Künstliche Intelligenz. Andreas Breckheimer
|
|
- Gregor Kolbe
- vor 7 Jahren
- Abrufe
Transkript
1 Künstliche Intelligenz Andreas Breckheimer
2 Was versteht man unter Intelligenz Keine Allgemein gültige Definition! Verschiedene Wissenschaften geben Definitionsansätze (Medizin,Philosophie,etc.) Persönliche Definition: Das aktive Wahrnehmen von Äußeren Einflüssen, sowie deren Verarbeitung durch Logische Schlussfolgerung, Wissen, Erfahrung und Kreativität, welche zu einer rationalen, nachvollziehbaren Schlussfolgerung führen, die eine, der Situation entsprechende, Handlung nach sich zieht, welche von langfristigem Vorteil für das gegebene Ziel oder die eigene Existenz ist. Künstliche Intelligenz 2
3 Was versteht man unter Künstlicher Intelligenz Begriff Artificial Intelligence wird 1956 von McCarthy eingeführt. (Dartmouth Konferenz) Nachahmen von intelligentem Verhalten in künstlich geschaffenen Systemen. KI beinhaltet 5 Grundeigenschaften: Wahrnehmen Kommunizieren Schlußfolgern Lernen Handeln in komplexen Umgebungen Künstliche Intelligenz 3
4 Achtung: Menschlich!= Intelligent Ein gut entwickeltes KI-System kann bei einem IQ Test 200 Punkte erreichen... Einsteins IQ wurde auf geschätzt! Menschliche Entscheidungen und Reaktionen werden oft sehr von Emotionen und charakteristischen Merkmalen geprägt! (Jeder hat Stärken und Schwächen!) Intelligenz von Maschinen und Menschen nicht 100% erfüllbar, denn: Menschen haben weiterhin Emotionen und Maschinen besitzen keine Kreativität Künstliche Intelligenz 4
5 Die 5 Eigenschaften von KI 1. Wahrnehmung Das System hat die Möglichkeit durch einen Sensor Informationen von der Außenwelt zu erhalten und zu verwerten. Fingerabdruck- Scanner Handschrifterkennung Augen-Scanner Künstliche Intelligenz 5
6 Die 5 Eigenschaften von KI 2. Kommunikation Das System soll in der Lage sein sich dem Nutzer gegenüber klar, verständlich und möglichst menschlich zu äußern. Ausgabe von Lösungen auf möglichst Menschliche Weise -> Routenplaner: Folgen sie der B23, dann weiter auf Ausgabe gekoppelt mit Sprachausgabe. Künstliche Intelligenz 6
7 Die 5 Eigenschaften von KI 3. Schlussfolgern Von der Verwertung der eingehenden Daten ausgehend, soll das System in der Lage sein, logische Schlussfolgerungen zu ziehen. Bei Nebel ist schlechte Sicht Man hat schlechte Sicht Es ist nebelig Künstliche Intelligenz 7
8 Die 5 Eigenschaften von KI 4. Lernen Das System soll in der Lage sein, neue Schlussfolgerungen und Sonderfälle zu speichern um sie bei Bedarf wieder anzuwenden. Man hat schlechte Sicht Es ist nicht nebelig Es regnet Merke: Man hat Schlechte Sicht wenn: A.) Es neblig ist ODER B.) Es regnet Künstliche Intelligenz 8
9 Die 5 Eigenschaften von KI 5. Handeln in kompl. Umgebungen Das System muss in der Lage sein eingehende Informationen nach Wichtigkeit zu ordnen und diese trotz eventueller Störungen abzuarbeiten. Verdeutlichung hierzu später anhand eines Beispiels Künstliche Intelligenz 9
10 Geschichte und Entwicklung Ende 50er/Anfang 60er erste KI-Systeme (Beispiel: Computergegner gewinnt in Dame gegen einen Menschen) Formalisierungen von Problemen und Neuronalen Modellen 1960/70 Engpässe und Einschränkungen in Bezug auf Speicher & Rechenleistung. 1980: Weiterentwicklung und neue Erkenntnisse Deep Blue besiegt Weltmeister Garry Kasparov im Schach Künstliche Intelligenz 10
11 Wie stark ist meine KI? Turing-Test : Ein Tester kommuniziert über Chat mit einem anderen Menschen & einer Maschine. Kann am Ende des Gesprächs der Tester nicht zuordnen, wer Mensch bzw. wer Maschine war, gilt die KI als stark Schwache KI: löst Probleme zum allg. Verständnis und simuliert menschliches Verhalten. Starke KI: Versuch, dass Ich-Bewusstsein des Menschen und einzigartige Fähigkeiten und Eigenschaften nachzubilden. Künstliche Intelligenz 11
12 Wissen ist Macht! Wie ist Wissen vorhanden? Es gibt verschiedene Formen von Wissen. Um eine mächtige KI zu schaffen muss man sich deshalb jeder Art von Wissen bedienen! Allgemeines Wissen spezifisches Wissen Explizites Wissen Implizites Wissen Fakten Wissen Prozedur Wissen Künstliche Intelligenz 12
13 Motivation: Wozu das eigentlich? KI-Systeme sind aus der heutigen Zeit nicht mehr wegzudenken! Automatisierung von künstlich geschaffenen, intelligenten Entscheidungsprozessen sparen Zeit. Intelligente Systeme unterstützen und erleichtern den Alltag und entlasten Fachkräfte. Korrekt konfigurierte KI Systeme haben entweder eine korrekte Ausgabe oder melden einfach Fehler : Das System bemerkt selbst, wenn es Fehler macht und so entstehen keine Folge-Fehler. Künstliche Intelligenz 13
14 Kerngebiete der KI PC-Spiele- Branche Robotik Bildverstehende Systeme Experten Systeme KI Natürlich Sprachliche Systeme Intelligente Benutzer- Schnittstellen Intelligente Hilfssysteme Multi- Agenten Systeme Intelligente Tutorielle Systeme Künstliche Intelligenz 14
