Intelligens Rendszerek Elmélete

Hasonló dokumentumok
Intelligens rendszerek elmélete

Informatika Rendszerek Alapjai

Állandó tartós halhatatlan, könnyő átvinni reprodukálni,(oktatni a szakértıi rendszerhasználatát kell)

Történet John Little (1970) (Management Science cikk)

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

Szárazföldi autonóm mobil robotok vezérlőrendszerének kialakítási lehetőségei. Kucsera Péter ZMNE Doktorandusz

A számolás korai segédeszközei

A számolás korai segédeszközei

A számolás korai segédeszközei

Intelligens Rendszerek Elmélete. Versengéses és önszervező tanulás neurális hálózatokban

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

Tisztelt Hallgatók! Jó tanulást kívánok, üdvözlettel: Kutor László

Szoftver-technológia I.

Mesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek

Neurális hálózatok bemutató

OOP. Alapelvek Elek Tibor

Mérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben

- Adat, információ, tudás definíciói, összefüggéseik reprezentációtípusok Részletesebben a téma az AI alapjai című tárgyban

Beltéri autonóm négyrotoros helikopter szabályozó rendszerének kifejlesztése és hardware-in-the-loop tesztelése

Vezetői információs rendszerek

Mobil Informatikai Rendszerek

Önálló labor feladatkiírásaim tavasz

A Jövő Internet Nemzeti Kutatási Program bemutatása

Irányítástechnikai alapok. Zalotay Péter főiskolai docens KKMF

Gyártórendszerek irányítási struktúrái

Mit látnak a robotok? Bányai Mihály Matemorfózis, 2017.

Tudásalapú információ-kereső rendszerek elemzése és kifejlesztése

Mesterséges neurális hálózatok II. - A felügyelt tanítás paraméterei, gyorsító megoldásai - Versengéses tanulás

Mi legyen az informatika tantárgyban?

Objektumorientált paradigma és a programfejlesztés

Tartalomjegyzék. Előszó... 10

Szoftver-technológia II. Szoftver újrafelhasználás. (Software reuse) Irodalom

Valós idejű kiberfizikai rendszerek 5G infrastruktúrában

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

Takács Árpád K+F irányok

Interaktív, grafikus környezet. Magasszintû alkalmazási nyelv (KAL) Integrált grafikus interface könyvtár. Intelligens kapcsolat más szoftverekkel

Hálózati réteg. WSN topológia. Útvonalválasztás.

kodolosuli.hu: Interaktív, programozást tanító portál BALLA TAMÁS, DR. KIRÁLY SÁNDOR NETWORKSHOP 2017, SZEGED

Tisztán kivehetı tendencia: kommunikációs hálózatok egyre bonyolultabbakká válnak Hálózat bonyolultsága

Gyakorlatok. VITMMA09 Okos város MSc mellékspecializáció

Objektum orientált programozás Bevezetés

CARE. Biztonságos. otthonok idős embereknek CARE. Biztonságos otthonok idős embereknek Dr. Vajda Ferenc Egyetemi docens

Mérnökinformatikus alapszak (BSc)

Android Pie újdonságai

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

A szoftverfejlesztés eszközei

Intelligens biztonsági megoldások. Távfelügyelet

Intelligens beágyazott rendszer üvegházak irányításában

A tananyag beosztása, informatika, szakközépiskola, 9. évfolyam 36

MÉRNÖKINFORMATIKUS ALAPSZAK TANULMÁNYI TÁJÉKOZATÓ 2017.

NoBits (Nostalgia Bits)

Összeállította Horváth László egyetemi tanár

R3-COP. Resilient Reasoning Robotic Co-operating Systems. Autonóm rendszerek tesztelése egy EU-s projektben

Objektumorientált paradigma és programfejlesztés Bevezető

Tudásalapú információ integráció

Informatikai alkalmazásfejlesztő Információrendszer-elemző és - tervező

2017. november Jánossy Zsolt Budapesti POK Digitális Pedagógiai Módszertani Központ

Absztrakció. Objektum orientált programozás Bevezetés. Általános Informatikai Tanszék Utolsó módosítás:

Norway Grants. Az akkumulátor mikromenedzsment szabályozás - BMMR - fejlesztés technológiai és műszaki újdonságai. Kakuk Zoltán, Vision 95 Kft.

