1 / 39

Ringvorlesung der Forschergruppe „Neue Medien im Alltag“

NeMeA. Ringvorlesung der Forschergruppe „Neue Medien im Alltag“. Lernende Computer. Werner Dilger. Technische Universität Chemnitz Fakultät für Informatik / Professur KI Prof. Dr. Werner Dilger Tel.: 0371-531-1529 Fax: 0371-531-1465 E-Mail: dilger@informatik.tu-chemnitz.de. NeMeA.

oro
Download Presentation

Ringvorlesung der Forschergruppe „Neue Medien im Alltag“

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. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. NeMeA Ringvorlesung der Forschergruppe „Neue Medien im Alltag“ Lernende Computer Werner Dilger Technische Universität Chemnitz Fakultät für Informatik / Professur KI Prof. Dr. Werner Dilger Tel.: 0371-531-1529 Fax: 0371-531-1465 E-Mail: dilger@informatik.tu-chemnitz.de

  2. NeMeA Übersicht 1. Der Begriff des Lernens in der Lernpsychologie 2. Gegenüberstellung Lernpsychologie - Maschinelles Lernen 3. Reinforcement Learning 4. Induktives Lernen 5. Das Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  3. NeMeA Formen des Lernens in der Lernpsychologie • Reiz-Reaktions-Lernen • Instrumentelles Lernen • Kognitives Lernen 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss • Planvolles Handeln und • Problemlösen Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  4. Weiterentwicklung der klassischen Konditionierung (Pawlow) Reize: Durch physikalisch-chemische Außenweltereignisse oder in der Vorstellung gegeben Reaktionen: Emotional-motivational NeMeA Formen des Lernens • Reiz-Reaktions-Lernen • Instrumentelles Lernen • Kognitives Lernen 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss • Planvolles Handeln und • Problemlösen Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  5. Das Verhalten ist das Instrument, das bestimmte Konsequenzen herbeiführt. Verhaltensverstärkung: Verhaltensweisen werden durch die Konsequenzen gelernt, die sie haben. Vier Formen: Positive Verstärkung, negative Verstärkung, Bestrafung, Löschung. NeMeA Formen des Lernens • Reiz-Reaktions-Lernen • Instrumentelles Lernen • Kognitives Lernen 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss • Planvolles Handeln und • Problemlösen Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  6. Begriffsbildung und Wissenserwerb Eigenschaftsbegriffe (Kategorien) und Erklärungsbegriffe (mit Theorie behaftet) Wissenserwerb durch unmittelbare Erfahrung oder sprachliche Vermitt-lung Informationsverarbeitung sprach-lich-symbolisch, analog oder hand-lungsmäßig NeMeA Formen des Lernens • Reiz-Reaktions-Lernen • Instrumentelles Lernen • Kognitives Lernen 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss • Planvolles Handeln und • Problemlösen Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  7. Handlungen dienen zum Erreichen von Zielen. Es werden Handlungskonzepte und Handlungsschemata gelernt, sie ergeben zusammen Hand-lungskompetenz. Problemlösen ist erforderlich, wenn Ziele nicht direkt erreichbar sind. NeMeA Formen des Lernens • Reiz-Reaktions-Lernen • Instrumentelles Lernen • Kognitives Lernen 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss • Planvolles Handeln und • Problemlösen Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  8. NeMeA Gegenüberstellung Lernpsychologie Maschinelles Lernen • Reiz-Reaktions-Lernen • Instrumentelles Lernen • Kognitives Lernen • Planvolles Handeln und Problemlösen Reaktives Lernen Reinforcement Learning 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Induktives Lernen Problemlösen und Planen Roboterlernen Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  9. NeMeA Agenten und künstliche Welten Agent = künstliches intelligentes System +1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss -1 Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  10. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  11. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  12. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  13. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  14. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  15. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  16. 0.2 0.2 0.2 0.2 +1 0.4 0.6 0.8 1.0 NeMeA 0.2 -1 0.2 0 0 Lerneffekt 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  17. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  18. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  19. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  20. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  21. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  22. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  23. