1 PODSTAWY SZTUCZNEJ INTELIGENCJIDr hab. inż. Jacek Kucharski, prof. nadzw. Dr inż. Piotr Urbanek

2 SZTUCZNA INTELIGENCJA - skojarzenianegatywne tajemnicze, nierealistyczne, science fiction trudne, domena naukowców … pozytywne nowoczesne, awangarda informatyki …

3 SZTUCZNA INTELIGENCJA – dlaczego warto?rozwija wyobraźnię coraz liczniejsze zastosowania obecność w standardach kształcenia MNiSW dla kierunku informatyka

4 Gottfried Wilhelm Leibniz (1646-1716) Ars Combinatoria : idea projektu maszyny, która rozważając podane zdania w sensie tezy, sprawdzałaby ich poprawność. Podstawą miał być specyficzny język, pozwalający na usystematyzowanie wiedzy i wykonywanie operacji. (maszyna myśląca w sensie Leibniza)

5 INTELIGENCJA (inteligentia – łacINTELIGENCJA (inteligentia – łac. rozumowanie, pojmowanie, rozum, pojętność) jedno z najbardziej wieloznacznych pojęć psychologii odnoszących się do sprawności w zakresie czynności poznawczych; ujmowana jako cecha ludzkiego umysłu to zdolność myślenia, rozwiązywania problemów oraz angażowania adekwatnych do okoliczności procesów poznawczych, od których zależy zdolność przystosowania się do nowych sytuacji. MYŚLENIE – świadomy proces psychiczny człowieka prowadzący do pośredniego i uogólnionego poznania oraz zrozumienia otaczającej go rzeczywistości; aktywna czynność umysłowa, dzięki której odzwierciedlane są ogólne cechy różnych rzeczy, zdarzeń i zjawisk oraz stosunki między nimi.

6 Nauki kognitywne: zajmują się nabywaniem i użyciem wiedzy;(psychologia, filozofia, antropologia, lingwistyka, pedagogika, nauki o mózgu, ...). Kognitywistyka – próbuje zrozumieć naturę umysłu

7 DEFINICJA SZTUCZNEJ INTELIGENCJI (opisowa)Artificial Intelligence – AI (1956r.) Sztuczna inteligencja jest dziedziną, która stawia sobie za cel badanie maszyn, które potrafiłyby rozwiązywać zadania, przy rozwiązywaniu których człowiek korzysta ze swojej inteligencji. (Marvin Minsky – 1956r.) Sztuczna inteligencja to dziedzina nauki zajmująca się rozwiązywaniem zagadnień trudno algorytmizowalnych lub niealgorytmizowalnych przy pomocy komputerów. (prof. Włodzisław Duch) Sztuczna inteligencja zajmuje się algorytmizacją procesów rozumowania. (prof. Zdzisław Bubnicki)

8 DEFINICJA SZTUCZNEJ INTELIGENCJI (cele)Badanie reguł rządzących tzw. inteligentnymi zachowaniami człowieka; Tworzenie modeli formalnych tych zachowań; Tworzenie programów komputerowych symulujących te zachowania.

9 MASZYNA TURINGA TEST TURINGA Alan Turing ( )

10 KONTROWERSJE WOKÓŁ TESTU TURINGAOsoba: Moja żona mówi mi, że często jestem przygnębiony. ELIZA: Przykro mi słyszeć, że jesteś przygnębiony. Osoba: Prawdę mówiąc jestem całkiem nieszczęśliwy. ELIZA: Czy myślisz, że po przyjściu tu przestaniesz być nieszczęśliwy? Osoba: Być może rozmawiając z tobą odkryję, dlaczego nienawidzę swojego brata. ELIZA: Opowiedz mi coś o swojej rodzinie.

11 KONTROWERSJE WOKÓŁ AI sprzeciw teologiczny, argument świadomości,sprzeciw matematyczny, ciągłość systemu nerwowego, lęk przed „buntem robotów”, ...

12 WERSJE SZTUCZNEJ INTELIGENCJISILNA AI – komputer staje się równoważny mózgowi, posiada świadomość (maszyna myśli racjonalnie - jak człowiek) SŁABA AI – komputer symuluje inteligentne zachowania, sprawia wrażenie inteligentnego (maszyna zachowuje się racjonalnie - jak człowiek)

13 WYBRANE OBSZARY ZASTOSOWAŃ I ZAINTERESOWAŃ AIrozwiązywanie trudnych problemów, automatyczne rozumowanie logiczne, język naturalny, uczenie się, ekspertyza, rozpoznawanie obrazów, automatyka i robotyka, ...,

14 ETAPY HISTORII AI 1940 1950 1960 1970 1980 koncepcje wczesny entuzjazmrealizm zastosowania

15 Komputery zerowej generacji: (1930-40)przekaźniki, programowanie przez bezpośrednią ingerencję w obwody; Komputery pierwszej generacji: ( ) lampy elektronowe, karty perforowane; Komputery drugiej generacji: ( ) tranzystory, pamięci ferrytowe, Komputery trzeciej generacji: ( ) proste układy scalone, minikomputery, Komputery czwartej generacji: (od 1971) układy scalone wielkiej skali integracji (LSI) KOMPUTERY PIĄTEJ GENERACJI: ...