Autóipari beágyazott rendszerek. Local Interconnection Network

Szoftver újrafelhasználás

IKT trendek és tapasztalatok a BME szemszögéből

Autóipari beágyazott rendszerek. Integrált és szétcsatolt rendszerek

Ember-gép rendszerek megbízhatóságának pszichológiai vizsgálata. A Rasmussen modell.

Világos?! (Nem csak) egy természettudományos projekt története. Jánossy Zsolt Gödöllői Török Ignác Gimnázium IPET

Informatika a valós világban: a számítógépek és környezetünk kapcsolódási lehetőségei

Informatika Rendszerek Alapjai

Információ menedzsment

Döntéstámogatás terepi gyakorlatokon

Ember és robot együttműködése a gyártásban Ipar 4.0

Intelligens Rendszerek

Járműinformatika A járműinformatikai fejlesztés

Az emberi információfeldolgozás modellje. Az emberi információfeldolgozás modellje. Alakészlelés. Más emberek észlelése.

Ambiens szabályozás problémája Kontroll és tanulás-1

Neumann János Számítógép-tudományi Társaság Programozás, robotprogramozás szakkör Három félév 3 * 8 foglalkozás

30 MB INFORMATIKAI PROJEKTELLENŐR

Első Hazai Adatkezelő Kft. All Rights Reserved.

EGYÜTTMŰKÖDŐ ÉS VERSENGŐ ERŐFORRÁSOK SZERVEZÉSÉT TÁMOGATÓ ÁGENS RENDSZER KIDOLGOZÁSA

Az irányítástechnika alapfogalmai Irányítástechnika MI BSc 1

Elektronikus kereskedelem

Divényi Dániel, BME-VET Konzulens: Dr. Dán András 57. MEE Vándorgyűlés, szeptember

KÖFOP VEKOP A jó kormányzást megalapozó közszolgálat-fejlesztés

Verifikáció és validáció Általános bevezető

Számítógépes döntéstámogatás. Bevezetés és tematika

Szolgáltatásintegráció (VIMIM234) tárgy bevezető

Feladataink, kötelességeink, önkéntes és szabadidős tevékenységeink elvégzése, a közösségi életformák gyakorlása döntések sorozatából tevődik össze.

Alapszintű formalizmusok

Pozícióinformáció. Sikeres helyfüggő szolgáltatások mobilra

Intelligens Rendszerek Gyakorlata. Neurális hálózatok I.

Teljesen elosztott adatbányászat alprojekt

Beágyazott és Ambiens Rendszerek

Beágyazott és Ambiens Rendszerek

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

Egy javasolt krónikus betegellátási modell. Tóth Tamás Alkalmazott Logikai Laboratórium

BEKE ANDRÁS, FONETIKAI OSZTÁLY BESZÉDVIZSGÁLATOK GYAKORLATI ALKALMAZÁSA

Bevezetés. Szendrei Rudolf Informatikai Kar Eötvös Loránd Tudományegyetem. Programozási technológia I. Szendrei Rudolf. Bevezetés. Szoftvertechnológia

COMINN Innovációs Kompetencia a fémipari szektorban TANULÁSI KIMENET DEFINÍCIÓ

Felhasználók hitelesítése adatbiztonság szállításkor. Felhasználóknak szeparálása

Eseménykezelés. Szoftvertervezés és -fejlesztés II. előadás. Szénási Sándor.

Nagy bonyolultságú rendszerek fejlesztőeszközei

Átírás:

