EE141 Założenia Systemowe Inteligentne Systemy Autonomiczne Janusz A. Starzyk Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie.

Slides:



Advertisements
Podobne prezentacje
Projekt Do kariery na skrzydłach – studiuj Aviation Management Projekt współfinansowany ze ś rodków Europejskiego Funduszu Społecznego. Biuro projektu:
Advertisements

Introduction to SystemC
Statistics – what is that? Statystyka dla gimnazjalistów.
Projekt Do kariery na skrzydłach – studiuj Aviation Management Projekt współfinansowany ze ś rodków Europejskiego Funduszu Społecznego. Biuro projektu:
Projekt Do kariery na skrzydłach – studiuj Aviation Management Projekt współfinansowany ze ś rodków Europejskiego Funduszu Społecznego. Biuro projektu:
Projekt Do kariery na skrzydłach – studiuj Aviation Management Projekt współfinansowany ze ś rodków Europejskiego Funduszu Społecznego. Biuro projektu:
Copyright for librarians - a presentation of new education offer for librarians Agenda: The idea of the project Course content How to use an e-learning.
Parallel Processing, Pipelining, Flynn’s taxonomy
Współprogramy Plan: Motywacja Składnia Scenariusz obiektu współprogramu Przykłady Producent – konsument ( instrukcja attach ) Czytelnik -pisarze ( instukcja.
Tadeusz Janasiewicz IT Group, Tadeusz Janasiewicz, WSUS, IT Group, r.
Piotr Nowak Development Manager Construction Innovation and Development Department The Chartered Institute of Building.
BLOOD DONATION.
Zasoby elektroniczne w cyklu akademickim Biblioteka w kryzysie czy kryzys w bibliotece Łódź 2010.
Turystyka krajoznawcza
Polityka turystyczna pańswa
POSTĘPOWANIE EGZEKUCYJNE ćwiczenia /art..13 UPE/
Program Rozwoju Obszarów Wiejskich OŚ IV PROW Mariusz Bednarz Grudzień 2007.
Systemy klastrowe inaczej klasterowe.
Propozycja siatki godzin Specjalność: Modelowanie i Programowanie Systemów Informatycznych.
Szkoły Globalne w akcji Cel ogólny Stworzenie w sześciu krajach europejskich aktywnej sieci szkół globalnych zaangażowanych w redukcję
WNIOSKI Z PRZEPROWADZONEJ ANKIETY NA TEMAT SAMORZĄDU UCZNIOWSKIEGO ORAZ GAZETKI SZKOLNEJ „KUJONEK”
PREZENTACJA WYKORZYSTANA PODCZAS DEBATY W SALI PATRONA SZKOŁY.
Podstawy programowania
Szkoła w chmurze.
Szkoła systemów społecznych. Istota, przedstawiciele, wyniki
ST/PRM2-EU | April 2013 | © Robert Bosch GmbH All rights reserved, also regarding any disposal, exploitation, reproduction, editing, distribution,
Uwaga !!! Uczniowie SP 32 w Toruniu ! Zapraszamy was i Wasze rodziny do wzięcia udziału w Festynie Zdrowia, który odbędzie się 31 maja 2013 roku podczas.
W jaki sposób uczniowie ZSE mogą działać na rzecz ekorozwoju lokalnego?
ALGORYTM.
1.
Wykonała Sylwia Kozber
VLAN Sieć VLAN jest logicznym zgrupowaniem urządzeń sieciowych lub użytkowników niezależnie od położenia ich fizycznego segmentu.
Komunikacja z platformą T2S
Jeżdżę z głową.
Portale informacyjno-edukacyjne w samorządach terytorialnych. Ocena projektów dot. OZE w programie Retscreen Anna Bogusz Warszawa, 8 luty 2011 r.
