Εισαγωγή στην Υπολογιστική Νοημοσύνη

47
Εισαγωγή στην Εισαγωγή στην Υπολογιστική Υπολογιστική Νοημοσύνη Νοημοσύνη Χρίστος Ν. Σχίζας Χρίστος Ν. Σχίζας

Upload: chadwick-ewing

Post on 30-Dec-2015

44 views

Category:

Documents


0 download

DESCRIPTION

Χρίστος Ν. Σχίζας. Εισαγωγή στην Υπολογιστική Νοημοσύνη. Τεχνητή Νοημοσύνη (ΤΝ) (Artificial Intelligence - AI ). Τι είναι η νοημοσύνη; Είναι πολύ δύσκολο να προσδιοριστεί. Δεν υπάρχει καθολική συμφωνία για το τι είναι. - PowerPoint PPT Presentation

TRANSCRIPT

Page 1: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Εισαγωγή στηνΕισαγωγή στηνΥπολογιστικήΥπολογιστικήΝοημοσύνηΝοημοσύνη

Χρίστος Ν. ΣχίζαςΧρίστος Ν. Σχίζας

Page 2: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Τεχνητή Νοημοσύνη (ΤΝ) Τεχνητή Νοημοσύνη (ΤΝ) (Artificial Intelligence(Artificial Intelligence - - AIAI))

Τι είναι η νοημοσύνη;Τι είναι η νοημοσύνη;

– Είναι πολύ δύσκολο να προσδιοριστεί.Είναι πολύ δύσκολο να προσδιοριστεί.

– Δεν υπάρχει καθολική συμφωνία για το τι είναι.Δεν υπάρχει καθολική συμφωνία για το τι είναι.

– Δεν χρειάζεται ακριβής ορισμός της, όπως δεν Δεν χρειάζεται ακριβής ορισμός της, όπως δεν χρειάζεται να ορίσουμε πολλές άλλες έννοιες για χρειάζεται να ορίσουμε πολλές άλλες έννοιες για να τις αντιληφθούμε και να τις να τις αντιληφθούμε και να τις χρησιμοποιήσουμε.χρησιμοποιήσουμε.

Page 3: Εισαγωγή στην Υπολογιστική Νοημοσύνη

___________________________________________________________________________________________* Terman L. (1916). The uses of intelligence tests. Ιn “The measurement of intelligence”. Boston, Houghton Mifflin.

Τι είναι «Νοημοσύνη»;Τι είναι «Νοημοσύνη»; Ο Ο TermanTerman εισηγείται ότι είναι “η ικανότητα για εισηγείται ότι είναι “η ικανότητα για

αφαιρετική σκέψη”. αφαιρετική σκέψη”.

Οι περισσότεροι όμως ψυχολόγοι συμφωνούν ότι Οι περισσότεροι όμως ψυχολόγοι συμφωνούν ότι είναι είναι “η ικανότητα για αποτελεσματική “η ικανότητα για αποτελεσματική προσαρμογή προς το περιβάλλον που γίνεται προσαρμογή προς το περιβάλλον που γίνεται με αλλαγή στον οργανισμό, ή με αλλαγή ή και με αλλαγή στον οργανισμό, ή με αλλαγή ή και δημιουργία νέου περιβάλλοντος”. δημιουργία νέου περιβάλλοντος”.

Με την όρο Με την όρο αποτελεσματική προσαρμογήαποτελεσματική προσαρμογή εννοείται συνήθως η αλλαγή που δημιουργεί εννοείται συνήθως η αλλαγή που δημιουργεί πλεονέκτημα, όπως παρουσιάζεται κυρίως μέσα πλεονέκτημα, όπως παρουσιάζεται κυρίως μέσα από αντίληψη, μάθηση, μνήμη, λογική, ... από αντίληψη, μάθηση, μνήμη, λογική, ...

Page 4: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Ορισμός της ΝοημοσύνηςΟρισμός της Νοημοσύνης ΕπομένωςΕπομένως,, η νοημοσύνη δεν καθορίζεται από ένα η νοημοσύνη δεν καθορίζεται από ένα

μόνο χαρακτηριστικό, αλλά απόμόνο χαρακτηριστικό, αλλά από σύνολο σύνολο,, που όλα που όλα μαζί την προσδιορίζουν.μαζί την προσδιορίζουν.

Ένας πιο πρακτικός ορισμός θα μπορούσε να είναι:Ένας πιο πρακτικός ορισμός θα μπορούσε να είναι:

““Η γενική ικανότητα που εκφράζεται μέσα Η γενική ικανότητα που εκφράζεται μέσα από τις διαδικασίες υπολογισμών, από τις διαδικασίες υπολογισμών, συλλογισμών, λογικής, διακρίβωσης, συλλογισμών, λογικής, διακρίβωσης, μάθησης, χρήσης γλώσσας, αντίληψης του μάθησης, χρήσης γλώσσας, αντίληψης του περιβάλλοντος σε διαφορετικούς βαθμούς περιβάλλοντος σε διαφορετικούς βαθμούς λεπτομέρειας, εξοικείωσης σε νέο λεπτομέρειας, εξοικείωσης σε νέο περιβάλλον, αυτοδιόρθωσης, και επινόησης”.περιβάλλον, αυτοδιόρθωσης, και επινόησης”.

