EE141 Założenia Systemowe Awatar Janusz A. Starzyk Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie Second life garden.jpg.

Prezentacja na temat: "EE141 Założenia Systemowe Awatar Janusz A. Starzyk Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie Second life garden.jpg."— Zapis prezentacji:

1 EE141 Założenia Systemowe Awatar Janusz A. Starzyk Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie Second life garden.jpg

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

3 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

4 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

5 EE141 Kandel Fig. 23-5 Kodowanie Wejść Sensorycznych Jak przetwarzać i reprezentować informacje zmysłowe? Richard Axel, 1995 Foot Hip Trunk Arm Hand Face Tongue Larynx Kandel Fig. 30-1 Wzrok, słuch, smak, węch, dotyk-> ruch

6 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

7 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

8 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 Stain of cortex in planum temporale

9 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 0.3- 0.5 mm i 4000-8000 neuronów Grupowanie Mini Kolumn Copyright © 2006-2008, all rights reserved, Visualbiotech

10 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

11 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

12 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

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

14 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

15 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

16 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

17 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

18 EE141 -+ Pain Dry soil Primitive level open tank sit on garbage refill faucet w. can water Dual pain Określanie Prymitywnego Celu

19 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

20 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

21 EE141 Abstrakcyjne Cele

22 EE141 Abstrakcyjne Cele dwa cele prymitywne, łączenie celow abstrakcyjnych, pętla sprzężenia.

23 EE141 Abstrakcyjne Cele Work oraz study at school zostały wybrane by spełnić cele niższego rzędu Sell food zostało zastąpione przez work jako lepszy sposób zarabiania pieniędzy Wykres częstości wykonania rożnych akcji

24 EE141 Abstrakcyjne Cele

25 EE141 Abstrakcyjne Cele selfimprovedme.com Wybór celu i metody jego realizacji Kompetycja motywacji i umiejętności