Techniki sztucznej inteligencji
Download
1 / 28

Techniki sztucznej inteligencji - PowerPoint PPT Presentation


  • 184 Views
  • Uploaded on

Techniki sztucznej inteligencji. Andrzej Macioł. Literatura. Mulawka J., Systemy ekspertowe. WNT Warszawa 1996. Flasiński M., Wstęp do sztucznej inteligenji, PWN Warszawa 2011. Bubnicki Z., Wstęp do systemów ekspertowych. PWN, Warszawa 1990.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Techniki sztucznej inteligencji' - talon-chan


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

Literatura
Literatura

  • Mulawka J., Systemy ekspertowe. WNT Warszawa 1996.

  • Flasiński M., Wstęp do sztucznej inteligenji, PWN Warszawa 2011.

  • Bubnicki Z., Wstęp do systemów ekspertowych. PWN, Warszawa 1990.

  • Kasperski M. J., Sztuczna Inteligencja. Helion 2003

  • http://www.lpa.co.uk/vrs_dem.htm


Co to jest sztuczna inteligencja
Co to jest sztuczna inteligencja?

  • Nauka o maszynach realizujących zadania, które wymagają inteligencji wówczas, gdy są wykonywane przez człowieka [Minsky 1963]

  • Dziedzina informatyki dotycząca metod i technik wnioskowania symbolicznego przez komputer oraz symbolicznej reprezentacji wiedzy stosowanej podczas tego wnioskowania [Feigenbaum 1977?]


Co to jest rozumowanie symboliczne
Co to jest rozumowanie symboliczne?

  • Posługiwanie się językiem składającym się ze słownika i gramatyki

  • Wiedza w sztucznej inteligencji podobnie jak przedstawiona wiedza człowieka wyraża się w symbolach (słowach) i związkach zachodzących między nimi

  • Sztuczne sieci neuronowe, algorytmy genetyczne to nie są metody sztucznej inteligencji w jej podstawowym rozumieniu


Stanowiska wobec ai wg r penrosa
Stanowiska wobec AI wg R. Penrosa

  • Myślenie zawsze polega na obliczeniach (kalkulacji)

  • Świadomość jest cechą fizyczną działającego mózgu; procesy fizyczne można symulować obliczeniowo ale nie towarzyszy im świadomość

  • Procesy fizyczne powodują w mózgu powstanie świadomości ale nie można ich symulować obliczeniowo

  • Świadomości nie można wyjaśnić w żaden fizyczny, obliczeniowy czy inny naukowy sposób


Filozofia sztucznej inteligencji
Filozofia Sztucznej Inteligencji

epistemologia

filozofia języka

filozofia umysłu

logika

matematyka

filozofia

matematyki

psychologia

kognitywna

psychologia

rozwoju dziecka

Filozofia

Sztucznej

Inteligencji

informatyka

nauki o mózgu


Maszyna turinga
Maszyna Turinga

  • Abstrakcyjny schemat działania wedle zadanego algorytmu:

    • Odczytaj zawartość komórki pamięci

    • Zmień stan obiektu

    • Zapisz nowy symbol do komórki

    • Przejdź do zadanej komórki pamięci

    • Powtórz cykl

  • Maszyna Turinga to maszyna stanów dyskretnych


Test turinga
Test Turinga

  • Co najmniej dwoje ludzi i jedna maszyna

  • Żaden z uczestników testu nie widzi drugiego

  • Jeden z ludzi jest sędzią i prowadzi dialog z pozostałymi uczestnikami

  • Sędzia w wyniku prowadzonego dialogu ma ustalić kto jest człowiekiem a kto maszyną

  • Każda maszyna, która „oszuka” sędziego spełni test Turinga


Zastosowania ai w gospodarce
Zastosowania AI w gospodarce

  • Systemy ekspertowe (eksperckie)

    • zastosowania techniczne

    • wojskowość

    • medycyna

    • ograniczone zastosowania biznesowe

  • Systemy sterowania (technika)

  • Systemy zarządzania regułami biznesowymi

  • Symulacja komputerowa (systemy agentowe)


Co to jest system ekspertowy
Co to jest system ekspertowy?

  • Program komputerowy przeznaczony do rozwiązywania problemów decyzyjnych wyposażony w elektroniczny zapis wiedzy i niezależny od niej mechanizm wnioskowania podobny w działaniu do wnioskowania eksperta-człowieka.

  • Do budowy systemów ekspertowych wykorzystuje się osiągnięcia tzw. sztucznej inteligencji.