Page 5: Εισαγωγή στην Υπολογιστική Νοημοσύνη

ΝοημοσύνηΝοημοσύνη Βέβαια με τους προηγούμενους ορισμούς, Βέβαια με τους προηγούμενους ορισμούς,

δημιουργούνται άλλα ερωτήματα όπως για δημιουργούνται άλλα ερωτήματα όπως για παράδειγμα, τι εννοείται με τις λέξεις παράδειγμα, τι εννοείται με τις λέξεις υπολογισμός, λογική, διακρίβωση, μάθησηυπολογισμός, λογική, διακρίβωση, μάθηση κλπ.κλπ.

Με βάση τα πιο πάνω, θα μπορούσαμε να Με βάση τα πιο πάνω, θα μπορούσαμε να πούμε ότι οι πούμε ότι οι άνθρωποι είναι τα μόνα άνθρωποι είναι τα μόνα νοήμονα όντα στο πλανήτη γηνοήμονα όντα στο πλανήτη γη. .

Οι άλλοι ζωντανοί οργανισμοί έχουν μειωμένη Οι άλλοι ζωντανοί οργανισμοί έχουν μειωμένη νοημοσύνη στο βαθμό που ικανοποιούν μόνο νοημοσύνη στο βαθμό που ικανοποιούν μόνο μερικώς τα πιο πάνω χαρακτηριστικά.μερικώς τα πιο πάνω χαρακτηριστικά.

Page 6: Εισαγωγή στην Υπολογιστική Νοημοσύνη

_________________________________________________________________________________* Gardner H. (1983). Frames of Mind: A Theory of Multiple Intelligences. New York. Basic Books, 1983.

ΝοημοσύνηΝοημοσύνη Η νοημοσύνη, όπως προσδιορίστηκε, είναι Η νοημοσύνη, όπως προσδιορίστηκε, είναι

μια γενική (συλλογική) χαρακτηριστική μια γενική (συλλογική) χαρακτηριστική ιδιότητα του ατόμου. Αυτή θα μπορούσε να ιδιότητα του ατόμου. Αυτή θα μπορούσε να συγκεκριμενοποιηθεί σε επί μέρους συγκεκριμενοποιηθεί σε επί μέρους είδη είδη νοημοσύνηςνοημοσύνης. .

Ο Ο Gardner*Gardner* του Πανεπιστημίου Χάρβαρντ, του Πανεπιστημίου Χάρβαρντ, στη θεωρία του για στη θεωρία του για πολλαπλή νοημοσύνηπολλαπλή νοημοσύνη εισηγείται επτά διαφορετικά είδη εισηγείται επτά διαφορετικά είδη νοημοσύνης (γλωσσική, λογική-μαθηματική, νοημοσύνης (γλωσσική, λογική-μαθηματική, σωματική-κιναισθητική, οπτική-χωρική, σωματική-κιναισθητική, οπτική-χωρική, μουσική, διαπροσωπική, αυτογνωσιακή).μουσική, διαπροσωπική, αυτογνωσιακή).

Page 7: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Βιολογική και Τεχνητή Βιολογική και Τεχνητή ΝοημοσύνηΝοημοσύνη

Ένα από τα πιο διαδεδομένα μοντέλα που Ένα από τα πιο διαδεδομένα μοντέλα που χρησιμοποιούνται για να εξηγήσουν τις χρησιμοποιούνται για να εξηγήσουν τις ανώτερες πνευματικές λειτουργίες ανώτερες πνευματικές λειτουργίες (συμπεριλαμβανομένης της νοημοσύνης), (συμπεριλαμβανομένης της νοημοσύνης), είναι αυτό που θα ονομάζαμε είναι αυτό που θα ονομάζαμε ««σύστημα σύστημα κατανεμημένης επεξεργασίαςκατανεμημένης επεξεργασίας»» ((distributeddistributed representationrepresentation andand processingprocessing)) ή ή ««συνδετική υπόθεσησυνδετική υπόθεση» (» (connectionismconnectionism)) [(Rumelhart and McClelland, 1986)[(Rumelhart and McClelland, 1986); ; ((ChurchlandChurchland andand SejnowskiSejnowski, 1992)]., 1992)].

Στο μοντέλο αυτό οι έννοιες δεν Στο μοντέλο αυτό οι έννοιες δεν «υπάρχουν» σε κάποιο συγκεκριμένο μέρος «υπάρχουν» σε κάποιο συγκεκριμένο μέρος του εγκεφάλου, αλλά είναι κατανεμημένες του εγκεφάλου, αλλά είναι κατανεμημένες σε πολλούς παράλληλους επεξεργαστές.σε πολλούς παράλληλους επεξεργαστές.

