Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Sztuczna Inteligencja, Maszynowe Piękno oraz Teoria Gier

Podobne prezentacje


Prezentacja na temat: "Sztuczna Inteligencja, Maszynowe Piękno oraz Teoria Gier"— Zapis prezentacji:

1 Sztuczna Inteligencja, Maszynowe Piękno oraz Teoria Gier
czyli czy Humanista może zajmować się komputerami? Wojciech St. Mościbrodzki Polsko-Japońska Wyższa Szkoła Technik Komputerowych GDAŃSK

2 Zagadnienia Czy istnieje Estetyka bez Człowieka,
czyli: czy Maszyny mogą odczuwać Piękno? Co to jest Sztuczna Inteligencja, czyli: czy istnieją Myślące Maszyny? Co to są Algorytmy Genetyczne czyli: jak Natura programuje Życie Bardzo krótki wstęp do Teorii Gier czyli: jak grać, żeby (dobrze) żyć

3 Piękno, estetyka i emocje
Mędrca Szkiełko i Oko, czyli czy można zmierzyć Piękno? Co to jest Piękno? Czy można zmierzyć coś, co jest płynne? Inżyniera podejście do Nieuchwytnego Czy Maszyna może zrozumieć Piękno?

4 Piękno dawniej i dziś Piękno - kiedyś Piękno - dziś
Prehistoria: piękne, znaczy pożądane Grecja: piękno to dobro, to doskonałość, to harmonia Japonia: piękno to niepowtarzalność, ulotność Chrześcijaństwo: piękno i dobro są rozdzielne (etyka i estetyka) Renesans: piękno jest obiektywne; wdzięk jest subiektywny Kant: piękno to coś, co podoba się powszechnie i bezinteresownie Piękno - dziś nie jest jednoznaczne jest wytworem kultury i cywilizacji podlega zmianom jest jak... fizyka kwantowa

5 Matematyka i piękno Czy można zdefiniować coś, co jest ulotne i zmienne? zasada złotego podziału: Dowody na to, że Złoty Podział od wieków był wzorcem: Stonehenge (3100 pne) Wielka Piramida w Gizie (2500 pne) posąg króla Gudea Sumeryjskiego (2300 pne) Akropol ateński (450 pne) świątynia Majów Chichen Itza (450 ne) islamski meczet Ukwa (670 ne) stupa buddyjska Borobudur (800 ne) katedra Notre Dame (1160 ne) prace Leonarda da Vinci kubiści, impresjoniści, surrealiści... WNIOSEK: wrażenie (np. piękna lub szpetoty) powstaje bez udziału rozumu A teraz małe doświadczenie ("zatrzymaj wrażenie")...

6

7 Kansei jako element decyzji konsumenta
Kansei (jap.) ulotne, niepowtarzalne i nieokreślone wrażenie, jakie powstaje w momencie pierwszego zetknięcia się z daną rzeczą, przedmiotem, sytuacją itp. Kansei jest związane z: życiowym doświadczeniem stereotypem opinią pozyskaną od innych wyobrażeniem świata jest niezależne od woli Czy można zmierzyć kansei? Yuku haru-ya Shun-jun-to shite Osozakura Wiosna odchodzi Niepewny marudzi jeszcze Póżny kwiat wiśni

8 Kansei Engineering Inżynierskie podejście do Piękna:
pokazuj różne (ale podobne) przedmioty grupie ludzi mierz pojawiające się kansei badaj, nie pytaj – uczucia są sferą serca, nie rozumu zestaw ze sobą cechy przedmiotów i pojawiające się doznania WYNIK: informacja o tym, jak Piękno zależy od cech (na przykład: wymiarów) Praktyczne podejście do Piękna: Mazda Miata pierwszy produkt Kansei Engineering jeden z największych sukcesów firmy poważne zwiększenie przychodów Skoro można zmierzyć emocje – to czy Komputer może je odczuwać?

9 Kansei, Haiku i komputerowa poezja
japoński utwór poetycki o dość ściśle ustalonej formie (17 = ), znany zwłaszcza w okresie Edo (shogunat). Rodzaj nostalgicznej fraszki, skupionej na kontemplacji przemijającej chwili. ma wiele płaszczyzn znaczeniowych, m.in. w opisie sceny i... zapisie musi zawierać aluzję do określenia czasu (kigo) i często paradoksalną puentę oddzieloną cięciem (kire) – nie zawsze oczywistym jak cicho wśród opadłych liści martwy lisek jaka cisza przez deszcz słyszę głos cykady bezlistna brzoza dziewczyna z naprzeciwka zasłania okno szept wschodniego wiatru wstaję w nocy zaparzyć herbaty Maszynowe Haiku komputery potrafią generować dobre haiku – często nierozróżnialne od naturalnych jest to jednak nadal proces automatyczny, bez rozumienia kontekstu

10 Wyrażanie emocji przez maszyny
Komputery potrafią "udawać" nasz sposób przekazywania emocji nie oznacza to jednak, że je odczuwają odczyt != rozumienie emisja != przeżywanie do rozumienia emocji potrzebna jest prawdopodobnie inteligencja Czy komputery mogą być inteligentne?