Intelligens Rendszerek Elmélete 9 A mesterséges intelligencia jövője, további fontos fejlesztési területei http://nik.uni-obuda.hu/mobil IRE 9/40/1 IRE 9/40/2 A mozgó célpont probléma a mesterséges intelligencia kutatásban Gyors, pontos számolás, Nagy mennyiségű adat kikeresése, Beszéd előállítás, Természetes nyelv megértés, Gépi fordítás, Alak (arc) felismerés, Zeneszerzés, Robot vezérlés. A fejlődés jellege exponenciális! Változó Változó Lineráris skála! Logaritmikus skála 1000 A görbe könyöke 100 100 10 A megoldott problémák nem értékeltek intelligenciát igénylő feladatnak! 10 1 idő 1 idő IRE 9/40/3 IRE 9/40/4 Mit értünk szingularitás alatt? egyedi, kivételes, különleges-, vagy szabálytalanságot mutató viselkedést Matematikában: a függvény szakadási helye, ahol nem értelmezett. Kozmológiában: a Világegyetem térbeli és időbeli kiindulópontját, amelyben egykor minden létező egy pontban sűrűsödött össze. A szingularitásban a téridő és a fizika törvényei is érvényüket vesztik. Fizikában: a szingularitásban az anyag kiterjedése a nullához, sűrűsége a végtelenhez közelít. Ilyen a fekete lyuk, mely állapot az ember számára nem fogható fel.. Neumann János: szerint fundamentális, a Homo sapiens lényegét - alaptermészetét - megváltoztató történelmi diszkontinuitást Technológiában: azt az eseményt nevezzük szingularitásnak, melyet emberi ésszel követni, felfogni nem lehet. Ray Kurzweil: szerint amikor a gépi intelligencia meghaladja az emberit. A számítási kapacitás fejlődése The exponential growth of computing is a marvelous quantitative example of the exponentially growing returns from an evolutionary process. We can express the exponential growth of computing in terms of its accelerating pace: it took 90 years to achieve the first MIPS per 1000 dollars; now we add 1.2 MIPS per 1000 dollars every hour. Logarithmic Plot Year IRE 9/40/5 IRE 9/40/66

További fontos területek Az információ feldolgozó paradigmák csoportosítása Koncentrált (MI) Elosztott (EMI) - Holland-féle osztályozó rendszer - Tábla paradigma - Ambiens (Ambient) intelligencia Nyelvtechnológia: - Beszéd generálás - Beszéd felismerés - Gépi fordítás Gépi látás (képfeldolgozás, alakfelismerés, képfelismerés) Robotok (intelligens?) : inkrementálisan létrehozott intelligencia Ágens paradigma IRE 9/40/7 Az elosztott (MI) rendszerekben megoldandó problémák Hogyan írjuk le, bontsuk fel és rendeljük hozzá a problémákat a feladat megoldására szerveződő külön-külön intelligens alrendszerek között, valamint a részeredményeket hogyan szintetizáljuk? Hogyan biztosítsuk az alrendszerek kommunikációját és interakcióját? Milyen nyelvet protokollt használjanak és mikor kommunikáljanak? Hogyan biztosítsuk az alrendszerek koherens viselkedését, és hogyan kerüljük el az esetlegesen káros összeütközéseket? Hogyan jön létre az alrendszerek működésének ütemezése? Milyen technikai megoldásokat használjunk az elosztott mesterséges intelligencia rendszerek tervezésére és építésére, optimalizálására? IRE 9/40/8 Elosztott rendszerek optimalizálása (Siker büntetés- elosztása) Visszacsatolás!! Credit assignment A Holland-féle osztályozó rendszer hierarchikus szerkezete L.B.Booker, D.E. Goldberg, J.H. Holland, (1982) bemenetek Szabálykereső rendszer (GA) Súlyozó (tanító) rendszer kimenetek Bemeneti Osztályozó rendszer Kimeneti Főbb elvek: 1. siker elosztás a közreműködés arányában (globális) 2. Adaptálás a helyi információk alapján (lokális) IRE 9/40/9 IRE 9/40/10 Az osztályozó rendszer részei feltétel válasz osztályozók tárolója korábbi sikeresség A tűzoltóbrigád algoritmus (Bucket brigade) Célja : elosztott, inkrementális tanulás Bemenet Bemeneti Üzenetlista Kimeneti Válasz Bemeneti interfész: a környezet aktuális állapotát szabványos üzenetté alakítja át. Az osztályozók tárolója: a rendszer információ feldolgozó eljárásait leíró szabályokat tartalmazza. Üzenet lista: egyrészt a bemeneti interfésztől, másrészt az aktivizált és engedélyezett szabályoktól érkező üzeneteket tartalmazza. Kimeneti interfész: alakítja át az üzenetek egy részét olyan rendszer-válaszokká, melyek módosítják a környezet állapotát. IRE 9/40/11 Az osztályozó (szabály) felépítése: Ha (feltétel) akkor (következmény,hatás,üzenet) erősség(s(t)) A szabály aktivizálásában szerepet játszó tényezők: feltétel megfelelés (relevance) R(c) korábbi sikeresség (strength) S(c,t) A szabályok az aktivizálásukért versenyeznek. A verseny a felajánlás (bid) alapján dől el B(c) B(c,t)=k*R(c)*S(c,t) A győztes a felajánlást átadja annak a szabálynak, ahonnan az üzenet kapta. IRE 9/40/12