Page 8: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Βιολογική και Τεχνητή ΝοημοσύνηΒιολογική και Τεχνητή Νοημοσύνη Πιστεύεται δηλαδή, ότι οι ανώτερες λειτουργίες θα Πιστεύεται δηλαδή, ότι οι ανώτερες λειτουργίες θα

μπορούσαν να μοντελοποιηθούν και μελετηθούν με μπορούσαν να μοντελοποιηθούν και μελετηθούν με υπολογιστικά-συναρτησιακά συστήματαυπολογιστικά-συναρτησιακά συστήματα ((functionalfunctional--computationalcomputational intelligentintelligent systemssystems),), μέσα μέσα από κατανεμημένες διαδικασίες. από κατανεμημένες διαδικασίες.

Οι ανώτερες πνευματικές λειτουργίες θεωρούνται Οι ανώτερες πνευματικές λειτουργίες θεωρούνται ότι είναι ότι είναι αναδυόμενες ιδιότητεςαναδυόμενες ιδιότητες ((emerging emerging propertiesproperties),), που πηγάζουν από σύνολο απλών που πηγάζουν από σύνολο απλών επεξεργασιών, μέσα από ένα συστηματικό και επεξεργασιών, μέσα από ένα συστηματικό και δυναμικό πλέγμα αλληλοεπιδράσεων. δυναμικό πλέγμα αλληλοεπιδράσεων.

Οι έννοιες είναι Οι έννοιες είναι παράλληλα κατανεμημένεςπαράλληλα κατανεμημένες σε σε ομάδες επεξεργαστών, σε ομάδες επεξεργαστών, σε στοιβάδεςστοιβάδες ή ή στρώματαστρώματα ((ή ή επίπεδαεπίπεδα). Έτσι δημιουργείται μια οικονομία στη ). Έτσι δημιουργείται μια οικονομία στη μνήμη και στην επεξεργασία, γιατί κάποιο στοιχείο μνήμη και στην επεξεργασία, γιατί κάποιο στοιχείο μπορεί να συμβάλλει σε πολλές διαφορετικές μπορεί να συμβάλλει σε πολλές διαφορετικές έννοιες.έννοιες.

Page 9: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Βιολογική και Τεχνητή ΝοημοσύνηΒιολογική και Τεχνητή Νοημοσύνη Λόγω της Λόγω της παραλληλικότηταςπαραλληλικότητας, η , η

επεξεργασία γίνεται πολύ γρήγορα, και η επεξεργασία γίνεται πολύ γρήγορα, και η σταθερότητα (ευρωστία)σταθερότητα (ευρωστία) ((robustnessrobustness)) του του συστήματος είναι μεγάλη. συστήματος είναι μεγάλη.

Αυτό το μοντέλο είναι πιο συμβατό με τη Αυτό το μοντέλο είναι πιο συμβατό με τη διαπίστωση ότι είναι αδύνατο να δώσουμε διαπίστωση ότι είναι αδύνατο να δώσουμε ακριβείς ορισμούς αντικειμένων και ιδεών, ακριβείς ορισμούς αντικειμένων και ιδεών, όχι μόνο γιατί είναι αδύνατο να όχι μόνο γιατί είναι αδύνατο να προσδιορίσουμε τα όρια, αλλά και διότι είναι προσδιορίσουμε τα όρια, αλλά και διότι είναι μια ατέρμονη διαδικασία όπου το κάθε τι θα μια ατέρμονη διαδικασία όπου το κάθε τι θα πρέπει να οριστεί με βάση άλλους όρους που πρέπει να οριστεί με βάση άλλους όρους που ορίσθηκαν προηγουμένως κ.ο.κ. ορίσθηκαν προηγουμένως κ.ο.κ.

Φαίνεται ότι οι Φαίνεται ότι οι ασαφείς αντιλήψειςασαφείς αντιλήψεις είναι είναι σημαντικές στην ανάπτυξη της νόησης.σημαντικές στην ανάπτυξη της νόησης.

Page 10: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Βιολογική και Τεχνητή Βιολογική και Τεχνητή ΝοημοσύνηΝοημοσύνη

Ένα πιο εξελιγμένο συνδετικό μοντέλο, είναι η Ένα πιο εξελιγμένο συνδετικό μοντέλο, είναι η μοντελοποίηση της αντίληψης ως μοντελοποίηση της αντίληψης ως δυναμικό σύστημαδυναμικό σύστημα. .

Σ’ αυτό, οι διαδικασίες προσομοιάζονται σαν ένα Σ’ αυτό, οι διαδικασίες προσομοιάζονται σαν ένα σύστημα από σύστημα από δυναμικά αλληλοεξαρτώμενους δυναμικά αλληλοεξαρτώμενους επεξεργαστέςεπεξεργαστές, που , που αλληλοεπηρεάζονται σε συνεχή αλληλοεπηρεάζονται σε συνεχή χρόνοχρόνο. .

