2017/3/28 Jak Motywować Maszynę ? - Wyłanianie się Inteligencji Obudowanej Dr. Janusz A. Starzyk

2017/3/28 Inteligencja Inteligencja maszyn jest największym wyzwaniem projektantów i programistów systemów, a zgłębienie tajników inteligencji naturalnej należy do największych wyzwań neurobiologów, filozofów, psychologów, bioinformatyków, lingwistów, antropologów, i naukowców w wielu innych dziedzinach.

2017/3/28 Inteligencja Pattie Maes MIT Media Lab “…Perhaps the last frontier of science – its ultimate challenge- is to understand the biological basis of consciousness and the mental process by which we perceive, act, learn and remember..” z ksiązki Principles of Neural Science, E. R. Kandel i inni. E. R. Kandel otrzymał nagrodę Nobla w 2000 za prace nad fizjologicznymi podstawami pamięci w sieciach neuronowych. “…The question of intelligence is the last great terrestrial frontier of science...” cytat z ksiązki Hawkins’a On Intelligence. Jeff Hawkins założył Redwood Neuroscience Institute zajmujący sie badaniami działania mózgu

2017/3/28 Organizacja wykladu Klasyczna Sztuczna Inteligencja (Artificial Intelligence AI) Inteligencja Obudowana (Embodied Intelligence EI) Wyzwania EI Musimy wiedzieć jak ja zorganizować Musimy poznać metody jej implementacji Musimy mieć środki żeby ja zbudować i utrzymać jej działalność Nadzieje EI Ekonomiczne Społeczne

2017/3/28 Inteligencja Oficjalna wypowiedz naukowców na temat inteligencji Grudzień 13, 1994: Edytorial podpisany przez 52 naukowcow, opracowany przez Linde S. Gottfredson, University of Delaware Inteligencja jest ogólną cechą umysłu która, miedzy innymi zawiera umiejętność rozumowania, planowania, rozwiązywania problemow, abstrakcyjnego myślenia, rozumienia złożonych pojęć, szybkiego uczenia sie i uczenia sie przez doświadczenie. Na podstawie http://www.indiana.edu/~intell/map.shtml

Klasyczna AI Inteligencja Obudowana 2017/3/28 Klasyczna AI Inteligencja Obudowana Inteligencja abstrakcyjna Próbuje symulować “najwyższe” funkcje umysłu: język, rozumowanie, matematykę, abstrakcyjne rozwiązywanie problemow Model otoczenia Warunkiem abstrakcyjnego rozwiązania problemu “mozg w próbówce” Umysł wcielony Wiedza wynika z faktu ze mamy ciało Ciało jest podstawa rozwoju mózgu Inteligencja rozwija sie poprzez współdziałanie z otoczeniem Jest usytuowana w specyficznym otoczeniu Otoczenie jest swoim najlepszym modelem

Podstawy rozwoju inteligentnych systemow 2017/3/28 Podstawy rozwoju inteligentnych systemow Z ksiązki Rolf Pfeifer “Understanding of Intelligence” Współdziałanie ze złożonym otoczeniem Tania budowa Balans ekologiczny Zasada nadmiarowości Równoległe, luźno połączone procesy Asynchronizm Współdziałanie czujnikow i przekaźników Zasada wartości Agent Rysunek Ciarán O’Leary- Dublin Institute of Technology

Zasada “taniości” Inteligentni agenci: “tanio” 2017/3/28 Zasada “taniości” Inteligentni agenci: “tanio” Eksploatacja niszy ekologicznej ekonomiczny (ale nadmiarowy) Eksploatacja specyficznych własności fizycznych interakcji ze środowiskiem

Zasada “balansu ekologicznego” 2017/3/28 Zasada “balansu ekologicznego” Balans i rozłożenie zadan pomiędzy morfologie obliczenia neuronowe (system nerwowy) materiały otoczenie Balans złożoności Przy danych zadaniach w środowisku Dopasowanie stopnia złożoności systemow: sensorycznego, motorycznego i nerwowego

2017/3/28 Zasada nadmiarowości Nadmiarowość jest konieczna do zachowan adaptacyjnych Częściowe dublowanie funkcjonalności w rożnych podsystemach Systemy sensoryczne: rożne procesy percepcji z “dublowaniem” informacji

Stymulacja wejścia poprzez interakcje z otoczeniem 2017/3/28 Stymulacja wejścia poprzez interakcje z otoczeniem Wielorakie skojarzone oddziaływania Ograniczenia wynikające z morfologii i materiałów Generowanie korelacji poprzez oddziaływania fizyczne Podstawa do korelacji pomiędzy zmysłami

Zasada oddziaływań sensoryczno-motorycznych 2017/3/28 Zasada oddziaływań sensoryczno-motorycznych Holk Cruse •nie ma centrum kontrolnego •jest tylko lokalna komunikacja miedzy neuronami •globalna komunikacja odbywa sie poprzez środowisko. Połączenia neuronowe Samo-organizowanie sie danych sensorycznych poprzez oddziaływanie z otoczeniem Jest to rzeczywisty proces fizyczny a nie “symulowany” Jest warunkiem koniecznym uczenia

