1 Instytut Zarządzania – Państwowa Wyższa Szkoła ZawodowaZIP Zarządzanie i Inżynieria Produkcji Przygotował dr inż. Łukasz MACH Nysa, styczeń 2006 Instytut Zarządzania – Państwowa Wyższa Szkoła Zawodowa
2 Instytut Zarządzania – Państwowa Wyższa Szkoła Zawodowa w NysieZIP Zarządzanie i Inżynieria Produkcji TEMAT PREZENTACJI: Zastosowanie metod sztucznej inteligencji wiadomości ogólne jak działa sztuczny mózg przykłady zastosowań * gry na serio * rozpoznawanie np. tekstu, cyfr, zdjęć, budynków itp. * komputerowy doradca - rozpoznawanie grzybów właściwości sieci neuronowych informacje o autorze
3 ?? SZTUCZNA INTELIGENCJA ??ZIP ?? SZTUCZNA INTELIGENCJA ??
4 SZTUCZNA INTELIGENCJAZIP SZTUCZNA INTELIGENCJA
5 ZIP SZTUCZNA INTELIGENCJA kierunek badań naukowych zmierzających do budowania komputerowych systemów zdolnych do wykonywania funkcji wiązanych zwykle z ludzkim myśleniem i inteligentnym zachowaniem
6 BUDOWA NEURONU BIOLOGICZNEGOŹródło: BUDOWA NEURONU BIOLOGICZNEGO Jądro - "centrum obliczeniowe" neuronu. To tutaj zachodzą procesy kluczowe dla funkcjonowania neuronu Akson - "wyjście" neuronu. Za jego pośrednictwem neuron powiadamia świat zewnętrzny o swojej reakcji na dane wejściowe. Neuron ma tylko jeden akson Wzgórek aksonu - stąd wysyłany jest sygnał wyjściowy, który wędruje dalej poprzez akson Dendryt - "wejście" neuronu. Tędy trafiają do jądra sygnały mające być w nim później poddane obróbce. Dendrytów może być wiele - biologiczne neurony mają ich tysiące Synapsa - jeśli dendryt jest wejściem neuronu, to synapsa jest jego furtką Może ona zmienić moc sygnału napływającego poprzez dendryt
7 BUDOWA SZTUCZNEGO NEURONUŹródło: Wejścia to dendryty, lub ściślej: sygnały przez nie nadchodzące Wagi to cyfrowe odpowiedniki modyfikacji dokonywanych na sygnałach przez synapsy Blok sumujący to odpowiednik jądra Blok aktywacji to wzgórek aksonu Wyjście - to akson
8 Przykłady zastosowań sieci neuronowychInstytut Zarządzania – Państwowa Wyższa Szkoła Zawodowa w Nysie ZIP Zarządzanie i Inżynieria Produkcji Przykłady zastosowań sieci neuronowych
9 Przykłady zastosowań GRY NA SERIOZIP Przykłady zastosowań GRY NA SERIO wykorzystanie „Quake’a” oraz „Half-Life” do rozwijania systemów imitujących zachowanie człowieka przeciwnik uczący się nowych zachowań (mechanizmy reakcji na działania gracza) rośnie atrakcyjność gry Badania skoncentrowane na tworzeniu przeciwników mających te same mocne strony i słabości, co gracze-ludzie By wygrać z naszymi postaciami, nie wystarczy szybko i celnie strzelać, trzeba w równym stopniu je przechytrzyć Ukończenie tak skomplikowanej i wielowątkowej gry zajmuje wiele czasu Źródło: Czapelski M., Gry na serio, PC World Komputer, luty 2004
10 Przykłady zastosowań RozpoznawanieZIP Przykłady zastosowań Rozpoznawanie Najlepsze obecnie klasyfikatory rozpoznają poprawnie ponad 99% przykładów rozpoznawanie twarzy (np. policja, lotniska) rozpoznawanie terenu (np. plany miast, budynki) odróżnianie łodzi podwodnej od skał rozpoznawanie mowy rozpoznawanie tekstu, cyfr rozpoznawanie choroby serca na podstawie elektrokardiogramów
11 Przykłady zastosowań Rozpoznawanie twarzyZIP Przykłady zastosowań Rozpoznawanie twarzy 1 3 2 Sieci neuronowej podczas uczenia pokazuje się wiele przykładów uczonej twarzy (np. zdjęcie 1, zdjęcie 2), dzięki którym wyucza się cech charakterystycznych, aby rozpoznać twarz. Etapem następnym jest przeprowadzenie, procesu testowania, w którym z pośród wielu pokazanych obrazów sieć rozpozna tą wyuczoną (np. zdjęcie 3)
12 ZIP Ćwiczenie Na kolejnym slajdzie zostaną pokazane 4 rysunkiKażdy z nich posiada wspólny przedmiot. Odgadnij jaki to wyraz ?? Sieć neuronowa, to zadanie klasyfikacji rozwiązuje bardzo szybko !!! a TY ??
13 ZIP Źródło: Jaki to wyraz ??
14 ZIP Źródło: Odp. MŁOTEK
15 Przykłady zastosowań komputerowy doradca klasyfikacja grzybówŹródło: pakiet sztucznej inteligencji -program Sphinx
16 Przykłady zastosowań komputerowy doradca klasyfikacja grzybówŹródło: pakiet sztucznej inteligencji -program Sphinx
17 Przykłady zastosowań komputerowy doradca klasyfikacja grzybówŹródło: pakiet sztucznej inteligencji -program Sphinx
18 Przykłady zastosowań komputerowy doradca klasyfikacja grzybówŹródło: pakiet sztucznej inteligencji -program Sphinx
19 Przykłady zastosowań komputerowy doradca klasyfikacja grzybówŹródło: pakiet sztucznej inteligencji -program Sphinx
20 Przykłady zastosowań komputerowy doradca klasyfikacja grzybówŹródło: pakiet sztucznej inteligencji -program Sphinx
21 Przykłady zastosowań komputerowy doradca klasyfikacja grzybówŹródło: pakiet sztucznej inteligencji -program Sphinx
22 Przykłady zastosowań komputerowy doradca klasyfikacja grzybówŹródło: pakiet sztucznej inteligencji -program Sphinx
23 Zastosowanie SSN Klasyfikacja- szacowanie plonów na podstawie zdjęć satelitarnych - do odróżniania łodzi podwodnej od skały na podstawie odbicia sonarowego - do rozpoznawania choroby serca na podstawie elektrokardiogramów Redukcja zakłóceń - rozpoznawanie pewnej liczby obiektów wzorcowych - poprawianie obrazów Predykcja - prognoza trwałości urządzeń - prognozowanie ceny akcji - prognozowanie wielkości sprzedaży
24 Właściwości SSN Zdolność przetwarzania niekompletnych danychMożliwość uzyskiwania rezultatów przybliżonych Szybkie i efektywne przetwarzanie dużej ilości danych Przetwarzanie równoległe rozproszone Przetwarzanie informacji rozmytych Duża tolerancja na błędy i uszkodzenia Aproksymacja charakterystyk nieliniowych (zjawisk socjo-społecznych) Zdolność do odkrywania w zbiorze danych wzorców, które są niejasne niewykrwanle przez tradycyjne metody statystyczne Umiejętność pracy na danych chaotycznych
25 Instytut Zarządzania dr inż. Łukasz MACH Wykładowca w PWSZ w NysieSpecjalność naukowa: prognozowanie sprzedaży z zastosowaniem metod klasycznych oraz sztucznej inteligencji parametryzacja determinantów rynku dla potrzeb prognozowania organizacja procesów logistycznych w przedsiębiorstwie Kontakt: