Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

AI overview


Published on

An Introduction to Artificial Intelligence, Overview of the technology, applications, components, strong v/s weak AI, different categories of AI, related examples, expert systems, NLP etc.

Published in: Technology
  • Be the first to comment

  • Be the first to like this

AI overview

  1. 1. Future that is ahead of us!!
  2. 2. An Overview of Artificial Intelligence An Overview of Artificial Intelligence • Artificial intelligence (AI): ability of computers to  mimic or duplicate the functions of the human brain • AI­based computer systems have many applications in  different fields, such as: – Medical diagnoses – Exploration for natural resources – Determining what is wrong with mechanical devices – Assisting in designing and developing other computer  systems • AI is accomplished by studying how human brain thinks,  and how humans learn, decide, and work while trying to  solve a problem, and then using the outcomes of this study  as a basis of developing intelligent software and systems.
  3. 3. What constitutes AI Artificial intelligence is  multi­discipline area  based on disciplines such  as Computer Science,  Biology, Psychology,  Linguistics, Mathematics,  and Engineering. 
  4. 4. With and Without AI  Programming Without AI Programming with AI A computer program without AI can answer  the specific questions it is meant to solve. A computer program with AI can answer the  generic questions it is meant to solve. Modification in the program leads to change  in its structure. AI programs can absorb new modifications by  putting highly independent pieces of  information together. Hence you can modify  even a minute piece of information of  program without affecting its structure. Modification is not quick and easy. It may  lead to affecting the program adversely. Quick and Easy program modification.
  5. 5. • Strong AI is general artificial intelligence – In principle able to learn and act intelligently in a broad  general range, as humans can. • Narrow AI  – Constrained in problem sets / domains – Set of techniques for intelligent decisions / actions – Ubiquitous across many software systems – Does not attempt to solve the problem of general  intelligence – Most AI today is narrow AI Strong AI vs Weak/Narrow AI
  6. 6. An Overview of Artificial Intelligence Artificial Intelligence in Perspective • Artificial intelligence systems consists of:  – People – Procedures – Hardware – Software  – Data – and knowledge  needed to develop computer systems and machines  that demonstrate the characteristics of intelligence
  7. 7. An Overview of Artificial Intelligence What is Intelligence • The ability of a system to  – calculate, reason, perceive relationships and analogies, – Learn from experience and apply knowledge acquired  from experience e.g. : computerized AI chess software   – store and retrieve information from memory,  – solve problems, comprehend complex ideas, handle  complex situations –  use natural language fluently, classify, generalize, and  adapt new situations. – Solve problems even in the case when important  information is missing – Determine what is important – React quickly and correctly to a new situation
  8. 8. An Overview of Artificial Intelligence The Nature of Intelligence (continued) • Understand visual images – Perceptive system: approximates the way humans hear,  see, or feel objects • Process and manipulate symbols – On a limited basis with machine­vision hardware and  software  
  9. 9. Intelligence Description Example Linguistic intelligence The ability to speak, recognize, and use mechanisms  of phonology (speech sounds), syntax (grammar), and  semantics (meaning). Narrators, Orators Musical intelligence The ability to create, communicate with, and  understand meanings made of sound, understanding  of pitch, rhythm. Musicians, Singers, Composers Logical­mathematical  intelligence The ability of use and understand relationships in  the absence of action or objects. Understanding  complex and abstract ideas. Mathematicians, Scientists Spatial intelligence The ability to perceive visual or spatial information,  change it, and re­create visual images without  reference to the objects, construct 3D images, and to  move and rotate them. Map readers, Astronauts,  Physicists Bodily­Kinesthetic  intelligence The ability to use complete or part of the body to  solve problems or fashion products, control over fine  and coarse motor skills, and manipulate the objects. Players, Dancers Intra­personal intelligence The ability to distinguish among one’s own feelings,  intentions, and motivations. Interpersonal intelligence The ability to recognize and make distinctions  among other people’s feelings, beliefs, and  intentions. Mass Communicators,  Interviewers Different types of Intelligence
  10. 10. What is intelligence? • Rational agent model – Choosing among alternatives in such a way to maximize  achievement of goals within time and other resource constraints • Ability to make accurate (enough) predictions • Requires – Ability to receive and process information – Remember – Learn and abstract from information – Model – Plan – Act – Evaluate progress
  11. 11. An Overview of Artificial Intelligence The Difference Between Natural and Artificial  Intelligence A Comparison of Natural and Artificial Intelligence
  12. 12. An Overview of Artificial Intelligence Different systems of Artificial Intelligence Conceptual Model of Artificial Intelligence
