Слайд 1Sztuczna inteligencja
Dr inż. Katarzyna Pentoś
Слайд 2Sztuczna inteligencja
Egzamin
Część warsztatowa
Część warsztatowa to prezentacje na zadany temat realizowane w
grupach
Ocena z wykładu = 0.6 * ocena z egzaminu + 0.4 * ocena z części warsztatowej
Obie formy muszą być zaliczone na ocenę pozytywną
Zasady zaliczenia przedmiotu
Слайд 3Inteligencja – co to jest?
Umiejętność przystosowania się do nowych zadań i
warunków życia.
Sposób w jaki człowiek przetwarza informacje i rozwiązuje problemy.
Umiejętność kojarzenia oraz rozumienia.
Слайд 4Procesy i funkcje składające się na ludzką inteligencję
Uczenie się i wykorzystywanie
wiedzy
Zdolność uogólniania
Percepcja i zdolności poznawcze
Zapamiętywanie
Stawianie i realizacja celów
Umiejętność współpracy
Formułowanie wniosków
Zdolność analizy
Tworzenie oraz myślenie koncepcyjne i abstrakcyjne
Samoświadomość
Emocjonalne i irracjonalne stany człowieka
Слайд 5Sztuczna inteligencja - definicja
1. Nauka o maszynach realizujących zadania, które wymagają
inteligencji, gdy są wykonywane przez człowieka
2. Dziedzina informatyki dotycząca metod i technik wnioskowania symbolicznego przez komputer oraz symbolicznej reprezentacji wiedzy stosowanej podczas tego wnioskowania
3. Rozwiązywanie problemów sposobami wzorowanymi na naturalnych działaniach i procesach poznawczych człowieka za pomocą symulujących je programów komputerowych.
Слайд 6Rys historyczny
Era prehistoryczna: od maszyny analitycznej Charlesa Babbage’a (1842) do około
1960 roku.
Era romantyczna: 1960-1965, kiedy przewidywano, że AI osiągnie swoje cele w ciągu 10 lat.
Okres ciemności: 1965-1970, w którym niewiele się działo, opadł entuzjazm i pojawiły się głosy bardzo krytyczne.
Renesans: 1970-1975, gdy zaczęto budować pierwsze systemy doradcze, użyteczne w praktyce.
Okres partnerstwa: 1975-1980, gdy do badań nad AI wprowadzono metody kognitywistyki (rozumienia natury umysłu).
Okres komercjalizacji: 1980-1990, gdy programy AI, a szczególnie systemy doradcze zaczęto sprzedawać komercyjnie.
Okres robotyzacji: 1995-teraz.
Слайд 7Kiedy maszyna jest inteligentna?
Test Turinga kontra Chiński pokój
Слайд 8Słaba i silna sztuczna inteligencja
Słaba sztuczna inteligencja polega na budowie systemów
wspomagających człowieka w trudnych zadaniach w wielu dziedzinach przemysłu, budownictwa, projektowania, w rolnictwie, ochronie środowiska, usługach komercyjnych takich jak ekonomia, bankowość i finanse, techniki informacyjne, w medycynie, edukacji, badaniach naukowych, badaniach
kosmosu, w technice wojskowej, i innych.
Słaba hipoteza SI zakłada, że inteligentna maszyna potrafi symulować ludzki proces poznania ale nie może doświadczać stanów psychicznych.
Слайд 9Słaba i silna sztuczna inteligencja
Silna sztuczna inteligencja postuluje możliwość zbudowania systemu
rzeczywiście inteligentnego, zdolnego komunikować się z ludźmi bezpośrednio w języku naturalnym, rozumieć różne niuanse i subtelności, przyjmować polecenia i planować ich samodzielną realizację, i przede wszystkim zdolnego do racjonalnego myślenia w warunkach pełnej złożoności naszego świata
Silna hipoteza SI zakłada możliwość konstrukcji maszyny zdającej sobie sprawę z własnego istnienia, z prawdziwymi emocjami i świadomością.
Слайд 10Inteligencja maszyny a problem moralny
Слайд 11Systemy ekspertowe
System ekspertowy – „inteligentny” program komputerowy stosujący wiedzę i procedury
rozumowania w celu rozwiązywania problemów, które wymagają doświadczenia ludzkiego (eksperta), nabytego przez wieloletnią działalność w danej dziedzinie.
Слайд 12Systemy ekspertowe
Baza wiedzy
System wnioskujący
Interfejs użytkownika
Слайд 13Systemy ekspertowe
DENDRAL – (pierwsza połowa lat 60-tych) obliczał wszystkie możliwe konfiguracje
danego zbioru atomów. Baza wiedzy zawierała prawa chemiczne i reguły wypracowane przez dziesięciolecia w laboratoriach chemicznych.
2. PROSPEKTOR – (lata 70.) system wspomagający geologów w określaniu rodzaju skał na podstawie zawartości różnych minerałów. Modele poszczególnych typów złóż zawierały od kilkudziesięciu do kilkuset reguł otrzymanych od ekspertów.
Слайд 14Systemy ekspertowe
3. MYCIN – (lata 70.) system do diagnozowania chorób zakaźnych.
Wprowadzano do niego dane dotyczące pacjenta oraz wyniki badań laboratoryjnych. Rezultatem była diagnoza i zalecenia postępowania.
W przypadku wątpliwości system podawał stopień pewności diagnozy oraz alternatywne rozwiązania.
