Primena računara

IV UVOD

Sadržaj predmeta

Oblasti primene veštačke inteligencije

Pretraživanje i optimizacija, korišćenje heuristika, primene u logičkim igrama

Reprezentacija znanja, automatsko dokazivanje teorema, metod rezolucije, probabilističko rezonovanje, primena u ekspertnim sistemima

Agenti, multi-agentni sistemi, mobilni agenti

Prevođenje sa jednog prirodnog jezika na drugi

Prepoznavanje oblika, uloga neuronskih mreža

Primene u robotici

Cilj predmeta

Upoznavanje sa osnovnim elementima veštačke inteligencije

Literatura

Veštačka inteligencija – savremeni pristup, Stuart Russell i Peter Norvig

Veštačka inteligencija, Predrag Janičić, Mladen Nikolić

Pojam veštačke inteligencije

Veštačka inteligencija je jedna od najnovijih oblasti nauke i tehnike

Sa radom u ovoj oblasti ozbiljno se počelo posle Drugog svetskog

rata, a samo ime je nastalo 1956. godine

VI trenutno obuhvata mnoštvo podoblasti, počevši od opštih oblasti obučavanja i opažanja, do specifičnih kao što su igranje šaha,

dokazivanje matematičkih teorema, vožnja automobila ulicom

punih vozila, dijagnostikovanje bolesti

VI je od značaja za sve intelektualne aktivnosti – to je univerzalna

oblast

Šta je VI?

I pored poluvekovne istorije VI je i dalje oblast koju je teško precizno

definisati

Primeri nekih definicija mogu se dobiti u odnosu na dve dimenzije -

rezonovanja i ponašanja

Kategorije o mogućim pogledima

na VI

Sistemi koji misle kao ljudi

Mašine sa sposobnošću mišljenja u pravom smislu te reči,

Haugeland, 1985

Automatizovanje aktivnosti koje pridružujemo ljudskom mišljenju,

aktivnosti kao što su donošenje odluka, rešavanje problema, obučavanje, ......Bellman, 1978

Sistemi koji misle racionalno

Izučavanje mentalnih sposobnosti korišćenjem računarskih modela,

Charniak & McDermott, 1985

Izučavanje računarskih sistema koji omogućavaju opažanje,

rasudjivanje i delovanje, Winston, 1992

Sistemi koji deluju kao ljudi

Veština pravljenja mašina za obavljanje funkcija koje, kad ih

obavljaju ljudi, zahtevaju inteligenciju (Kurzweil, 1990)

Proučavanje načina da se učini, da računari rade one stvari koje

ljudi, u ovom trenutku , rade bolje (Rich i Knight, 1991)

Sistemi koji deluju racionalno

Račinarska inteligencija je disciplina koja se bavi proučavanjem

projektovanja inteligentnih agenata, Poole et all., 1998

VI…se bavi inteligentnim ponašanjem naprava (Nilsson, 1998)

Rezime

U definicijama na levoj strani uspeh se meri stepenom poklapanja sa

performansama čoveka, dok se u definicijama na desnoj strani

uspeh meri u odnosu na idealnu meru performanse – racionalnost.

Sistem je racionalan ako radi „pravu stvar“ kada je dato ono što on

zna

Ljudsko ponašanje : pristup koji

koristi Turingov test

Turingov test, predlozio ga je Alen Turing 1950. godine, smišljen je da bi se dala zadovoljavajuća radna definicija inteligencije

Računar zadovoljava test ako čovek koji vrši ispitivanje, pošto je postavio nekoliko pismenih pitanja, ne može da odredi da li pismene odgovore dobija od neke osobe ili od računara.

Da bi položio Turingov test računar mora da ima sledeće sposobnosti:

Obradu prirodnih jezika, da omogući da se sa njim uspešno kimunicirau prirodnom jeziku

Predstavljanje znanja, da skladišti ono što zna ili čuje

Automatsko rezonovanje, da koristi uskladištene informacije radi davanja odgovora na pitanja i za izvlačenje novih zaključaka

Mašinsko učenje, da se adaptira na nove okolnosti i da otkriva i ekstrapolira oblike

Potpun Turingov test

Izbegnuta je direktna fizička interakcija između ispitivača i računara,

jer je fizička simulacija osobe nepotrebna za inteligenciju

Totalni Turingov test uključuje video signal tako da ispitivač može da

testira opažajne sposobnosti subjekta

Da bi prošao totalni Turingov test računaru je potrebna:

Računarska vizija (opažanje objekata)

Robotika (manipulacija objektima I kretanje u prostoru)

Ljudsko ponašanje: Tjuringov Test

Ovih šest disciplina čini okosnicu VI

Istraživači u oblasti VI su posvetili malo pažnje ostvarivanju uslova za

zadovoljavanje Turingovog testa

Važnije je proučavati osnovne principe inteligencije, nego duplicirati uzore

Primer iz avijacije: Potraga za „veštačkim letenjem“ dala je rezultat

kada su braća Rajt prestali da imitiraju ptice i počeli da izučavaju

aerodinamiku.

