Sztuczna Inteligencja i Systemy Ekspertowe - wprowadzenie

Wprowadzenie Historia SI Problematyka

Sztuczna Inteligencja i Systemy Ekspertowe

Aleksander Pohl

Wy˙ sza Szkoła Zarzadzania i Bankowo´ ci
z ˛ s

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
◮



Historia SI

s´
staro˙ ytno´ c - XIX w. – mity: Galatea, Golem, rozwój logiki
z
◮
(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 u˙ ycie terminu Sztuczna
z
◮
Inteligencja, okre´ lenie jej problematyki (J. McCarthy 1956)
s
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 systemów
eksperckich (XCON u˙ ywany przez DECa), dynamiczny
z
rozwój systemów opartych o sieci neuronowe (J. Hopﬁeld)
1997 Deep Blue pokonuje Garry’ego Kasparova
◮

2005 autonomiczny samochód wygrywa „DARPA Grand
◮
Challenge” przeje˙ d˙ ajac samodzielnie 131 mil przez
zz ˛
pustynie
˛



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 zdania
logicznego p okre´ li czy p jest prawdziwe czy fałszywe ?”
s
Odpowied´ : NIE.
z
◮

Twierdzenie Gödela o niezupełno´ ci 1931:
s
◮
„Ka˙ dy system formalny zawierajacy w sobie aksjomaty
z ˛
arytmetyki liczb naturalnych jest albo zupełny albo spójny.”
s´
Niesprzeczno´ c tego systemu jest w nim niedowiedlna.



Deﬁnicje Sztucznej Inteligencji

„Nauka o maszynach realizujacych zadania które
˛
◮
wymagaja inteligencji wówczas, gdy sa wykonywane przez
˛ ˛
człowieka” M. Minsky
„Dziedzina informatyki dotyczaca metod i technik
˛
◮
wnioskowania symbolicznego, oraz symbolicznej
reprezentacji wiedzy stosowanej podczas takiego
wnioskowania” E. A. Feigenbaum



Nadzieje Sztucznej Inteligencji

„Za 3 do 8 lat bedziemy dysponowa´ Sztuczna Inteligencja
˛ c ˛ ˛
◮
porównywalna zdolno´ ciami do człowieka” – M. Minsky
˛ s
1970
„Machines will achieve human-level artiﬁcial intelligence by
◮
2029” – R. Kurzweil BBC, 2008



Komplementarne spojrzenia na SI

Modelowanie mechanizmów inteligencji przy u˙ yciu
z
◮
komputera
Obdarzenie komputera zdolno´ ciami typowo
s
◮
przypisywanymi człowiekowi
Niespodziewany efekt: metafora komputerowa –
◮
wykorzystanie terminologii informatycznej do opisu
funkcjonowania 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 my´ lała
s
◮



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 appropriately
programmed computer really is a mind” (Searle)
Nie musi by´ modelem ludzkiego mózgu
c
◮

Test Turinga – przykład podej´ cia funkcjonalistycznego
s
◮

Funkcjonalizm – stany umysłu, uczucia itp. sa tylko funkcja
˛ ˛
◮
cz˛ sci mózgu
e´




Silna Sztuczna Inteligencja powinna:
rozumowa´ , tak˙ e w obliczu niepewno´ ci
c z s
◮

posiada´ wiedz˛ (tak˙ e tzw. commonsense)
c e z
◮

planowa´ i uczy´ sie
c c˛
◮

u˙ ywa´ jezyka naturalnego
z c˛
◮

posiada´ zmysły
c
◮

działa´ w grupie
c
◮

. . . i to wszystko naraz
◮




Słaba SI (Kognitywizm):
Zło˙ one procesy – ale niekoniecznie „my´ lenie” (Np. Deep
z s
◮
Blue)
´
Gedankexperiment: Chinski Pokój:
◮
Mamy program realizujacy Silna SI
˛ ˛
◮

Mo˙ na go uruchomi´ , nie rozumiejac go
z c ˛
◮

Czyli nie mo˙ e on by´ Silna SI
z c ˛
◮

Syntaktyka nie mo˙ na modelowa´ semantyki
˛ z c
◮




Kognitywizm – mo˙ na pozna´ procesy bedace podstawa
z c ˛˛ ˛
◮
działania ludzkiego umysłu
Penrose „Nowy Umysł Cesarza” – procesy my´ lowe sa
s ˛
◮
jednak niealgorytmiczne (problem stopu, twierdzenia
Gödela)



Dualne spojrzenia na SI – cd.

SI Regułowa/Klasyczna – Budujemy SI w oparciu
◮
o 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 – u˙ ywamy wszystkiego co sie da by uzyska´
z ˛ c
◮
działajacy system
˛



Kiedy stosujemy SI?

Gdy rozwiazanie algorytmiczne nie jest znane
˛
◮

Gdy rozwiazanie algorytmiczne jest nieodpowiednie
˛
◮
s´
(zło˙ ono´ c obliczeniowa)
z



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

Recommended

Recommended

More Related Content

Featured

Featured (20)

Sztuczna Inteligencja i Systemy Ekspertowe - wprowadzenie