Слайд 15Robotyka
Pojęcie robot pojawiło się po raz pierwszy w 1920 roku w
sztuce „R.U.R.”
W latach 50. Zaczęły powstawać pierwsze roboty przystosowane do pracy w fabrykach.
Obecnie roboty potrafią się uczyć i porozumiewać z człowiekiem.
Koniec XX wieku – badania w dziedzinie maszyn molekularnych - nanoroboty
Слайд 16Przetwarzanie mowy i języka naturalnego
Synteza mowy – można ją utożsamiać z
próbą czytania książki przez komputer.
Problem intonacji.
Obecnie w algorytmach wykorzystuje się gotowe nagrane fragmenty mowy, które zostają w odpowiedni sposób sklejane.
Слайд 17Przetwarzanie mowy i języka naturalnego
2. Rozumienie słowa mówionego – umożliwia komunikację
z komputerem np. dyktowanie tekstów, wydawanie ustnych poleceń lub rozpoznawanie użytkownika po głosie.
W systemach przetwarzających słowo mówione wykorzystuje się bazy, w których umieszcza się wyrazy wraz z ich brzmieniem. Słowo zostaje rozpoznane na zasadzie porównań.
Слайд 18Przetwarzanie mowy i języka naturalnego
3. Rozumienie języka naturalnego – wydobywanie istotnych
danych ze zdań zapisanych w postaci tekstu.
System wydobywa z treści obiekty (rzeczowniki), ich cechy (przymiotniki) oraz związki między nimi.
Слайд 19Przetwarzanie mowy i języka naturalnego
4. Tłumaczenie maszynowe – tłumaczenie tekstów między
różnymi językami.
Слайд 20Heurystyki i strategie poszukiwań
Heurystyka – „twórcze rozwiązywanie problemów”, zarówno logicznych jaki
i matematycznych przez eksperyment, metodą prób i błędów bądź odwołaniem się do analogii.
Dzięki heurystyce można wyeliminować pewne obszary przeszukiwanej przestrzeni.
Nie istnieją formalne dowody działania algorytmów heurystycznych. O ich skuteczności świadczą przeprowadzane symulacje.
Слайд 21Heurystyki i strategie poszukiwań
1. Szukanie ślepe – nie gwarantuje pozytywnego rezultatu
2.
Szukanie systematyczne – gwarantuje sukces ale jest bardzo czasochłonne
3. Szukanie analityczne – gwarantuje sukces ale jest niepraktyczne
4. Szukanie leniwe
5. Szukanie heurystyczne – zachowanie najbardziej naturalne
Слайд 22Kognitywistyka
Kognitywistyka – nauka o poznaniu. Analiza ludzkiego sposobu postrzegania świata i
próba zrozumienia tego co dzieje się w ludzkim umyśle w czasie wykonywania elementarnych czynności umysłowych.
Wykorzystywane są badania nad funkcjonowaniem ludzkiego mózgu i modele jego działania.
Слайд 23Algorytmy mrówkowe
Sztuczne mrówki:
Żyją w sztucznym dyskretnym świecie
Ich ślad feromonowy zanika szybciej
niż w rzeczywistości
Ilość feromonu wydzielanego przez sztuczną mrówkę jest uzależniona od jakości znalezionego przez nią rozwiązania
W większości przypadków ślad feromonowy aktualizowany jest dopiero po wygenerowaniu rozwiązania
Слайд 24Inteligencja mrówek
W jaki sposób mrówki znajdują najkrótszą drogę do pożywienia?
Kierują się
tam, gdzie wcześniej przeszło najwięcej współtowarzyszy.
Cmentarzyska mrówek.
Слайд 25Boty
Bot to automat służący najczęściej do przeszukiwania i pozyskiwania danych. Inteligentne
boty dodatkowo mogą podejmować decyzje na podstawie zdobytej wcześniej wiedzy.
Rodzaje botów:
1. Chatterboty – imitują rozmowę w języku naturalnym, pozyskują informacje od rozmówcy.
2. Searchboty – służą do przeszukiwania, indeksowania i gromadzenia danych
Слайд 26Boty
3. Shoppingboty – pomagają przy robieniu zakupów przez internet
4. Databoty –
automaty do przeszukiwania danych i rozwiązywania problemów
5. Updateboty – służą do uaktualniania danych w zasobach użytkownika
6. Infoboty – programy automatycznie udzielające odpowiedzi za pomocą poczty elektronicznej
Слайд 27Perspektywy rozwoju SI
1. Żadna z maszyn dotychczas stworzonych nie potrafiła wyjść
poza zestaw zaprogramowanych przez człowieka zasad
2. Sztuczne systemy inteligentne nie będą dokładnie symulowały działania ludzkiego mózgu z powodu ograniczeń sprzętowych oraz stopnia skomplikowania mózgu
3. Maszyny mogą przejść test Turinga w wąskim zakresie tematycznym
Слайд 28Perspektywy rozwoju SI
4. W przyszłości może nam się wydawać, że maszyny
przejawiają oznaki świadomości. Nie będą jednak świadome w sensie filozoficznym.
5. W perspektywie kilkudziesięciu lat inteligentne maszyny będą naszymi partnerami w pracy i w domu.
6. Komputery będą projektowały następne generacje komputerów oraz robotów oraz odegrają znaczącą rolę w rozwoju inteligencji ludzi.