15 Mittel und Wege In der KI bedient man sich spezieller Mittel wie etwa Logik, (Aussagenlogik, Prädikatenlogik, Horn Logik) Auf das Logik-Verständnis des Systems wird schließlich ein Algorithmus aufgesetzt, der das zu lösende Problem (welches als Suchproblem beschrieben wird) löst. Dabei bedient sich das System auch ggf. Datenbanken und greift quasi auf Erinnerungen/Erfahrungen zurück. Künstliche Intelligenz 15
16 Das Lösen von Problemen: 1. Was ist das Problem? Um eine Problemlösung durch eine KI zu verdeutlichen wird das zu lösende Problem als Such-Problem formuliert. Problem: Ich will von A nach B Lösung: Eine Route von A nach B Suchproblem: Ich suche eine Route von A nach B Künstliche Intelligenz 16
17 Das lösen von Problemen: 2. Das suchen nach der Lösung Ist das Suchproblem erstmal formuliert beginnt die Suche. Dabei bedient man sich verschiedener Algorithmen und Methoden: Uninformierte Suche Suche Informierte Suche Online- Suche Künstliche Intelligenz 17
18 Uninformierte Suche blinde Suche Keine zusätzlichen Informationen über die Knoten wie z.b. Pfadkosten, Tiefe, etc Keine Möglichkeit einen Favorisierten Pfad zu deklarieren: Es können nur Nachfolger erzeugt werden und diese vom Ziel unterschieden werden. Verschiedene Suchstrategien haben nur den Unterschied in welcher Reihenfolge sie die Knoten besuchen! Künstliche Intelligenz 18
19 Informierte Suche heuristische Suche Neben dem Problem bekommt man problemspezifisches Wissen. Durch Infos wie Pfadkosten ist es möglich die maximal zu erwartende Lösung zu finden. Durch geschickte Suche und lernen bzw. zusätzlichen Infos können Gesamtkosten minimiert werden. Künstliche Intelligenz 19
20 Online Suche Auf unbekanntem Terrain Eine Online Suche achtet auf die Umgebung -> Es reagiert auf Aktionen und berechnet darauf basierend die nächste Aktion. Erkundung und merken (Wo war ich bereits?) Ergebnisse merken! (können später wichtig für Schätzungen werden) Nur in Räumen anwendbar, in denen man auch zurück gehen kann. Künstliche Intelligenz 20
21 KI-Beispiel: Computer-Gegner Ziel: möglichst realistisches simulieren eines Menschen bzw. von menschlichem Verhalten Die Herausforderung: Dabei darf der Computer Gegner bzw. Bot nicht allwissend oder unbesiegbar werden / wirken. Die KI muss die Möglichkeit besitzen, Prioritäten selbst zu setzen und zu erkennen und bei Kollisionen der möglichen Handlungen trotzdem klar strukturiert zu handeln! (Handeln in komplexer Umgebung) Künstliche Intelligenz 21
22 KI-Beispiel KI in Strategiespielen Annahme: Jeder Spieler hat eine Basis/Festung, die es strategisch klug zu befestigen gilt. Ziel: Schützen der eigenen Basis und aufspüren der gegnerischen Basis. Probleme: =>Suche die gegnerische Basis in einem unbekanntem Terrain. =>Suche eine Möglichkeit eigene Basis besser zu schützen. Künstliche Intelligenz 22
23 KI-Beispiel Die Sicht des Gegners Wichtig: Die KI muss dieselben Start- Bedingungen wie der Spieler haben! Einschränkung der KI-Wahrnehmung durch ein Sichtmodell. Anfangs keine Kenntnis über Umgebung. Künstliche Intelligenz 23
24 KI-Beispiel Navigieren im Terrain Die KI muss die Möglichkeit haben, verschiedene Punkte ansteuern zu können und Informationen über diese zu erhalten und zu verarbeiten. Im Level verteilte Weg-Punkte bzw. Schlüsselpunkte geben z.b. Auskunft über Besonderheiten im Terrain Künstliche Intelligenz 24
25 KI-Beispiel Veranschaulichung: Künstliche Intelligenz 25
26 KI-Beispiel Verhalten der KI KI bekommt Entscheidungsbaum Bestimmte Attribute, welche der KI gegeben werden sorgen für die verschiedenen Entscheidungen und simulieren ein bestimmtes Verhaltensmuster Grundlegende Unterscheidung: Aggressiv Neutral Defensiv Künstliche Intelligenz 26
27 KI-Beispiel Auswirkungen Das Verhalten beeinflusst den Handlungsablauf der KI maßgeblich! Siegen Einheiten verbessern Defensiv Ressourcen sichern Eigene Basis ausbauen Künstliche Intelligenz 27
28 KI-Beispiel Kollisionen / Entscheidungen In bestimmten Situationen wäre es unsinnig eisern an der Verhaltensweise festzuhalten. Beispiel: Beim verbessern der Einheiten trifft man auf eine Gegnerische Gruppe. Abwägen der Truppenstärke in dieser Situation wichtiger als blindes handeln! Eigene Einheiten Im Vorteil Eigene Einheiten Im Nachteil Künstliche Intelligenz 28
29 KI-Beispiel Veranschaulichung Gruppe A <<Abschüssiger Hang Gruppe B Künstliche Intelligenz 29
30 Fazit: KI ist sehr komplex und unter heutigem Stand nicht umsetzbar wie wir sie in I Robot gezeigt bekommen. KI ist noch junges Themengebiet und hält noch viel unerforschtes bereit. Intelligent erscheinen muss nicht intelligent sein! Durch Experimente wie in England werden neue Erkenntnisse auch zu anderen Themen gewonnen. Wettbewerbe wie der RoboCup und Filme bieten ehrgeizige Ziele die machbar scheinen. Künstliche Intelligenz 30
