Problematyka sztucznej inteligencji
Transkrypt
Problematyka sztucznej inteligencji
2017 © Adam Meissner Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner [email protected] http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA Problematyka sztucznej inteligencji Literatura [1] Flasiński M., Wstęp do sztucznej inteligencji, PWN, 2011. [2] Marciszewski W. (red.), Logika formalna; zarys encyklopedyczny z zastosowaniem do informatyki i lingwistyki, PWN, Warszawa, 1987. [3] Nilsson N.J., Artificial Intelligence: A New Synthesis, Morgan Kaufmann Pub.,1998. [4] Russell S.J., Norvig P., Artificial Intelligence: A Modern Approach, Prentice Hall, New Jersey, 2009. 1 2017 © Adam Meissner Tematy wykładów 1. Problematyka sztucznej inteligencji 2. Podstawy logiki pierwszego rzędu 3. Elementy programowania w logice 4. Modelowanie problemów za pomocą grafu stanów 5. Problemy spełniania ograniczeń i metody ich rozwiązywania 6. Gry dwuosobowe o sumie zerowej 7. Elementy wnioskowania automatycznego 8. Elementy logik deskrypcyjnych 9. Architektury systemów eksperckich 10. Reprezentowanie i przetwarzanie wiedzy o czasie 11. Elementy uczenia maszynowego 12. Podstawy sztucznych sieci neuronowych 2 2017 © Adam Meissner Znaczenie terminu sztuczna inteligencja (SI) Sztuczny Przymiotnik określający substancje, przedmioty lub zjawiska stworzone przez człowieka w celu zastąpienia odpowiedników naturalnych [za: Słownik języka polskiego PWN]. Inteligencja (a) Zespół zdolności umysłowych umożliwiających jednostce korzystanie z nabytej wiedzy przy rozwiązywaniu nowych problemów i racjonalne, skuteczne zachowanie się wobec nowych zadań i warunków życia” [Encyklopedia PWN] (b) Zdolność do postrzegania, wnioskowania, uczenia się, porozumiewania się i działania w złożonym środowisku” [1 na podstawie 2]. Sposoby klasyfikowania metod i systemów SI [2, 3] • „przejawianie się” SI we wnioskowaniu lub w działaniu • SI jako naśladowanie postępowania człowieka lub jako postępowanie racjonalne • forma reprezentowania wiedzy − metody symboliczne - przetwarzanie wiedzy reprezentowanej za pomocą symboli (ciągów znaków) − metody niesymboliczne - inne metody reprezentowania i przetwarzania wiedzy (np. sygnały w sztucznych sieciach neuronowych) 3 2017 © Adam Meissner Rys historyczny • IV w. p.n.e., Arystoteles – wnioskowanie za pomocą sylogizmów • XIV w., Ramon Llull – dzieło Ars Magna, „generator idei” • przełom XVI i XVII w., rabin Jehuda Loew ben Bazalel z Pragi – Golem • XVII w., Gottfried Leibniz – zamysł skonstruowania uniwersalnego rachunku logicznego • XVIII w., Adam Smith – sformułowanie podstaw ekonometrii • połowa XIX w., George Boole – podstawy rachunku zdań • koniec XIX w., Gottlieb Frege – podstawy logiki I rzędu • pierwsza połowa XX w., Dawid Hilbert, Kurt Goedel, Alonzo Church, Alan Turing, Thoralf Skolem, Jacques Herbrand – badania nad własnościami logiki I rzędu, sformułowanie teorii wnioskowania automatycznego • rok 1943, Warren McCulloch i Walter Pitts – proste modele neuronów, system SNARC (Marvin Minsky i Dean Edmonds, 1950) • lata 40-te XX w., Alan Turing, John von Neumann, John Mauchly, John Atanasoff, Konrad Zuse – pierwsze maszyny liczące • lata 50-te XX w. – pierwsze programy wnioskujące • rok 1956, konferencja w Dartmouth 4 2017 © Adam Meissner • Okres wielkich oczekiwań (1956-1975) − system GPS oraz system LT (Newell, Simon) − język LISP, system Advice Taker (John McCarthy, 1958) − system MACSYMA (Carl Engelman, 1968) − język Prolog (Alain Colmerauer, R. Kowalski, 1971) − system SHRDLU (Terry Winograd, 1972) • Początki systemów z wiedzą (1970-1980) − DENDRAL (Buchanan et al., 1969) − MYCIN (Ed Feigenbaum, 1976) • Okres dojrzały (od 1980) − zastosowanie systemów eksperckich w przemyśle (np. PROSPECTOR, G2) − projekt „maszyn piątej generacji” − wpływ SI na inne nauki: logika formalna (np. logiki deskrypcyjne), probabilistyka (np. formalizm sieci Bayesa) 5