Przedmiot: Podstawy przedsiębiorczości Autor: Olga Łodyga
Władza lokalna w Polsce
Ruch niejednostajny Wykres zależności Wykres w zależności od prędkości susającego zająca (1) i poruszającego się żółwia (2) od czasu trwania ruchu.
Polskie cyfrowe miasto ? Marzenia a rzeczywistość. Maxymilian Bylicki - Zakopane, Polskie cyfrowe miasto - marzenia a rzeczywistość Maxymilian.
Inteligentne oświetlenie Systemy z automatyczną regulacją poziomu natężenia oświetlenia i detekcją obecności.
ZARZĄDZANIE PROCESAMI KOMUNIKACYJNYMI PRZEZ EVENT MARKETING
SZKO Ł A PODSTAWOWA IM. JANA PAW Ł A II W BIELINACH.
SKALA MAPY Skala – stosunek odległości na mapie do odpowiadającej jej odległości w terenie. Skala najczęściej wyrażona jest w postaci ułamka 1:S, np. 1:10.
Lokalne konta użytkowników i grup
Inteligentne Systemy Autonomiczne
Roboty Uczenie Janusz A. Starzyk Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie W oparciu o wykład Dr. Hadi Moradi University of Southern California.
Inteligentne Systemy Autonomiczne
2017/3/28 Awatar Implementacja Second life garden.jpg
Struktury Sieci Neuronowych
EE141 Technologia Awatar Janusz A. Starzyk Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie Second life garden.jpg.
EE141 Założenia Systemowe Awatar Janusz A. Starzyk Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie Second life garden.jpg.
3 Posiedzenie Rady Strategii Rozwoju Chojnic Chojnice Strategia Rozwoju Miasta Chojnice na lata
Amatciems (Łotwa) Raj niedaleko Polski.
EUROCOTT European Central Office of Teaching and Training W: E: spect.co.uk London – Athens – Gdansk …reaching.
Program Edukacyjno- Terapeutyczny Ortograffiti
Strategie badań – ilościowe v. jakościowe - porównanie
Ocenianie. 6 Ocenę celującą otrzymuje uczeń wówczas, jeżeli posiadł wiedzę i umiejętności wykraczające poza program nauczania w danej klasie, samodzielnie.
Temat 4: Znaki diakrytyczne i definiowanie języka dokumentu
Teksty prymarne (original texts) to teksty autentyczne, nie są przeznaczone dla celów dydaktycznych; teksty adaptowane (simplified/adapted texts)są przystosowane.
Rola i zadania Rady LGD we wdrażaniu LSR, ze szczególnym uwzględnieniem procedury oceny wniosków, czyli procesu oceny zgodności i procesu wyboru. Europejski.
Ile słoń ma nóg? 1.
Rzeszów r.. Liczba osób badanych 3 Odpowiedzi badanych na temat stosowania krzyku przez rodziców 4.
Rozdział 3: Bezpieczeństwo w sieci opartej na systemie Windows 2000.
Lokalny Fundusz Młodych Projekt Lokalne Fundusze Młodych realizowany przez Polską Fundację Dzieci i Młodzieży we współpracy z Urzędem Dzielnicy Bielany.
w/g Grzegorz Gadomskiego
SERCE SPORTOWCA Zespół objawów fizjologicznej, odwracalnej adaptacji u trenujących sporty wytrzymałościowe.
BVMS 3.0 Moduł 13: Opcje zapisu iSCSI
EE141 Założenia Systemowe Inteligentne Systemy Autonomiczne Janusz A. Starzyk Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie.
2 Review What is bionomial nomenclature Explain What is a genus
Awatar Założenia Systemowe
Zapis prezentacji:

