1
w1/1
Metody sztucznej inteligencji
Politechnika Śląska
Katedra Podstaw Konstrukcji Maszyn
Rok akademicki 2003/04
Materiały na prawach rękopisu
Wyłącznie do użytku studentów Wydziału
MT Politechniki Śląskiej
Wprowadzenie
w1/2
Informacje o przedmiocie
• Strona KPKM:
http://kpkm.polsl.pl
Informacje dydaktyczne/Semestr IV/
Metody Sztucznej Inteligencji/Strona przedmiotu
(AiR)
User:
msiair
Hasło:
????
• Kontakt: Wojciech Moczulski
wm@polsl.pl
• Konsultacje (s. 406 Wydz. MT):
– Poniedziałek
10:00 - 12:00
– Wtorek
15:00 - 16:00
• Kolokwium zaliczeniowe:
01.06.2004
w1/3
Sztuczna inteligencja
(AI=Artificial Intelligence)
• Dotyczy prób rozumienia istot inteligentnych
• formalnie powstała w 1956, wcześniejsze
badania od 1951
• dziedzina nauki o charakterze teoretycznym i
eksperymentalnym
• ze względu na próby zastosowań we
wszystkich dziedzinach działalności człowieka
ma prawdziwie uniwersalny charakter
w1/4
Poddziedziny AI
• Percepcja
• rozumowanie logiczne
• rozpoznawanie
obrazów
• rozumienie mowy
• uczenie maszynowe
• odkrywanie nowej
wiedzy
• Sztuczne sieci
neuronowe
• teoria gier
• tłumaczenie tekstów
• automatyczne
dowodzenie twierdzeń
• malowanie obrazów
• pisanie poezji
w1/5
Czym jest AI?
Ekscytująca próba uczynienia
komputerów myślącymi maszynami z
pamięcią, w pełnym i dosłownym sensie
tego pojęcia (Haugeland, 1985)
Badanie zdolności umysłowych z
zastosowaniem modeli obliczeniowych
(Charniak & Mc Dermott, 1985)
Automatyzacja działań, które łączymy z
ludzkim myśleniem, jak: podejmowanie
decyzji, myślenie, uczenie się, ...
(Bellman, 1978)
Badanie algorytmów, które umożliwiają
spostrzeganie, rozumowanie i działanie
(Winston, 1992)
Sztuka tworzenia maszyn, które
wykonują działania wymagające
inteligencji wtedy, gdy są wykonywane
przez człowieka (Kurzweil, 1990)
Dziedzina badań, poszukująca wyjaśnie-
nia i sposobu emulowania zachowań
inteligentnych za pomocą pojęć
dotyczących procesów obliczeniowych
(Schalkoff, 1990)
Badanie, jak można umożliwić
komputerom wykonywanie zadań, w
których jak dotychczas ludzie są lepsi
(Rich & Knigth, 1991)
Dziedzina informatyki dotycząca
automatyzacji inteligentnego
zachowania (Luger & Stubblefield,
1993)
w1/6
Definicje AI - 4 kategorie
• Wiersze:
– górny - procesy myślenia
– dolny - sposób działania
• Kolumny:
– lewa - odnosi się do
właściwości człowieka
– prawa - określenia z
zastosowaniem terminu
„racjonalny”
Systemy
myślące w
sposób
podobny do
ludzi
Systemy
myślące
racjonalnie
Systemy
działające
podobnie
jak ludzie
Systemy
działające
racjonalnie
2
w1/7
Test Turinga (1950)
• Operacyjna definicja inteligencji
• Zachowanie inteligentne to zdolność do
osiągania umiejętności na poziomie
człowieka we wszystkich zadaniach
poznawczych, wystarczających do
wykpienia człowieka zadającego pytania.
• Komputer jest „odpytywany” przez
człowieka; OK, jeśli człowiek nie zgadł, że
odpytuje komputer.
w1/8
Warunki, aby komputer przeszedł
test Turinga
• przetwarzanie języka naturalnego (komunikacja
z rozmówcą)
• reprezentowanie wiedzy
• automatyczne rozumowanie z wykorzystaniem
zgromadzonych informacji:
– do zadawania pytań
– do wyciągania wniosków (konkluzji)
• uczenie się, adaptacja do nowych okoliczności
w1/9
Myśleć podobnie jak człowiek
• przedmiot „modelowania poznawczego”
• konieczna znajomość sposobu działania
ludzkiego mózgu:
– przez introspekcję
– przez eksperymenty psychologiczne
• Gdyby istniała precyzyjna teoria ludzkiego
umysłu, byłoby możliwe opracowanie
programu działającego zgodnie z tą teorią
w1/10
Myśleć racjonalnie
• Ujęcie z zastosowaniem praw rozumowania
• Pierwowzór: sylogizm Arystotelesa
(wzorzec struktur argumentowania, które
dają zawsze poprawną konkluzję, pod
warunkiem zastosowania poprawnych
przesłanek)
• Przykład: Sokrates jest człowiekiem;
wszyscy ludzie są śmiertelni; dlatego
Sokrates jest śmiertelny.