11 Co to jest Sztuczna Inteligencja?
Myślące Maszyny Co to jest Sztuczna Inteligencja?

12 Sztuczna vs. Ludzka (a może i nieludzka?)
Czym jest sztuczna inteligencja? AI to maszyna, o której działaniu dałoby się powiedzieć, że jest podobne do ludzkich przejawów inteligencji John McCarthy, 1950 AI to maszyna, która przechodzi Test Turinga Alan Turing, 1950 Czym jest NASZA inteligencja? "ogólna zdolność adaptacji do nowych warunków i wykonywania nowych zadań przez wykorzystanie środków myślenia" "zdolność uczenia się" "zdolność do aktywnego przetwarzania informacji w celu lepszego przystosowywania się do zmiennego środowiska" "zdolność do generowania nowych pojęć lub ich nieoczekiwanych połączeń" czy CZŁOWIEK jest inteligentny?

13 Jak zbudować myślącą maszynę?
Mózg – naturalna inteligencja (?) średnia światowa wielkość ml ( ml) około 100 mld neuronów, każdy neuron łączy się z ok. 10 tys. innych neuronów sieć połączeń ma wielkość około 1015 Sztuczny mózg = sztuczna inteligencja? podstawa – sztuczny neuron neurony poukładane warstwami algorytmy uczenia inteligencja = wagi??

14 Sztuczne neurony Sztuczny neuron Sztuczny mózg (?)

15 Osiągnięcia sieci neuronowych
Sztuczne Sieci Neuronowe: potrafią się uczyć tworzyć asocjacje, czyli skojarzenia (lata '70) rozpoznawać obrazy samoorganizować się (lata '80) rozpoznawać mowę (lata '90) sterowanie przemysłowe 2020 2000 Obecnie stosowane także w: medycynie (podejmowanie decyzji) przemyśle (sterowniki) logistyce (zarządzanie ruchem) ekonomii (giełda – automatyczne fundusze hedgingowe)

16 Algorytmy genetyczne, czyli jak zbudować myślącą maszynę?

17 Czym jest program komputerowy? Jak piszemy programy?
My i nasze programy „A na początku był Program Aż do czasu, gdy ktoś nacisnął ENTER I Program się wykonał” Czym jest program komputerowy? Jak piszemy programy? Co jest konieczne do napisania programu? Kiedy powstał pierwszy komputer?

18 Mała wyprawa w przeszłość (1)
„Człowiek: myślę, więc jestem Komputer: nie myśli, więc go nie ma?” Procesor wielordzeniowy (ok. 1998) Sieć WWW (1990) Komputer domowy (1973) Komputer osobisty (1970) Sieć Internet (1969) Komputer (?) Pamięć rdzeniowa (1951) ENIAC (1946) Maszyna Turinga (1936) Maszyna włókiennicza Jackarda (1801) Programowanie proceduralne (1200) Mechanizm z Antykithiry (150 p.n.e. )

19 Mała wyprawa w przeszłość (2)
Homo programmus (-1.000) Homo sapiens ( ) Homo antecessor ( ) Homo ergaster (-1.8 mln) Homo erectus (-2 mln) Dinosauria (-230 mln) Algae (-542 mln) Fungi (-1.5 mld) Bacteria (-3 mld)

20 Natura jako Wielki Programista
Pierwsza komórka = pierwszy program Komputer dwubinarny: ATGC Fundamenty "programowania genetycznego": Zaproponuj rozwiązanie (zakoduj) Sprawdź, jak działa Skopiuj dobre pomysły Kopiuj – ale niedokładnie! Poczekaj, aż rozwiązanie znajdzie się samo

21 ACCTGAACCAATCGGGGAATC
Jak działa ewolucja? Który z przedstawionych ludzi jest najlepszy (ma najlepsze cechy?) Cecha: zdolność do gromadzenia energii kodowanie genotyp ACCTGAACCAATCGGGGAATC ? realizacja TEST środowisko fenotyp

22 Hodujemy Wiedźmina, czyli programowanie genetyczne
Który z buildów (przydział punktów) jest najlepszy?

23 Jak działa sztuczna ewolucja?
Które z przedstawionych rozwiązań jest najlepsze? Cecha: zdolność do przetrwania kodowanie genotyp ? realizacja TEST środowisko fenotyp