Zasada równoległych, luźno połączonych procesow 2017/3/28 Zasada równoległych, luźno połączonych procesow Inteligentne zachowanie wylania sie z interakcji agenta z otoczeniem Duża ilość równoległych luźno połączonych procesow Asynchronizm Koordynacja poprzez –neuronowy system sensoryczno-motoryczny –współdziałanie z otoczeniem

Inteligencja Obudowana 2017/3/28 Inteligencja Obudowana Definicja Inteligencja Obudowana (Embodied Intelligence EI) jest to mechanizm który uczy sie jak przetrwać w nieprzychylnym otoczeniu Mechanizm: biologiczny, mechaniczny albo wirtualny agent EI oddziaływuje na otoczenie i odczuwa wyniki swojego działania Nieprzychylność otoczenia nie zanika i stymuluje EI do działania Nieprzychylność: agresja, bol, ograniczone środki, itp. EI uczy sie, musi wiec mieć asocjacyjna pamięć Wiedza jest zdobywana przez EI (pochodna inteligencji)

2017/3/28 Obudowa Umysłu Obudowa zawiera połączenia sensoryczne i motoryczne którymi rdzeń inteligencji kontroluje przy współdziałaniu z otoczeniem. Konieczna do rozwoju inteligencji Niekoniecznie stała lub w formie fizycznego ciała. Jej granice sa zmienne i wpływają na samookreślenie mózgu. Environment Intelligence core Embodiment

Obudowa Umysłu Mozg uczy sie ograniczeń własnej obudowy 2017/3/28 Obudowa Umysłu Mozg uczy sie ograniczeń własnej obudowy Świadomość jest rezultatem utożsamiania sie z własną obudowa Obudowa może być poszerzona przez użycie narzędzi i maszyn. Pomyślne działanie zależy od poprawnego postrzegania środowiska i własnej obudowy.

Wymogi Obudowanej Inteligencji 2017/3/28 Wymogi Obudowanej Inteligencji Zależna od stanu układu Uczy się wzorców przestrzenno-czasowych Zlokalizowana w czasie i przestrzeni Uczenie się Nie ustające Wykrywające nowość Ma system wartości Wykrywanie bólu Kontrola bólu Tworzenie celu działania Współzawodniczące cele Wyłania się Sztuczna ewolucja Samo-organizacja struktur

Kodowanie Wejść Sensorycznych 2017/3/28 Kodowanie Wejść Sensorycznych Kandel Fig. 30-1 Richard Axel, 1995 Kandel Fig. 23-5 Foot Hip Trunk Arm Hand Face Tongue Larynx Wzrok, słuch, smak, węch, dotyk-> ruch Jak przetwarzać i reprezentować informacje zmysłowe?

Wyzwania Inteligencji Obudowanej 2017/3/28 Wyzwania Inteligencji Obudowanej Rozwój połączeń zmysłowych Aktywne widzenie Przetwarzanie mowy Dotyk, powonienie, smak, temperatura, ciśnienie Dodatkowe instrumenty postrzegania Wykrywanie podczerwieni, radar, detektor światła i odległości, ultradźwięki, globalny system lokalizacji (GPS), itp. Czy duża liczba sensorów może być mniej użyteczną? Rozwój sensorów bólu Energia, temperatura, ciśnienie, poziom przyspieszenia Sygnał od nauczyciela Rozwój połączeń motorycznych Ruch ramion, nóg, palców, oczu

Wyzwania Inteligencji Obudowanej 2017/3/28 Wyzwania Inteligencji Obudowanej Znalezienie rozwiązania algorytmicznego Asocjacji, pamięci, uczenia sekwencyjnego, budowania niezmienników, reprezentacji, oczekiwania, uczenia systemu wartości, określania celow, planowania Rozwój obwodow sieci neuronowych Określenie organizacji sztucznych mini kolumn Samo-organizacja hierarchii mini kolumn receptorow i efektorów Samo-organizacja układów określania celow

2017/3/28 Jak Motywować Maszynę ? Podstawowe pytanie to jak motywować maszynę by robiła cokolwiek, a w szczególności by zwiększyła swój stopień złożoności? Jak nakłonić maszynę do eksploracji środowiska i uczenia sie efektywnej pracy w środowisku?

Jak Motywować Maszynę ? 2017/3/28 Czy maszyna może być inteligentna jeśli realizuje tylko zadane cele? Jeśli nie to jak dynamicznie określać jej cele? Potrzebna jest hierarchia wartości działań Nie wszystkie wartości mogą być wbudowane Potrzebna jest motywacja działań, pobudzająca uczenie i eksploracje

2017/3/28 Jak Motywować Maszynę ? Postuluje ze to nieprzychylność środowiska jest motywacja rozwoju. To uczucie bólu jest tym co nas porusza. To nasza inteligencja która dąży do minimalizacji tego bólu motywuje nas by działać, uczyć sie i rozwijać. Potrzebujemy zarówno nieprzychylności środowiska jak i mechanizmu który uczy sie jak zredukować pochodzący ze środowiska ból. Tak wiec ból jest przydatny. Bez bólu nie byłoby inteligencji. Bez bólu nie byloby motywacji do rozwoju. Dlatego proponuje oparty o ból mechanizm motywujacy maszynę by działała, uczyła sie i rozwijała.

