Похожие презентации:
Sztuczna inteligencja
1.
Sztuczna inteligencjaDr inż. Katarzyna Pentoś
2.
Sztuczna inteligencjaZasady 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 inteligencjęUczenie 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 - definicja1. 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 inteligencjaSłaba 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 inteligencjaSilna 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 moralny11.
Systemy ekspertoweSystem 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 ekspertowe1. Baza wiedzy
2. System wnioskujący
3. Interfejs użytkownika
13.
Systemy ekspertowe1. 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 ekspertowe3. 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.
RobotykaPojęcie 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 naturalnego1. 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 naturalnego2. 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 naturalnego3. 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 naturalnego4. Tłumaczenie maszynowe – tłumaczenie tekstów między
różnymi językami.
20.
Heurystyki i strategie poszukiwańHeurystyka – „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 poszukiwań1. 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.
KognitywistykaKognitywistyka – 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 mrówkoweSztuczne 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 mrówekW jaki sposób mrówki znajdują najkrótszą drogę do
pożywienia?
Kierują się tam, gdzie wcześniej przeszło najwięcej
współtowarzyszy.
Cmentarzyska mrówek.
25.
BotyBot 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.
Boty3. 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 SI1. 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 SI4. 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.