  13. 13. Examples of AI applications in various areas Expert Systems Flight­tracking systems, Clinical systems. Natural Language  Processing Google Now feature, speech recognition, Automatic  voice output. Neural Networks Pattern recognition systems such as face recognition,  character recognition, handwriting recognition. Robotics  Industrial robots for moving, spraying, painting,  precision checking, drilling, cleaning, coating, carving,  etc. Fuzzy Logic  Systems Consumer electronics, automobiles, etc.
  14. 14. An Overview of Artificial Intelligence Expert Systems • Hardware and software that stores knowledge and  makes inferences, similar to a human expert • Used in many business applications
  15. 15. An Overview of Artificial Intelligence Robotics • Mechanical or computer devices that perform tasks  requiring a high degree of precision or that are tedious  or hazardous for humans • Contemporary robotics combines high­precision  machine capabilities with sophisticated controlling  software • Many applications of robotics exist today • Research into robots is continuing
  16. 16. An Overview of Artificial Intelligence Robotics (continued) Robots can be used in situations that are hazardous or inaccessible to  humans. The Rover was a remote­controlled robot used by NASA to  explore the surface of Mars.
  17. 17. An Overview of Artificial Intelligence Vision Systems • Hardware and software that permit computers to  capture, store, and manipulate visual images and  pictures • Used by the U.S. Justice Department to perform  fingerprint analysis • Can be used in identifying people based on facial  features • Can be used with robots to give these machines “sight”
  18. 18. An Overview of Artificial Intelligence Natural Language Processing and Voice Recognition • Natural language processing: allows the computer  to understand and react to statements and commands  made in a “natural” language, such as English • Voice recognition involves converting sound waves  into words
  19. 19. An Overview of Artificial Intelligence Natural Language Processing and Voice Recognition  (continued) Dragon Systems’ Naturally Speaking 8 Essentials uses continuous voice recognition,  or  natural  speech,  allowing  the  user  to  speak  to  the  computer  at  a  normal  pace  without  pausing  between  words.  The  spoken  words  are  transcribed  immediately  onto the computer screen. (Source: Courtesy of Nuance Communications, Inc.) 
  20. 20. An Overview of Artificial Intelligence Learning Systems • Combination of software and hardware that allows the  computer to change how it functions or reacts to  situations based on feedback it receives • Learning systems software requires feedback on the  results of actions or decisions • Feedback is used to alter what the system will do in  the future
  21. 21. An Overview of Artificial Intelligence Neural Networks • Computer system that can simulate the functioning of  a human brain • Ability to retrieve information even if some of the  neural nodes fail • Fast modification of stored data as a result of new  information • Ability to discover relationships and trends in large  databases • Ability to solve complex problems for which all the  information is not present
  22. 22. An Overview of Artificial Intelligence Other Artificial Intelligence Applications • Genetic algorithm: an approach to solving large,  complex problems in which a number of related  operations or models change and evolve until the best  one emerges • Intelligent agent: programs and a knowledge base  used to perform a specific task for a person, a process,  or another program
  23. 23. An Overview of Artificial Intelligence An Overview of Expert Systems • Like human experts, computerized expert systems use  heuristics, or rules of thumb, to arrive at conclusions or  make suggestions • Used in many fields for a variety of tasks, such as: – Designing new products and systems – Developing innovative insurance products – Increasing the quality of healthcare – Determining credit limits for credit cards – Determining the best fertilizer mix to use on certain soils
  24. 24. An Overview of Artificial Intelligence An Overview of Expert Systems (continued) • Research conducted in AI during the past two decades  is resulting in expert systems that: – Explore new business possibilities – Increase overall profitability – Reduce costs – Provide superior service to customers and clients
  25. 25. An Overview of Artificial Intelligence When to Use Expert Systems • Develop an expert system if it can do any of the  following: – Provide a high potential payoff or significantly reduce  downside risk – Capture and preserve irreplaceable human expertise – Solve a problem that is not easily solved using  traditional programming techniques – Develop a system more consistent than human experts
  26. 26. An Overview of Artificial Intelligence When to Use Expert Systems (continued) • Develop an expert system if it can do any of the  following (continued): – Provide expertise needed at a number of locations at the  same time or in a hostile environment that is dangerous  to human health – Provide expertise that is expensive or rare – Develop a solution faster than human experts can – Provide expertise needed for training and development  to share the wisdom and experience of human experts  with a large number of people
  27. 27. An Overview of Artificial Intelligence Components of Expert Systems Figure 7.8: Components of an Expert System