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  24. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  25. NeMeA Lernen durch Belohnung +1 -1 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  26. +1 NeMeA -0.125 -0.125 -1 -1.0 -0.875 0 -0.125 -0.125 -0.125 -0.125 -0.125 0 -0.675 -0.75 -0.375 Lerneffekt 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  27. U(j1) j1 U(i) U(j2) j2 i NeMeA j3 U(j3) Prinzip des Reinforcement Learning 1. Lernen 2. Gegenüber- stellung 3. Reinforce- ment Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  28. NeMeA Lernen aus Beispielen 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  29. NeMeA Lernen aus Beispielen 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  30. NeMeA Lernen aus Beispielen Fortbewe-gungsart Körper-bedeckung Form des Mauls Fötusent-wicklung Vogel Möwe Kondor Schmetterling Biene Fledermaus fliegender Fisch Känguru Pinguin Bär Eisvogel Tukan Schnabeltier fliegen fliegen fliegen fliegen fliegen fliegen nicht fliegen nicht fliegen nicht fliegen fliegen fliegen nicht fliegen Federn Federn Hornpanzer Hornpanzer Fell Schuppen Fell Federn Fell Federn Federn Fell Schnabel Schnabel kein Schnabel kein Schnabel kein Schnabel kein Schnabel kein Schnabel Schnabel kein Schnabel Schnabel Schnabel Schnabel extrauterär extrauterär extrauterär extrauterär uterär extrauterär uterär extrauterär uterär extrauterär extrauterär extrauterär ja ja nein nein nein nein nein ja nein ja ja nein 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  31. Alle fliegen nicht fliegen NeMeA Känguru Pinguin Bär Schnabeltier Möwe Kondor Schmetterling Biene Fledermaus fliegender Fisch Eisvogel Tukan extra-uterär uterär kein Schnabel Schnabel Möwe Kondor Eisvogel Tukan Schmetterling Biene Fledermaus fliegender Fisch Känguru Bär Pinguin Schnabeltier Entscheidungsbäume 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  32. NeMeA Regeln Gelernte Regeln Alle Tiere, die fliegen können und einen Schnabel haben, sind Vögel. Manche Tiere, die nicht fliegen können und extrauterären Nachwuchs haben, sind Vögel. 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  33. NeMeA Theoretisches Modell Simulations-programm Empirische Ergebnisse Validierung Codierung Das Projekt MAS Modellierung und Simulation der Rezeption textueller Information aus dem Internet 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  34. NeMeA Menschen und Computer als Lernende und Lehrende Lehrer Mensch Computer Mensch Computer Lerner Mensch Mensch Computer Computer Schule Tutorsysteme 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Active Learning Consultative Learning Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  35. NeMeA Active Learning Anwendungsbereich: Sprach- (Grammatik-) Lernen durch den Computer aus Beispielen Zielsetzung: Effizienzsteigerung beim Lernprozess Methoden: Lernen mit Sicherheitswerten Komitee-basiertes Lernen Prinzip: 1. Erstelle mit einer begrenzten Menge von Beispielen einen oder mehrere Klassifika- toren 2. Klassifiziere weitere Beispiele 3. Lege die unsichersten Beispiele dem mensch- lichen Lehrer zur Kommentierung vor 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  36. NeMeA Consultative Learning Anwendungsbereich: Sprach- (Grammatik-) Lernen durch den Computer aus Beispielen Zielsetzung: Simulation des Active Learning Methoden: Komitee-basiertes Lernen Prinzip: Wie beim Active Learning, aber der menschliche Lehrer wird durch einen Agenten ersetzt. Falls der Lehrer-Agent nicht direkt einen Kom-mentar abgeben kann, versucht er einen solchen durch einen Lernprozess zu ermiteln. Danach bestimmen Lehrer und Lerner gemein-sam den geeignetsten Kommentar. 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  37. NeMeA Active Learning Theoretisches Modell Simulations-programm Empirische Ergebnisse Empirische Ergebnisse Validierung Codierung ? Consultative Learning Internet Grammar Das Projekt MAS 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  38. NeMeA Ausblick Was noch geplant ist: 1. Modellierung des Nutzerverhaltens im Projekt Krems. 2. Analyse der im Projekt Krems anfallenden Daten mit maschinellen Verfahren. 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss 3. Generierung von Hypothesen auf Grund der Simulationen. 4. Empirische Überprüfung ermittelter Hypothesen. Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

  39. NeMeA Schluss Das war‘s! 1. Lernen 2. Gegenüber- stellung 3. Reinforcement Learning 4. Induktives Lernen 5. Projekt MAS 6. Schluss Noch Fragen, Kienzle? Ringvorlesung der Forschergruppe „Neue Medien im Alltag“, TU Chemnitz, Sommersemster 2000

More Related