologie • Filozofie Znalostné systémy

  8. Výzkum ÚI • 2 smery: • „Psychologický“: chce lepšie poznať zákonitosti • ľudského myslenia a • kognitívnych činnosti ich modelovaním • „Inžiniersky“: vytvára systém • metód a • počítačových programov, ktoré by mali riešiť „intelektuálne“ naročné úlohy počítačom (bez nutnosti simulovať mentálne činosti človeka) Znalostné systémy

  9. Definícia ÚI • (blízko inžinierskemu smeru) • Umelá inteligencia je vedný obor o tom, ako konštruovať stroje, ktorých činnosť, keby ju vykonával člověk, by sme boli ochotní považovať za prejav jeho inteligencie • (!!! mimo „ľahko“ algoritmizovateľné …) Znalostné systémy

  10. Riešené problémy • Hranie hier (šachy, dáma, …) • Dokazovanie viet (logika, rezolučný princip) • Percepcia (reč, videnie) • Porozumenie prirodzenému jazyku • Tvorba expertných systémov • Obecné riešenie úloh (prehladávanie stavového priestoru) Znalostné systémy

  11. Etapy vývoja UI • 50. a 60. roky: predstava, že niekoľko jednoduchých, ale „silných“, techník umožní vytvárať inteligentnévšeriešaceprogramy • ELIZA (J. Weizenbaum): imituje chovanie psychiatra při vyšetrovaní pacienta • PARRY (C.M.Colby): imituje chovanie paranoika Znalostné systémy

  12. ELIZA • Imitovanie: vonkajšie napodobovanie • Systém modifikuje výroky človeka a vracia ich jako svoje repliky … • Mnoho ľudi podľahlo ilúzii,že sa jedná o skutočne inteligentné systémy … • -> vytvorenie umelého psychiatra je otázkou blízkej budúcnosti … Znalostné systémy

  13. GPS • 1956 • A. Nowell a H. A. Simon • Obecné riešenie úloh • Schopnosť modelovať „obecné“ techniky riešenia úloh človekom na hrách typu Hanojská vež Znalostné systémy

  14. Chomsky • 1957 • Noam Chomsky • pomocou matematiky a logiky • Popis syntaxie angličtiny • jazyk ako generatívny systém Znalostné systémy

  15. Fuzzy množiny • 1965 • Lofti A. Zadeh • neurčitosť, nepresnosť, mlhavosť • Fuzzy logika Znalostné systémy

  16. Hlavné techniky • Metodyprehladávania stavového priestoru • Rozpoznávanieobrazov • Porozumenieprirodzenej reci • Programovaci jazyk LISP Znalostné systémy

  17. Kritika • Koniec60. rokov • Stagnácia • Kritika možností UI (knihy J. Weizenbauma a A. Dreyfusa) • Nový smer: efektívnareprezentáciaveľkého množstvaznalostí Znalostné systémy

  18. Druhá etapa • Od 70. rokovdo súčasnosti • Sémantické siete • 1976 • M. Minsky • Koncepcia rámcov Znalostné systémy

  19. T. Winograd • Systém SHRDLU • Otázka reprezentácie znalostí a komunikácia so strojom (počítačom) Znalostné systémy

  20. PROLOG • založený na predikátovom kalkulu • Japonsko: hlavný nástroj pre riešenie problémov UI v rámci projektu počítačov 5. generácie Znalostné systémy

  21. Expertné systémy • Boom ku koncu 70. a v 80. Rokoch • Komerčne najúspešnejšie produkty doterajšieho vyzkumu v oblasti UI Znalostné systémy

  22. Agentové technológie • Agenti • Inteligentý agenti Znalostné systémy

  23. Riešené problémy • Hranie hier (šachy, dáma, …) • Dokazovanie viet (logika, rezolučný princip) • Percepcia (reč, videnie) • Porozumenie prirodzenému jazyku • Tvorba expertných systémov • Obecné riešenie úloh (prehladávanie stavového priestoru) Znalostné systémy

  24. Prehladávanie stavového priesoru • Hanojské veže • 3 tyčky • na ľavej krajnej je navlečených niekoľko kruhových diskov roznych priemerov • vačší nesmie ležat na menšom • Úloha: premiestnit na pravú krajnú tyčku • Po jednom, nesmie byť vačší na menšom Znalostné systémy

  25. Stavový priestor • Počiatočný stav • Koncový stav • Symbolicky: (111), najvacsi na tyčke č. 1, ... • (333) Znalostné systémy

  26. Riešenie úlohy • Ako prejsť z počiatočného do koncového stavu? (pomocou prípustných krokov /stavov) • Počiatočný stav: Dva prípustné ťahy / kroky • 112 • 113 Znalostné systémy

  27. Riešenie • Existencia ? • Celý stavový priestor (všetky možné stavy) • Grafová reprezantácia (Graficka reprezentácia) • Vrcholy: jednotlivé stavy (uzly) • Hrany: možné prechody Znalostné systémy

  28. Riešenie • Zjednudušenie: • Do každého stavu sa dostaneme z počiatočného stavu iba jednou cestou (vynecháme teda 113 <-> 112, 133<->131) • Nebudeme mať cykly • Strom • Orienovaný Znalostné systémy

  29. Riešenie • Hĺbka uzlu: Kolko krokov je třeba, aby sme do neho prešli z počiatočného stavu (uzlu, vrcholu) • Koreň • Koreň má hĺbku 0, • 112 a 113 majú hĺbku 1, • atd. Znalostné systémy

  30. Riešenie • Strom je možné prechádzať, prehladávať: • Do šírky • Do hĺbky Znalostné systémy

  31. Prehladávanie do šírky • Postupne uzly tej istej hĺbky: • 111 • 112 a 113 • 132 a 123 • Atd. až do koncového stavu • Máme istotu, že koncový stavnájdeme … • Každý uzol navštívime najviac raz Znalostné systémy

  32. Prehladávanie do hĺbky • Ideme daným smerom, až pokiaľ to ide … 111, 112, 132, 133, 233, 231, 221, 222, • Pokiaľ nenarazíme na koncový stav, musíme sa kus cesty vrátiť • Može viesť k cieľu rýchlejšie • Nie je zaručené, že najdeme koncový stav (nekonečná vetva) Znalostné systémy

  33. Rozhodovanie • Do šírky: zľava doprava … • Do hĺbky: na každom rázcestí doľava … • Slepé prehladávanie • Heuristika („intelegentnejšie“) ~ návod (odhad ceny cesty: u nás: koľko ťahov ešte musime urobiť …) Znalostné systémy

More Related