  28. 28. An Overview of Artificial Intelligence Components of Expert Systems (continued) • Knowledge base: component of an expert system that  stores all relevant information, data, rules, cases, and  relationships used by the expert system • Some tools and techniques for creating a knowledge base  are: – Assembling human experts – Using fuzzy logic: shades of gray; “fuzzy sets” – Using rules: IF­THEN statements – Using cases: modifying solutions to cases in knowledge base
  29. 29. An Overview of Artificial Intelligence Components of Expert Systems (continued) Rules for a Credit Application
  30. 30. An Overview of Artificial Intelligence The Inference Engine • Seeks information and relationships from the knowledge  base and provides answers, predictions, and suggestions  the way a human expert would • Backward chaining – Starting with conclusions and working backward to  supporting facts • Forward chaining – Starting with facts and working forward to solutions
  31. 31. An Overview of Artificial Intelligence The Explanation Facility • Allows a user or decision maker to understand how the  expert system arrived at certain conclusions or results • Example: allow a doctor to determine the logic or rationale  of the diagnosis made by a medical expert system
  32. 32. An Overview of Artificial Intelligence The Knowledge Acquisition Facility • Provides convenient and efficient means of capturing and  storing all the components of the knowledge base • Acts as an interface between experts and the knowledge  base • Acquisition can be manual or a mixture of manual and  automated  • Knowledge base must be validated and updated frequently
  33. 33. An Overview of Artificial Intelligence The Knowledge Acquisition Facility (continued)  Knowledge Acquisition Facility
  34. 34. An Overview of Artificial Intelligence The User Interface • Specialized user interface software is employed for  designing, creating, updating, and using expert  systems • Main purpose of the user interface is to make the  development and use of an expert system easier for  users and decision makers
  35. 35. An Overview of Artificial Intelligence Expert Systems Development  Steps in the Expert System Development Process
  36. 36. An Overview of Artificial Intelligence Participants in Developing and Using Expert  Systems • Domain expert: individual or group who has the  expertise or knowledge one is trying to capture in the  expert system • Knowledge engineer: individual who has training or  experience in the design, development,  implementation, and maintenance of an expert system • Knowledge user: individual or group who uses and  benefits from the expert system
  37. 37. An Overview of Artificial Intelligence Participants in Developing and Using Expert  Systems (continued) Participants in Expert Systems Development and Use
  38. 38. An Overview of Artificial Intelligence Expert Systems Development Tools and Techniques • Traditional programming languages • Special programming languages  – LISP, PROLOG • Expert system shells – Expert system shell is a collection of software packages  and tools used to design, develop, implement, and  maintain expert systems • Off­the­shelf expert system shells
  39. 39. An Overview of Artificial Intelligence Expert Systems Development Tools and Techniques  (continued)  Expert Systems Development
  40. 40. An Overview of Artificial Intelligence Applications of Expert Systems and Artificial  Intelligence • Credit granting and loan analysis • Stock picking • Catching cheats and terrorists – Gambling casinos • Budgeting – Prototype testing programs • Games – Crossword puzzles
  41. 41. An Overview of Artificial Intelligence Applications of Expert System and Artificial  Intelligence (continued) • Information management and retrieval – Uses bots • AI and expert systems embedded in products – Antilock braking system, television • Plant layout and manufacturing • Hospitals and medical facilities – Probability of contracting diseases, lab analysis, home  diagnosis, appointment scheduling • Help desks and assistance
  42. 42. An Overview of Artificial Intelligence Applications of Expert System and Artificial  Intelligence (continued) • Employee performance evaluation • Virus detection – Uses neural network technology • Repair and maintenance – Telephone networks, aerospace equipment • Shipping and marketing • Warehouse optimization – Restocking, location
  43. 43. An Overview of Artificial Intelligence Virtual Reality • Virtual reality system: enables one or more users to  move and react in a computer­simulated environment • Immersive virtual reality: user becomes fully  immersed in an artificial, three­dimensional world that  is completely generated by a computer
  44. 44. An Overview of Artificial Intelligence Interface Devices • Head­mounted display (HMD) – Screens directed at each eye; position tracker • CAVE – Provides illusion of immersion through projection of  stereo images on floors and walls • Haptic interface – Relays sense of touch and other physical sensations 
  45. 45. An Overview of Artificial Intelligence Interface Devices (continued) Military personnel train in an immersive CAVE system
  46. 46. Approaches to AI • Brain emulation • Brain simulation • Symbolic – Cognitive simulation – Logic based – Anti­logic or “scruffy” – Knowledge­based • Sub­symbolic – Bottom up, embodied, situated – Computational intelligence • Neural networks • Connectionist – Evolutionary computation
  47. 47. Knowledge Acquisition • Input Modalities – Senses • Vision • Hearing • Data communication • Touch • Accelerometers • Other tech.. – Text/Video • Linear modalities • Speech recognition • Natural language Processing – Preassembled knowledge / data structures
