OH-bilder
OH-bilder
OH-bilder
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Artificiell Intelligens<br />
Introduktion
Vad är AI?<br />
Inte bara att förstå vad intelligens är utan<br />
även bygga system som kan uppfattas som<br />
”intelligenta”<br />
Många olika delområden
Definitioner<br />
System som<br />
tänker som<br />
människor<br />
System som<br />
tänker rationellt<br />
System som<br />
handlar som<br />
människor<br />
System som<br />
handlar<br />
rationellt
Rationellt?<br />
Istället för att jämföra mot människan så<br />
jämför man mot ett idealt tillstånd/<br />
handlande
Tänka som en människa<br />
Man försöker att modellera den mänskliga<br />
”hjärnan” — cognitive modeling<br />
Kognitionspsykologi<br />
Viktigt område även inom MDI
Handla som en människa<br />
Touring Test<br />
Kan man se någon skillnad mellan de svar som en<br />
dator och en människa ger på olika frågor<br />
Natural Language Processing<br />
Knowledge Representation<br />
Automated Reasoning<br />
Machine Learning<br />
Total Touring Test<br />
Computer Vision<br />
Robotics
Logik<br />
Tänka rationellt
Handla rationellt<br />
Rationella agenter<br />
Mer generell ansats
Vad är AI baserat på?<br />
Filosofi<br />
Kan formella regler användas för att dra giltliga<br />
slutsatser?<br />
Vart kommer kunskap från?<br />
Hur går man från kunskap till handling<br />
Matte<br />
Vilka formella regler ska användas för att dra giltliga<br />
slutsatser?<br />
Vad kan beräknas?<br />
Hur ska man hantera icke-exakt information
Ekonomi<br />
Hur ska man ta beslut så att man får så bra utbyte<br />
som möjligt?<br />
Hur gör man om några inte går med på besluten?<br />
Hur hanterar man det faktum att resultatet inte blir<br />
synligt förrän långt fram i tiden?<br />
Neurovetenskap<br />
Hur fungerar hjärnan?<br />
Datavetenskap<br />
Hur bygger vi effektiva datorsystem<br />
Psykologi<br />
Hur tänker och fattar vi beslut?
Lingvistik<br />
Hur hänger tanke och språk samman?<br />
Reglerteknik och cybernetik<br />
Hur kan man få system att fungera under<br />
egenkontroll?
AI historia<br />
1943 — Första AI artikeln<br />
1950 — Turings artikel<br />
1951 — Första datorn med neuralt nätverk<br />
1956 — Namnet AI<br />
1952 - 1969 — Hände mycket positivt<br />
1966 - 1973 — Här börjar man stöta på<br />
problem
It is not my aim to surprise or shock you — but the<br />
simplest way I can summarize is to say that there are<br />
now in the world machines that think, that learn and<br />
that create. Moreover, their ability to do these things<br />
is going to increase rapidly until — in a visible future<br />
— the range of problems they can handle will be<br />
coextensive with the range to which the human mind<br />
can be applied.
The spirit is willing but the flesh is weak<br />
The vodka is good but the meat is rotten<br />
Der Geist ist bereit, aber das Fleisch ist schwach<br />
The spirit is ready, but the flesh is weak
When you have established these launch parameters<br />
program MPC will open a window with all the rows<br />
that recognize, fairies a double quantity clic on one<br />
of they and to second of the format you various<br />
window with all the data will appear one. Every<br />
format e' described for formulations and type of<br />
fields to the inside of rows HTML that you will<br />
unload with the program. You will be able to decide<br />
the separator of database using and thus saving the<br />
rows in leggibile format from database or an<br />
electronic sheet or a word processor.
1969 - 1979 — Expertsystem<br />
1980 - nu — Färdiga att köpa<br />
1986 - nu — Neurala nätverk<br />
1987 - nu — Vetenskap<br />
1995 - nu — Intelligenta agenter
Dagsläget<br />
Rymdfarkoster<br />
Spel<br />
Fordon<br />
Diagnostik<br />
Logistik<br />
Robotik
Andra aspekter<br />
Vad händer om datorer blir intelligenta?<br />
Blir de ”personer”?<br />
Hur påverkas vi människor?<br />
Kan datorer bli intelligenta?
