Sztuczna Inteligencja i Systemy Ekspertowe - wprowadzenie

Wprowadzenie Historia SI Problematyka

Sztuczna Inteligencja i Systemy Ekspertowe

Aleksander Pohl

Wyzsza Szkoła Zarzadzania i Bankowosci

28 luty 2009

Aleksander Pohl WSZiB



Plan prezentacji

Wprowadzenie

Historia SI

Problematyka




Sprawy organizacyjne

◮ Tryb zaliczania cwieczen i egzamin z przedmiotu◮ Zakres i tematyka wykładu◮ http://www.apohllo.pl/dydaktyka/ai




Zakres tematyczny wykładu

◮ Problematyka i rozwój SI◮ Rachunek predykatów◮ Prolog

◮ Składnia◮ Deklaratywna i proceduralna semantyka programów

w Prologu◮ Sterowanie procesem przeszukiwania bazy wiedzy◮ Techniki i style programowania




Zakres tematyczny – cd.

◮ Mechanizmy reprezentacji wiedzy◮ Systemy eksperckie◮ Przetwarzanie jezyka naturalnego◮ Techniki rozwiazywania problemów◮ Heurystyki◮ Zastosowania w Prologu




Plan prezentacji

Wprowadzenie

Historia SI

Problematyka




Historia SI

◮ starozytnosc - XIX w. – mity: Galatea, Golem, rozwój logiki(Arystoteles, Duns Szkot, Kartezjusz, G. Leibniz, G. Boole)

◮ poczatek XX wieku – rozwój logiki formalnej (G. Frege,B. Russell, A. N. Whitehead, L. Wittgenstein, K. Gödel)

◮ 1945-1954 pierwsze komputery, cybernetyka (A. Turing,J. von Neumann)

◮ 1955-1960 Lisp, pierwsze uzycie terminu SztucznaInteligencja, okreslenie jej problematyki (J. McCarthy 1956)

◮ 1961-1970 heurystyki, robotyka, programy do gry w szachy(1965 – ELIZA – J. Weisienbaum MIT), sieci neuronowe,pierwsze systemy regułowe (MYCIN – Standford)




Historia SI

◮ 1971-1980 systemy oparte na bazach wiedzy, PROLOG,systemy eksperckie

◮ 1980-1990 dalszy rozwój i liczne zastosowania praktyczne:Lisp Machines, komercyjne zastosowania systemóweksperckich (XCON uzywany przez DECa), dynamicznyrozwój systemów opartych o sieci neuronowe (J. Hopfield)

◮ 1997 Deep Blue pokonuje Garry’ego Kasparova◮ 2005 autonomiczny samochód wygrywa „DARPA Grand

Challenge” przejezdzajac samodzielnie 131 mil przezpustynie




SI dzisiaj

Aktualne „gorace tematy” w ramach SI:◮ autonomiczne pojazdy i roboty humanoidalne◮ jezyk OWL i tzw. Semantic Web (aka Web 3.0)◮ uczenie maszynowe: sieci Bayesa, drzewa decyzyjne

i sieci neuronowe◮ systemy ewolucyjne i agentowe◮ przetwarzanie jezyków naturalnych




Rozwój SI – problemy epistemologiczne

◮ Entscheidungsproblem – Hilbert 1928:„Czy istnieje procedura która dla dowolnego zdanialogicznego p okresli czy p jest prawdziwe czy fałszywe ?”

◮ Odpowiedz: NIE.◮ Twierdzenie Gödela o niezupełnosci 1931:

„Kazdy system formalny zawierajacy w sobie aksjomatyarytmetyki liczb naturalnych jest albo zupełny albo spójny.”Niesprzecznosc tego systemu jest w nim niedowiedlna.