A Holland-féle osztályozó rendszer főbb jelemzői Párhuzamos rendszer. Üzenet-továbbításos rendszer. Szabály alapú tudásábrázolás. Adaptív, a tanulás az un. Bucket brigade algoritmusra épül. Folyamatos szabálykereső mechanizmussal rendelkezik, mely a genetikus algoritmusokra épül. A tábla (Blackboard) paradigma Elosztott inkrementális problémamegoldó rendszer Szakértők (tudásforrások) Newel (1963), Simon (1975) Tábla Ütemező IRE 9/40/13 IRE 9/40/14 A tábla paradigma komponensei Komponensei: Tudás források független alrendszer belső tudásábrázolása és következtető mechanizmusa rejtett minden kommunikáció csak táblán keresztül jöhet létre Tábla kommunikációs interfész általános hozzáférhető adatbázis (kollektív emlékezet) átmeneti tároló és indító (trigger) mechanizmus Ütemező mint felügyelő és ütemező irányítja a problémamegoldás menetét figyelembe véve az egyes tudás források közreműködéséből eredő várható hasznot nyomon követi a problémamegoldás menetét IRE 9/40/15 A tábla paradigma jellemzői INKREMENTÁLIS PROBLÉMAMEGOLDÁS TUDÁSFORRÁSOK (szakértők) FÜGGETLENSÉGE Moduláris rendszer, az újabb szakértők adhatók a rendszerhez a korábbiak módosítása nélkül. A gyengén szereplő szakértők munkája javítható, vagy eltávolíthatók a rendszerből. KÜLÖNBÖZŐ PROBLÉMA-MEGOLDÓ TECHNIKÁK EGYIDE-JŰLEG ALKAZMAZHATÓK Minden szakértő fekete doboznak tekinthetők, csak a kommunikációs nyelvük közös. FLEXIBILIS TUDÁS ÁBRÁZOLÁS Nincsenek korlátozások, hogy milyen információk kerülhetnek a táblára KÖZÖS INTERAKCIÓS NYELV A szintakszis és a szemantika előre meghatározott ESEMÉNY ALAPÚ AKTIVÁCIÓ Célvezérelt aktivitás. Minden szakértő keresi a lehetőséget, hogy közreműködjön a feladat megoldásában A VEZÉRLÉS SZÜKSÉGESSÉGE Ki írhat a táblára? Mi a közreműködés ára? IRE 9/40/16 A nyevtechnológia területei 1. Beszéd előállítás Tárolt mintákból építkező Szintetizált beszéd kötött-szavas kötetlen szótáras (Text To Speech) 2. Beszéd felismerés Személyfüggő Személyfüggetlen Izolált szavakat felismerő: Folyamatos beszédet felismerő: 1 3 2 4 3. Gépi fordítás IRE 9/40/17 Gépi fordítással kapcsolatos oldalak Gépi fordít tás tudás központ http://www.etranslate.com/en/index.know.html Google keresési példa http://www.google.com/search?q=web+site+localization Tőrvényi szabályozás http://www.wmcd.com/articles/international/interarticle8.html Fejlesztési tanácsok többnyelvű oldakhoz http://www.microsoft.com/mind/0100/internat/internat.asp KANT Honlap http://www.lti.cs.cmu.edu/research/kant/ Translator s Workbench (www.trados.com) Gépi fordítással kapcsolatos szabadalmak: 5,677,835 Integrated authoring and translation system 5,995,920 Computer-based method and system for monolingual document development U.S. Patent and Trademark Office http://www.uspto.gov/patft/index.html IRE 9/40/18

