Javaslatok a zh-ra készüléshez. Követelmények. Az információ feldolgozás fejlődése 1. Moore törvény

Átírás

1 Intelligens Rendszerek Elmélete dr. Kutor László Az első óra anyaga: A biológiai és mesterséges intelligencia fogalom gyökerei, intelligencia elméletek. Az intelligencia mérése. A mesterséges intelligencia klasszikus és újabb területei. Felhasználónév: ire jelszó: IRE07 IRE 1/1 Javaslatok a zh-ra készüléshez. 1. Az előadásokon vetített ábrák csak a tananyag vázlatául szolgálnak, ezért az előadásokon célszerű részt venni és jegyzetelni. A jegyzetekhez a vetített ábra jobb alsó sarkában lévő számot érdemes felírni. 2. A javasolt olvasmányokat is fel kell dolgozni. 3. A felkészülést segítő kérdéseket célszerű önállóan kidolgozni. 4. A meghirdetett időpontban célszerű megírni a dolgozatokat, mivel a félév végén minden úgyis összezsúfolódik. IRE 1/4 Követelmények Vizsga követelmény: Félévközi jegy Zárthelyi időpontok: I. zh október 14. II. zh december 2. Az egyik elmulasztott zh. pótlásának időpontja december 9. A félévközi jegy ponthatárai: jeles (5) jó (4) közepes (3) elégséges (2) 0-25 elégtelen (1) Félévközi jegy pótlási időpontja: december 16. IRE 1/2 Az információ feldolgozás fejlődése 1. Moore törvény IRE 1/5 A dolgozatok száma 16 Vizsga eredménye 2007-ben Az információ feldolgozás fejlődése pontszámok 8 E III. E II. N II zh pont ősz 1 db BMF NIK, dr. 2 Kutor László IRE 1/ IRE 1/6

2 Az információ-feldolgozó gépek teljesítménye meghaladja az emberi feldolgozást? Singularity = rendkívüli, különleges helyzet (melyen nem látunk túl?) Ray Kurzweil: The Singularity is Near (2005) IRE 1/7 Intelligencia összehasonlító vizsgálatok NLSY (National Longitudinal Survey of Youth) fiatal felmérése éves korig Eredmények: Szegénység: 8-szor gyakoribb a szegénysorból kikerülők között 15-ször gyakoribb az alacsony IQ-s csoportban Törvényen kívüli gyermekek száma: 2-szer gyakoribb a szegények között 8-szor gyakoribb az alacsony IQ-s csoportban Börtönsors: Az IQ alső felébe eső csoport tagjai 10-szer gyakrabban kerülnek börtönbe mint az IQ felső felébe esők Erős vitákat kiváltó eredmények: A Wechler teszt alapján a fehérek átlag IQ-ja 102, a feketéké 87???????? IRE 1/10 Az intelligencia fogalom gyökerei Az intelligencia hányados (IQ) értelmezése E.G.Boring (~ 1920) Az intelligencia az ami az intelligencia teszt mér Norbert Wiener (~ 1956) kibernetika Edward Feigenbaum (1978) Mesterséges intelligencia IRE 1/8 E.G.Boring (~ 1920) Az intelligencia az amit az intelligencia teszt mér Binet-féle IQ értelmezés Mentális kor IQ = 100 Életkor vizsgálatban _ elért _ pont IQ = 100 korcsoport _ átlaga IRE 1/11 Az intelligencia meghatározása 1575 Juan Huarte: intelligencia = tanulási képesség, képzeleterő és döntési képesség 1839 George Morton: Craniometry koponya mérettan képviselője 1859 Charles Darvin: Az intelligencia részben örökletes 1904 Charles Sperman: az intelligencia G faktorának felfedezése 1905 Alfred Binet: Az első intelligencia teszt kidolgozása 1912 W. Stern: Javaslat az intelligencia hányados bevezetésére IQ= Mk/Ék 1936 Jean Piaget: Az intelligencia öröklött és környezeti tényezőktől függ 1971 Richard Herrnstein: az IQ különbségek oka örökletes tényezőkre vezethető vissza 1990 Thomas Buchard: minnesotai iker vizsgálatok IRE 1/9 Az intelligencia szokásos osztályai <68 Értelmi fogyatékos 2.15% Igen alacsony IQ 6.72% Átlag alatti IQ 16.13% Átlagos normális IQ 50 % Átlag feletti IQ 16.13% Kiemelkedő IQ 6.72% >131 Extrém 2.15% IRE 1/12