  48. 48. Memory • Temporal Memory – Crucial to temporal reasoning • Cause and affect inference • Prediction • Factual Memory – Searchable fact stores – Enabling inference • Associative Memory – Association between memories. How are memories and inferences strengthened or weakened  by new memories? • Memory Trimming – What is the proper tradeoff between detail and size/speed? How is saliency determined for  current and future goals? How does the memory structure cache and prune over time?   • Learning – What can be inferred or generalized? – What patterns and abstractions subsuming many facts and saving resources can be garnered? • Search and Retrieval
  49. 49. Knowledge Representation • Fundamental Goal – Represent knowledge in a matter facilitating efficient, accurate  retrieval and reasoning • Categories and Objects – Categorization of objects is a basic central abstraction form and  greatly enhances efficiency • Events • Mental events and objects • Reasoning Systems for Categories – Semantic networks – Description logics • Reasoning with defaults – Default facts are specified at category level and inherited
  50. 50. KR Categories • Taxonomies – Membership – Relationships among categories • Sub­categories • Partitioning (exhaustive decomposition) • Physical composition – Part/whole  – Containment • General relationships
  51. 51. KR ­ Events • Event <= fluent, time – A condition that varies over time at a particular  time or time period. – So KR events are statements about facts  concerning referents in time – Time­intervals and interval reasoning – Time varying knowledge  • e.g., President(USA, time) 
  52. 52. KR – Mental Events • Beliefs – Beliefs are internal states of the AI • Subject to change with changing information • Self­modeling • internal state • Knowledge about internal state of other  agents • Modal logic
  53. 53. Inference • Logical Inference – Deduction • Derives b from a where b is a formal consequence of a. Deriving consequences of what is  known or assumed. – Induction • Reasons from experience to an hypothesis generalizing experience.  A “jumping to  conclusions”.  Does not guarantee accuracy. – Abduction • Seeks plausible explanations or necessities for the facts to be as they are.   • Backward chaining from sought result to possible evidence.  • Backward chaining – Starting from a goal and looking for conditions that support / infer that goal  recursively until known facts or sufficiently strong beliefs are found. • Forward chaining – A form of deductive inference chasing that may or may not converge on a goal.
  54. 54. Goal Seeking • Intelligence is difficult to speak of without goals, that which a  system seeks • Goal seeking requires  – Goal formulation – Problem formulation of what actions to consider in light of state and  goal • Considers cost, likelihood of success of each possible action – Performance measure • An Intelligent agent optimizes its performance measurement • Examples – Touring problems – Traveling salesman, – Robot navigation – Assembly sequencing
  55. 55. Basic Simple Search Techniques • Exhaustive – Can be exponential from combinatorial explosion but will find solution if exist  • Uniformed search – No information for preferring one choice over another at each point – Breadth first, uniform cost, depth first, depth limited iterative deepening, bi­ directional • Informed (heuristic) search – Greedy, best­first – A* search • Combines cost to reach node with distance from node to goal – Memory bound heuristic search  (combining iterative deepening with A*) – Heuristic Sources • Relaxing problem constraints • Subproblem recognition from pattern database • From experience
  56. 56. More sophisticated search • Optimization problems • Best state according to objective function (global maximum or minimum) • Hill climbing search • Simulated annealing • Local beam search • Genetic algorithm – Successor states generate by combination of two or more states with modification • Continuous space searches • Searching with nondeterministic actions – And­or trees • Each node/action has several possible outcomes or range of outcomes (ands) • Searching with incomplete perception • Online search problems – Real travel cost not just computational for each node traversed • Depth first is best choice often • Hill climbing is also workable – Learning a map of the environment as it goes is important
  57. 57. Machine Learning Algorithm Types • Supervised – Input data is pre­labeled as to appropriate results. The learner approximates  the labeling function. • Unsupervised – Models set of inputs, like clustering • Semi­supervised – Combines labeled and unlabeled samples • Reinforcement – Learns due to feedback resulting from each attempt/guess. Common in neural  nets • Transduction – Tries to predict new outputs based on training inputs,outups and on test inputs • Learning to learn – Learns its own inductive bias based on experience
  58. 58. Machine Learning Approaches • Decision tree learning • Association rule learning • Artificial Neural networks • Genetic programming • Inductive logic programming • Support Vector Machines • Clustering • Bayesian Networks • Reinforcement Learning • Representation Learning
  59. 59. …..  …
  60. 60. What is intelligence? • Rational agent model – Choosing among alternatives in such a way to maximize achievement of goals within time and other resource constraints • Ability to make accurate (enough) predictions • Requires – Ability to receive and process information – Remember – Learn and abstract from information – Model – Plan – Act – Evaluate progress