A gépi látás területei, megoldandó feladatai és jellemzői Képfeldolgozás: digitális kép létrehozása, a leképezési hibák kijavítása, jellemző tulajdonságok kiemelése, kép átalakítása (kép-kép leképzés) Alakfelismerés: a képen előforduló alakzatok, képet jellemző sajátságok felismerése (jellemzők meghatározása, azonosítás) Képfelismerés: a képen rögzített objektumok felismerése adatbázis alapján (leírás, értelmezés, azonosítás) Beágyazott (ambiens) információs rendszerek: a befogadó fizikai/kémiai/biológiai környezetükkel intenzív, valós idejű információs kapcsolatban álló, autonóm működésű, szolgáltatás-biztos (dependable), láthatatlan számítógépes rendszerek, melyek lokálisan (általában) korlátozott, globálisan (általában) bőséges erőforrásokkal (idő, adat, tápellátás, memória,...) rendelkeznek. Dr. Péceli Gábor BME MIT Megoszlás: 10% PC 90% beágyazott rendszer! IRE 9/40/19 IRE 9/40/20 Beágyazott rendszerek meghatározásai Az európai populáció megoszlása 30 év múlva Beágyazott rendszereknek nevezzük azokat a processzoralapú eszközöket, ill. az ezekből alkotott rendszereket, amelyek a befogadó fizikai / kémiai / biológiai környezetüket autonóm módon képesek érzékelők segítségével megfigyelni és beavatkozók segítségével befolyásolni. Olyan informatikai alkalmazások ezek, amelyek rendeltetésüknél fogva nagyfokú szolgáltatásbiztonsággal jellemezhetők. Egyéb meghatározások: An embedded system is a special-purpose computer-controlled electromechanical system in which is completely encapsulated by the device it controls. An embedded system has specific requirements and performs predefined tasks, unlike a general-purpose personal computer. Wikipedia Embedded systems are specialised computers used in larger systems or machines to control equipment such as automobiles, home appliances, communication, control and office machines. ARTEMIS Strategic Research Agenda IRE 9/40/21 A sötét sáv a segítségre szorultak arányát mutatja VDE/VDE AAL Ambient Assiste living IRE 9/40/22 Ambient Assisted Living (AAL) Informatikával támogatott életvitel? Risto Karlsson Carolien Koning, Eeva Päivärinta, Niilo Saranummi, Fontos, hogy a technológia egyszerűen legyen kezelhető Feltételei: Nagy beépített tudás Kényelmi szolgáltatások Gondosan tervezett felhasználói felület IRE 9/40/23 IRE 9/40/24

Ambiens rendszerek értelmezése Ambiens rendszereknek nevezzük azokat a beágyazott rendszereket, amelyek az emberi (pl. otthoni vagy munkahelyi) környezet részévé válva elsősorban az életvitel és az életminőség szolgálatában állnak. Ennek megfelelően az ambiens rendszerek legfőbb tulajdonsága az emberközpontúság, mégpedig úgy, hogy a működésük a lehető legkevesebb terhet jelentse azoknak, akiknek az érdekében létrehozták őket. IRE 9/40/25 Intelligens robotok A mesterséges intelligencia kutatás szerelemgyerekei Mozgásképes önműködő berendezések (Vámos Tibor) Első generáció: kizárólag vezérléssel működtethetők, a környezet változásait nem érzékelik. A második generáció: környezetüket szenzorokkal vizsgálják, az ígyszerzettésa sajátműködésükről nyert információk alapján a számítógép bármikor képes módosítani a robot mozgását, például kikerüli a váratlanul útjába került akadályokat. Feladataikat magas szintű programnyelven határozzák meg. A harmadik generáció: alkalmazkodnak a környezet változásaihoz, alakokat és helyzeteket ismernek fel, hanggal is vezérelhetők, esetenként hanggal tudnak válaszolni, önálló döntéseket hoznak, bonyolult feladatokat oldanak meg, tanuló mechanizmusokkal is rendelkeznek. IRE 9/40/26 Mobil Robot USA 2008 nov. Robotok várható fejlődése 2016-ig Forrás: Kömlődi Ferenc Mobil robotok 2006 IRE 9/40/27 IRE 9/40/28 A robotpiac fejlődési tendenciái 1995-2025 A robotfejlesztés főbb területei Mozgató mechanizmusok (mi adja a mozgató energiát?) Érzékelők (a belső és külső környezet figyelésére) Energia ellátás Önálló működés Kommunikáció Együttműködő képességek (rajok?) Tanuló képesség Forrás: Kömlődi Ferenc Mobil robotok 2006 Japan Robot Association: http://www.jara.jp/e. IRE 9/40/29 IRE 9/40/30