Plan prezentacji

Wprowadzenie

Historia SI

Problematyka




Definicje Sztucznej Inteligencji

◮ „Nauka o maszynach realizujacych zadania którewymagaja inteligencji wówczas, gdy sa wykonywane przezczłowieka” M. Minsky

◮ „Dziedzina informatyki dotyczaca metod i technikwnioskowania symbolicznego, oraz symbolicznejreprezentacji wiedzy stosowanej podczas takiegownioskowania” E. A. Feigenbaum




Nadzieje Sztucznej Inteligencji

◮ „Za 3 do 8 lat bedziemy dysponowac Sztuczna Inteligencjaporównywalna zdolnosciami do człowieka” – M. Minsky1970

◮ „Machines will achieve human-level artificial intelligence by2029” – R. Kurzweil BBC, 2008




Komplementarne spojrzenia na SI

◮ Modelowanie mechanizmów inteligencji przy uzyciukomputera

◮ Obdarzenie komputera zdolnosciami typowoprzypisywanymi człowiekowi

◮ Niespodziewany efekt: metafora komputerowa –wykorzystanie terminologii informatycznej do opisufunkcjonowania ludzkiego umysłu




Dualne spojrzenia na SI

◮ Silna SI (Funkcjonalizm):„The Brain is the mind” – mózg to to samo co umysł

◮ Słaba SI (Kognitywizm):◮ Searle (1980) – Chinski pokój◮ SI działa tak jakby myslała




Funkcjonalizm vs. Kognitywizm

Silna SI (Funkcjonalizm) :◮ „...according to strong AI, the computer is not merely a tool

in the study of the mind; rather, the appropriatelyprogrammed computer really is a mind” (Searle)

◮ Nie musi byc modelem ludzkiego mózgu◮ Test Turinga – przykład podejscia funkcjonalistycznego◮ Funkcjonalizm – stany umysłu, uczucia itp. sa tylko funkcja

czesci mózgu





Silna Sztuczna Inteligencja powinna:◮ rozumowac, takze w obliczu niepewnosci◮ posiadac wiedze (takze tzw. commonsense)◮ planowac i uczyc sie◮ uzywac jezyka naturalnego◮ posiadac zmysły◮ działac w grupie◮ . . . i to wszystko naraz





Słaba SI (Kognitywizm) :◮ Złozone procesy – ale niekoniecznie „myslenie” (Np. Deep

Blue)◮ Gedankexperiment : Chinski Pokój:

◮ Mamy program realizujacy Silna SI◮ Mozna go uruchomic, nie rozumiejac go◮ Czyli nie moze on byc Silna SI◮ Syntaktyka nie mozna modelowac semantyki





◮ Kognitywizm – mozna poznac procesy bedace podstawadziałania ludzkiego umysłu

◮ Penrose „Nowy Umysł Cesarza” – procesy myslowe sajednak niealgorytmiczne (problem stopu, twierdzeniaGödela)




Dualne spojrzenia na SI – cd.

◮ SI Regułowa/Klasyczna – Budujemy SI w oparciuo przejrzyste reguły:

◮ Prolog, systemy ekspertowe◮ SI Statystyczna – Analizujemy swiat statystycznie

◮ sieci neuronowe◮ ukryte modele markowa, modele bayesowskie




Dualne spojrzenia na SI – cd.

„Neats vs Scruffies”◮ Neats – istnieje jeden spójny, bazowy model (statystyczny

albo logiczny) dla inteligencji◮ Scruffies – uzywamy wszystkiego co sie da by uzyskac

działajacy system




Kiedy stosujemy SI?

◮ Gdy rozwiazanie algorytmiczne nie jest znane◮ Gdy rozwiazanie algorytmiczne jest nieodpowiednie

(złozonosc obliczeniowa)




Zagadnienia SI

◮ Rozwiazywanie problemów i strategie przeszukan◮ Teoria gier◮ Automatyczne dowodzenie twierdzen◮ Przetwarzanie jezyka naturalnego◮ Systemy ekspertowe◮ Reprezentacja wiedzy




Zagadnienia SI – cd.

◮ Robotyka◮ Procesy percepcji◮ Uczenie sie maszyn◮ Wyszukiwanie informacji◮ Programowanie automatyczne




Materiały zródłowe

◮ Jan J. Mulawka „Systemy Ekspertowe”◮ Ivan Bratko „Prolog – Programming for Artificial

Intelligence”◮ Roger Penrose „Nowy umysł cesarza”◮ Usenet comp.ai:

Artificial Intelligence FAQ◮ Slajdy zostały przygotowane za zgoda

dr. Michała Korzyckiego na podstawie jego wykładu.



Sztuczna Inteligencja i Systemy Ekspertowe - wprowadzenie

Education

Transcript of Sztuczna Inteligencja i Systemy Ekspertowe - wprowadzenie