Σε μαθηματική προσομοίωση, συνήθως Σε μαθηματική προσομοίωση, συνήθως χρησιμοποιούνται διαφορικές εξισώσεις για τη μελέτη χρησιμοποιούνται διαφορικές εξισώσεις για τη μελέτη του συστήματος.του συστήματος.

Έτσι, οι εκδηλώσεις συμπεριφοράς (και νοημοσύνης) Έτσι, οι εκδηλώσεις συμπεριφοράς (και νοημοσύνης) θεωρούνται ότι προσομοιάζονται από τη χρονική θεωρούνται ότι προσομοιάζονται από τη χρονική διαδρομή (ίχνος) του πολυ-παραμετρικού δυναμικού διαδρομή (ίχνος) του πολυ-παραμετρικού δυναμικού συστήματος.συστήματος.

Page 11: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Βιολογική και Τεχνητή ΝοημοσύνηΒιολογική και Τεχνητή Νοημοσύνη

Τα προηγούμενα μοντέλα είναι πολύ διαφορετικά από Τα προηγούμενα μοντέλα είναι πολύ διαφορετικά από το λεγόμενο το λεγόμενο ««συμβολιστικό μοντέλο αντίληψηςσυμβολιστικό μοντέλο αντίληψης»» ή τη ή τη ««συμβολιστική υπόθεσησυμβολιστική υπόθεση»» ((physicalphysical systemssystems symbolsymbol hypothesishypothesis)) των των NewellNewell και και SimonSimon,, όπου η όπου η γνώση και η νοημοσύνη θεωρούνται ότι μπορούν να γνώση και η νοημοσύνη θεωρούνται ότι μπορούν να αναδυθούν με τρόπους και διαδικασίες που μοιάζουν αναδυθούν με τρόπους και διαδικασίες που μοιάζουν με αυτές που προτείνονται για την ανάπτυξη της με αυτές που προτείνονται για την ανάπτυξη της γλώσσας (γλώσσας (languagelanguage). ).

Άλλοι σημαντικότατοι ερευνητές που Άλλοι σημαντικότατοι ερευνητές που υποστήριξαν/ζουν αυτή τη θεωρία είναι οι υποστήριξαν/ζουν αυτή τη θεωρία είναι οι ChomskiChomski, , MinskyMinsky, Fodor και , Fodor και PylyshynPylyshyn).).

Αυτό το μοντέλο θεωρείται ότι είναι πιο κοντά στη Αυτό το μοντέλο θεωρείται ότι είναι πιο κοντά στη κλασσική τεχνητή νοημοσύνηκλασσική τεχνητή νοημοσύνη..

Page 12: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Βιολογική και Τεχνητή ΝοημοσύνηΒιολογική και Τεχνητή Νοημοσύνη

Σύμφωνα με αυτή τη θεωρία, Σύμφωνα με αυτή τη θεωρία, χρησιμοποιώντας μερικές βασικές χρησιμοποιώντας μερικές βασικές έννοιες και βασικές λογικές έννοιες και βασικές λογικές επεξεργασίες, μέσα από ακριβείς επεξεργασίες, μέσα από ακριβείς κανόνες και κατάλληλους κανόνες και κατάλληλους συνδυασμούς, γίνεται η σύνθεση συνδυασμούς, γίνεται η σύνθεση πολύπλοκων εννοιών και έτσι πολύπλοκων εννοιών και έτσι εκδηλώνεται αναδυόμενη εκδηλώνεται αναδυόμενη νοημοσύνη.νοημοσύνη.

Page 13: Εισαγωγή στην Υπολογιστική Νοημοσύνη

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ (TN)

Ασθενήςπροσέγγιση

Ισχυρήπροσέγγιση

Πιστεύεται ότι η ανθρώπινη γνώση/νόηση ή ειδικές εκφάνσεις αυτής μπορεί να προσομοιαστούν σε υπολογιστικά συστήματα.

Πιστεύεται ότι η ανθρώπινη γνώση/νόηση μπορεί να εκδηλωθεί αυτόματα σε υπολογιστικά συστήματα.

Κλασσική υπολογιστική (symbolic AI)Όπως εκφράζεται μέσα από συμβολιστικές οντότητες, οι οποίες μπορούν να κωδικοποιηθούν σε απλά δυαδικά συστήματα (και όχι μόνον). Μερικοί σημαντικοί εκφραστές είναι οι Dennet, Newell και Simon, Chomski, Minsky, Fodor και Pylyshyn

Συνδετική υπολογιστική (connectionism)Όπως εκφράζεται μέσα από μη-συμβολιστικές μεθόδους π.χ. τα ΤΝΔ. Οι γνωστικές εκδηλώσεις παρουσιάζονται σαν μια δυναμικά αναδυόμενη συμπεριφορά, κατανεμημένη σε στρώματα συνδεδεμένων κυττάρων, που εξελίσσεται και παρουσιάζεται σε συνάρτηση με τις άμεσες ή/και έμμεσες εμπειρίες του ατόμου. Μερικοί σημαντικοί εκφραστές είναι οι Smolensky και Hameroff.