3 Hiányok ellensúlyozása Helen Keller író Journal My Later Life My religion The story of my Life The World I Live in Teacher: Anne Sullivan Macy When one door of happiness closes, another opens; but often we look so long at the closed door that we do not see the one which has been opened for us IRE 1/13 Intelligencia elméletek 1. Két faktor elmélet (Sperman): Minden intellektuális képesség mint funkció- két faktorra bontható szét Az általános (General) faktor, amely közös a különböző intellektuális képességekben A specifikus (Specific) faktor, amely minden képesség számára különböző, és ez a faktor különbözteti meg a funkciókat egymástól. IRE 1/16 Thorndike intelligencia értelmezése Emberi intelligencia típusok: Intelligencia elméletek 2 Sok faktor elmélet. (Thurstone): Absztrakt vagy verbális intelligencia Praktikus intelligencia, amely a tárgyakkal kapcsolatos manipulációk ügyességét jelzi. Szociális intelligencia IRE 1/14 Az intelligencia több alapvető faktor kombinációjából jön létre. Alapvető faktorok: Nyelvi megértés (V) Téri viszonyok felfogása (S) Szótalálás gyorsasága (W) Észlelési képesség (P) Számolás(N) Emlékezés(M) Következtetés(R) IRE 1/17 Wechsler féle intelligencia értelmezés: Az intelligencia az egyénnek az az összetett vagy globális képessége, amely lehetővé teszi, hogy célszerűen cselekedjék, hogy racionálisan gondolkodjék, és eredményesen bánjék a környezetével Verbális próbák: Cselekvés próbák: ismeretek rejtjelezés - próba helyzetek megértése képrendezés számismétlés képkiegészítés számolási feladat mozaik próba összehasonlítás szintézis próba (főfogalom megnevezés) IRE 1/15 A Föld 4.6 milliárd éves története Rodney A. Brooks MIT) Egysejtűek 3.5 milliárd év Fotoszintetizáló növények 2.5 milliárd év Első halak és gerincesek 550 millió év Rovarok 450 millió év Hüllők 370 millió év Dinoszauruszok 330 millió év Emlősök 250 millió év Első majmok 120 millió év Főemlősök 18 millió év Emberek 2.8 millió A mezőgazdaság feltalálása 19 ezer év Az írás feltalálása 5 ezer év Szakértői tudás Néhány száz éve IRE 1/18

4 Mesterséges Intelligencia meghatározások Az MI olyan gépek kutatásával foglalkozik, melyek az emberi megítélés szerint intelligenciát megoldó feladatok megoldására készülnek. Az MI azoknak a problémáknak számítógépes megközelítésével foglalkozik, melyek megoldásában jelenleg az emberek jobbak. Alaine Rich Az MI kutatás elsődleges célja, hogy a gépeket okosabbá tegye, másodlagosan pedig, hogy közelebb vigyen az intelligencia megértéséhez. P.H Winston Az MI tágabb értelemben az érzékelést a célszerű cselekvéssel összekötő információ-feldolgozással foglalkozó tudomány R.Kurzweil IRE 1/19 klasszikus területei 2. Problémák számítógépes reprezentációja Keresési technikák Problémamegoldás felbontással (dekompozícióval) A problémamegoldás vezérlése Mesterséges intelligencia nyelvek Tudásreprezentáció és tudásfelhasználás Az emberi intelligencia nyomában A keret probléma Következtetés a józan ész alapján Tudásgyűjtés A környezetre vonatkozó tudás Yoshaki Shirai-Jun-Ichi Tsujii IRE 1/22 Turing teszt Alan Turing ) Célja: egy számítógépről eldönteni, hogy intelligens-e Férfi Bíró Nő Beszéd alapú kommunikáió IRE 1/20 klasszikus alkalmazási területei Számítógép-tudomány: következtető rendszerek, tételbizonyítás, játékok Szakértői rendszerek Döntéstámogató rendszerek Nyelvfeldolgozás beszédtechnológia (beszédanalízis szövegfelismerés, gépi fordítás), beszédszintézis, beszédfelismerés nyomtatott és kézírás felismerés Robotika Alakfelismerés (képfeldolgozás) Gépi tanulás IRE 1/23 klasszikus területei 1. Produkciós rendszerek Keresési stratégiák A predikátum kalkulus az MI-ben Cáfolással megoldható rendszerek Szabály alapú következtető rendszerek Alapvető terv-generáló rendszerek Strukturált objektumok reprezentációja N. J. Nilson IRE 1/21 Tankönyvek: Mesterséges intelligencia Szerk: Futó Iván, 1999 Kereső rendszerek Gépi tanulás Keresési stratégiák Ismeretalapú technológia, Nevezetes gráfkereső eljárások szakértői rendszerek Ismeretprezentáció Ágens és multi-ágens rendszerek Kétszemélyes játékok Természetes nyelvek Fejlett kereső algoritmusok Beszédfelismerés Korlátozás kielégítés Látás Bizonytalanság kezelés Robotika, fizikai ágensek Programozási nyelvek Cselekvési tervek generálása IRE 1/24

5 Tankönyvek: Mesterséges intelligencia modern megközelítésben Russel-Norvig, 2000 Mesterséges intelligencia Tervkészítés Intelligens ágensek Tervkészítés a gyakorlatban Problémamegoldás kereséssel Tervkészítés és cselekvés Informált keresési módszerek Bizonytalanság Kétszemélyes játékok Valószínűségi következtető rendszere Logikusan gondolkozó ágensek Döntések meghozatala Elsőrendű logika Megfigyelés alapján történő tanulás A tudásbázis építése Neurális és valószínűségi hálók tanulá Következtetés az elsőrendű logikában, Kommunikáló ágensek Logikai következtető rendszerek Nyelv feldolgozás, Észlelés, Robotik IRE 1/25 Nézőpontok IRE 1/28 Az intelligencia alapvető tényezői Érzékelő képesség (érzékszervek) Információ feldolgozó képesség (processzor, feldolgozási módszer) Tudás (emlékezet, tapasztalat) Tanulási képesség Kommunikációs képesség IRE 1/26 A tantárgy bemutatásra kerülő témái Az emberi intelligencia és a mesterséges intelligencia alapfogalmai, mérése Érzékelők az élővilágban Technikai érzékelők Problémamegoldó rendszerek (klasszikus, elosztott, ambiens) Klasszikus és új kereső algoritmusok Tudásalapú rendszerek: szakértői rendszerek, döntéstámogató rendszerek A biológiai indíttatású információ feldolgozás elvei: mesterséges neurális hálózatok genetikus algoritmusok fuzzy logikára épülő rendszerek Az ágens technológia elvei IRE 1/27