Rodney Brooks új vállalkozása: az emberi robotmunkát helyettesítő olcsó humanoid robot építése IRE 9/40/31 Az inkrementális-, ( alulról építkező ) robotépítés célja, elvárásai és javasolt módja Cél: Olyan autonóm és intelligensnek tekinthető lény létrehozása, amely az emberekkel együtt létezik (él?). Elvárások az autonóm és intelligens viselkedésű lényekkel szemben: Megfelelően és időben reagáljon a dinamikusan változó környezeti hatásokra. Robusztus legyen : a környezet kisebb nagyobb változása ne okozhassa a viselkedés összezavarodását. Célokkal kell rendelkeznie. szerepe van a földön Megvalósítás javasolt módja: Inkrementális építkezés Minden egyes részfunkció megvalósításánál biztosítjuk a rendszer teljes működését Minden alrendszer önálló érzékelő és vonatkozó képességgel rendelkezzen Az alrendszerek üzenetekkel tartják egymással a kapcsolatot, egymást serkentik vagy gátolják. IRE 9/40/32 A Brooks féle magába foglaló architektúra jellemzői (Rodney Brooks, MIT) A részfunkciók önálló megvalósítása, az alrendszereknek nincs szüksége a felettük levő rendszerek kontrolljára Minden rétegnek önálló szerepe van Az összetett rendszer építése inkrementálisan, lépésről lépésre történik, a magasabb rétegek építik az alacsonyabb rétegeket A céloknak nincs központi reprezentációja, amelyek közül valamilyen központi eljárás választana. Minden alrendszer végzi a feladatát Az alrendszerek tesztelése mindig a valóságos helyzetben történik. Így elkerülhető, hogy csak leegyszerűsített un. játék problémákkal foglalkozzon A rétegek az elnyomás és a tiltás-gátló mechanizmusokon keresztül működnek együtt IRE 9/40/33 A magába foglaló architektúra vázlata és jellemzői Érzékelő Érzékelő gátlás időzítés Véges állapotú alrendszer gátlás A véges állapotú alrendszer részei: regiszterek (üzenetek fogadására, belső állapotok tárolására) véges állapotú gép egyszerű információ feldolgozó kapacitással belső időzítők Az alrendszerek jellemzői: rögzített hosszúságú üzeneteket fogad és küld aszinkron IRE 9/40/34 Ágens Orientált Programozás (AOP) Új programozási paradigma ( strukturált, OOP) Lehetséges tudományintegráló szerep (?) Természettudományok - Biológia - Etológia - Matematika - Fizika,. Informatika - Szoftvertechnológia - Számítógép hálózatok Társadalomtudományok - Kognitív tudomány - Pszichológia - Szociológia - Menedzsment,. Mesterséges intelligencia - Alap paradigmák - Szakértői rendszerek - Robotika (..gépi látás) - Beszédfelismerés, Az ágens paradigma értelmezése, tipikus ágens feladatok, alkalmazások Az ágensek esemény vagy célvezérelt autonóm programok, amelyek valaki érdekében cselekszenek. soft botok Tipikus ágens feladatok: A bejövő információk szűrése, megválaszolása Döntéstámogatás (különböző adatbázisok alapján) Ismétlődő feladatok elvégzése (pl: rendszergazdai munkák) Titkári feladatok (program szervezés) Ágens alkalmazások: szakértői ágensek, oktató ágensek, interfész ágensek bevásárló ágensek, kereskedő ágensek IRE 9/40/35 IRE 9/40/36

Ágensek tulajdonságai Ágensek részei, kapcsolatos problémák beágyazottság reaktivitás tudás helyzetfüggőség autonómia kezdeményező képesség célvezérelt viselkedés tanuló képesség, adaptivitás időbeni állandóság kommunikációs képesség Antropomorf tulajdonságok (mentális állapotok): racionalitás szándék megbízhatóság igazmondás vélekedés elkötelezettség érzelmek személyiség Célok illetve a felhasználói igények tárolása A feladat végrehajtásához szükséges ismeretek tárolása, kezelése A cél eléréséhez szükséges erőforrások elérhetőségének leírása Költség és időhatárok Megoldandó problémák Platform-független nyelv (JAVA, Applescript, TeleScript) számlázás (adók) információ védelem információforrás megkeresése kommunikáció felelősség IRE 9/40/37 IRE 9/40/38 Nézőpontok Kérdések Milyen terülteken haladták meg a mesterséges informatikai rendszerek az emberi képességeket, és az emberek miben és hogyan maradhatnak versenyképesek? Miért késik a beszédfelismerő rendszerek általános elterjedése? Miért kiemelkedő fontosságú az AAL (beágyazott informatikai rendszerekkel támogatott életvitel) kutatása innovációja? IRE 9/40/39 IRE 9/40/40