Page 14: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Ο όρος Τεχνητή Νοημοσύνη είναι πιο Ο όρος Τεχνητή Νοημοσύνη είναι πιο γενικός υπό την έννοια ότι υποδηλεί γενικός υπό την έννοια ότι υποδηλεί κάθε είδος νοημοσύνης που δεν είναι κάθε είδος νοημοσύνης που δεν είναι βιολογική.βιολογική.

Ο όρος Υπολογιστική Νοημοσύνη Ο όρος Υπολογιστική Νοημοσύνη υποδηλεί κάθε είδος νοημοσύνης που υποδηλεί κάθε είδος νοημοσύνης που μπορεί να εκδηλωθεί με υπολογιστικές μπορεί να εκδηλωθεί με υπολογιστικές διαδικασίες.διαδικασίες.

Τεχνητή Νοημοσύνη -Τεχνητή Νοημοσύνη -Υπολογιστική ΝοημοσύνηΥπολογιστική Νοημοσύνη

Page 15: Εισαγωγή στην Υπολογιστική Νοημοσύνη

O Marks (1994)* για την σχέση της υπολογιστικής και τεχνητής νοημοσύνης ανάφερε: “ Παρόλο που ψάχνουν παρόμοιους στόχους, η Υπολογιστική Νοημοσύνη αναδύθηκε ως ένας ανεξάρτητος κλάδος του οποίου το ερευνητικό πεδίο είναι κάπως διαφορετικό από αυτό της Τεχνητής νοημοσύνης.”

*Marks R. 1993 Intelligence: computational versus artificial. IEEE Transactions on Neural Networks

Page 16: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Υπολογιστική Νοημοσύνη

Computational Intelligence: Concepts to Implementations by Eberhart and Shi

Page 17: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Βασικά χαρακτηριστικά Βασικά χαρακτηριστικά Υπολογιστικής ΝοημοσύνηςΥπολογιστικής Νοημοσύνης Υπολογιστική Νοημοσύνη χαρακτηρίζεται κυρίως από ορισμένες σημαντικές ιδιότητες όπως:

-Προσαρμοστικότητα (adaptation )

-Αυτό-διοργάνωση (self-organization )

-Μάθηση

-Εξέλιξη

Page 18: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Προσαρμοστικότητα Προσαρμοστικότητα - - Μάθηση Μάθηση ΠροσαρμοστικότηταΠροσαρμοστικότητα

1:1: Η πράξη ή διαδικασία της προσαρμογής Η πράξη ή διαδικασία της προσαρμογής : : Η κατάσταση στην Η κατάσταση στην οποία το σύστημα προσαρμόζεται.οποία το σύστημα προσαρμόζεται.

2: 2: Προσαρμογή Προσαρμογή σε περιβαλλοντολογικές συνθήκεςσε περιβαλλοντολογικές συνθήκες: : – a: a: Προσαρμογή ενός αισθητήριου οργάνου στην ένταση ή Προσαρμογή ενός αισθητήριου οργάνου στην ένταση ή

ποιότητα του ερεθίσματος.ποιότητα του ερεθίσματος.– b:b: Τροποποίηση ενός οργανισμού ή μερών του για να επιβίωση Τροποποίηση ενός οργανισμού ή μερών του για να επιβίωση

στις συνθήκες του περιβάλλοντος που βρίσκεται. στις συνθήκες του περιβάλλοντος που βρίσκεται.

Προσαρμογή Προσαρμογή :: Να διαμορφωθεί ανάλογα με την περίπτωση ή την Να διαμορφωθεί ανάλογα με την περίπτωση ή την συγκεκριμένη κατάσταση συνήθως με τροποποίησησυγκεκριμένη κατάσταση συνήθως με τροποποίηση

ΔιαμόρφωσηΔιαμόρφωση: : Αναγκαία προσαρμογή ούτως ώστε ο οργανισμός Αναγκαία προσαρμογή ούτως ώστε ο οργανισμός να επιβιώσει.να επιβιώσει.

Page 19: Εισαγωγή στην Υπολογιστική Νοημοσύνη

ΜάθησηΜάθηση:: Γνώση ή ικανότητα που αποκτάται μέσω Γνώση ή ικανότητα που αποκτάται μέσω διδασκαλίας ή μελέτης διδασκαλίας ή μελέτης

syn: syn: ΓνώσηΓνώση

ΜαθαίνωΜαθαίνω:: Η απόκτηση γνώσης ή η κατανόηση Η απόκτηση γνώσης ή η κατανόηση μέσω διδασκαλίας, μελέτης ή εμπειρίας.μέσω διδασκαλίας, μελέτης ή εμπειρίας.

syn:syn: ΑνακαλύπτωΑνακαλύπτω

Μάθηση είναι αυτό που κάνει ένα ολοκληρωμένο Μάθηση είναι αυτό που κάνει ένα ολοκληρωμένο νοήμον σύστημα.νοήμον σύστημα.