Ljudska kreativnost

Primer uspeha avijacije nas vraća na fundamentalno pitanje ljudske

kretivnosti.

Kao da nam se nameće princip po kome istinske prodore u

domenu saznaja ostvarujemo ne u kopiranju i imitiranju, već u kreativnoj ili čak tzv. konkreativnoj interakciji sa predmetnim

problemom.

Ljudska kreativnost

U svojoj prirodi, istinska inovativnost znači prodore koji se malo ili

uopšte ne odnose na nešto prethodno. Ovaj fenomen postao je

predmet i filozofskih istraživanja dajući sasvim novu filozofsku

disciplinu hermetiku.

Hermetiku u noviju filozofiju uvodi Hajnrih Rombah, austrijski filozof.

Odnosi se na stvaralaštvo koje nema oslonca u onome što je do

sada poznato.

Heinrich Rombach (1923 – 2004), austrijski filozof, utemeljivač

savremene hermetike

Konkreativnost

Konkretaivan pristup znači, da se jedno pomera ka drugom na

takav način da se u okviru tog susreta, odgovarajući novi svet (svet

novih svojstava) aktivira u smeru pojavljivanja.

Misliti ljudski: kognitivno

modelovanje

Ako želimo da programi misle kao ljudi, moramo prvo izučiti kako

ljudi misle.

Potrebno je da prodremo u stvarno funkcionisanje ljudskih misli

Postoje tri načina da se to uradi:

Kroz introspekciju – pokušavajući da shvatimo sopstvene misli dok se one

roje

Kroz psihološke eksperimente – posmatrajući čoveka pri delovanju

Kroz pravljenje slike mozga – posmatrajući mozak u

delovanju(funkcionalno mapiranje ljudskog mozga)

Ova interdisciplinarna oblast spaja računarske modele iz VI i

eksperimentalne tehnike iz psihologije

Kognitivno modelovanje

Gruba ekvivalencija ljudskog mišljenja i softvera, odnosno biološkog mozga i hardvera u okviru

identifikacije veze izmedju veštačke inteligencije i kognitivnih nauka.

Pristup zasnovan naracionalnom

mišljenju uz pomoć formalne logike

Aristotel – jedan od prvih filozofa koji su pokušali da sistematizuju

pravila pravilnog misljenja, tj. nepobitnih procesa rasudjivanja

Njegovi silogizmi daju šablone struktura argumenata koje uvek daju

korektne zakključke kada su date korektne premise

Sokrat je čovek; svi ljudi su smrtni; stoga Sokrat je smrtan

Logičari 19. veka razvili su preciznu notaciju za tvrdjenja o svim

mogućim objektima i relacijama izmedju njih.

Već do 1965 godine su razvijeni programi koji mogu u principu da reše bilo koji rešivi problem opisan logičkim notacijama.

Logicistička škola unutar VI veruje da se ovim putem može doći do

kreiranja inteligentnih sistema.

Problemi…

Nije lako neformalno znanje iskazati u formalnim terminima, naročito

kada je znanje izvesno manje od 100%

Postoji velika razlika u rešavanju problema „u principu“ i njegovog

praktičnog rešavanja. Problemi sa samo par stotina činjenica mogu vrlo brzo iscrpsti sve današnje računarske resurse, ukoliko nema

dodatnog uputstva koje korake rasudjivanja prvo treba primeniti

Racionalno delovanje: pristup

zasnovan na racionalnim agentima

Agent je nešto što deluje (latinski agere- raditi, delovati)

Svi računarski programi nešto rade, ali se od agenata očekuje mnogo više: da autonomno funcionišu, da opažaju svoje okruženje, da se adaptiraju na promene, da kreiraju i slede kreirane ciljeve, ...

Racionalni agent je onaj koji se ponaša tako da ostvaruje najbolji ishod ili kad postoji neizvesnost, najbolji očekivani ishod.

Korektno zaključivanje nije sve što čini racionalnost, zato što se često dešavaju situacije u kojima ne postoji dokazivo korektna stvar koju treba uraditi, ali se nekako mora delovati.

Postoje načini racionalnog delovanja koji ne uključuju zaključivanje (npr. refleksne akcije uzmicanja od vruće peći, koja je uspešnija od akcije preduzete posle pažljivog razmišljanja).

Racionalno delovanje: pristup

zasnovan na racionalnim agentima

Pristup na osnovu racionalnog agenta ima dve prednosti u odnosu

na druge pristupe.

Opštiji je od „zakona mišljenja“, jer je korektno zaključivanje samo jedan

od načina ostvarivanja racionalnosti.

Pogodniji je za naučni razvoj od pristupa zasnovanih na ljudskom

mišljenju i ponašanju, budući da je pojam racionalnosti matematički

precizno definisan.

Postizanje savršene racionalnosti nije izvodljivo u kompleksnom

okruženju. Stoga se u analizi problema polazi od savršene

racionalnosti, a u realizaciji se mirimo sa ograničenom racionalnošću.