MESTERSÉGES INTELLIGENCIA

Hasonló dokumentumok
Ágensek bevezető áttekintés:

Példa sejtautomatákra. Homokdomb modellek.

mint forrás Hálózati munka Pataki Éva

Neurális hálózatok bemutató

1. Informatikai trendek, ágensek, többágenses rendszerek. Intelligens Elosztott Rendszerek BME-MIT, 2018

ROBOTIKA. Kürti. Levente

Konzulensek: Mikó Gyula. Budapest, ősz

Mesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek

Stratégiák tanulása az agyban

Automaták. bemenet: pénz, kiválasztó gombok stb. állapot: standby, pénz van behelyezve stb. kimenet: cola, sprite, visszajáró

Intelligens beágyazott rendszer üvegházak irányításában

A Flowcytometriás. en. Sinkovichné Bak Erzsébet,

Adatbiztonság és adatvédelem

Mi az élő laboratórium? rium? Dr. Hronszky Imre CHIC kutatásvezet

ERLANG PROGRAMOK TRANSZFORMÁCI CIÓJA ERLANG

Mit látnak a robotok? Bányai Mihály Matemorfózis, 2017.

Mi a Selfness, és s mitől Selfness egy szolgáltat. Lélek. A kód k d neve:


Foglalkoztatási. és s Szociális Hivatal lat ltató Iroda

alkalmazások az Intelligens otthon témában

A kompetencia alapú oktatás 2009.

Dunaújvárosi Főiskola Informatikai Intézet. Intelligens ágensek. Dr. Seebauer Márta. főiskolai tanár

legfontosabb adatvédelmi delmi és s direktmarketing

LoRe-LCA. Low Resource Consumption Buildings & Constructions by Use of LCA Design & Decision Making. című projekt bemutatása

megoldásai a Trimble 5503 DR

és a Fenntartható Hegyi NóraN 2006.május 3.

Intelligens ágensek. Mesterséges intelligencia február 28.

Értelek, értelek... de miről beszélsz??

Az éghajlat el rejelz

Ágens technológiák. Starkné dr. Werner Ágnes Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék

Mesterséges intelligencia. Gregorics Tibor people.inf.elte.hu/gt/mi

Megerősítéses tanulás

Autonóm - és hagyományos közúti járművek alkotta közlekedési rendszerek összehasonlító elemzése

ÉPÜLETEK TŰZVÉDELME A TERVEZÉSTŐL A BEAVATKOZÁSIG TUDOMÁNYOS KONFERENCIA A BIM és a tűzvédelem The BIM and the fire protection

Osztott rendszer. Osztott rendszer informális definíciója

összetevıi október 4.

Megerősítéses tanulási módszerek és alkalmazásaik

Gyártórendszerek irányítási struktúrái

Gépi tanulás és Mintafelismerés

gyakorlati készsk módszere

Komplex munkaerőpiaci integráci. ciós s programok magyarországi gi tapasztalatai. Kellermann Éva csadó január r 31.

LEADER Program: partnerségben

Az egész. életen. pályázati projekt. julás

Az Alapítv. azon belül l a legelesettebb emberek. kséges feltételrendszer. telrendszer

A HATÉKONY TANULÁS. Differenciális pedagógia. gia

A jövő Internetje. HTE Közgyűlés május 20. Dr. Szabó Róbert, e. docens.

A QMIM Quality Organizer szoftver bemutatása

Géntechnikák. Immunoassays. Ágnes

Logisztikai információs rendszerek 1.

Új típusú döntési fa építés és annak alkalmazása többtényezős döntés területén

TARTALOMJEGYZÉK. TARTALOMJEGYZÉK...vii ELŐSZÓ... xiii BEVEZETÉS A lágy számításról A könyv célkitűzése és felépítése...

PROJEKTTERVEZÉS. Page 1. A program definíci. A projekt definíci. Olyan egymásra melynek minden eleme, 1Art. 2Art. 3Art

Bevezető feldatok. Elágazás és összegzés tétele

Versenyképess. Szolnok 2009 Károly

"A tízezer mérföldes utazás is egyetlen lépéssel kezdődik."


HU Egyesülve a sokféleségben HU A8-0005/4. Módosítás

Az informatika alkalmazása a logopédiai gyakorlatban

Tisztelt LátogatL. togatóink! koztatást adni iskolánk TÁMOP /08/ megye közoktatk. zményeiben.