31 Ende! Danke für die Aufmerksamkeit! Noch Fragen? Künstliche Intelligenz 31
Was versteht man unter Intelligenz
Was versteht man unter Intelligenz keine allgemein gültige Definition! unterschiedliche Definitionsansätze (Medizin,Philosophie,etc.) Persönliche Definition: Das aktive Wahrnehmen von Äußeren Einflüssen,
MehrSeminar Künstliche Intelligenz Wintersemester 2013/14
Seminar Künstliche Intelligenz Wintersemester 2013/14 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 31.10.2013 2 / 13 Überblick Teilgebiete der KI Problemlösen,
MehrGrundidee(n) der künstlichen Intelligenz. (c) by Andreas Breckheimer
Grundidee(n) der künstlichen Intelligenz (c) by Andreas Breckheimer 1 Inhaltsverzeichnis: Vorwort: 3 Kapitel 1: 4 1.1 Definition 4 1.2. Grundlegendes 5 1.3. Kerngebiete der KI 6 1.3.1. Kerngebiet der KI:
MehrEinführung in die AI
1 Einführung in die AI Prof. Georg Gottlob Institut für Informationssysteme Technische Universität Wien Folien zur Vorlesung Konzepte der Artificial Intelligence 3 Zum Begriff Artificial Intelligence AI:
MehrVorlesung: Künstliche Intelligenz
Vorlesung: Künstliche Intelligenz - KI heute, KI morgen, KI übermorgen- D P LS G ML ES S ST SA NN ME O EA SV Künstliche Intelligenz Miao Wang 1 Inhaltliche Planung für die Vorlesung 1) Definition und Geschichte
MehrEinführung in die Artificial Intelligence
Einführung in die Artificial Intelligence Institut für Computertechnik ICT Institute of Computer Technology Roland Lang mailto:langr@ict.tuwien.ac.at Definition: Was ist AI? ISO 4177: Artificial Intelligence
MehrAI in Computer Games. Übersicht. Motivation. Vorteile der Spielumgebung. Techniken. Anforderungen
Übersicht AI in Computer Games Motivation Vorteile der Spielumgebung Techniken Anwendungen Zusammenfassung Motivation Vorteile der Spielumgebung Modellierung glaubwürdiger Agenten Implementierung menschlicher
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 4. Einführung: Umgebungen und Problemlösungsverfahren Malte Helmert Universität Basel 2. März 2015 Einführung: Überblick Kapitelüberblick Einführung: 1. Was ist Künstliche
MehrÜbersicht. Künstliche Intelligenz: 3. Problemlösen durch Suche Frank Puppe 1
Übersicht I Künstliche Intelligenz II Problemlösen 3. Problemlösen durch Suche 4. Informierte Suchmethoden 5. Constraint-Probleme 6. Spiele III Wissen und Schlußfolgern IV Logisch Handeln V Unsicheres
MehrÜbersicht. Prädikatenlogik höherer Stufe. Syntax der Prädikatenlogik 1. Stufe (mit Gleichheit)
Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlussfolgern 7. Logische Agenten 8. Prädikatenlogik 1. Stufe 9. Schließen in der Prädikatenlogik 1. Stufe 10. Wissensrepräsentation IV
MehrKünstliche Intelligenz Maschinelles Lernen
Künstliche Intelligenz Maschinelles Lernen Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Maschinelles Lernen Überwachtes Lernen Unüberwachtes
MehrRoboCup: Simulierte Fußballroboter p.1/12
RoboCup: Simulierte Fußballroboter Oliver Obst fruit@uni-koblenz.de Universität Koblenz-Landau Arbeitsgruppe KI D 56075 Koblenz RoboCup: Simulierte Fußballroboter p.1/12 Gliederung Roboterfussball: Motivation
MehrSimulation als epistemologische Grundlage für intelligente Roboter
1 Simulation als epistemologische Grundlage für intelligente Roboter Andreas Tolk The MITRE Corporation Umut Durak Deutsches Zentrum für Luft- und Raumfahrt e.v. (DLR) Public Release No. 17-0085 2017 The
MehrKünstliche Intelligenz im Informatikunterricht -Unterrichtseinheit Chatbots- Klasse 9/10. Helmut Witten & Malte Hornung
Künstliche Intelligenz im Informatikunterricht -Unterrichtseinheit Chatbots- Klasse 9/10 Helmut Witten & Malte Hornung KI im Informatikunterricht: Unterrichtseinheit Chatbots 1 Agenda Motivation und Ziele
MehrSeminar Künstliche Intelligenz Wintersemester 2014/15
Seminar Künstliche Intelligenz Wintersemester 2014/15 Martin Hacker Richard Schaller Künstliche Intelligenz Department Informatik FAU Erlangen-Nürnberg 15.10.2014 2 / 14 Überblick Teilgebiete der KI Problemlösen,
Mehrin der Versorgungstechnik? Prof. Dr. Michael Krödel
Künstliche Intelligenz (KI) in der Versorgungstechnik? g Was ist KI? Künstliche Intelligenz (KI; engl. artificial i intelligence, AI) ist ein Teilgebiet der Informatik, das sich mit der Automatisierung
MehrCase-Based Reasoning und anderen Inferenzmechanismen
Case-Based Reasoning und anderen Inferenzmechanismen Daniel Müller 21 April 2006 DM () CBR und Inferenz 21 April 2006 1 / 31 Contents 1 Einleitung 2 Inferenzmechanismen Statistische Verfahren Data Mining
MehrKünstliche Intelligenz: Gefahr oder Chance? Eric Berg Lead Architekt Azure und Microsoft MVP, COMPAREX
Künstliche Intelligenz: Gefahr oder Chance? Eric Berg Lead Architekt Azure und Microsoft MVP, COMPAREX Künstliche Intelligenz Was ist Künstliche Intelligenz? KI und der Mensch: Miteinander oder Gegeneinander?
