Einführung in die Artificial Intelligence. Jochen Renz

Transkript

1 Einführung in die Artificial Intelligence Jochen Renz

2 Was ist Intelligenz? Einführung in die AI Einleitung 1

3 Was ist künstliche Intelligenz? Verschiedene Definitionen der AI: The exiting new effort to make computers think... machines with minds, in the full literal sense (Haugeland, 1985) The study of mental faculties through use of computational models (Charniak and McDermott, 1985) [The automation of] activities that we associate with human thinking, activities such as decision-making, problem solving, learning... (Bellman, 1978) The art of creating machines that perform functions that require intelligence when performed by people (Kurzweil, 1990) The study of how to make computers do things at which, at the moment, people are better (Rich and Knight, 1991) The study of the computations that make it possible to perceive, reason, and act (Winston, 1992) A field of study that seeks to explain and emulate intelligent behavior in terms of computational processes (Schalkoff, 1990) The branch of computer science that is concerned with the automation of intelligent behavior (Luger and Stubblefield, 1993) Es können (mindestens) vier Kategorien unterschieden werden: Systeme die menschlich denken Systeme die menschlich handeln Systeme die rational denken Systeme die rational handeln Einführung in die AI Einleitung 2

4 Menschlich handeln Intelligentes Verhalten wird definiert als die Fähigkeit, in allen kognitiven Aufgaben menschliche Leistung zu erzielen (Alan Turing 1950) nur auf empirische Weise überprüfbar Turing Test: Ein nur über Fernschreiber mit je einem Menschen und einem Rechner verbundener Tester muß herausfinden, wer sein menschlicher und wer sein maschineller Partner ist. Gelingt dies nicht, liegt Künstliche Intelligenz vor. benötigte Fähigkeiten: Verarbeitung natürlicher Sprache, Wissensrepräsentation, automatisches Schließen, Maschinelles Lernen mit zusätzlichem Videosignal: Bildverarbeitung und Robotik Einführung in die AI Einleitung 3

5 Menschlich denken Wie denken Menschen? manchmal unlogisch und irrational gute Intuition : schnelle Entscheidungen, die meist eine gute Approximation darstellen Wie kann dies maschinell umgesetzt werden? Mittels psychologischer Experimente können Theorien und Modelle des menschlichen Denkens entwickelt werden Durch Umsetzung der Theorien und Modelle in ausführbare Computerprogramme können diese maschinell überpruft und evtl. angepasst werden. Kognitionswissenschaft Erforschung des menschlichen Denkens Entwicklung kognitiv adäquater Systeme Einführung in die AI Einleitung 4

6 Rational denken Denken soll den Gesetzen der Logik entsprechen Wissen wird mit logischen Formalismen repräsentiert Herleitung einer Lösung erfolgt mittels logischer Regeln Herausforderungen: Informelles Wissen muß formalisiert werden Die Herleitung einer Lösung muß praktisch bewerkstelligt werden, d.h. in angemessener Zeit ( Komplexität, effiziente Algorithmen) Probleme: intelligente Verhalten wird nicht nur durch logische Überlegung erreicht was ist das Ziel des Denkens, wer/was gibt es vor? Einführung in die AI Einleitung 5

7 Rational handeln Rational handeln: Das richtige tun, d.h. das was bei gegebener Information erwartungsgemäß das Maximale zum Erreichen des Ziels beiträgt Rationales Handeln ist mehr als nur rationales Denken, z.b. Reflexe (reaktives Verhalten). Denken sollte aber zum Zweck des rationalen Handelns eingesetzt werden Ansatz: Entwicklung rationaler Agenten ein Agent macht Wahrnehmungen und führt Handlungen aus angepasst an jeweilige Aufgabe, sollte diese bzgl. den gegebenen Ressourcen optimal gelöst werden wegen Ressourcenbeschränkung nur eingeschränkte Rationalität möglich Einführung in die AI Einleitung 6

8 Wurzeln der AI Philosophie (ab 4.Jh.v.Chr, Aristoteles, Descartes, Kant), Mathematik (ab 17.Jh, Leibniz, Boole, Frege, Tarski, Hilbert, Gödel, Church), Psychologie (ab 1879, Wundt), Informatik (ab 1940, Turing, Zuse, Aiken), Linguistik (ab 1957, Skinner, Chomsky) Entwicklung von Theorien, wie Menschen schlußfolgern und lernen Logik, Wahrscheinlichkeitstheorie, Entscheidungstheorie Struktur und Bedeutung von Sprache kognitive Psychologie Hard und Software Einführung in die AI Einleitung 7

9 Kurze Geschichte der AI 1943 McCulloch, Pitts: Schaltkreise aus einfachen Neuronenmodellen 1950 Turing: Computing, Machinery and Intelligence 50er Newell, Simon: Logic Theorist 1956 Dartmouth Workshop (John McCarthy, Marvin Minsky,...): Einführung des Begriffes Artificial Intelligence (Alternativ: Complex Systems ) 60er Intelligentes Verhalten in Demosystemen, Spielprogrammen, hauptsächlich Suchverfahren 70er Wissensbasierte Systeme 80er Kommerzieller Erfolg von Expertensystemen, intensive Forschungsförderung, Einrichtung von AI Instituten, Ende der 80er: AI Winter Einführung in die AI Einleitung 8

10 Kurze Geschichte der AI (2) 90er probabilistische und entscheidungstheoretische Methoden, agentenorientierte Sichtweise, Formalisierung und mathematische Fundierung von AI Techniken, theoretische Analyse, Komplexitätsuntersuchungen 1997 Deep Blue schlägt Kasparov heute sehr lebendiges Forschungsgebiet, vielfältiger Einsatz von AI Methoden in verschiedensten Anwendungen Geschichte der AI ist ein Zyklus von zu hohen Erwartungen gefolgt von Enttäuschungen und Umorientierung Einführung in die AI Einleitung 9

11 AI Forschungs- und Anwendungsgebiete Keywords der größten AI Konferenz (IJCAI 03): abduction adaptive systems AI architectures AI and data integration AI and creativity AI and security AI and the internet AI logics applications art and music artificial life automated modeling automated reasoning autonomous agents belief revision and update business intelligence case-based reasoning causality cognitive modeling cognitive robotics common-sense reasoning computational complexity computer-aided education conceptual graphs configuration constraint programming constraint satisfaction corporate knowledge customer relationship management data mining decision theory decision trees description logics Einführung in die AI Einleitung 10

12 design and configuration dialog processing diagnosis discourse modeling distributed AI enabling technologies expert systems game playing genetic algorithms geometric reasoning heuristics human computer interaction inductive logic programming information agents information extraction information retrieval intelligent databases intelligent processing intelligent query processing knowledge acquisition knowledge discovery knowledge engineering knowledge representation lifelike characters logic programming machine learning machine translation market-oriented programming mathematical foundations model-based reasoning multiagent systems multimedia natural language negotiation neural networks non-classical computation models nonmonotonic reasoning ontologies perception personalization philosophical foundations planning prediction probabilistic reasoning problem solving qualitative reasoning reactive control real-time systems reasoning about actions and change reinforcement learning resource-bounded reasoning reuse of knowledge robotics rule learning satisfiability scheduling scientific discovery search semantic web simulation software agents spatial reasoning spatial and temporal databases speech processing temporal reasoning theorem proving uncertainty user interfaces user modeling validation and verification virtual reality vision web agents web intelligence web mining web search Einführung in die AI Einleitung 11