Párhuzamos programozási platformok

Tisztán kivehetı tendencia: kommunikációs hálózatok egyre bonyolultabbakká válnak Hálózat bonyolultsága

Papp Zoltán. BMS Center Kft

Dr. habil. Maróti György

Dr. Sz. Molnár Anna egyetemi docens ELTE PPK

Bonyolult jelenség, aminek nincs jó modellje, sok empirikus adat, intelligens (ember)ágens képessége, hogy ilyen problémákkal mégis megbirkozzék.

I. LABOR -Mesterséges neuron

Párhuzamos programozási platformok

Logisztikai módszerek

Bevezetés a pszichológia néhány alapfogalmába

TŰZOLTÓGÉPJÁRMŰVEK VEZÉRLÉSE MÉLYKÚTI SÁNDOR

Objektumorientált paradigma és programfejlesztés Bevezető

AZ ÉRZELMI NEVELÉS. pedagógiai giai folyamatban. Herr Nikoletta Pszichopedagógus. gus rtő

forrás csadó mesterszak

Név KP Blokk neve KP. Logisztika I. 6 LOG 12 Dr. Kovács Zoltán Logisztika II. 6 Logisztika Dr. Kovács Zoltán

MOTTÓ: ABBAN, AMIBEN JÓ, J ÉS SEGÍTENI ABBAN, AMIBEN TÁMOGATÁSRA SZORUL.

Tartalomjegyzék. Tartalomjegyzék... 3 Előszó... 9

Tudásalapú információ integráció

Számítógép-rendszerek fontos jellemzői (Hardver és Szoftver):

Betekintés a komplex hálózatok világába

Objektumorientált paradigma és a programfejlesztés

ROBOTTECHNIKA ALKALMAZÁSOK, ROBOT FOGALMA. Dr. Pintér József

Programozási technológia

TRANSZGÉNIKUS NIKUS. GM gyapot - KÍNA. GM szója - ARGENTÍNA

Struktúra nélküli adatszerkezetek

Haszongépj. Németh. Huba. és s Fejlesztési Budapest. Kutatási. Knorr-Bremse November 17. Knorr-Bremse

Speciális útkereső algoritmusok. Kelemen Zsolt

A privatizáci. ció modelljei

Mesterséges Intelligencia. Csató Lehel. Csató Lehel. Matematika-Informatika Tanszék Babeş Bolyai Tudományegyetem, Kolozsvár 2007/2008

A Jövő Internet kihívásai A jövő információs és kommunikációs technológiai MTA TRB és IB közös tudományos ülés november 17.

rendszerek új j generáci

Mesterséges Intelligencia MI

Problémamegoldás kereséssel. Mesterséges intelligencia március 7.

zszolgálati lati Egyetem Rendészettudom szettudományi kar

A genetikus algoritmus, mint a részletes modell többszempontú és többérdekű "optimálásának" általános és robosztus módszere

Lőre Vendel- Csigó Györbiró Alpár Üzleti szimulációk az oktatásban

Europai Közösség, 2007 A forrás megjelölésével szabadon sokszorosítható.

ciós rendszerek Kormányzati informáci PhD hallgató

település Regisztrált szervezet 31,9% közszféra 37,3% civil szervezet 30,8% vállalkozó Lakosságszám: fı

pzés s szerepe a FOKON KONFERENCIA BIHALL TAMÁS Magyar Kereskedelmi és s Iparkamara OKTATÁSI MAGYAR KERESKEDELMI ÉS S IPARKAMARA

A KOMPLEX ALAPPROGRAM BEVEZETÉSE A KÖZNEVELÉSI INTÉZMÉNYEKBEN EFOP

Átírás:

MESTERSÉGES INTELLIGENCIA MESTERSÉGES ÉLET Orás s LászlL szló

Bevezetés Definció Áttekintés Célok Pozitívumok Alkalmazások

Bevezetés > Definció Áttekintés Célok Pozitívumok Alkalmazások Definició: mesterséges életnek nevezzük azokat, az ember által előáll llított modelleket, melyek segíts tségével élő szervezeteket, et és ezek időbeli evolúci cióját t szimulálj lják vagy reprezentálj lják

Bevezetés Definció > Áttekintés Célok Pozitívumok Alkalmazások Áttekintés: a mesterséges élettel foglalkozó tudomány magában foglalja úgy a számítógép által szimulált lt életfolyamatokat, mint a mesterségesen létrehozott l proteinek és s más, m az élettel kapcsolatba hozható molekulák modellezését

Bevezetés Definció > Áttekintés Célok Pozitívumok Alkalmazások Áttekintés: A közös k s ebben a sokrétű,, rengeteg különböző gyakorlati alkalmazással rendelkező tudományban egy iteratív, generáci ciónként nt változv ltozó, ágens populáci ció koncepciójának nak az alkalmazása