Intelligenta agenter<br />
En agent känner av sin omgivning med hjälp<br />
av sensorer och kan reagera på olika sätt<br />
beroende på vad som hänt. Detta påverkar<br />
då givetvis då omgivningen.
Agent<br />
Sensorer<br />
fkn<br />
Omgivning<br />
”Actuators”
Bokens exempel
OM<br />
a,b,c<br />
a,b,d<br />
a,b,e<br />
…<br />
…<br />
…<br />
…<br />
…<br />
…<br />
GÖR<br />
A<br />
B<br />
C<br />
…<br />
…<br />
…<br />
…<br />
…<br />
…
Ett rationellt beteende<br />
Agenten ska göra rätt sak<br />
Vad är rätt sak?<br />
Den reaktion som är mest framgångsrik<br />
Hur kan vi mäta hur framgångsrik en agent<br />
är?<br />
Mät vad man vill ha, inte hur agenten ska<br />
uppföra sig?
Vad baseras beteendet på<br />
Kunskap om omgivningen<br />
Vad har agenten hittills uppfattat<br />
Vilket framgångsmått agenten har<br />
Vad agenten kan göra
For each possible percept sequence, a rational<br />
agent should select an action that is expected to<br />
maximize its performance measure, given the<br />
evidence provided by the percept sequence and<br />
whatever built-in knowledge the agent has.
Hur veta det bästa valet?<br />
För att vara helt säker måste man vara<br />
allvetande<br />
Omöjligt<br />
Basera beslutet på det som har hänt fram<br />
till nu.
”Omgivningen”<br />
Hur ska vi mäta framgång?<br />
Hur ser den ”fysiska” omgivningen ut?<br />
Hur kan agenten påverka omgivningen?<br />
Hur kan agenten känna av omgivningen?
Aspekter på omgivningen<br />
Observerbar Delvis observerbar<br />
Deterministisk Stokastisk<br />
Episodisk Sekvensiell<br />
Statisk Dynamisk<br />
Diskret Konternuerlig<br />
En agent Flera agenter
Bygga en agent<br />
Hårdvara + program => agent<br />
Tabeller funkar inte (för stora)<br />
Olika typer av agentprogram
En reaktiv agent<br />
Baserar sina handlingar på vad den<br />
uppfattar just nu
Agent<br />
Sensorer<br />
Regler<br />
Tillstånd nu<br />
Vad göra<br />
Omgivning<br />
”Actuators”
Modellbaserade agenter<br />
Internt tillstånd<br />
Modell för omvärlden förändras<br />
Hur påverkar ”mina” handlingar<br />
omvärlden?
Agent<br />
Tillstånd<br />
Sensorer<br />
Utveckling<br />
Påverkan<br />
Regler<br />
Tillstånd nu<br />
Vad göra<br />
Omgivning<br />
”Actuators”
Målbaserade agenter<br />
För att agenten ska fungera bra så behövs<br />
ett långtidmål.<br />
Sökning<br />
Planering
Agent<br />
Tillstånd<br />
Utveckling<br />
Påverkan<br />
Regler<br />
Sensorer<br />
Tillstånd nu<br />
Hur påverkas<br />
Vad göra<br />
Omgivning<br />
”Actuators”
”Utility-based agents”<br />
Men om det finns flera korrekta sätt att<br />
uppnå ett givet mål?
Agent<br />
Tillstånd<br />
Utveckling<br />
Påverkan<br />
”Utility”<br />
Regler<br />
Sensorer<br />
Tillstånd nu<br />
Hur påverkas<br />
Hur lycklig<br />
Vad göra<br />
”Actuators”<br />
Omgivning
Lärande agenter<br />
Om agenterna kan lära sig själva så<br />
kommer vi att få mycket mer kraftfulla<br />
agenter.
Standard<br />
Kritiker<br />
Sensorer<br />
Återkoppling<br />
Mål<br />
lärande<br />
Lärande<br />
Ändringar<br />
Kunskap<br />
Välj<br />
Omgivning<br />
Problem<br />
”Actuators”