MehrUniversität Koblenz-Landau Fachbereich Informatik Klausur Einführung in die Künstliche Intelligenz / WS 2003/2004. Jun.-Prof. Dr. B.
Universität Koblenz-Landau Fachbereich Informatik Klausur Einführung in die Künstliche Intelligenz / Künstliche Intelligenz für IM Name, Vorname: Matrikel-Nr.: Studiengang: WS 2003/2004 Jun.-Prof. Dr.
MehrAufgabe 1 (Allgemeines)
Klausur... Einführung in die Künstliche Intelligenz 1SS08 Aufgabe 1 (Allgemeines) (4 Punkte) a) In der Künstlichen Intelligenz unterscheidet man symbolische und subsymbolische Verfahren. Beschreibe diese
MehrCognitive Banking Wie Künstliche Intelligenz das Finanzwesen verändert
Cognitive Banking Wie Künstliche Intelligenz das Finanzwesen verändert BANKENTAG 2017: DIGITAL FINANCE - (R)EVOLUTION IM BANKING DHBW VILLINGEN-SCHWENNINGEN 18. OKTOBER 2017 WOLFGANG VON DREWS CLIENT TECHNICAL
MehrEinfacher Problemlösungsagent. Übersicht. Begriffsdefinitionen für Einfach-Probleme
Übersicht I Künstliche Intelligenz II Problemlösen 3. Problemlösen durch Suche 4. Informierte Suchmethoden 5. Constraint-Probleme 6. Spiele III Wissen und Schlußfolgern IV Logisch Handeln V Unsicheres
MehrÜbersicht. 7. Prädikatenlogik 1. Stufe
Übersicht I Künstliche Intelligenz II Problemlösen III Wissen und Schlußfolgern 6. Logisch schließende Agenten 7. Prädikatenlogik 1. Stufe 8. Entwicklung einer Wissensbasis 9. Schließen in der Prädikatenlogik
Mehr1.1 Was ist KI? 1.1 Was ist KI? Grundlagen der Künstlichen Intelligenz. 1.2 Menschlich handeln. 1.3 Menschlich denken. 1.
Grundlagen der Künstlichen Intelligenz 20. Februar 2015 1. Einführung: Was ist Künstliche Intelligenz? Grundlagen der Künstlichen Intelligenz 1. Einführung: Was ist Künstliche Intelligenz? Malte Helmert
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 1. Einführung: Was ist Künstliche Intelligenz? Malte Helmert Universität Basel 20. Februar 2015 Einführung: Überblick Kapitelüberblick Einführung: 1. Was ist Künstliche
Mehr- Soccer Simulation - Dietmar Lammers / Hochschultag. Institut für Informatik Universität Münster. Agenten und Roboter.
Agenten Agenten und - Soccer Simulation - Institut für Informatik Universität Münster 2008-11-06 / Hochschultag Gliederung Agenten 1 Agenten 2 3 4 2006 2007 5 Agenten - Agenten Autonom agierende Programme
MehrRheinisch Westfälische Technische Hochschule Aachen Lehr- und Forschungsgebiet Informatik 4 Prof. Dr. Ing. Felix Freiling. Seminar: SeVVes 2006
Rheinisch Westfälische Technische Hochschule Aachen Lehr- und Forschungsgebiet Informatik 4 Prof. Dr. Ing. Felix Freiling Seminar: SeVVes 2006 alternative Authentifizierungsverfahren: Passfaces & CAPTCHAs
MehrGrundlagen der Künstlichen Intelligenz
Grundlagen der Künstlichen Intelligenz 28. Aussagenlogik: DPLL-Algorithmus Malte Helmert Universität Basel 2. Mai 2014 Aussagenlogik: Überblick Kapitelüberblick Aussagenlogik: 26. Grundlagen 27. Logisches
MehrWas ist Informatik? Alexander Lange
Was ist Informatik? Was ist Informatik? Alexander Lange 12.11.2003 Was ist Informatik? Inhalt 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. Das Wort»Informatik«Die Idee Teilgebiete der Informatik Technische Informatik
MehrThinking Machine. Idee. Die Thinking Machine Visualisierung versucht, die Denkprozesse eines Schachcomputers sichtbar zu machen
Thinking Machine (http://www.turbulence.org/spotlight/thinking/) Idee Die Thinking Machine Visualisierung versucht, die Denkprozesse eines Schachcomputers sichtbar zu machen Sie wurde von Martin Wattenberg
MehrKünstliche Intelligenz Logische Agenten & Resolution
Künstliche Intelligenz Logische Agenten & Resolution Stephan Schwiebert WS 2009/2010 Sprachliche Informationsverarbeitung Institut für Linguistik Universität zu Köln Inferenz-Algorithmus Wie könnte ein
MehrMensch ärgere dich nicht!