Bevezetés Definció Áttekintés > Célok Pozitívumok Alkalmazások Célok: az ágensek vagy ágens populáci ciók fejlődésének, változv ltozásának tanulmányoz nyozása

Bevezetés Definció Áttekintés > Célok Pozitívumok Alkalmazások Célok: egy valós s világbeli jelenség, folyamat tanulmányoz nyozása egy zárt, z tetszés s szerint konfigurált, számítógép által irány nyított közegbenk

Bevezetés Definció Áttekintés Célok >Pozitívumok Alkalmazások Pozitívumok: Ezáltal elkerülhet lhető a való világban létező egyedeken folytatott kísérletezés. Eddig, kivitelezhetetlen vagy erkölcsi akadályokba ütköző kisérltek elvégz gzése (természetes kiválaszt lasztódás, s, Lamarck evolúci ció).

Bevezetés Definció Áttekintés Célok Pozitívumok Alkalmazások Alkalmazások: Mesterséges kémiak kémiai reakciók k modellezése Hangya kolónia optimalizálás Gráfkeres fkeresési si feladatokra visszavezethető problémák Genetikus algoritmusok Optimális megoldást közelk zelítő algoritmus keresése se

Bevezetés Definció Áttekintés Célok Pozitívumok Alkalmazások Alkalmazások: Genetikus programozás A felhasználó által definiált program automatikus kifejlesztése se Raj intelligencia Önszervező,, decentralizált lt szimuláci ciója Evolúci ciós s művészetm Az alkotások kereszteződnek

Modellezési módszerekm

: Definíci ció: egy diszkrét t dinamikus rendszer véges állapotterű sejtek a sejt aktuális állapota a környezetk rnyezetétől, az előző állapottól l illetve a lokális lis szabályokt lyoktól l függf a sejtek párhuzamosan p változnakv az idő,, az állapotok, a tér t r diszkrét

: Osztályoz lyozás: Dimenzió szerint törtt rténik: 1,2... N dimenziós s sejtautomaták Kezdeti konfiguráci ció: Kezdetben minden sejt ugyanabban az állapotban van, kivéve ve egy véges v számú sejthalmazt mely más m állapotban van

: Egy dimenziós s automata

: Game of life két t dimenziós s S.A. A sejtnek két k állapota van. A sejt túlélili a kört, k ha két k t vagy három h szomszédja van. A sejt elpusztul, ha kettőnél l kevesebb (elszigetelődés), vagy háromnh romnál l több t (túlnépesedés)) szomszédja van. Új j sejt születik minden olyan cellában, melynek környezetk rnyezetében pontosan három h sejt találhat lható. Példaprogram: Game of life Életjáték http:// ://www.bitstorm.org/gameoflife/

: Definició: "Ágens akármi lehet, amit úgy lehet értelmezni, hogy szenzoraival a környezetét érzékeli és a beavatkozó szerveivel a környezetébe beavatkozik" (Russel, Norvig, 1995) "Autonóm ágensek olyan számítási, amelyek valamilyen komplex dinamikus környezetben tartózkodnak, érzékelnek és ebben a környezetben autonóm módon cselekednek, és ily módon olyan taszkokat vagy célokat valósítanak meg, amire megtervezték őket (Maes, Pattie 1995)

: Példaprogram: Aspirador Osztályoz lyozás 'artificial life' ágensek Hangyakolónia nia szoftver ágensek vírusok szórakoztat rakoztató ágensek taszk-specifikus specifikus ágensek

: 'Gyenge' ágens - az intelligens viselkedés külső reprodukálása Alapvető tulajdonságok: 'kitartó' ' (persistent) - folyamatosan konzisztens belső állapottal rendelkezik; autonóm - nagy fokú kontrollt gyakorol a saját belső állapota és s akciói i felett; önálló - direkt emberi beavatkozás s nélkn lkül működik; reaktív - érzékeli a környezetk rnyezetének nek változv ltozásait és s reagál l azokra; szociális - kapcsolatban áll emberekkel, ill. más m ágensekkel; kommunikál - képes informáci ciót t cserélni más m kel;

: Kiegész szítő tulajdonságok a magasabb intelligencia irány nyában: kezdeményez nyezés: - felhasználói i feladat hiány nyában maga fogalmazza meg a feladatait mobilitás - képes helyről-helyre helyre mozogni, megtartva saját t belső állapotát következtetés - tehát t tudnia kell logikai módon m következtetni tervkész szítési si készsk szség - a fentiekből értelemszerűen en következikk