Προσαρμοστικότητα Προσαρμοστικότητα - - Μάθηση Μάθηση

Page 20: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Ορισμοί Προσαρμοστικότητας.Ορισμοί Προσαρμοστικότητας.

Adaptation is any process whereby a structure is progressively modified to give better performance in its environment. Holland 1992

Η διαδικασία προσαρμογής είναι συνήθως διαδικασία βελτίωσης του συστήματος.

Page 21: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Μεθοδολογίες Μεθοδολογίες προσαρμοστικότητας συστημάτων. προσαρμοστικότητας συστημάτων.

•Προσαρμογή με επίβλεψη (supervised adaptation) (εκπαίδευση, μάθηση)

•Προσαρμογή χωρίς επίβλεψη (unsupervised adaptation)

•Ενισχυμένη- εξαναγκασμένη προσαρμογή (reinforcement adaptation)

Page 22: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Ορισμός Προσαρμογής με Ορισμός Προσαρμογής με επίβλεψηεπίβλεψη (supervised adaptation)

« Η διαδικασία προσαρμογής ενός συστήματος ούτως ώστε να προκαλέσει συγκεκριμένη έξοδο ανάλογα με την αντίδραση που θα προκαλέσει συγκεκριμένη είσοδος στο σύστημα. Προσαρμογή με «επίβλεψη» σημαίνει ότι η αναμενόμενη έξοδος που αντιστοιχεί στην ανάλογη είσοδο του συστήματος είναι γνωστή και ο αλγόριθμος μάθησης χρησιμοποιεί το σφάλμα μεταξύ της αναμενόμενης και πραγματικής έξοδος ούτως ώστε να εκπαιδεύσει το σύστημα.»

The process of adjusting (adapting) a system so it produces specified outputs in response to specified inputs." "Supervised” means that the output is known for all inputs and the system training algorithm uses the error to guide the training. (Reed and Marks 1999)

Page 23: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Supervised AdaptationSupervised Adaptation

Page 24: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Supervised AdaptationSupervised Adaptation •Ο «δάσκαλος» δίνει παραδείγματα εισόδου – εξόδου στο σύστημα

•Η προσαρμογή γίνεται σε κάθε βήμα του επαναλαμβανόμενου κύκλου της εκπαίδευσης.

•Η αξιολόγηση (Fitness) είναι συνήθως αντιστρόφως ανάλογη μιας συνάρτησης αθροίσματος του σφάλματος

•Παράδειγμα: Ο αλγόριθμος Back-propagation που χρησιμοποιείται για εκπαίδευση στα τεχνικά νευρωνικά δίκτυα.

Page 25: Εισαγωγή στην Υπολογιστική Νοημοσύνη

ΟρισμόςΟρισμός: : Ενισχυμένη-εξαναγκασμένη Ενισχυμένη-εξαναγκασμένη προσαρμογή (προσαρμογή (reinforcement reinforcement adaptation)adaptation)

Ένα σήμα ενίσχυσης, βαθμολογεί την απόδοση του συστήματος ως καλή ή κακή. Ένας κριτής δίνει πληροφορίες προσαρμογής του συστήματος.

Παράδειγμα: Όταν παίζουμε παιχνίδια.

Page 26: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Reinforcement AdaptationReinforcement Adaptation

Page 27: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Reinforcement AdaptationReinforcement Adaptation

•Πιο κοντά συνδέεται με βιολογικά συστήματα.

•Έχει τις ρίζες του σε δυναμικό προγραμματισμό (dynamic programming)

•Συνήθως περιμένει μέχρι μια σειρά από δεδομένα εισόδου συμπληρωθούν και έπειτα αξιολογεί την απόδοση του συστήματος.

•Ο «κριτής» του συστήματος βλέπει μόνο την έξοδο του συστήματος και όχι το ξεχωριστό σφάλμα.

Παράδειγμα: Particle swarm optimization

Page 28: Εισαγωγή στην Υπολογιστική Νοημοσύνη

ΟρισμόςΟρισμός μη- επιβλεπόμενης μη- επιβλεπόμενης προσαρμογής (προσαρμογής (Unsupervised Unsupervised

AdaptationAdaptation)): :

•Το σύστημα προσαρμόζεται ανάλογα με οργάνωση των δεδομένων σύμφωνα με συγκεκριμένους κανόνες σχεδιασμού του συστήματος. Δεν υπάρχουν στόχοι. (Reed and Marks 1999)

•Δεν υπάρχει συνάρτησης αξιολόγησης του συστήματος παρά μόνο όταν ο αλγόριθμος ολοκληρωθεί.