EE141 Założenia Systemowe Inteligentne Systemy Autonomiczne Janusz A. Starzyk Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie

EE141 Musimy wiedzieć jak Musimy rozwinąć metody jej implementacji Musimy mieć środki do jej budowy i ciągłej operacji Jak stworzyć wysoka inteligencje?

EE141 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

EE141 EI powstaje dzięki uczeniu sie wpływu jego oddziaływań na otoczenie Centralny system nerwowy Narządy zmysłowe Narządy motoryczne Dr Kazimierz Duzinkiewicz, Zespół Inteligentnych Systemów Wspomagania Decyzji i Sterowania

EE141 INPUTOUTPUT Simulation or Real-World System Task Environment EI Architecture Long-term Memory Short-term Memory Reason Act Perceive RETRIEVALLEARNING Współdziałanie ze Środowiskiem From Randolph M. Jones, P :

EE141 Kandel Fig Kodowanie Wejść Sensorycznych Jak przetwarzać i reprezentować informacje zmysłowe? Richard Axel, 1995 Foot Hip Trunk Arm Hand Face Tongue Larynx Kandel Fig Wzrok, słuch, smak, węch, dotyk-> ruch

EE141 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

EE141 Wyzwania Inteligencji Obudowanej Znalezienie rozwiązania algorytmicznego Asocjacji, pamięci, uczenia sekwencyjnego, budowania niezmienników, reprezentacji, oczekiwania, uczenia systemu wartości, określania celów, planowania Rozwój obwodów sieci neuronowych Określenie organizacji sztucznych mini kolumn Samo-organizacja hierarchii mini kolumn receptorów i efektorów Samo-organizacja układów określania celów

EE141 V. Mountcastle argumentował ze wszystkie obszary kory mózgowej wykonują ten sam algorytm obliczeniowy V. Mountcastle Grupy neuronów (mini kolumny) połączone są w sposób pseudo- przypadkowy Taka sama struktura organizacyjna Mini kolumny zgrupowane są w kolumny VB Mountcastle (2003). Introduction [to a special issue of Cerebral Cortex on columns]. Cerebral Cortex, 13, 2-4. Jednorodne Struktury Kory Mózgowej

EE141 The basic unit of cortical operation is the minicolumn … It contains of the order of neurons except in the primate striate cortex, where the number is more than doubled. The minicolumn measures of the order of m in transverse diameter, separated from adjacent minicolumns by vertical, cell- sparse zones … The minicolumn is produced by the iterative division of a small number of progenitor cells in the neuroepithelium. (Mountcastle, p. 2) Stain of cortex in planum temporale. Mini Kolumny Kory Mózgowej

EE141 Grupy mini kolumn organizują sie w fizjologicznie obserwowalne kolumny funkcyjne. Najbardziej znanym przykładem są kolumny orientacji w V1. Kolumny są zdecydowanie większe od mini kolumn, maja średnice około mm i neuronów Wniosek Mountcastlea : Cortical columns are formed by the binding together of many minicolumns by common input and short range horizontal connections. … The number of minicolumns per column varies … between 50 and 80. Long range intracortical projections link columns with similar functional properties. (p. 3) Grupowanie Mini Kolumn

EE141 Zasady Samoorganizacji Mini Kolumn Przedstaw wejścia z receptorów poprzez stopniowe coraz bardziej abstrakcyjne cechy w hierarchii sensorycznej Użyj zasadę niezmienności obserwowanych obiektów do wykrycia i nauczenia się cech niezmiennych Naucz się pamiętać sekwencje czasowe Użyj połączeń przypadkowych do wstępnego wyboru cech receptorów Użyj sprzężenia zwrotnego do tworzenia sygnałów oczekiwań i wykrywania nowości Użyj nadmiarowych struktur rzadko połączonych mikroprocesorów

EE141 Neurony receptorów są odpowiedzialne za reprezentacje środowiska otrzymują wejścia z czujników lub receptorów na niższym poziomie hierarchii reprezentują środowisko otrzymują sprzężenie zwrotne z efektorów i receptorów na wyższym poziomie pomagają aktywizować neurony efektorów i neurony wymuszeń Neurony efektorów sa odpowiedzialne za działania i umiejętności są aktywizowane przez neurony wymuszeń i efektorów aktywizują siłowniki lub wytwarzają wejście dla efektorów niższego poziomu wytwarzają sygnały planowania dla receptorów Neurony wymuszeń są odpowiedzialne za budowę systemu wartości, określanie celów, uczenie, i eksploracje otrzymują wejścia z niższego poziomu neuronów wymuszeń otrzymują wejścia z czujników lub receptorów wytwarzają sygnały wejścia dla efektorów inicjują uczenie i wymuszają eksploracje Organizacja Mini Kolumn