: Kiegész szítő tulajdonságok : tanulás, adaptáci ció párbeszéd jóindulat - megkísérel teljesíteni teni mások m kéréseit; szelektív v figyelem - hatékony működés m véges erőforr források ill. szenzorikus lehetőségek mellett; racionális - céljai elérésére re törekszik; t

: Erős ágens - a 'tiszta' intelligencián túlmenően, en, más m s 'emberibb' vonások is Például: tudás vélemény szánd ndék meggyőződés Érzelmekkel felruházott ágens: emocionális ágens

: reaktív ágensek egyszerű intelligenciával rendelkeznek, a környezet egy ingerére re reflex- szerűen en reagálnak kognitív ágensek a reaktív ágensek képest k több t szempont figyelembevétele és s gondolkodás után n reagálnak

: A modellezés s tárgya: t segíts tségével dinamikus, nem-egyens egyensúlyi et modellezünk Például: társadalmi, politikai, szociális folyamatok gazdasági, gi, piaci jelenségek ökológiai, földrajzi f folyamatok

: környezetek környezet = az a közeg,, amelyben az ágensek léteznekl a környezet k egy speciális ágens, melynek tulajdonságai különbk nböznek a többi t ágenstől a modellezéshez szüks kség g van az ágens környezetk rnyezetének nek definiálására

: A modellezés: a statisztikai módszerekkel m szabályszer lyszerűségeket állapítunk meg és ezeket alkalmazzuk a modellépítésn snél modellépítő szoftverek használata: SWARM http://www.swarm.org/wiki/main_page Repast http://repast.sourceforge.net/ Netlogo http://www.cs.bham.ac.uk/research/projects/p oplog/packages/simagent.html

: Definíci ció: több ágensből álló modell esetén n multiágens ről l beszélünk A lényeg: l osztott intelligencia: műveletvm veletvégzés, a gondolkodás és s irány nyítás s nem egy centrumban történik Példaprogram: http:// ://www.lalena.com/ai/flock/

: Típusai: Számuk szerint kevés, de intelligens ágensekből álló, ezek általában egy feladatra koncentrálnak Számuk szerint sok, de kevésb sbé intelligens ágensekből álló, ezeket inkább szimuláci ciókra használj lják k (pl. Game of life)

: Típusai: Heterogén az ágensek különbk nböznek Homogén az ágensek egyformák, a környezeti k ágens kivétel telével

: tulajdonságai Emergencia: lokális lis szabályok által kiváltott viselkedések sek hatása a rendszer egész szére Példa: tapsolás s a szính nházban közlekedést szimuláló programban a forgalmi dugók k létrejl trejöttette

: tulajdonságai Evolúci ció: Az ágensek az idő során, a biológiai evolúci cióra alapuló,, genetikus algoritmusok segíts tségével fejlődnek Például: Ragadozó ágensek Egymással kommunikálnak, elősz ször r csak véletlenszerű üzenetekkel A kommunikáci ció következtében a generáci ciók k során n a vadászat hatékonnyabb konnyabbá válik

Neuronális : h Definíci ció: párhuzamos, osztott feldolgozó hálózat, mely a biológiai neuronális háló h (agy illetve idegrendszer) néhány n ny tulajdonságát t modellezi Felépítés: hálózatba kötött k tt csomópontokb pontokból (neuronokból áll) melyek adott bemenet függvényében egy kimenetet állítanak elő

Neuronális h Neuronális : h Alkalmazásai: Olyan területek, ahol megfigyelésekb sekből l kell levonni következtetéseket, az adatok alapján Például: mintafelismerés függvényapproximáció adatfeldolgozás

Befejezés Források Hasznos címekc Köszönet

Befejezés Források Szerző Köszönet Források: Internet: www.wikipedia.org www.goole.com Címszavak: Cell automaton Agents Multiagent Systems Neuronal Networks http://cell-auto.com/links/ http://www.swarm-bots.org/ http://en.wikipedia.org/wiki/lamarckian_evolution http://www.ace.tuiasi.ro/~fleon/ Könyvek: Kooperatív v jegyzet https://wiki.sch.bme.hu/bin/view/infoszak/kooprsz?cgisessid= 7080697d09172c65fa6540daf02f3055 modellek a társadalomtudomt rsadalomtudományokban (Vág g András statisztikai szemle,84 évfolyam, 1. szám)

Befejezés Források Szerző Köszönet Órás Kupsa László Tamás 541/2

Befejezés Források Szerző Köszönet Köszönöm m a figyelmet!