Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Sztuczna Inteligencja, Maszynowe Piękno oraz.

Podobne prezentacje


Prezentacja na temat: "Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Sztuczna Inteligencja, Maszynowe Piękno oraz."— Zapis prezentacji:

1 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Piękno dawniej i dziś Piękno - kiedyś 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Matematyka i piękno Czy można zdefiniować coś, co jest ulotne i zmienne? zasada złotego podziału: A teraz małe doświadczenie ("zatrzymaj wrażenie")...

6 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja

7 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Kansei, Haiku i komputerowa poezja Haiku 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Myślące Maszyny Co to jest Sztuczna Inteligencja?

12 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Sztuczny mózg = sztuczna inteligencja? podstawa – sztuczny neuron neurony poukładane warstwami algorytmy uczenia inteligencja = wagi??

14 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Sztuczne neurony Sztuczny neuron Sztuczny mózg (?)

15 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Obecnie stosowane także w: medycynie (podejmowanie decyzji) przemyśle (sterowniki) logistyce (zarządzanie ruchem) ekonomii (giełda – automatyczne fundusze hedgingowe)

16 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Algorytmy genetyczne Algorytmy genetyczne, czyli jak zbudować myślącą maszynę?

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

18 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Mała wyprawa w przeszłość (1) 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. ) Człowiek: myślę, więc jestem Komputer: nie myśli, więc go nie ma?

19 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Jak działa ewolucja? Który z przedstawionych ludzi jest najlepszy (ma najlepsze cechy?) ACCTGAACCAATCGGGGAATC ? fenotyp genotyp środowisko Cecha: zdolność do gromadzenia energii kodowanie realizacjaTEST

22 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Hodujemy Wiedźmina, czyli programowanie genetyczne Który z buildów (przydział punktów) jest najlepszy?

23 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Jak działa sztuczna ewolucja? Które z przedstawionych rozwiązań jest najlepsze? ? fenotyp genotyp środowisko Cecha: zdolność do przetrwania kodowanie realizacjaTEST

24 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Teoria Gier Teoria Gier, czyli czy granie jest "naukowe"?

26 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Gra w tchórza Gra w tchórza: Dwa pojazdy kierują się na zderzenie – kto pierwszy ustąpi? Jaką wybrać strategię gry? Czy można wygrać?

28 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Model decyzyjny w teorii gier 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 Melvin Dresher i Merril Food, 1950 Albert Tucker, 1992 gra o sumie zerowej stabilna równowaga Nasha różna od optimum Pareto 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. Dylemat więźnia jest w istocie modelem interakcji DOBRY-ZŁY

29 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Sieć interakcji W co grają ze sobą ludzie? Czym jest sieć interakcji? Jak zmienia się nasza sieć? Działamy w stanie niepewności

31 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja 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 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja napisz do nas:

36 Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja KONIEC Dziękuję za uwagę. Domo arigato gozaimasu! Wojciech St. Mościbrodzki PJWSTK Gdańsk GG:


Pobierz ppt "Piękno i EstetykaKanseiAlgorytmy GenetyczneSieci neuronowePJWSTKTeoria Gier i DecyzjiSztuczna Inteligencja Sztuczna Inteligencja, Maszynowe Piękno oraz."

Podobne prezentacje


Reklamy Google