EE141 Hierarchiczna Organizacja Połączeń Receptor ó w i Efektorów Receptory i efektory maja hierarchiczne drogi połączeń Rozgałęzienia od bardziej ogólnych do bardziej specyficznych Łatwo rozgałęziają sie do wyższego poziomu Stopniowa utrata elastyczności połączeń w kierunku wejścia Wejścia Wewnętrzna reprezentacja

EE141 Environment ………… …... …… Sensory neurons in a minicolumn Increasing connections plasticity 10 6 neurons neurons 10 neurons Sensory pathway 10 neurons 10 4 neurons Activation pathway Organizacja Połączeń Receptor ó w i Efektorów

EE141 Ogólna Charakterystyka : Hierarchiczna struktura Przetwarzanie w mini kolumnach Przestrzenne i czasowe asocjacje przez połączenia i neurony wtórne Połączenia sprzężenia zwrotnego Selektywna adaptacja Funkcje: Niezmienniki reprezentacji Oczekiwanie Wyszukiwanie nowości Uczenie systemu wartości Hierarchiczna Organizacja Połączeń Receptor ó w i Efektorów

EE141 Drogi receptorów i efektorów łącza sie na rożnych poziomach hierarchii Koordynacja Sensorowo-Motoryczna Wyjścia Wewnętrzne reprezentacje Wejścia refleksy działania przemyślane

EE141 Drogi receptorów i efektorów łączą się na rożnych poziomach hierarchii Koordynacja Sensorowo-Motoryczna Motor control hierarchical data path Sensory feature extraction and learning hierarchy Reinforcement learning connections Planning feedback path Motor outputs Sensory inputs

EE141 R: reprezentacja O: oczekiwanie A: asocjacja N: nakaz P: planowanie Zwiększająca możliwość przystosowania Środowisko … … … … R O A Połączenia zmysłowe Połączenia motoryczne Określanie celów i system wartości N Koordynacja Sensorowo-Motoryczna Drogi receptorów i efektorów łącza się na różnych poziomach hierarchii

EE141 Cel Działania 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

EE141 Ośrodek Bólu i Określania Celów Prosty Mechanizm Prowadzi do stawiania złożonych cel ó w Tworzy hierarchie wartości Wyczuwa zmiany poziomu bólu: Zwiększenie bólu Zmniejszenie bólu Pobudza uczenie Wymusza eksploracje + - Środowisko Sensor Motor Poziom bólu Wtórny poziom bólu Zwiększenie bólu Zmniejszenie bólu (-) (+) Pobudzanie uczenia (-) (+) Wymuszanie eksploracji

EE141 Określanie Abstrakcyjnych Celów Celem jest zmniejszenie prymitywnego poziomu bólu Abstrakcyjne cele są wytwarzane w oparciu o niższe cele zaspakajają prymitywne cele Expectation Association Inhibition Reinforcement Connection Planning -+ PainDual pain Food refrigerator -+ Stomach Abstract pain (Delayed memory of pain) foodbecomes a sensory input to abstract pain center Sensory pathway (perception, sense) Motor pathway (action, reaction) Primitive Level Level I Level II Eat Open

EE141 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

EE141 Łączenie Trzech Dróg Oddziaływań Sygnały celu, oraz neurony zmysłowe i motoryczne współdziałają na rożnych poziomach hierarchii Celem oddziaływań jest minimalizacja bólu Sygnał bólu ustala rangę celów Drzewo bólu I Drzewo bólu II Motoryczne połączenie Zmysłowe połączenie Działanie bólu na ruch Działanie zmysłów na ruch Działanie zmysłów na ośrodek bólu