Sztuczna inteligencja презентация

Содержание

Sztuczna 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

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.


Обратная связь

Если не удалось найти и скачать презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое ThePresentation.ru?

Это сайт презентаций, докладов, проектов, шаблонов в формате PowerPoint. Мы помогаем школьникам, студентам, учителям, преподавателям хранить и обмениваться учебными материалами с другими пользователями.


Для правообладателей

Яндекс.Метрика