Maszyna Turinga nie jest obiektem fizycznym. Jest to abstrakcyjny schemat działania według zadanego algorytmu. Maszyna Turinga była odpowiedzią na problem liczb nieobliczalnych. Test Turinga jest wzorowany na grze „retro” w naśladownictwo. Zachowanie inteligentne maszyny na poziomie człowieka we wszystkich zadaniach poznawczych, wystarczających do porozumiewania się z człowiekiem, w taki sposób jak robi to człowiek.
Przetwarzanie jezyka naturalnego
Reprezentacja wiedzy
Automatyczne wnioskowanie
Uczenie się
Inteligentny agent - postrzega swoje otoczenie poprzez sensory, oddzialuje poprzez efektory.
Rodzaje agentow
- działający na zasadzie odruchow
- działający na zasadzie odruchow ze stanem wewnętrznym
- ukierunkowany na cel
- ukierunkowany na użyteczności
Problem dobrze określony
- posiada stan początkowy
- ma określony zbior akcji
- potrafi wykonac test osiągnięcia celu
Poszukiwanie rozwiązań - polega na przeszukiwaniu przestrzeni stanow
Kroki konieczne przy rozwiązaniu problemu:
-Sformułowanie celu,
-Określenie reguł powodujących przejście pomiędzy poszczególnymi stanami,
-Sformułowanie problemu,
-Poszukiwanie rozwiązania,
-Wykonanie sekwencji działań będącej rozwiązaniem problemu.
Sposoby przeszukiwania:
- Wszerz,
- Z jednolitym kosztem,
- W głąb,
- O ograniczonej głębokości
- Z iteracyjnym pogłębianiem,
- Dwukierunkowe.
Rachunek zdań zajmuje się związkami międzyzdaniowymi ujmowanymi w zdaniach złożonych
Rachunek kwantyfikatorów (rachunek predykatów) nazywa się rachunkiem wyższego rzędu. Rachunek ten jest rozszerzeniem rachunku zdań o kwantyfikatory i predykaty
Semiotyka - ogólna teoria znaków ze szczególnym uwzględnieniem znaków tworzących język, czyli wyrażenia
- semantykę
- syntaktykę
- pragmatykę
Reguły wnioskowania są wzorcami sposobu wnioskowania.
Modus ponens (Modus ponens, sposób wnioskowania przez twierdzenie stwierdzający).
Modus tollens (Modus tollens, sposób wnioskowania przez twierdzenie zaprzeczający)
Rachunek predykatów (rachunek kwantyfikatorów) jest rozszerzeniem
rachunku zdań o:
- kwantyfikatory
- obiekty typu predykat
- formuły
Zalety uogólnionego Modus ponens:
-łączy wiele małych kroków wnioskowania w jeden krok,
Unifikacja - polega na przekształcaniu dwóch zdań, co daje w wyniku takie same zdania (jeżeli istnieje podstawienie); pozwala na przekształcenie wszystkich reguł w bazie wiedzy do postaci kanonicznej.
Rozumowanie w przód (forward chaining): rozpoczyna się od zdań zawartych w KB i generuje się nowe konkluzje za pomocą reguły uogólnionego Modus Ponens, które mogą być następnie zastosowane jako przesłanki w kolejnym kroku rozumowania.
Rozumowanie wstecz (backward chaining): zaczyna się od zdania, które należy dowieść, poszukuje się zdania-implikacji, którego konkluzją jest udowadniane zdanie, a następnie próbuje się potwierdzić słuszność wszystkich zdań tworzących przesłankę tej implikacji.
Rachunek predykatów - podsumowanie
Rachunek ten umożliwia konstruowanie dowodów prawdziwości zdań zawartych w danej KB
Uogólnione Modus Ponens stosuje unifikację; jest ono
naturalną i mocną regułą rozumowania zarówno w przód, jak i wstecz.
Formą kanoniczną dla Modus Ponens jest formuła Horna. Nie da się za jej pomocą reprezentować wszystkich zdań, dlatego Modus Ponens nie jest zupełnym systemem dowodzenia.
Uogólniona rezolucja jest regułą rozumowania, tworzącą zupełny system dowodu nie wprost. Wymaga to zapisu zdań w postaci normalnej, do której każde zdanie daje się przekształcić.
Rezolucja może być stosowana albo w formie (każde zdanie jest alternatywą litera literałów), albo w formie (każde zdanie jest w formie implikacji, której poprzednik jest koniunkcją atomów, a następnik jest alternatywą atomów).
System doradczy - narzędzia komputerowe wspomagające rozwiązywanie zadań będących wcześniej domeną ekspertów.
System doradczy powinien:
zadawać pytania,
wyjaśniać mechanizm swojego rozumowania,
uzasadniać konkluzje, modyfikować sposób wykonywania zadań,
Baza wiedzy zawiera ogólne informacje o dziedzinie wiedzy medycznej w określonym zakresie. Informacje takie gromadzi się zwykle podczas długotrwałej współpracy osób opracowujących bazę wiedzy i specjalistów z danej dziedziny.
Działanie układu wnioskującego polega na:
wyszukiwaniu reguł
ustaleniu kolejności analizy wyszukanych reguł,
wykonaniu działań określonych przez reguły
uaktualnieniu bazy danych zmiennych.