Ośrodek Bólu i Określania Celów 2017/3/28 Ośrodek Bólu i Określania Celów Prosty Mechanizm Prowadzi do stawiania złożonych celów Tworzy hierarchie wartości Wyczuwa zmiany poziomu bólu: Zwiększenie bólu Zmniejszenie bólu Pobudza uczenie Wymusza eksploracje Wtórny poziom bólu Zwiększenie bólu Sensor (-) + (-) (+) Środowisko (+) - (+) (-) Motor Zmniejszenie bólu Wymuszanie eksploracji Poziom bólu Pobudzanie uczenia

Określanie Abstrakcyjnych Celów 2017/3/28 Określanie Abstrakcyjnych Celów Celem jest zmniejszenie prymitywnego poziomu bólu Abstrakcyjne cele są wytwarzane w oparciu o niższe cele zaspakajają prymitywne cele Sensory pathway Motor pathway (perception, sense) (action, reaction) refrigerator Open Level II - + “ food ” becomes a Abstract pain sensory input to (Delayed memory of pain) abstract pain center Food Eat Level I - + Expectation Association Inhibition Reinforcement Connection Planning Dual pain Pain Primitive Level Stomach

Abstrakcyjne Cele Na ile cel abstrakcyjny może być celem użytecznym? 2017/3/28 Abstrakcyjne Cele Na ile cel abstrakcyjny może być celem użytecznym? Maszyna musi “zrozumieć” cel abstrakcyjny zanim go zaakceptuje Potrzebna odpowiednia reprezentacja problemu Umiejętność jego wykonania Zgodność z systemem wartości maszyny Priorytet do terminowego wykonania zadania

EI Interaction with Environment 2017/3/28 EI Interaction with Environment EI machine interacts with environment using its three pathways

Goal Creation Experiment 2017/3/28 Goal Creation Experiment PAIR # SENSORY MOTOR INCREASES DECREASES 1 Food Eat sugar level food supplies 8 Grocery Buy money at hand 15 Bank Withdraw spending limits 22 Office Work job opportunities 29 School Study - Sensory-motor pairs and their effect on the environment

Goal Creation Experiment 2017/3/28 Goal Creation Experiment Pain signals in CGS simulation

Goal Creation Experiment 2017/3/28 Goal Creation Experiment Action scatters in 5 CGS simulations

Goal Creation Experiment 2017/3/28 Goal Creation Experiment The average pain signals in 100 CGS simulations

Goal Creation Experiment 2017/3/28 Goal Creation Experiment Comparison between GCS and RL

Nadzieje Pokładane w Obudowanej Inteligencji 2017/3/28 Nadzieje Pokładane w Obudowanej Inteligencji Rozwój inteligencji maszyn będzie miał ogromny wpływ na życie i organizacje społeczeństw Postęp technologii Roboty Maszyny uczące Inteligentne urządzenia Nadchodzi era inteligencji Rewolucja przemysłowa Rewolucja technologiczna Rewolucja informatyczna ISAC, a Two-Armed Humanoid Robot Vanderbilt University

Korzyści z Obudowanej Inteligencji 2017/3/28 Korzyści z Obudowanej Inteligencji Dla Społeczeństwa Ponad ludzka inteligencja Rozwój nauki Rozwiązanie bolączek społecznych Wzrost zrozumienia i tolerancji Poprawa jakości i warunków życia

Korzyści z Obudowanej Inteligencji 2017/3/28 Korzyści z Obudowanej Inteligencji Dla Przemysłu Rozwój technologiczny Duzy wzrost przemysłu elektronicznego Nowe rynki zbytu Rozwój ekonomiczny

2017/3/28 2002 2010 2020 2030 Biologicznie Inspirowane Systemy (Wpływ na transport kosmiczny, naukę o Kosmosie i o Ziemi ) Mission Complexity Biologiczna imitacja Embrionika Extremophiles Komputery DNA Sztuczny mozg Samo Budujące sie Systemy Sztuczne nanofiltry o dużej rozdzielczości detektory zycia na Marsie Siec sensorów Biologiczne nanofiltry o niskiej rozdzielczości Skora i Kości Samoreperujące sie układy i systemy ochrony termicznej Inspirowane biologicznie pojazdy kosmiczne Transport Kosmiczny

Wygląda jak “Science fiction” 2017/3/28 Wygląda jak “Science fiction” Jeżeli próbujesz patrzeć daleko w przyszłość i to co widzisz wygląda jak “science fiction”, to możesz się mylić. Ale gdy to nie wygląda jak “science fiction”, to na pewno sie mylisz. Z prezentacji przez Feresight Institute