Sztuczna inteligencja

1.

Sztuczna inteligencja
Dr inż. Katarzyna Pentoś

2.

Sztuczna inteligencja
Zasady zaliczenia przedmiotu
1. Egzamin
2. 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

3.

Inteligencja – 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.

4.

Procesy 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

5.

Sztuczna 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.

6.

Rys historyczny
•Era prehistoryczna: od maszyny
Babbage’a (1842) do około 1960 roku.
analitycznej
Charlesa
•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.

7.

Kiedy maszyna jest inteligentna?
Test Turinga kontra Chiński pokój

8.

Słaba 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.

9.

Słaba 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.

10.

Inteligencja maszyny a problem moralny

11.

Systemy 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.

12.

Systemy ekspertowe
1. Baza wiedzy
2. System wnioskujący
3. Interfejs użytkownika

13.

Systemy ekspertowe
1. 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.

14.

Systemy 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.

15.

Robotyka
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

16.

Przetwarzanie mowy i języka naturalnego
1. 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.

17.

Przetwarzanie 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.

18.

Przetwarzanie 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.

19.

Przetwarzanie mowy i języka naturalnego
4. Tłumaczenie maszynowe – tłumaczenie tekstów między
różnymi językami.

20.

Heurystyki 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.

21.

Heurystyki 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

22.

Kognitywistyka
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.

23.

Algorytmy 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

24.

Inteligencja mrówek
W jaki sposób mrówki znajdują najkrótszą drogę do
pożywienia?
Kierują się tam, gdzie wcześniej przeszło najwięcej
współtowarzyszy.
Cmentarzyska mrówek.

25.

Boty
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

26.

Boty
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

27.

Perspektywy 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

28.

Perspektywy 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.