w1/11
Myśleć racjonalnie:
• Ujęcie logicystyczne (bazujące na logice
formalnej)
• Ujęcie z zastosowaniem racjonalnych
agentów
w1/12
Ujęcie logicystyczne
• Zbudowanie programu logicznego,
działającego jak system inteligentny
• Problemy:
– nie jest łatwe ujęcie nieformalnej wiedzy w
wyrażenia rachunku zdań i rach. Predykatów
– rozwiązanie praktycznych problemów może
wymagać niedostępnych mocy obliczeniowych
• Reprezentacja wiedzy i systemy rozumowania
ściśle określone i łatwo zrozumiałe
3
w1/13
Ujęcie z zastosowaniem
racjonalnych agentów
• Działać racjonalnie = osiągnąć cel, gdy są
dane przekonania
• Agent: jednostka, która spostrzega i działa
• Zalety:
– ujęcie bardziej ogólne niż stosowanie „praw
myślenia”
– bardziej podatne na rozwój naukowy
• Ograniczona racjonalność
w1/14
Podstawy AI (1)
Filozofia (428 pne. - obecnie)
– Platon - pytanie o algorytm rozróżniania pojęć
– Arystoteles - system sylogizmów
– Leibnitz (materializm) 1646-1716 - mechaniczny
układ do przeprowadzania operacji mentalnych
– Hume (empirycyzm) - zasada indukcji
– Russel (1872-1970) - logiczny pozytywizm: cała
wiedza może być przedstawiona za pomocą teorii
logicznych, połączonych ze zdaniami
obserwacyjnymi (obserwacje dokonane za pomocą
czujników)
w1/15
Podstawy AI (2)
Matematyka (ok. 800 - obecnie)
– al-Khowarazmi: wprowadził algorytm
– Boole (1847): formalny język rozumowania
logicznego
– Frege (1879): logika 1. Rzędu
– Tarski (1902-1983): teoria referencji (jak obiekty
logiczne odnoszą się do obiektów świata)
– Gödel (1931): twierdzenie o niezupełności (w
każdym języku umożliwiającym opis własności
liczb naturalnych istnieją zdania prawdziwe, które
są nierozstrzygalne)
w1/16
Problemy
• Trudne (intractable): czas wymagany do
rozwiązania przykładowego problemu danej
klasy rośnie co najmniej wykładniczo w
stosunku do wymiaru tego problemu
• NP-zupełne (NP-complete): typowe np. dla
kanonicznego przeszukiwania lub procesów
rozumowania; problem klasy NP-zupełnej
daje się zredukować do problemu trudnego
w1/17
Podstawy AI (3)
Psychologia (1879 - obecnie)
• behawioryzm (istotne są obiektywne związki:
bodziec-odpowiedź; wiedza, przekonania,
cele i rozumowanie są nienaukowe)
• psychologia poznania (cognitive psychology):
Craik (1943) - podstawy agentów bazujących
na wiedzy
w1/18
Podstawy AI (4)
• Informatyka (1940 - obecnie) - rozwój
środowisk sprzętowych i programowych
koniecznych do badań w zakresie AI
• Lingwistyka (1957 - obecnie) - rozwój
wspólnie z AI:
– lingwistyka obliczeniowa
– przetwarzanie języka naturalnego
4
w1/19
Historia AI (1943-1956)
Początki AI
– Mc Culloch & Pitts (1943) - model sztucznego
neuronu
– Shannon, Turing (ok. 1950) - programy do gry w
szachy
– Minsky (1951) - pierwszy komputer neuronowy
(3000 lamp + autopilot z B-24; 40 neuronów!!!)
– Newell & Simon - LT=Logic Theorist (program
komputerowy zdolny do myślenia
nienumerycznego)
w1/20
Historia AI (1952-1969)
Wczesny entuzjazm, wielkie
oczekiwania
– Newell & Simon - GPS (General Problem
Solver) - pierwszy program myślący „po
ludzku”
– McCarthy (1958) - LISP (LISt Processing)
– Minsky (ok. 1963) - mikroświaty (np. świat
klocków)
– Rosenblatt (1962) - perceptron (sieć neuronów,
która się uczy)
w1/21
Entuzjazm (1957)
• H. Simon:
It is not my aim to surprise or shock you - but the
simplest way I can summarize is to say that there
are now in the world machines that think, that
learn and that create. Moreover, their ability to
do these things is going to increase rapidly until -
in a visible future - the range of problems they
can handle will be coextensive with the range to
which human mind has been applied.
