Seminar Künstliche Intelligenz Wintersemester 2014/15

Transkript

1 Seminar Künstliche Intelligenz Wintersemester 2014/15 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg

2 2 / 14 Überblick Teilgebiete der KI Problemlösen, Planen Wissensbasierte Systeme: Logik, Wissensrepräsentation, Schließen Unsicheres Wissen und probabilistisches Schließen Maschinelles Lernen Wahrnehmung, Sprachverarbeitung, Computer Vision Robotik

3 3 / 14 Schnittmengen mit anderen Disziplinen Schnittmengen mit anderen Disziplinen (nach Russell & Norvig) Philosophie Können formale Regeln verwendet werden, um gültige Schlüsse zu ziehen? Wie entsteht aus einem physischen Gehirn der mentale Verstand? Woher stammt das Wissen? Wie führt Wissen zu einer Aktion? Mathematik Wie lauten die formalen Regeln, um gültige Schlüsse zu ziehen? Was kann berechnet werden? Wie argumentieren wir mit unsicheren Informationen?

4 4 / 14 Schnittmengen mit anderen Disziplinen Schnittmengen mit anderen Disziplinen (fort.) Wirtschaftswissenschaften Wie sollen wir Entscheidungen treffen, um eine maximale Rendite zu erzielen? Wie sollen wir das tun, was andere nicht tun? Wie sollen wir vorgehen, wenn die Rendite möglicherweise weit in der Zukunft liegt? Neurowissenschaften Wie verarbeitet das Gehirn Informationen? Psychologie Wie denken und handeln Menschen und Tiere? Technische Informatik Regelungstheorie Wie können künstliche Maschinen unter eigener Steuerung arbeiten? Linguistik Wie hängen Sprache und Denken zusammen?

5 5 / 14 Was ist KI? Was ist KI? Menschliches Denken: [Die Automatisierung von] Aktivitäten, die wir dem menschlichen Denken zuordnen, Aktivitäten wie beispielsweise Entscheidungsfindung, Problemlösung, Lernen... (Bellman, 1978) Menschliches Handeln: Die Kunst, Maschinen zu schaffen, die Funktionen erfüllen, die, werden sie von Menschen ausgeführt, der Intelligenz bedürfen (Kurzweil, 1990) Rationales Denken: Das Studium derjenigen mathematischen Formalismen, die es ermöglichen, wahrzunehmen, logisch zu schließen und zu agieren. (Winston, 1992) Rationales Handeln: Computerintelligenz ist die Studie des Entwurfs intelligenter Agenten (Poole et al., 1998) (nach Russell & Norvig)

6 6 / 14 Was ist KI? Menschliches Denken Wie denkt ein Mensch? Introspektion Beobachten handelnder Personen Hirntomographie Kognitionswissenschaften Verwechslungsgefahr: Nur weil ein Algorithmus gut funktioniert muss der Mensch nicht auch so funktionieren (vgl. Schachcomputer)

7 Was ist KI? Menschliches Handeln So wie ein Mensch handeln? Turing-Test Menschlicher Fragesteller Kommunikation in Schriftform Fragesteller muss entscheiden, ob er mit einem Menschen oder einem Computer kommuniziert Beliebige Fragen erlaubt Computerprogramm hat Turing-Test bestanden, wenn Fragesteller ihn für einen Menschen hält Für Turing-Test notwendig: Verarbeitung natürlicher Sprache Wissensrepräsentation Automatisches logisches Schließen Maschinenlernen vgl. ELIZA, IKEA-Anna 7 / 14

8 8 / 14 Was ist KI? Rationales Denken Regeln und logische Schlüsse Logik Formalisieren allen (notwendigen) Wissens Was passiert mit unsicherem Wissen? Menschen sind nicht streng logisch Deshalb schnell Widersprüche möglich, z.b. lernen Kinder Vögel können fliegen Pinguine sind Vögel Pinguine können nicht fliegen Logisches Schließen sehr rechenaufwendig

9 9 / 14 Was ist KI? Rationales Handeln Agent autonomes Handeln Umgebung wahrnehmen an Änderungen anpassen Ziele erzeugen und verfolgen Rationaler Agent: Bestes Ergebnis unter dem ihm bekannten Wissen Rationales Handeln durch logisches Schließen, aber auch Reflexe möglich Vorteil: Rationalität ist mathematisch definiert!

10 Geschichte der KI Geschichte der KI (nach Russell & Norvig) : McCulloch-Pitts-Neuronen Neuronennetze äquivalent zu logischen Funktionen Hebbsche Lernregel Turing-Test 1956: Dartmouth-Workshop: Gründung der KI Logische Schlussfolgerungssysteme: Logic Theorist : Lösen logischer Rätsel: General Problem Solver LISP als Programmiersprache der KI Logisches Schließen: Robinsons Resolutionsmethode Wissensrepräsentation und Schließen: Advice Taker Lösungen für begrenzte Domänen: Integrieren, Intelligenz-Tests, Algebra-Textaufgaben, Blocks-World 10 / 14

11 11 / 14 Geschichte der KI Geschichte der KI (fort.) : Euphorie ebbt ab Problemlösung durch Ausprobieren von allen Möglichkeiten Kombinatorische Explosion bei größeren Problemen XOR-Problem bei einschichtigen Neuronalen Netzen : Expertensysteme, z.b. für Medizin Spracherkenner PROLOG zur Wissensrepräsentation ab 1980: KI als Industrie, u.a. Expertensysteme, Erkennungssysteme, Roboter Benutzerschnittstelle

12 12 / 14 Geschichte der KI Geschichte der KI (fort.) ab 1986/87: Neuronale Netze mit Backpropagation Statt ad-hoc-programmen wird auf bereits Bestehendem aufgebaut: Hidden-Markov-Modelle, Bayes-Netze,... Realistische Anwendungsszenarien statt Spielzeugbeispiele ab 1995: Internet-Agenten: Bots Suchmaschinen, Empfehlungssysteme, Webseiten-Aggregatoren Massen-Daten statt Algorithmen

13 13 / 14 Herangehensweise der KI Herangehensweise der KI Programme entwickeln, die intelligentes Verhalten simulieren Rationalitätsprinzip: Ein System ist rational, wenn es das seinen Kenntnissen entsprechend Richtige macht (Russell & Norvig) Formalisierung der Probleme / Aufgabenstellungen Sammelsurium von Methoden zu deren Lösung

14 14 / 14 Herangehensweise der KI KI-Effekt Machines Who Think: A Personal Inquiry into the History and Prospects of Artificial Intelligence (Pamela McCorduck) It s part of the history of the field of artificial intelligence that every time somebody figured out how to make a computer do something play good checkers, solve simple but relatively informal problems there was chorus of critics to say, that s not thinking. Rodney Brooks (MIT) Every time we figure out a piece of it, it stops being magical; we say, Oh, that s just a computation, [... ] We used to joke that AI means almost implemented.

15 14 / 14 Herangehensweise der KI KI-Effekt Machines Who Think: A Personal Inquiry into the History and Prospects of Artificial Intelligence (Pamela McCorduck) It s part of the history of the field of artificial intelligence that every time somebody figured out how to make a computer do something play good checkers, solve simple but relatively informal problems there was chorus of critics to say, that s not thinking. Rodney Brooks (MIT) Every time we figure out a piece of it, it stops being magical; we say, Oh, that s just a computation, [... ] We used to joke that AI means almost implemented.