Mensch ärgere dich nicht! Aufgabe Mensch ärgere dich nicht! Peer-To-Peer Verbindung OpenMPI Computer KI und Mensch Spieler 2-8 25.05.16 Jan Lietz, Matus Dobrotka 2 25.05.16 Jan Lietz, Matus Dobrotka 3
MehrKünstliche Intelligenz
Künstliche Intelligenz Inhalt Flirts mit einem Roboter Simulation als bare Münze Die Qualität der Emergenz Artificial Life Künstliches Leben im Computer Flirts mit einem Roboter Mensch-Maschine Beziehung
MehrIntelligente Systeme
Intelligente Systeme Spiele Prof. Dr. R. Kruse C. Braune {rudolf.kruse,christian,braune}@ovgu.de Institut für Intelligente Kooperierende Systeme Fakultät für Informatik Otto-von-Guericke Universität Magdeburg
MehrAutonomes Fahren und KI
Autonomes Fahren und KI Kann eine autonom steuernde KI den normal reagierenden menschlichen Fahrer sicher ersetzen/übertreffen? Marco-Marcel Pechtold 19. Januar 2018 Inhaltsverzeichnis 1 Einleitung 2 2
MehrIntelligente Agenten
Intelligente Agenten Melanie Kruse 22.06.2004 Seminar Komponentenorientierte Softwareentwicklung und Hypermedia FH Dortmund SS 2004 Was sind Agenten? Agentenforscher diskutieren seit längerem: jedoch keine
MehrArtificial Intelligence
Artificial Intelligence AI Hype meets Business Reality Dr. Stefan Wess CEO Empolis Information Management GmbH Unternehmen in Kaiserslautern UND TEIL UNSERES KULTURELLEN ERBES. KÜNSTLICHE INTELLIGENZ
MehrKünstliche Intelligenz - Logische Agenten und Roboter
Künstliche Intelligenz - Logische Agenten und Roboter Wird präsentiert von: Alexander Betker Gregor Biering Thiemo Esch Marko Flod Sascha Schewe Unser Motto: Zu Fünft agiert es sich besser. Übersicht 1.
MehrGrundlagen der KI + Reasoning Agents
Grundlagen der KI + Reasoning Agents Prof. Thielscher Welche heuristischen Suchverfahren gibt es? Erläutern Sie A* am Beispiel. Aufbau und Schlussfolgerungen von Bayesschen Netzen. Thielscher drängt auf
MehrProseminar: Geschichte des Computers Schachprogrammierung Die Digitale Revolution
Die Digitale Revolution Internet 3D-Drucker Quants Singularität 27.02.14 Johannes Polster Das Spiel der Könige Sehr altes Spiel: Entstehung vor 1500 Jahren Weltberühmt Strategisches Spiel Kein Glück, Intelligenz,
MehrKünstliche Intelligenz für deutsche Exportschlager
Wolfgang Wahlster, CEO des DFKI Künstliche Intelligenz für deutsche Exportschlager 13. Juni 2018, CEBIT, Hannover, Halle 27 Die vier Phasen der KI-Forschung Kerngebiete und Einsatzfelder der KI Sprachverstehende
MehrSuche in Spielbäumen Projektvorschläge
Suche in Spielbäumen Projektvorschläge Nullsummenspiele sind Spiele mit zwei Spielern, bei denen der Vorteil des einen Spielers dem Nachteil des anderen Spieler entspricht. Im einfachsten Fall binär (Sieg
MehrLernfähige Roboter. die Zukunft der Servicerobotik. Prof. Dr. Wolfgang Ertel Hochschule Ravensburg-Weingarten
Lernfähige Roboter die Zukunft der Servicerobotik Prof. Dr. Wolfgang Ertel Hochschule Ravensburg-Weingarten Akademietage Landkreis Biberach, 3.3.211 Was ist Servicerobotik? Waschen Bügeln Kochen Aufräumen
MehrKÜNSTLICHE INTELLIGENZ
KÜNSTLICHE INTELLIGENZ KI EVOLVE YOUR COMMUNICATION CALL WhatsApp APP CHAT SOCIAL MEDIA WEB Bis vor kurzem noch unter der Kategorie Science Fiction abgelegt, ist die Einbindung Künstlicher Intelligenz
MehrEinleitung und Intelligente Agenten MAS-Seminar - SS2008
Einleitung und Intelligente Agenten MAS-Seminar - SS2008 Daniel Kühn Dorothe Schneider Tessa-Karina Tews 17. April 2008 1 Einführung 1.1 Trends in der Geschichte der Berechnung Die Geschichte von Berechnung
MehrSeminar Künstliche Intelligenz Wintersemester 2014/15
Seminar Wintersemester 2014/15 Martin Hacker Richard Schaller Department Informatik FAU Erlangen-Nürnberg 8.10.2014 Vorstellung Über die Dozenten Institution Lehrstuhl für 2 / 7 2 / 7 KISEM WS 2014/15
MehrModellierung von Non Player Chareacters
Modellierung von Non Player Chareacters Konzeption Künstlicher Charaktere Games Summer Camp 2006 Cindy Löther Inhalt 1 Einleitung 2 Definitionen 3 Non Player Characters (NPC) 4 Modellierung von NPCs 5
Mehrauf einer Suche basierender problemlösender Agent (Kapitel 3) logischer Planungsagent (Kapitel 10)
11 Planen Zentrale Fragestellung: Wie kann ein Agent die Struktur eines Problems nutzen, um komplexe Aktionspläne zu konstruieren? Bisher zwei Beispiele für planende Agenten: auf einer Suche basierender
MehrKünstliche Intelligenz
Künstliche Intelligenz Übungsblatt #1 Modellierung & Suche Prof. Dr. J. Fürnkranz, Dr. G. Grieser Aufgabe 1.1 Wir betrachten folgende Welt: Welt: Die Welt der Staubsauger-Akteure besteht aus Räumen, die
MehrKünstliche Intelligenz