16 Opis w przestrzeni stanów– przestrzeń stanów - stan początkowy - zbiór stanów końcowych - zbiór operatorów - funkcja oceny

17

18 i=0 dopóki iS { ii+1 generowanie pojedynczego rozwiązania si ocena rozwiązania si jeżeli si jest lepsze od snaj to snajsi } warunek stopu

19 dopóki warunek stopu { generowanie pewnej liczby stanów - kandydatów ocena kandydatów uaktualnienie informacji o dotychczasowym przebiegu procesu szukania, w tym zbioru rozwiązań bieżących }

20 dopóki warunek stopu { generowanie sąsiadów (potomków) stanu bieżącego ocena kandydatów dopisanie kandydatów do listy stanów do odwiedzenia, oraz wybór rozwiązania bieżącego }

21 ALGORYTM SZUKANIA WSZERZ

22 ALGORYTM SZUKANIA W GŁĄB

23 14 15

24 Algorytm Dijkstry dopóki Q niepuste { u:= zdejmij_najmniejszy(Q)graf: V, E s: węzeł początkowy d: tablica odległości węzłów od s w(x,y): odległość między węzłami x i y Q: lista węzłów grafu dopóki Q niepuste { u:= zdejmij_najmniejszy(Q) dla każdego wierzchołka v będącego sąsiadem u jeżeli d(v)>d(u)+w(u,v) to d(v):=d(u)+w(u,v) }

25 dopóki warunek stopu { generowanie sąsiadów (potomków) stanu bieżącego ocena kandydatów – funkcja oceny dopisanie kandydatów do priorytetowej listy stanów do odwiedzenia, oraz wybór najlepszego rozwiązania bieżącego }

26

27 REPREZENTACJA WIEDZY

28 LOGICZNA REPREZENTACJA WIEDZY(klasyczny rachunek zdań) Spójnik Oznaczenie Podstawowy odpowiednik Inne odpowiedniki Negacja ~ lub  nieprawda, że ... nie jest tak że; nie; Koniunkcja  ... i ... oraz; a także; lecz; a; ale Alternatywa  ... lub ... albo ... albo; bądź Implikacja  lub  jeśli ... to ... Gdyby...to... ; o ile...to... Równoważność  lub  ... wtedy i tylko wtedy ... zawsze i tylko wtedy

29 LOGICZNA REPREZENTACJA WIEDZY (klasyczny rachunek zdań)Jeśli lub to Jeśli przeczytam podręcznik lub będę chodził na wykłady to bez trudu zdam egzamin Nie jeśli i prestiżowy kurs językowy to Nie jest prawdą że jeśli skończę studia i prestiżowy kurs językowy to znajdę dobrze płatną pracę.

30 LOGICZNA REPREZENTACJA WIEDZY (klasyczny rachunek zdań)q ~p pq pq pq pq 1

31 WNIOSKOWANIE DEDUKCYJNEReguła odrywania (modus ponens)      Zasada rezolucji

32 WNIOSKOWANIE DEDUKCYJNE(modus ponens) Znane fakty: A, C, E

33 WNIOSKOWANIE DEDUKCYJNE(rezolucja) Cel: P

34 Nazwa_predykatu(argument1,argument2 ...) postać klauzulowa (normalna)RACHUNEK PREDYKATÓW Nazwa_predykatu(argument1,argument2 ...) kwantyfikatory postać klauzulowa (normalna) 1: Usunięcie implikacji i równoważności 2: Przesunięcie negacji do wewnątrz 3: Wyeliminowanie kwantyfikatorów istnienia 4: Przesunięcie kwantyfikatorów ogólnych na zewnątrz 5: Wyprowadzenie  poza  6: Przekształcenie na klauzule

35 PROgramming in LOGic deklaratywny język programowaniaprogram składa się z termów program jest zapisem klauzul operatory podstawienia (is) unifikacji (=) arytmetyczne (+, -, *, / , //, mod) porównania liczb (=:=, =\=, >,<, =<, >=) porównania termów (==, \==) wnioskowanie na drodze rezolucji i unifikacji

36

37 „Niedoskonałość” wiedzyniepewność prawdziwość stwierdzeń nie jest pewna nieprecyzyjność przynależność do relacji nie jest dokładnie znana …

38 Zbiór klasyczny vs zbiór rozmytyZbiór klasyczny (crisp set) Zbiór rozmyty (fuzzy set)

39 ZBIORY ROZMYTE

40 OPERACJE NA ZBIORACH ROZMYTYCH

41 REGUŁY ROZMYTE