Rodzaje wnioskowania:
rozumowanie w przód,
rozumowanie wstecz,
zasadę rezolucji.
Układ objaśniający rozpoczyna działanie po zadaniu pytania przez użytkownika.
Reprezentacja proceduralna polega na określeniu zbioru procedur, których działanie reprezentuje wiedzę o dziedzinie
Reprezentacja deklaratywna polega na określaniu specyficznych dla danej dziedziny faktów, i reguł.
Stopień pewności (ang. Certeinty Factor, CF) wprowadza się do zapisu stwierdzeń w celu umożliwienia zapisu stwierdzeń niepewnych, hipotez i przypuszczeń.
Sieć przekonań jest acyklicznym (nie zawierającym cykli) grafem skierowanym składającym się z węzłów i łączących je gałęzi skierowanych.
Sieć neuronowa jest zbudowana z pewnej liczby elementów przetwarzających nazywanych neuronami. Podstawą budowy sieci jest system nerwowy człowieka.
Tablice decyzyjne są sposobem reprezentacji wiedzy zapisanej w postaci reguł. decyzyjna składa się z:
części warunków,
zapytań i testów
części działania i wniosków
wyjść z tablicy decyzyjnej.
Reguła elementarna to reguła nie zawierająca odpowiedzi „bez znaczenia” (oznaczanych przez „-”).
Reguła złożona to reguła, która zawiera odpowiedzi „bez znaczenia”. Regułę taką można rozwinąć do postaci kilku reguł prostych.
Reguła sprzeczna to reguła zawierająca takie same przesłanki ale inne konkluzje jak inna reguła w tej samej tablicy.
Reguła nadmiarowa w tablicy decyzyjnej zostanie zdefiniowana reguła zawierająca ten sam zbiór warunków jak inna reguła, oraz ten sam zbiór działań.
Łączenie reguł polega na łączeniu takich reguł, które posiadają identyczne ciągi działań i różnią się odpowiedziami tylko dla jednego warunku.
Dekompozycja tablicy decyzyjnej jest przeprowadzana w celu zrozumienia działania całej tablicy.
Niepewność jest definiowana jako brak dokładnej wiedzy, która pozwoliłaby na wyciągnięcie pewnych i poprawnych konkluzji. Przyczyny:
- slabe przeslanki
- nieprecyzyjny jezyk
- nieznane dane
Prawdopodobieństwo bezwarunkowe (a priori) - ) może być stosowane wyłącznie w przypadku, gdy nie ma dodatkowych informacji
Prawdopodobieństwo warunkowe (a posteriori) - prawdopodobieństwo zdarzenia A wystąpi pod warunkiem wystapienia zdarzenia B.
Reguła Bayesa umożliwia obliczenie nieznanych prawdopodobieństw na podstawie znanych prawdopodobieństw. Niedoskonałości wnioskowania bayerowskie, wnioskowanie bayesowskie wymaga podania wartości prawdopodobieństw, które są związane z oceną człowieka.
Sieć przekonan - reprezentuje laczny rozklad prawdopodobieństwa dla danej dziedziny
Rodzaje wnioskowania w sieciach przekonań:
Wnioskowanie diagnostyczne
Wnioskowanie przyczynowe
Wnioskowanie międzyprzyczynowe
Wnioskowanie mieszane
Zastosowanie sieci przekonan
Podejmowanie decyzji opartych na prawdopodobieństwach
Decydowanie jakie dodatkowe dowody zgromadzic
Ogolny model systemu wnioskowania
Element uczacy się
Element działający
Element oceniajacy
Perceptron - najprostsza forma sieci neuronowej
Algorytm uczenia perceptronu
Inicjalizacja
Aktywacja
Aktualizacja wag
Iteracja
Siec neuronowa sklada się z
Warstwy wejściowej
Warstwy ukrytej - ukrywa swoje wyjscia ( nie wiemy jakie maja być )
Warstwy wyjściowej
uczenie nienadzorowane (bez nauczyciela); na wejścia sieci podawane są róŜne zbiory danych i sieć sama decyduje (odkrywa), które wartości są istotne i które wartości moŜna traktować jako wzorce dla danych wejść.
Uczenie poprzez współzawodnictwo (1) Neurony współzawodniczą między sobą o to, aby być aktywowanym.
Algorytm ewolucyjne Jego celem było nauczenie komputera tego co umie natura. Algorytm Hollanda bazuje na
operacjach przeprowadzanych na łańcuchach binarnych.
Algorytmy genetyczne reprezentują procesy iteracyjne, powszechną praktyką w przypadku AG jest zatrzymanie algorytmu po zadanej liczbie iteracji i poszukiwanie najlepszego osobnika we wszystkich populacjach.
Operacja mutacji
-Mutacja polega na zmianie genów.
-Dzięki mutacji zapobiega się zatrzymaniu algorytmu w lokalnych optimach.
Reguła rozmyta jest definiowana jako zdanie warunkowe o postaci:
IF x jest A
THEN y jest B
Wnioskowanie rozmyte - najczęściej używana technika wnioskowania rozmytego nosi nazwę metody Mamdaniego. Metoda Mamdaniego polega na realizacji czterech kroków:
- rozmywaniu zmiennych wejściowych,
- ocenie reguł
- agregacji wyjść reguł
- wyostrzaniu .