Künstliche Intelligenz Intelligente Agenten Claes Neuefeind Sprachliche Informationsverarbeitung Universität zu Köln 26. Oktober 2011 Agenten Konzept des Agenten Rationalität Umgebungen Struktur von Agenten
MehrNetzwerktag, Atelier Mini-Biber-Kiste Regula Vonlanthen. Amt für obligatorischen deutschsprachigen Unterricht 1
Netzwerktag, 22.11.2017 Atelier Mini-Biber-Kiste Regula Vonlanthen Amt für obligatorischen deutschsprachigen Unterricht 1 Spielkarten Biber Informatikaufgaben der Internationalen Bebras- Gemeinschaft Leicht
MehrLogik für Informatiker
Vorlesung Logik für Informatiker 1. Einführung Bernhard Beckert Universität Koblenz-Landau Sommersemester 2006 Logik für Informatiker, SS 06 p.1 Formale Logik Ziel Formalisierung und Automatisierung rationalen
MehrWie Software Roboter Ihre Mitarbeiter unterstützen oder sogar ersetzen können
Wie Software Roboter Ihre Mitarbeiter unterstützen oder sogar ersetzen können Michael Darnieder TEDEXA GmbH - Mainz Über TEDEXA Gegründet 2015 TEam for DEveloping X(cross)- platform Applications Desktop,
MehrKünstliche Intelligenz
Künstliche Intelligenz Bearbeitet von Uwe Lämmel, Jürgen Cleve 4., aktualisierte Auflage 2012. Buch. 336 S. ISBN 978 3 446 42758 7 Format (B x L): 18 x 24,5 cm Gewicht: 717 g Weitere Fachgebiete > EDV,
MehrHAWIK-IV für Fortgeschrittene O.Dichtler/K.Tharandt
HAWIK-IV für Fortgeschrittene Grundkonzept Das Intelligenzkonzept von Wechsler eine zusammengesetzte oder globale Fähigkeit des Individuums, zweckvoll zu handeln, vernünftig zu denken und sich mit seiner
MehrTeil II: Einstieg in Expertensysteme
Teil II: Einstieg in Expertensysteme Begriffsbestimmung: Was sind wissensbasierte Systeme? Die beiden Begriffe Expertensystem und wissensbasiertes System werden weitgehend synonym verwendet für Softwaresysteme,
MehrQuelle: Wikipedia.org. Roger Penrose. Fabian Pawlowski, Hendrik Borghorst, Simon Theler
Quelle: Wikipedia.org 1 Biografie 2 Grundlegende Fragen 3 Schwache und starke KI 4 Turing-Test 5 Chinesiches Zimmer 6 Bewusstsein 7 Gehirn 8 Turing-Maschine 9 Fazit Biografie Biografie geb.: 8.August 1931
MehrIntelligenz in Datenbanken. Dr. Stefan Freundt Star512 Datenbank GmbH. star512 datenbank gmbh
Intelligenz in Datenbanken Dr. Stefan Freundt Star512 Datenbank GmbH Einleitung Definition von Business! Definition von Intelligenz? Künstliche Intelligenz: Motivation Schach erfordert Intelligenz ==>
MehrKünstliche Intelligenz
George F. Luger 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Künstliche Intelligenz Strategien zur Lösung komplexer
MehrMentale Modelle und kognitive Täuschungen
Mentale Modelle und kognitive Täuschungen Theorien des deduktiven Denkens Theorien auf dem algorithmischen Level: Wie führen Menschen Berechnungen und Deduktion aus? Theorien auf dem berechnenden Level:
MehrKünstliche Intelligenz
Künstliche Intelligenz Logische Agenten Claes Neuefeind Sprachliche Informationsverarbeitung Universität zu Köln 02. November 2011 Logische Agenten Wissensbasierte Agenten Eine Modellwelt Aussagen Logik
MehrDokChess Beispiel für einen Architekturüberblick. Stefan Zörner :: ::
Präsentation: DokChess Beispiel für einen Architekturüberblick Stefan Zörner :: Stefan.Zoerner@de :: stefan@swadok.de Webseite DokChess: http://www.dokchess.de Softwarearchitekturen dokumentieren und kommunizieren:
MehrEntwicklung und Einsatz von Expertensystemen
Karl Kurbel Entwicklung und Einsatz von Expertensystemen Eine anwendungsorientierte Einführung in wissensbasierte Systeme Mit 46 Abbildungen Springer-Verlag Berlin Heidelberg New York London Paris Tokyo
MehrTUD Computer Poker Challenge
TUD Computer Poker Challenge The Challenge of Poker Björn Heidenreich 31. März 2008 The Challenge of Poker Björn Heidenreich 1 Anforderungen an einen guten Poker-Spieler Hand Strength Hand Potential Bluffing
MehrAlgorithmen für Computerspiele
Algorithmen für Computerspiele Künstliche Intelligenz von Manuel Bischof 3. Mai 2010 Gliederung Einleitung Was umfasst die KI? Nutzung in verschiedenen Genres Wo sind Verbesserungen notwendig? Möglichkeiten,
MehrERRATA. Übungsblatt 4a: Aufgabe 3 : Definition der Teilbarkeit (Skript S.62)
Logik und Beweise ERRATA Übungsblatt 4a: Aufgabe 3 : Definition der Teilbarkeit (Skript S.62) Aufgabe 5 : Beweise folgende Aussage: 25 ist keine Primzahl Tipp: Beweis durch Widerspruch Logik und Beweise
MehrInformation und Produktion. Rolland Brunec Seminar Wissen
Information und Produktion Rolland Brunec Seminar Wissen Einführung Informationssystem Einfluss des Internets auf Organisation Wissens-Ko-Produktion Informationssystem (IS) Soziotechnisches System Dient
MehrWas testen Intelligenztests?