Zarz dzanie regu ami biznesowymi
Zarządzanie regułami biznesowymi

  • Źródło: przezwyciężenie luki pomiędzy modelami procesów tworzonych w języku naturalnym przez kierownictwo przedsiębiorstwa i zrozumiałych dla niego, a sposobem ich zapisu w sposób zrozumiały dla informatycznych systemów zarządzania

  • Zarządzanie regułami biznesowymi BRM, którego celem jest opis procesu jako zbiór reguł zrozumiały dla kierownictwa przedsiębiorstwa, a realizacją są Systemy Zarządzania Regułami Biznesowymi (BRMS) oraz Maszyny Wnioskujące (Business Rules Engine)


Definicja
Definicja

  • Reguły biznesowe umożliwiają ekspertom przepisanie strategii przedsiębiorstwa na poziom operacyjny przy pomocy prostych stwierdzeń, które następnie mogą zautomatyzować reakcje na zdarzenia wewnątrz i w otoczeniu przedsiębiorstwa

  • Reguły definiują zachowanie przedsiębiorstwa jako zbiór stwierdzeń logicznych

  • Podstawową zaletą takiego podejścia do opisu procesów jest prostota i elastyczność reguł biznesowych, co pozwala na ich łatwe zastosowanie w różnych instytucjach i do różnych celów


Przyk ady zastosowa
Przykłady zastosowań

  • Systemy wspomagające zarządzanie kontaktami z klientem (reguły opisują w tym przypadku ofertę, jaką w sposób zindywidualizowany można kierować do różnych klientów)

  • Systemy oceny klientów (np. oceny zdolności kredytowej, oceny wartości klienta)


Przyk ady zastosowa1
Przykłady zastosowań

  • Rozbudowane cenniki i regulaminy sprzedaży

  • Systemy wspomagające zarządzanie łańcuchem dostaw (np. dobór dostawców)

  • Kontrola kosztów i budżetowanie (reguły opisują zasady dekretowania kosztów, zasady budżetowania itp.)





Plan wyk adu
Plan wykładu

  • Wiedza

  • Komputery wyposażone w wiedzę

  • Metody zapisu wiedzy

  • Metody pozyskiwania wiedzy

  • Wnioskowanie w systemach sztucznych

  • Zagadnienia praktyczne

  • Przykłady zastosowań


Wiedza
Wiedza

  • Płynne połączenie doświadczenia, ocen wartości, informacji o kontekście oraz analitycznego wglądu w zagadnienia, które zapewnia ramy dla oceny i włączania nowych doświadczeń i informacji

  • Wiedza organizacji wywodzi się i jest charakterystyczna dla umysłów ludzi [Davenport i Prusak 1998]


Wiedza1
Wiedza

  • Cechą wiedzy jest porządek, którego poszukiwali filozofowie zajmujący się metafizyką czy jak wolimy to dzisiaj mówić ontologią, której zadaniem jest po prostu opisanie rzeczywistości, a więc tego co istnieje

  • Tradycyjnym celem ontologii jest podział wiadomości o świecie (bycie) na kategorie definiujące rzeczy składające się na niego

  • Wiedza składa się z uporządkowanych opisów, relacji i procedur


Wiedza cz owieka eksperta
Wiedza człowieka (eksperta)

  • wiedza milcząca (tacit knowledge) – wiem jak postępować w danych okolicznościach ale nie wiem dlaczego i nie potrafię tego wyjaśnić

  • asocjacyjna wiedza empiryczna – znam wiele przykładów i umiem je wykorzystać do wnioskowania

  • wiedza głęboka – dokładnie wiem dlaczego (oczywiście w pewnej ontologii)


Wiedza reprezentacja
Wiedza - reprezentacja

  • reprezentacja proceduralna – określenie zbioru procedur, których działanie reprezentuje wiedzę o dziedzinie (np. procedura wyznaczania ekstremum funkcji)

  • reprezentacja deklaratywna, polegająca na określeniu zbioru specyficznych dla rozpatrywanej dziedziny faktów i reguł


Komputery wyposa one w wiedz
Komputery wyposażone w wiedzę

  • Systemy ekspertowe to „programy z wiedzą”

  • Sam program realizuje procedury wnioskowania i ew. obliczania, objaśniania, uczenia, komunikowania

  • Wiedza zapisana jest w osobnych zbiorach i poza tym, że może być poszerzana przez program (uczenie) jest od niego niezależna



  • If "Klient jest wiarygodny" And " Klient płaci przelewem" And "Wartość kontraktu jest duża" Then "przyznać klientowi upust”

  • If "Klient jest wiarygodny" And " Klient płaci przelewem" And "Wartość kontraktu jest mała" Then "sprzedać po cenie standardowej„

  • If "Klient nie jest wiarygodny" And " Klient płaci przelewem" And "Wartość kontraktu jest duża" Then konkluzja = "odrzucić ofertę„

  • If " Klient płaci gotówką" And "Wartość kontraktu jest duża" Then "przyznać klientowi upust„

  • If " Klient płaci gotówką" And "Wartość kontraktu jest mała" Then "sprzedać po cenie standardowej„

  • If " Klient dokonuje przedpłaty" And "Wartość kontraktu jest duża" Then "przyznać klientowi upust„

  • If " Klient dokonuje przedpłaty " And "Wartość kontraktu jest mała" Then "sprzedać po cenie standardowej"




For k = 1 To LiczbaReguł

prawda1 = True

l = 1

Do

prawda = False

For ll = 1 To LiczbaFaktów

If fakty(ll) = przeslanki(k, l) Then

prawda = True

EndIf

Next

IfNot prawda Then

prawda1 = False

End If

l = l + 1

Loop Until IsEmpty(przeslanki(k, l))

If prawda1 Then

fakty(LiczbaFaktów) = konkluzje(k)

LiczbaFaktów = LiczbaFaktów + 1

End If

Next


ad