Inteligentne Systemy Autonomiczne

Prezentacja na temat: "Inteligentne Systemy Autonomiczne"— Zapis prezentacji:

1 Inteligentne Systemy Autonomiczne
2017/3/28 Inteligentne Systemy Autonomiczne Janusz A. Starzyk Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie

2 Inteligentne Systemy Autonomiczne
2017/3/28 Inteligentne Systemy Autonomiczne Definicje Wykorzystano materiały do wykładu Sztuczna Inteligencja Prof. W. Ducha Katedra Informatyki Stosowanej UMK Janusz A. Starzyk Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie

3 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

4 2017/3/28 Organizacja 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

5 2017/3/28 Inteligencja Oficjalna wypowiedz naukowców na temat inteligencji Grudzień 13, 1994: Edytorial podpisany przez 52 naukowców, opracowany przez Linde S. Gottfredson, University of Delaware Inteligencja jest ogólną cechą umysłu która, miedzy innymi zawiera umiejętność rozumowania, planowania, rozwiązywania problemów, abstrakcyjnego myślenia, rozumienia złożonych pojęć, szybkiego uczenia sie i uczenia sie przez doświadczenie. Na podstawie

6 Różne Definicje Inteligencji
2017/3/28 The American Heritage Dictionary: The capacity to acquire and apply knowledge. The faculty of thought and reason. Webster Dictionary: The act or state of knowing; the exercise of the understanding. The capacity to know or understand; readiness of comprehension; Wikipedia : The capacity to reason, plan, solve problems, think abstractly, comprehend ideas and language, and learn. Kaplan & Sadock: The ability to learn new things, recall information, think rationally, apply knowledge and solve problems. Słownik on-line dict.die.net The ability to comprehend; to understand and profit from experience Dr. C. George Boeree, Profesor - Departament Psychologii w Shippensburg University: A person's capacity to (1) acquire knowledge (i.e. learn and understand), (2) apply knowledge (solve problems), and (3) engage in abstract reasoning. Dr. John McCarthy Profesor - Computer Science w Stanford University, pionier AI: The computational part of the ability to achieve goals in the world. Naukowcy z psychologii: Ability to remember and use what one has learned, in order to solve problems, adapt to new situations, and understand and manipulate one’s reality.

7 Sztuczna Inteligencja (Artificial Intelligence)
2017/3/28 Sztuczna Inteligencja (Artificial Intelligence) Definicja Według prof. W. Ducha - Katedra Informatyki Stosowanej UMK Def: Sztuczna Inteligencja (Artificial Intelligence, AI) to dziedzina nauki zajmująca się rozwiązywaniem zagadnień efektywnie niealgorytmizowalnych w oparciu o modelowanie wiedzy. Sztuczna Inteligencja - Prof. W. Duch

8 AI i inne nauki 2017/3/28 AI zaliczana jest do nauk kognitywnych, chociaż nie wszystkie jej metody mają coś wspólnego z umysłem. AI uznawana jest również za część informatyki. Inteligencja Obliczeniowa (Computational Intelligence - CI) ma na celu rozwiązywanie zagadnień efektywnie niealgorytmizowalnych przy pomocy obliczeń. AI jest jej częścią korzystającą z modelowania wiedzy, inne obszary CI nie korzystają z metod symbolicznych. „Obszary badań naukowych powstają w wyniku skupienia się zainteresowania uczonych wokół różnych zjawisk. Nauki nie powstają w wyniku definicji ale zostają rozpoznane” (A. Newell, 1973) Sztuczna Inteligencja - Prof. W. Duch

9 AI, CI i inne nauki 2017/3/28 Kognitywistyka zajmuje się zrozumieniem mechanizmów poznawczych umysłu; z tego punktu widzenia: CI zajmuje się modelowaniem procesów percepcji, pamięci, sterowania, reakcji, zachowań sensomotorycznych; zaś AI modelowaniem wyższych czynności poznawczych: myślenia, rozumowania, rozwiązywania problemów, logiką, językiem. AI to część CI posługująca się symboliczną reprezentacją wiedzy, inżynierią wiedzy, tworzeniem systemów ekspertowych. CI zmierza do automatyzacji procesów akwizycji wiedzy z obserwacji, analizy danych, percepcji, kategoryzacji, aproksymacji. Sztuczna Inteligencja - Prof. W. Duch

10 AI, CI i inne nauki Soft Computing Optymalizacja badania operacyjne
2017/3/28 CI - numeryczne Dane + Wiedza AI - symboliczne Soft Computing Sieci neuronowe Rachunek prawdop. Uczenie maszynowe Systemy ekspertowe Rozpoznawanie Wzorców Logika rozmyta Algorytmy ewolucyjne Wizualizacja Metody statystyczne Data mining Optymalizacja badania operacyjne Sztuczna Inteligencja - Prof. W. Duch

11 Klasyczna AI Inteligencja Obudowana
2017/3/28 Klasyczna AI Inteligencja Obudowana Inteligencja abstrakcyjna Próbuje symulować “najwyższe” funkcje umysłu: język, rozumowanie, matematykę, abstrakcyjne rozwiązywanie problemów 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

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

13 Zasady projektowania autonomicznych systemów inteligentnych
2017/3/28 Zasady projektowania autonomicznych systemów inteligentnych Z książki Rolf Pfeifer “Understanding of Intelligence” Zasady Projektowania Podejście syntetyczne Perspektywa czasowa Wyłanianie sie Różnorodność Nisza ekologiczna Projektowanie Agentów Projekt jest tani Ma balans ekologiczny Zasada nadmiarowości Równoległe, luźno powiązane procesy Współdziałanie sensoryczno-motoryczne Zasada wartości działania

14 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

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

16 2017/3/28 Zasada nadmiarowości Nadmiarowość jest konieczna do zachowań adaptacyjnych Częściowe dublowanie funkcjonalności w rożnych podsystemach Systemy sensoryczne: rożne procesy percepcji z “dublowaniem” informacji

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

18 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

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

20 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 z wbudowanymi czujnikami i siłownikami EI oddziaływuje na otoczenie i odczuwa wyniki swojego działania Nieprzychylność otoczenia nie zanika i stymuluje EI do działania Nieprzychylność: agresja, ból, ograniczone środki, itp. EI uczy sie, musi wiec mieć asocjacyjną samoorganizującą sie pamięć Wiedza jest zdobywana przez EI (pochodna inteligencji)

21 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 są zmienne i wpływają na samookreślenie mózgu. Environment Intelligence core Embodiment

22 Obudowa Umysłu Mózg uczy sie ograniczeń własnej obudowy
2017/3/28 Obudowa Umysłu Mózg 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.

23 Organizacja Mózgu Czy możemy naśladować działanie mózgu obserwując
2017/3/28 Broca’s area Pars opercularis Motor cortex Somatosensory cortex Sensory associative cortex Primary Auditory cortex Wernicke’s Visual associative Visual Czy możemy naśladować działanie mózgu obserwując procesy mózgowe? Organizacja Mózgu