Was testen Intelligenztests? Staatliches Schulamt Kassel Selbsttest Welche Person in Ihrem Umfeld würden Sie als besonders intelligent bezeichnen? Warum würden Sie diese Person als besonders intelligent
MehrKünstliche Intelligenz. Potential und Anwendung
Künstliche Intelligenz Potential und Anwendung Menschliche Intelligenz Intelligentere Maschinen dank künstlicher Intelligenz Bilder Bilder Texte Sprache Texte Sprache Verstehen von strukturierten und unstrukturierten
MehrModerne Methoden der KI: Maschinelles Lernen
Moderne Methoden der KI: Maschinelles Lernen Prof. Dr.Hans-Dieter Burkhard Vorlesung Sommer-Semester 2008 Konzept-Lernen Konzept-Lernen Lernen als Suche Inductive Bias Konzept-Lernen: Problemstellung Ausgangspunkt:
MehrProf. Dr. Lars Schmidt-Thieme. Schüler-Universität, 10. Mai 2012
Können Computer denken? Prof. Dr. Lars Schmidt-Thieme Information Systems and Machine Learning Lab (ISMLL) Institut für Informatik Universität Hildesheim Schüler-Universität, 10. Mai 2012 Lars Schmidt-Thieme,
MehrLearning to Optimize Mobile Robot Navigation Based on HTN Plans
Learning to Optimize Mobile Robot Navigation Based on HTN Plans lernen Betreuer: Freek Stulp Hauptseminar Intelligente Autonome Systeme (WiSe 2004/05) Forschungs- und Lehreinheit Informatik IX 8. Dezember
MehrParadise. Geführte Suche im Schach Von Michael Achenbach
Paradise Geführte Suche im Schach Von Michael Achenbach Motivation Problem: Spielbaum beim Schach ist zu mächtig Verzweigungs-Faktor ist bei durchschnittlich 38 Zugmöglichkeiten sehr hoch Die meisten Spiele
MehrEin neuer Datenpragmatismus als Wegbereiter für Künstliche Intelligenz?
Ein neuer Datenpragmatismus als Wegbereiter für Künstliche Intelligenz? TA16: Smart New World Was ist smart an smarten Technologien? Wien, 30.5. 2016 Stefan Strauß Big Data Evolution shaunhall132.files.wordpress.com
MehrDer PECS-Agent als Referenzmodell
als Referenzmodell Ein Referenzmodell kann als Modell für eine Klasse von realen Systemen als Vorlage dienen. Es zeigt die Struktur eines Modells für alle realen Systeme, die eine gemeinsame Tiefenstruktur
MehrInhaltsadaption von Bilder
Inhaltsadaption von Bilder Anwendungsgebiete und Verfahren für mobile Endgeräte mit kleinen Displays Universität Mannheim Lehrstuhl für Praktische Informatik IV Wintersemester 05/06 vschan@rumms.uni-mannheim.de
MehrÜbungsblatt 2 Lösungen
Grundlagen der Künstlichen Intelligenz Prof. Dr. M. Bennewitz, Prof. Dr. W. Burgard, Dr. M. Ragni N. Abdo, Dr. J. Boedecker, M. Göbelbecker, J. Hess Sommersemester 2013 Universität Freiburg Institut für
MehrLeitbild. der Verwaltung der Universität zu Köln
2 Leitbild der Verwaltung der Universität zu Köln Präambel Dieses Leitbild ist das Ergebnis von gründlichen Beratungen und lebendigen Diskussionen in der Dezernentenrunde unserer Verwaltung. Es bildet
MehrSKOPOS Webinar 22. Mai 2018
SKOPOS Webinar 22. Mai 2018 Marktforschung 2020: Künstliche Intelligenz und automatische Text Analysen? Christopher Harms, Consultant Research & Development 2 So? Terminator Exhibition: T-800 by Dick Thomas
MehrUnterrichtsmaterialien in digitaler und in gedruckter Form. Auszug aus: Nehmen Roboter uns die Arbeit weg? Das komplette Material finden Sie hier:
Unterrichtsmaterialien in digitaler und in gedruckter Form Auszug aus: Nehmen Roboter uns die Arbeit weg? Das komplette Material finden Sie hier: School-Scout.de Auswirkungen auf den Arbeitsmarkt Die neuen
MehrUnser Bild vom Menschen
Das pädagogische Konzept t des ELKI Naturns: Unser Bild vom Menschen Wir sehen den Menschen als ein einzigartiges, freies und eigenständiges Wesen mit besonderen physischen, emotionalen, psychischen und
MehrInhalt. Vorwort 6. Knowledge Maps und Wissensvisualisierung 43 Die Wissensbilanz als Erfolgsmessungsinstrument
Inhalt Vorwort 6 1. Grundlagen des Wissensmanagements 8 Wissen als Begriff Herleitung und Definition 9 Erscheinungsformen des Wissens 11 Basiskonzepte und Modelle des Wissensmanagements 14 Kriterien für
MehrZustandsraumsuche: Blinde und Heuristische Suche. Blinde und Heuristische Suche
Zustandsraumsuche: Blinde und Heuristische Suche Einführung in die KI Übungsstunde am 01.11.04 Benmin Altmeyer 1 Heute im Angebot Was ist Suche? Suche als Probemlösung Zustandsraumsuche Vollständigkeit
MehrMensch-Maschine-Interaktion
Mensch-Maschine-Interaktion 1 Literatur https://login.emedien.ub.uni-muenchen.de/login?qurl=https://www.degruyter.com%2fviewbooktoc%2fproduct%2f472440 2 Kapitel 1 - Grundmodell menschlicher Informationsverarbeitung