24 Naturalnie czy Sztucznie
Ewolucja naturalna cechy kodowane ACTG weryfikacja jakości w środowisku miernikiem zdolność przetrwania dobór naturalny doskonalenie przez rozmnażanie rozmnażanie  wymiana genów przeżywają najlepsi najlepsi uczestniczą w rozmnażaniu mutacje Programowanie genetyczne cechy kodowane binarnie weryfikacja jakości w środowisku miernikiem – to co wybierzemy dobór symulowany doskonalenie przez krzyżowanie krzyżowanie  wymiana genów przeżywają najlepsi najlepsi uczestniczą w krzyżowaniu mutacje

25 Teoria Gier, czyli czy granie jest "naukowe"?

26 W życiu spotykamy się z sytuacją wyboru
Interakcja, gra i wybór W życiu spotykamy się z sytuacją wyboru Sytuacja Decyzyjna to konieczność podjęcia wyboru związanego z niepewną przyszłością Czy dziś iść do kina, czy do szkoły? Z którą dziewczyną się umówić? Pójść na Politechnikę, czy na PJWSTK? Podpisać umowę, czy nie? Kiedy założyć własną firmę? Jeśli ja postawię bazę tu, co zrobi on? Jeśli opowiem komuś jego sekret – czy mi wybaczy? Jeśli podpowiem mu na egzaminie, czy mi podziękuje? Jeśli nie zaproszę jej na lody, czy zrozumie? Gry typowo konfliktowe

27 Gra w tchórza Gra w tchórza:
Dwa pojazdy kierują się na zderzenie – kto pierwszy ustąpi? Jaką wybrać strategię gry? Czy można wygrać?

28 Model decyzyjny w teorii gier
Dylemat więźnia: złapano dwie osoby, podejrzewane o popełnienie przestępstwa, ale nie ma twardych dowodów ich winy. Zaproponowanie układu każdemu z podejrzanych, tworzy sytuację opisywaną w Teorii Gier. Melvin Dresher i Merril Food, 1950 Albert Tucker, 1992 gra o sumie zerowej stabilna równowaga Nasha różna od optimum Pareto Formalnie: iterowana gra decyzyjna dla dwóch podmiotów, o symetrycznej macierzy wypłat P[2,2] iterowana gra decyzyjna dla populacji N podmiotów, o symetrycznej macierzy wypłat P[m,m], gdzie m – liczba możliwych decyzji Dylemat więźnia jest w istocie modelem interakcji DOBRY-ZŁY

29 Stopień możliwości rośnie bardzo szybko ze złożonością sieci
Jak grać, żeby wygrać? Strategie gry: Zawsze uczciwa Zawsze nieuczciwa Zwykle uczciwa Zależna od środowiska Zależna od potrzeby Hammurabiego Ryzykowna Turnieje PD i programy uczące się pokazują, że wprowadzenie pojęcia sieci interakcji znacząco zmienia rozwiązanie optymalne Stopień możliwości rośnie bardzo szybko ze złożonością sieci

30 Sieć interakcji W co grają ze sobą ludzie? Czym jest sieć interakcji?
Jak zmienia się nasza sieć? Działamy w stanie niepewności

31 MMORPG, czyli od chromosomów do agentów
Bioty a ludzie Bioty a interakcja Co powoduje zmianę Czym jest agent? Programowanie zachowań indywidualnych Czy WoW może (się) uczyć Czy gry MMORPG mogą ewoluować Jak zrobić dobrą grę?

32 Podsumowanie Czym jest Piękno – i jak patrzą na nie Inżynierowie
Sztuczna inteligencja – nie wiemy, co to jest; nie wiemy, jak to zbudować; nie wiemy, czy jest to w ogóle możliwe – ale uważamy, że potrafimy Algorytmy genetyczne są sposobem, w jaki można rozwiązywać problemy nawet, jeśli nie wiemy, czy rozwiązanie istnieje ... a wszystko to na PJWSTK 

33 PJWSTK PJWSTK istnieje od 1994 Prestiżowa uczelnia techniczna Uczelnia Przyjazna Studentom Kluby Akido, Manga-Anime i A.I. Koła Naukowe: Grafiki, AI, RPG Gildia Uczymy programowania – od I roku WI Uczymy malowania i postrzegania świata - SNM Pomagamy rozwinąć własny biznes Projekty badawcze: SAKKADA, SARPA, FIDO...

34 Nasze Wydziały profil kształcenia: inżynierski kierunek: INFORMATYKA
typowy absolwent: informatyk-programista, specjalista od multimediów, menedżer projektów, menedżer (informatyk biznesowy) profil kształcenia: artystyczny kierunek: GRAFIKA typowy absolwent: grafik /specjalista od multimediów / animacji specjalista kreatywny ds mediów / reklamy designer / artysta / projektant menedżer artystyczny

35 napisz do nas:

36 Domo arigato gozaimasu!
KONIEC Dziękuję za uwagę. Domo arigato gozaimasu! Wojciech St. Mościbrodzki PJWSTK Gdańsk GG:


Pobierz ppt "Sztuczna Inteligencja, Maszynowe Piękno oraz Teoria Gier"

Podobne prezentacje


Reklamy Google