•Παραδείγματα: SOFM and LVQ networks (clustering)

Page 29: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Unsupervised AdaptationUnsupervised Adaptation

Page 30: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Τα τρία πεδία της Τα τρία πεδία της προσαρμογήςπροσαρμογής: :

•Πεδίο παραμέτρων εισόδου του συστήματος.( Ορίζεται από δυναμικό εύρος παραμέτρων εισόδου)

•Πεδίο παραμέτρων εξόδου του συστήματος( Ορίζεται από δυναμικό εύρος παραμέτρων εξόδου)

•Πεδίο αξιολόγησης(Ορίζει το πόσο καλή μια λύση είναι και συνήθως κλιμακώνεται από 0 έως 1)

Γενικώς η έξοδος του συστήματος και οι τιμές αξιολόγησης δεν είναι οι ίδιες.

Page 31: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Αυτό-Οργάνωση (Αυτό-Οργάνωση (Self-OrganizationSelf-Organization))

Ορισμοί:

•Η ακατάπαυστη προσπάθεια της ύλης να οργανωθεί σε μια πιο πολύπλοκη δομή.

•Ορισμός Αυτό-οργάνωσης από Bonabeau:

“A set of dynamical mechanisms whereby structures appear at the global level of a system from interactions among its lower-level components. The rules specifying the interactions among the system’s constituent units are executed on the basis of purely local information, without reference to the global pattern, which is an emergent property of the system rather than a property imposed on the system by an external ordering influence.”

Παράδειγμα: Formation of ice crystals, salt crystals. Cellular automata. The human brain.

Page 32: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Εξέλιξη σύμφωνα με την Εξέλιξη σύμφωνα με την «νέο-Δαρβίνεια» θεωρία«νέο-Δαρβίνεια» θεωρία

•Ένα κράμα μεταξύ τις θεωρίας του Δαρβίνου και Μέντελ

•Η σύνθεση των χρωματοσωμάτων εξαρτάται από τους γονείς (animals and humans)

•Η μετάλλαξη επεκτείνει το «πεδίο της εξέλιξης»

•Επιβιώνει ο πιο ικανός ή ο πιο επιδέξιος

Page 33: Εισαγωγή στην Υπολογιστική Νοημοσύνη

«Αδυναμίες» τις Δαρβίνειας θεωρίας«Αδυναμίες» τις Δαρβίνειας θεωρίας

Σύμφωνα με πιο πρόσφατες μελέτες * υπάρχουν δυο σημαντικές ελλείψεις στην νέο-Δαρβίνεια θεωρία.

•Η δημιουργία ζωής από «τύχη» ή από μετάλλαξη είναι πολύ απίθανο στο χρονικό πλαίσιο της γης.

•Η εξέλιξη πολύπλοκων μορφών ζωής. Η εξέλιξη πολύπλοκων μορφών ζωής μόνο από μετάλλαξη είναι και πάλι πολύ απίθανο.

*Kauffman, S. A. 1993. The Origins if Order. New York : Oxford university press

Page 34: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Η Εξέλιξη μέσα από μια καινούργιαΗ Εξέλιξη μέσα από μια καινούργια«όψη».«όψη».

•Πολύπλοκες μορφές ζωής μπορούν να παρουσιαστούν σε μια σχετικά μικρή χρονική περίοδο σε σχέση με τη Δαρβίνεια εξέλιξη.

•Αυτό οφείλεται κυρίως στην αυτό-οργάνωση η οποία σε συνδυασμό με την φυσική επιλογή πιθανώς να «δημιουργούν» την εξέλιξη.

evolution = natural selection + self organization

Page 35: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Η υπολογιστική νοημοσύνη ιστορικά…Η υπολογιστική νοημοσύνη ιστορικά…

Η πρώτη χρήση του όρουΗ πρώτη χρήση του όρου “ computational “ computational intelligence” intelligence” ήταν από τον ήταν από τον James Bezdek James Bezdek ((19921992))

Πρώτο Πρώτο IEEE World Congress on Computational IEEE World Congress on Computational Intelligence Intelligence στο Ορλάντο στο Ορλάντο 19941994

Πρώτο κείμενο υπολογιστικής νοημοσύνηςΠρώτο κείμενο υπολογιστικής νοημοσύνης 1996 1996

ΔεύτεροΔεύτερο IEEE World Congress on CI in Anchorage IEEE World Congress on CI in Anchorage 19981998

……World Congresses in Hawaii (2002), Vancouver World Congresses in Hawaii (2002), Vancouver (2006)…Hong Kong (2008)(2006)…Hong Kong (2008)

Page 36: Εισαγωγή στην Υπολογιστική Νοημοσύνη

•“Computational Intelligence” χρησιμοποιήθηκε στον τίτλο ενός επιστημονικού περιοδικού στον Καναδά κοντά στις αρχές τις δεκαετίας 80’ αλλά με διαφορετική έννοια από αυτή που χρησιμοποιείται τώρα.