MehrEinführung in die Informatik I (autip)
Einführung in die Informatik I (autip) Dr. Stefan Lewandowski Fakultät 5: Informatik, Elektrotechnik und Informationstechnik Abteilung Formale Konzepte Universität Stuttgart 24. Oktober 2007 Was Sie bis
MehrRationale Agenten Rationalität
Rationale Agenten Rationalität des Agentenverhaltens hängt ab von Performanzmaß (auf dem Ergebnis der Agentenfunktion) vorgegebenem Wissen des Agenten über die Umgebung ausführbaren Aktionen aktueller
MehrKünstliche Intelligenz
Künstliche Intelligenz Abschlusspräsentation Gruppe: Blau_KI1112 1 Team Blau_KI1112 Harjin Esmael Jochen Hansch Nils Hühn Felix Marx Nikolai Warkentin Alexander Wecker 2 Inhalt Aufgabenstellung Arbeitsumgebung
Mehr9. Heuristische Suche
9. Heuristische Suche Prof. Dr. Rudolf Kruse University of Magdeburg Faculty of Computer Science Magdeburg, Germany rudolf.kruse@cs.uni-magdeburg.de S Heuristische Suche Idee: Wir nutzen eine (heuristische)
MehrBeispiele von Verhaltensmerkmalen, die auf die Zielerreichung hinweisen. Kommentar. Bewegungsverhalten. Wahrnehmungsfähigkeit. Ausdrucksfähigkeit
Selbstkompetenz Bewegungsverhalten setzt seinen Körper grobmotorisch geschickt ein die Feinmotorik/Graphomotorik ist altersgemäss die sprechmotorischen Fähigkeiten sind altersgemäss Wahrnehmungsfähigkeit
Mehr8.1 Blinde Suche. Grundlagen der Künstlichen Intelligenz. Klassische Suche: Überblick. 8. Klassische Suche: Breitensuche und uniforme Kostensuche
Grundlagen der Künstlichen Intelligenz 17. März 2014 8. Klassische Suche: Breitensuche und uniforme Kostensuche Grundlagen der Künstlichen Intelligenz 8. Klassische Suche: Breitensuche und uniforme Kostensuche
MehrArtificial Intelligence. Deep Learning Neuronale Netze
Artificial Intelligence Deep Learning Neuronale Netze REVOLUTION Lernende Maschinen Mit lernenden Maschinen/Deep Learning erleben wir aktuell eine Revolution in der Informationsverarbeitung. Neue Methoden
MehrWissensbasierte Systeme. Kombinatorische Explosion und die Notwendigkeit Heuristischer Suche. Heuristiken und ihre Eigenschaften
1 Michael Beetz Technische Universität München Wintersemester 2004/05 Kombinatorische Explosion und die Notwendigkeit Heuristischer Suche 2 3 der Eigenschaften der 4 : 8-Puzzle 5 Heuristiken und ihre Eigenschaften
MehrWahlpflichtfach Informatik
Wahlpflichtfach Informatik Dipl.-Ing. Michael NIEDERLE Klassen: 6C, 7AB 3-jährig (1 Doppelstunde pro Jahr); maturabel Was vor wenigen Jahren noch Sciene Fiction war, ist heute Realität. So entwickelt z.b.
MehrPlanungsansätze aus der Künstlichen Intelligenz
Planungsansätze aus der Künstlichen Intelligenz Seminarvortrag Eingereicht von Betreuender Professor: Betreuender Assistent: Felix Heitbrock Matrikelnummer: 4013238 Prof. Dr.-Ing. Andreas Terstegge Dipl.-Inform.
MehrJoseph Weizenbaum. KI-Kritik. Alexander Kaiser
KI-Kritik Alexander Kaiser aleks@aleks-kaiser.de Geboren 1923 als Kind jüdischer Eltern in Berlin Auswanderung 1935 mit der Familie zu Verwandten in die USA Mathematikstudium an der Wayne-Universität in
MehrProgrammierung einer KI. SoPra 2017 Jenny Hotzkow
Programmierung einer KI SoPra 2017 Jenny Hotzkow Model View Controller Client KI Integration in die Softwarearchitektur (1) KI Integration in die Softwarearchitektur (2) Command-Pattern // Bestimmung möglicher
MehrGeneral Game Playing
General Game Playing Martin Günther mguenthe@uos.de 17. Juni 2010 1 / 31 1997: Deep Blue schlägt Kasparov Motivation: warum General Game Playing? AAAI General Game Playing Competition 2 / 31 Motivation:
MehrGrundlagen der systemischen Beratung
Grundlagen der systemischen Beratung S.1 Was heißt eigentlich systemisch? Technisch gesprochen ist ein System eine aus mehreren Komponenten zusammengesetzte Einheit. Diese Komponenten sind aufeinander
MehrEinführung in die Künstliche Intelligenz
Einführung in die Künstliche Intelligenz Vorlesung mit Übung WS 2002/2003 Prof. F. v. Henke Organisatorisches Vorlesung: Mo 12 14 Mi 14 16 Sprechstunde: nach der Vorlesung, oder nach Vereinbarung vhenke@ki.informatik.uni-ulm.de
MehrEinführung in die Methoden der Künstlichen Intelligenz. Suche bei Spielen
Einführung in die Methoden der Künstlichen Intelligenz Suche bei Spielen Dr. David Sabel WS 2012/13 Stand der Folien: 5. November 2012 Zwei-Spieler-Spiele Ziel dieses Abschnitts Intelligenter Agent für
Mehr