w1/22
Historia AI (1966-1974)
Dawka realizmu
• Programy początkowo nie zawierały wiedzy
i działały stosując jedynie pewne
manipulacje na tekstach (ELIZA)
• Wiele problemów okazało się zbyt trudnych
lub NP-zupełnych
• Stwierdzono fundamentalne ograniczenia
związane z podstawowymi strukturami AI
(np. neuronów)
w1/23
Historia AI (1969-1979)
Nowe, skuteczne koncepcje
• Wąskie dziedziny problemowe
• Systemy doradcze
– MYCIN: diagnostyka chorób krwi i płynu
mózgowo-rdzeniowego (450 reguł, uwzględnienie
niepewności i sprzecznych opinii ekspertów)
– PROSPECTOR: wspomaganie prac wiertniczych
– inne skuteczne wdrożenia
• Minsky (1975): reprezentacja wiedzy - „ramy”
w1/24
Historia AI (1980-1988)
AI staje się przemysłem
• Komercyjny system doradczy R1
(Mc Dermott, 1982)
• V generacja komputerów (Japonia, 1981)
• Sprzedaż 2 mld $ w 1988
5
w1/25
Historia AI (1986-obecnie)
• Powrót sieci
neuronowych
• Algorytmy genetyczne
i programy
ewolucyjne
• Systemy szkieletowe
• Sieci przekonań
• Inżynieria wiedzy
• Uczenie maszynowe
i odkrycia w bazach
danych
• ...
w1/26
Podsumowanie
• Filozofia: myśl jest pod pewnym względem jak
maszyna, która działa na wiedzy zakodowanej
w określonym języku,
• Matematyka: dostarczyła narzędzi do opisu
procesu myślenia,
• Psychologia: teoria, że ludzie i zwierzęta mogą
być postrzegani jako maszyny przetwarzające
informacje,
• Technologia komputerowa: pozwala na
implementację algorytmów,
w1/27
Inteligentny Agent
w1/28
Inteligentny agent
• Agent postrzega swoje otoczenie poprzez
sensory
• Agent oddziałuje na otoczenie poprzez efektory
w1/29
Inteligentny agent - przykłady
• Człowiek:
– sensory: oczy, uszy, nos, ...
– Efektory: ręce, nogi, usta, ...
• Robot:
– sensory: kamera TV, czujniki IR, sonar, ...
– Efektory: chwytaki, głośnik, wyświetlacz, ...
• Agent programowy:
– sensory i efektory: ciągi bitów
w1/30
Przykład idealnego racjonalnego
agenta: SQRT w kalkulatorze
6
w1/31
Struktura inteligentnego agenta
AGENT
=
ARCHITEKTURA
+
PROGRAM
Środowisko, w którym
można realizować
program:
• komputer 1-układowy
• kamera
• mikrofon
• ...
• Oprogramowanie
umożliwiające
realizację programu
agenta (np. BIOS)
Funkcja,
realizująca
odwzorowanie
od percepcji do
akcji
w1/32
Przykłady
Typ agenta
Percepcje
Akcje
Cele
Środowisko
System
diagnostyki
medycznej
Symptomy,
wyniki,
odpowiedzi
pacjenta
Pytania,
testy, terapie
Zdrowy
pacjent,
minimalne
koszty
Pacjent,
szpital
System
analizy
obrazów
satelitarnych
Punkty (pixe-
le) o zmien-
nej intensyw-
ności, kolor
Drukuj
kategoryzację
sceny
Poprawna
kategoryzacja
Obrazy z
orbitującego
satelity
Interaktywny
nauczyciel
angielskiego
Wpisywane
słowa
Drukuj
ćwiczenia,
sugestie,
poprawki
Maksymali-
zuj ocenę
studenta z
testu
Zbiór
studentów
w1/33
Przykład agenta - taksówkarz
Typ agenta
Percepcje
Akcje
Cele
Środowisko
Taksówkarz
Kamery,
prędkościomierz,
GPS, mikrofon
Kierowanie,
przyspieszanie
hamowanie,
rozmowa z
pasażerem
Bezpieczeń-
stwo
szybkość,
komfortowa
jazda,
przestrzeganie
kodeksu,
maksymalne
zyski
Droga,
korki,
piesi
w1/34
Ś
rodowisko
AGENT
Sensory
Efektory
Jaki jest świat w
tej chwili ?
Jakie działania
trzeba wykonać?
Warunki - reguły działania
Agent działający na zasadzie odruchów
w1/35
Ś
rodowisko
AGENT
Sensory
Efektory
Jaki jest świat w
tej chwili ?
Jakie działania
trzeba wykonać?
Warunki - reguły działania
Jak zmienia sie świat?
Stan
Co powoduje moje działanie ?
Agent działający na zasadzie odruchów
ze stanem wewnętrznym
w1/36
Ś
rodowisko
AGENT
Sensory
Efektory
Jaki jest świat w tej
chwili ?
Jakie działania trzeba
wykonać?
Cel
Jak zmienia sie świat?
Stan
Co powoduje moje działanie ?
Co się stanie jeżeli
wykonam działanie A ?
Agent ukierunkowany na cel
7
w1/37
Ś
rodowisko
AGENT
Sensory
Efektory
Jaki jest świat w tej
chwili ?
Jakie działania trzeba
wykonać?
Jak zmienia sie świat?
Stan
Co powoduje moje działanie ?
Co się stanie jeżeli
wykonam działanie A ?
Jak szczęśliwy będę
w tym nowym stanie ?
Użyteczność
Agent ukierunkowany na użyteczność
w1/38
Podsumowanie
• Agent
• Agent inteligentny
• Cztery typy agentów