•Η πρώτη δημοσίευση που χρησιμοποιήθηκε ο όρος ήταν από τον Bezdek 1992 στο επιστημονικό περιοδικό: Int. Jour. Approximate Reasoning.

-Αρχικά η χρήση της υπολογιστικής νοημοσύνης ήταν σε εφαρμογές αναγνώρισης εικόνας pattern recognition)

Η υπολογιστική νοημοσύνη Η υπολογιστική νοημοσύνη ιστορικά…ιστορικά…

Page 37: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Ορισμός του Ορισμός του Bezdek Bezdek ((19941994) για την ) για την Υπολογιστική Νοημοσύνη (ΥΝ).Υπολογιστική Νοημοσύνη (ΥΝ).

A system is computationally intelligent when it:

Deals only with numerical (low-level) data, has a pattern recognition component, does not use knowledge in the AI sense; and additionally, when it (begins to) exhibit (i) computational adaptivity; (ii) computational fault tolerance; (iii) speed approaching human-like turnaround, and (iv) error rates that approximate human performance.

Page 38: Εισαγωγή στην Υπολογιστική Νοημοσύνη

ΑπόΑπό Bezdek: Bezdek:

Page 39: Εισαγωγή στην Υπολογιστική Νοημοσύνη

ΑπόΑπό Bezdek: Bezdek:

Page 40: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Ορισμός ΥΝ από Ορισμός ΥΝ από PedryczPedrycz

Computational intelligence (CI) is a recently emerging area of fundamental and applied research exploiting a number of advanced information processing technologies. The main components of CI encompass neural networks, fuzzy set technology and evolutionary computation. In this triumvirate, each of them plays an important, well-defined, and unique role.

(Pedrycz 1998)

Page 41: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Γενικός ορισμός ΥΝ σύμφωνα Γενικός ορισμός ΥΝ σύμφωνα με τους συγγραφείς του βιβλίου.με τους συγγραφείς του βιβλίου.

Υπολογιστική Νοημοσύνη αποτελείται από ιδιότητες και θεωρίες προσαρμογής και αυτό-οργάνωσης, καθώς επίσης από αλγόριθμους και υλοποιήσεις διαφόρων δράσεων που παρουσιάζουν λογική συμπεριφορά μέσα σε πολύπλοκο και εναλλασσόμενο περιβάλλον.

Page 42: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Σχέση μεταξύ συστατικών υπολογιστικών Σχέση μεταξύ συστατικών υπολογιστικών «έξυπνων» συστημάτων«έξυπνων» συστημάτων

Page 43: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Χαρακτηριστικά ΥΝ.Χαρακτηριστικά ΥΝ.Μερικά χαρακτηριστικά ενός υπολογιστικού συστήματος τα οποία δεν φαίνονται στο διάγραμμα.

* Πολυπλοκότητα – γενικώς αυξάνεται από αριστερά στα δεξιά

* Στοχαστικότητα / Χάος – πιθανό να παρουσιάζεται σε κάθε στοιχείο του διαγράμματος

Page 44: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Παγκόσμιο μοντέλο. Παγκόσμιο μοντέλο.

Page 45: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Απλή μορφή ΥΝ.Απλή μορφή ΥΝ.

Page 46: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Συμπέρασμα…Συμπέρασμα…

Computational Intelligence provides success stories that are often hard to justify with formal mathematical models (which are but a subset of all computational models, some of which are based on mathematics, and some of which are not).

- Jim Bezdek

Page 47: Εισαγωγή στην Υπολογιστική Νοημοσύνη

Μέθοδοι Μελέτης τηςΜέθοδοι Μελέτης τηςΥπολογιστικής ΝοημοσύνηςΥπολογιστικής Νοημοσύνης

Τεχνητά νευρωνικά δίκτυα Τεχνητά νευρωνικά δίκτυα (Artificial neural (Artificial neural networks)networks)

Εμπειρογνώμονα συστήματα Εμπειρογνώμονα συστήματα ((ExpertExpert systemssystems)) (Rule-based, Case-based)(Rule-based, Case-based)

Τεχνητή ζωή Τεχνητή ζωή (Artificial life)(Artificial life)

Γενετικοί αλγόριθμοι Γενετικοί αλγόριθμοι (Genetic algorithms)(Genetic algorithms)

Ασαφής λογική Ασαφής λογική ((Fuzzy logicFuzzy logic))

Costas Neocleous
Μαθαίνει πληθώρα κανόνων που οδηγούν σε συμπεράσματα
Costas Neocleous
Μαθαίνει πληθώρα περιπτώσεων, και ελπίζεται ότι μια νέα περίπτωση θα υπάρχει ήδη στη βάση δεδομένων.